Sarah O'Mear作者

Nature解析中国AI现状,2030年能引领全球吗?

《Nature》近日的一篇分析文章表示,中国的人工智能研究在质量上进步很快,但是在高影响的论文、人才和伦理上面还需要追赶美国。

中国巨大的人口总量帮助人脸检测技术快速进步。

中国不仅仅是世界上人口最多的国家,看起来也即将成为经济总量最大的国家。在人工智能领域,中国似乎也想引领世界。

2017 年,中国发布了《新一代人工智能发展规划》,设定了以 2030 年为期限的 AI 发展目标。为了达到这一目标,到 2020 年,有很多需要达到的里程碑,包括在基础研究领域做出重大贡献、成为吸引世界新兴人才的目的地、以及在人工智能产业上达到世界领先水平。规划出台后,中央部门、地方政府和私人企业积极响应,为人工智能研究和发展领域吸引到了数十亿美元的融资。

在这第一个期限即将到来的时候,研究人员注意到,中国的人工智能研究质量有了惊人的进步。他们预计中国有能力留住本土人才。一部分原因是因为政府实施了一些成功的人才引进计划。另一部分原因是恶化的外交和贸易关系使得美国(中国的主要竞争对手)在包括人工智能领域的各方面都变成了一个相对不吸引人的目的地。

「如果美国不再是开放的前沿,那就是在冒险将人工智能人才送到主要竞争者手里,包括中国。」美国芝加哥保尔森基金会所属马可波罗智库副主任 Joy Dantong Ma 表示。

马可波罗智库是保尔森基金会的内部智囊团,旨在以敏锐的市场分析和创新性的研究成果来解读中国经济。

但与此同时,有观察家警告说,有一些因素可能阻碍中国的国家战略,包括缺乏可以指导领域发展的理论贡献成果以及来自中国公司的基础科研投入。

中国对于人工智能领域的追求更像是和美国竞争的形式化表现,一些科学家说。人工智能可以促进医疗、交通和通信领域的发展,在该领域取得根本性突破的国家将引领未来的发展方向并获得最大的收益。

「毫无疑问,中国将人工智能视为一项核心科技,并希望达到美国的水平。」牛津大学未来人文研究所(the Future of Humanity Institute)的 Jeffrey Ding 说。

学术影响力

微软学术对高引用人工智能论文的一项研究表明,中国的影响力十分强大。来自艾伦人工智能研究院的分析师发现,中国作者在最顶级的 10% 高引用论文中提升了 10% 的占比,于 2018 年达到了顶峰(26.5%),接近美国的 29%,而且美国的占比在下跌。如果这一趋势持续的话,中国将在第二年(2019 年)超过美国。其他分析则表明,中国研究者人工智能论文的平均引用率有了大幅度的提升,已经超过了世界平均水平,但是依然低于美国的研究者。

中国人工智能论文的引用水平逐年上升,已接近美国。

在计算机科学排名顶级学校排名(CSRankings)上,人工智能等领域上中国大学的影响力也在持续提升。这一排名完全基于研究指标,其度量了绝大多数院校教员在计算机科学领域各大顶会所发表的论文数量。

除了中国的学术影响力在日益增长外,中国人工智能产业也在蓬勃发展。中国工程院院士、西安交通大学人工智能和机器人中心主任郑南宁教授表示,中国拥有一批世界顶级的人工智能公司,如商汤、云知声科大讯飞和旷视等,他们在计算机视觉语音识别自然语言处理方面成果斐然。

当然,中国在构建人工智能核心技术的工具上依然落后。例如,TensorFlow 和 Caffe 等开源平台都是由美国学术机构和公司设计的。这些开源平台可以帮助电脑更像人脑一样工作,因而被广泛地应用在全世界的工业和学术领域。当然,在快速开发人工智能产品方面使用最多的是百度飞桨平台,郑教授表示。

郑教授也提到,中国在人工智能硬件方面也相对落后。大部分世界领先的人工智能微处理器芯片是由英伟达、英特尔、苹果、谷歌和 AMD 等美国公司开发的,「我们在设计先进人工智能系统所需的电脑芯片方面也缺乏专业人才。」

郑教授预测,中国需要花 5 到 10 年的时间才能在基础理论和算法研究方面达到英美的水平,但是中国迟早会达到。

能够贡献基础理论和技术是中国达成其长期人工智能战略的关键,来自柏林智库的政策科学家 Kristin Shi-Kupfer 表示。她说,如果在机器学习方面没有取得突破性的研究进展,中国在人工智能领域可能会面临天花板。

