【理论探索】周琪 付随鑫：美国人工智能的发展及政府发展战略
人工智能成为热门是最近十几年的事情，但它并不是一种新现象。人们公认，1956年美国“达特茅斯学院人工智能夏季研究项目”研讨会是人工智能概念形成的起点。项目主持人约翰·麦卡锡（锡（JohnMcCarthy）邀请了包括语言模拟、神经网络和复杂性理论等在内的各个学科的研究人员参加会议，澄清并提出与“思维机器”（thinkingmachines）相关的概念。会议的提案指出，“这项研究应当基于这样的推测:原则上可以精确地描述学习的各个方面或智能的任何其他特征，以便制造出模拟它的机器”。早期的人工智能研究激发了人们巨大的热情和期望，曾在20世纪60年代和80年代掀起两次发展高潮，但由于受到算法、数据量、数学理论和计算机运算能力等因素的限制，所取得的成果有限，发展势头也两次跌入低谷。