人才情况

如何留住人才是中国发展 AI 面临的另一大难题。根据学界和业界联合撰写的《2018 年中国 AI 发展报告》,截至 2017 年底,中国的 AI 研究者和工程师数量达到了 18,200 人,居世界第二。但在顶级 AI 研究者(高产、高引的研究者)排行榜中,中国仅排第六。

在美国数据、技术和公共政策交叉研究智库 Center for Data Innovation 发布的一份中、美、欧 AI 实力对比报告中,中国的 AI 人才状况同样令人堪忧。报告显示,截至 2017 年,中国的顶级 AI 人才(h 指数排名前 10%)还不到美国的 1/5。

Ma 表示,很多计算机科学家通常在美国接受教育,毕业后就会留在那儿,加入一些全球顶级的技术公司。

但有迹象表明,这种情况正在发生好转。中国的 AI 机构正尝试用高薪吸引这些研究者回国。例如,在郑南宁教授所在的机器人中心,一些教授拿到的薪资是其他教授大学薪水的 2-3 倍。此外,中国的教育系统也加大了 AI 人才的培养力度,去年有 35 所大学获批「人工智能」本科专业,清华等名校更是设立了多个 AI 研究和人才培养中心,力争解决中国的 AI 人才短缺问题。

郑教授还补充说,他所在的机器人中心还提供了一套更为全面的评估体系,以提高人才吸引。相比之下,很多中国大学倾向于以发表论文的数量作为奖励标准。此外,他还创建了一个招聘系统,可以绕过大学集中化的过程,帮助科学家更快地组建工程师团队,该系统现在正在开展 AI 方面的本科课程。

中国发展 AI 的企业和人口优势

Ding 表示,考虑到腾讯百度阿里巴巴三家核心科技企业日益提升的专业技能和业界影响力,相信中国到 2020 年拥有全球领先 AI 公司的计划能够达成。他说道:「尽管尚未达到谷歌和微软等美国科技巨擘那样的水平,但这三家企业已经成为了 AI 领域的全球领先者。」

根据纽约创投研究机构 CB Insights 的数据显示,中国至少还有 10 家估值超过 10 亿美元的 AI 创投企业。

此外,虽然在风险投资和私募股权融资规模方面不敌美国,但中国是成功将 AI 纳入公司业务流程百分比最高的国家。2018 年,中国在这一方面的比例领先全球(32%),高于美国(22%)和欧盟(约 18%)。另一方面,有 53% 的中国公司已经在开展人工智能应用的试点,这一数据也大大领先第二名美国(29%)。

Ma 表示,中国的一大优势是其巨大的人口规模,这为训练 AI 系统提供了充足的人员样本和独特机遇,比如训练疾病预测软件所需的大型患者数据集,而这些数据集可以为 AI 研发带来很大的优势。

与西方国家相比,中国互联网公司有机会收集比美国互联网公司更多样化和更深入的数据。这得益于中国科技公司构建的一体化超级应用程序。例如,微信现在已经允许用户「叫出租车、订餐、预订酒店、交手机话费,以及购买飞往美国的航班。相比之下,西方的互联网服务相对分散:即使是亚马逊的用户也不能预订酒店。

当然,中国在数据方面也有劣势。美国技术巨头拥有更广泛的全球影响,因此全球用户规模无与伦比。例如,Facebook 拥有超过 20 亿用户,而微信只有 11 亿用户。如果中国公司在国际上取得更大的成功,就像短视频应用抖音所做的那样,美国的优势将会减弱。

AI 治理和 AI 原则制定势在必行

Ma 表示,如果中国想要在 AI 领域产生国际影响,实施适当的治理同样也很重要,只有这样中国的 AI 研究者和公司才能建立必要的信任,从而赢得世界各地的用户,并与其他国家的研究者展开合作。与其他国家一样,中国也已经开始为 AI 的发展和应用制定伦理准则。所以,中国 AI 公司需要承诺实施良好的治理,这样才能获得全局数据。

今年 6 月,中国国家新一代人工智能治理专业委员会发布了 AI 开发人员所应遵守的《新一代人工智能治理原则——发展负责任的人工智能》,提出了人工智能治理的框架和指南,明确提出了和谐友好、公平公正、包容共享、尊重隐私、安全可控、共担责任、开放协作、敏捷治理等八项原则。这八项原则与经济合作与发展组织 5 月投票通过且为世界各国政府所采纳的人工智能原则不谋而合。

但应当注意的是,不同国家所面临的的伦理问题也不尽相同。所以,各个国家会根据本国国情和实际情况来制定相关人工智能准则。

此外,所有国家和地区所面临的的另一项关键挑战是算法做决策时的透明度。这方面并没有统一的标准,因而中国以及其他国家依然在探索如何推进这一进程。例如,欧盟出台的《通用数据保护条例》(General Data Protection Regulation)赋予用户权利,使他们可以在涉及自身时询问算法如何做出决策。

参考链接:

https://www.nature.com/articles/d41586-019-02360-7

https://www.datainnovation.org/2019/08/who-is-winning-the-ai-race-china-the-eu-or-the-united-states/

入门学术影响力排名Nature
2
相关数据
来也科技机构

来也科技创办于2015年,由常春藤盟校(Ivy League)机器学习博士团队发起,致力于做人机共生时代具备全球影响力的智能机器人公司。 核心技术涵盖深度学习、强化学习、机器人流程自动化(RPA)、自然语言处理(NLP)、光学符号识别(OCR)、个性化推荐和多轮多模交互等。公司已获得数十项专利和国家高新技术企业认证。 来也科技推出的第一款C端陪伴式机器人“小来”,已通过微信服务了千万级个人用户。 2017年,公司面向企业客户推出B端产品—智能对话机器人平台 “吾来”。 2019年,来也科技与奥森科技合并,携手机器人流程自动化平台“UiBot”,进军RPA+AI市场。

https://www.laiye.com
亚马逊机构

亚马逊(英语:Amazon.com Inc.,NASDAQ:AMZN)是一家总部位于美国西雅图的跨国电子商务企业,业务起始于线上书店,不久之后商品走向多元化。目前是全球最大的互联网线上零售商之一,也是美国《财富》杂志2016年评选的全球最大500家公司的排行榜中的第44名。

https://www.amazon.com/
相关技术
英特尔机构

英特尔(NASDAQ: INTC)是全球半导体行业的引领者,以计算和通信技术奠定全球创新基石,塑造以数据为中心的未来。我们通过精尖制造的专长,帮助保护、驱动和连接数十亿设备以及智能互联世界的基础设施 —— 从云、网络到边缘设备以及它们之间的一切,并帮助解决世界上最艰巨的问题和挑战。

https://www.intel.cn/content/www/cn/zh/homepage.html
相关技术
科大讯飞机构

科大讯飞股份有限公司成立于1999年,是亚太地区知名的智能语音和人工智能上市企业。自成立以来,长期从事语音及语言、自然语言理解、机器学习推理及自主学习等核心技术研究并保持了国际前沿技术水平;积极推动人工智能产品研发和行业应用落地,致力让机器“能听会说,能理解会思考”,用人工智能建设美好世界。2008年,公司在深圳证券交易所挂牌上市(股票代码:002230)。

http://www.iflytek.com
微软机构

微软是美国一家跨国计算机科技公司,以研发、制造、授权和提供广泛的计算机软件服务为主。总部位于美国华盛顿州的雷德蒙德,最为著名和畅销的产品为Microsoft Windows操作系统和Microsoft Office办公室软件,以及Xbox的游戏业务。微软是美国《财富》杂志2015年评选的世界500强企业排行榜中的第95名。

https://www.microsoft.com/en-us/about
云知声机构

云知声专注于物联网人工智能服务,是一家拥有完全自主知识产权、世界顶尖的智能语音识别、语义理解等技术的高新技术企业,总部位于北京,在上海、深圳、厦门、合肥设有子公司。公司员工500余人,核心研发团队近百人,其中 45% 拥有博士学历,工程师占比78%,拥有雄厚的科研和产业化实战能力。 云知声深入探索感知智能、认知智能、通用智能三大方向,在语音、语言、知识计算、大数据分析、人工智能芯片等领域建立了领先的核心技术体系,以此构建了完整的人工智能技术图谱。并率先在国内布局大规模异构并行超算平台 Atlas 和深度学习计算框架 UniFlow ,以领跑行业发展的技术实力,助力 AI 基础设施建设,服务国家 AI 战略。 基于“云、端、芯”技术产品体系,提供跨平台、跨场景,融合云端智能和本地智能一体化的 AI 系统解决方案,已在 AI 生活(家居、车载等)和 AI 服务(医疗、教育、政务、金融等)两大核心场景广泛落地。 目前合作伙伴数量已超过 2万家,覆盖用户已超过 2亿,日调用量超 4亿次,其中语音云平台覆盖的城市超过 647个,覆盖设备超过 1 亿台。 云知声自 2012 年成立以来,发展迅猛,备受人工智能行业及资本市场关注,累积融资数亿美元,并多次创下AI语音领域单轮融资记录。云知声连续两年入选福布斯中国最快科技成长公司 50 强企业,是中国人工智能行业成长最快的创业公司之一 。

https://www.unisound.com/
机器学习技术

机器学习是人工智能的一个分支,是一门多领域交叉学科,涉及概率论、统计学、逼近论、凸分析、计算复杂性理论等多门学科。机器学习理论主要是设计和分析一些让计算机可以自动“学习”的算法。因为学习算法中涉及了大量的统计学理论,机器学习与推断统计学联系尤为密切,也被称为统计学习理论。算法设计方面,机器学习理论关注可以实现的,行之有效的学习算法。

人工智能技术

在学术研究领域,人工智能通常指能够感知周围环境并采取行动以实现最优的可能结果的智能体(intelligent agent)

规划技术

人工智能领域的「规划」通常是指智能体执行的任务/动作的自动规划和调度,其目的是进行资源的优化。常见的规划方法包括经典规划(Classical Planning)、分层任务网络(HTN)和 logistics 规划。

TensorFlow技术

TensorFlow是一个开源软件库,用于各种感知和语言理解任务的机器学习。目前被50个团队用于研究和生产许多Google商业产品,如语音识别、Gmail、Google 相册和搜索,其中许多产品曾使用过其前任软件DistBelief。

计算机视觉技术

计算机视觉(CV)是指机器感知环境的能力。这一技术类别中的经典任务有图像形成、图像处理、图像提取和图像的三维推理。目标识别和面部识别也是很重要的研究领域。

语音识别技术

自动语音识别是一种将口头语音转换为实时可读文本的技术。自动语音识别也称为语音识别(Speech Recognition)或计算机语音识别(Computer Speech Recognition)。自动语音识别是一个多学科交叉的领域,它与声学、语音学、语言学、数字信号处理理论、信息论、计算机科学等众多学科紧密相连。由于语音信号的多样性和复杂性,目前的语音识别系统只能在一定的限制条件下获得满意的性能,或者说只能应用于某些特定的场合。自动语音识别在人工智能领域占据着极其重要的位置。

自然语言处理技术

自然语言处理(英语:natural language processing,缩写作 NLP)是人工智能和语言学领域的分支学科。此领域探讨如何处理及运用自然语言;自然语言认知则是指让电脑“懂”人类的语言。自然语言生成系统把计算机数据转化为自然语言。自然语言理解系统把自然语言转化为计算机程序更易于处理的形式。

阿里巴巴机构

阿里巴巴网络技术有限公司(简称:阿里巴巴集团)是以曾担任英语教师的马云为首的18人于1999年在浙江杭州创立的公司。 阿里巴巴集团经营多项业务,另外也从关联公司的业务和服务中取得经营商业生态系统上的支援。业务和关联公司的业务包括:淘宝网、天猫、聚划算、全球速卖通、阿里巴巴国际交易市场、1688、阿里妈妈、阿里云、蚂蚁金服、菜鸟网络等。 2014年9月19日,阿里巴巴集团在纽约证券交易所正式挂牌上市,股票代码“BABA”,创始人和董事局主席为马云。 2018年7月19日,全球同步《财富》世界500强排行榜发布,阿里巴巴集团排名300位。2018年12月,阿里巴巴入围2018世界品牌500强。

https://www.alibabagroup.com/
相关技术
百度机构

百度是全球最大的中文搜索引擎,是一家互联网综合信息服务公司,更是全球领先的人工智能平台型公司。2000年1月1日创立于中关村,公司创始人李彦宏拥有“超链分析”技术专利,也使中国成为美国、俄罗斯、和韩国之外,全球仅有的4个拥有搜索引擎核心技术的国家之一。

https://www.baidu.com/
腾讯机构

腾讯科技股份有限公司(港交所:700)是中国规模最大的互联网公司,1998年11月由马化腾、张志东、陈一丹、许晨晔、曾李青5位创始人共同创立,总部位于深圳南山区腾讯大厦。腾讯由即时通讯软件起家,业务拓展至社交、娱乐、金融、资讯、工具和平台等不同领域。目前,腾讯拥有中国国内使用人数最多的社交软件腾讯QQ和微信,以及中国国内最大的网络游戏社区腾讯游戏。在电子书领域 ,旗下有阅文集团,运营有QQ读书和微信读书。

http://www.tencent.com/
奇虎360机构

360公司成立于2005年8月,创始人周鸿祎 2011年3月30日在纽交所成功上市 2018年2月28日,回归A股上市,上证交易所(601360) 是中国第一大互联网安全公司,用户6.5亿,市场渗透率94.7% 中国第一大移动互联网安全公司,用户数超过8.5亿 中国领先的AIoT公司,将人工智能技术应用于智能生活、家庭安防、出行安全、儿童安全等多个领域

http://smart.360.cn/cleanrobot/
推荐文章
暂无评论
暂无评论~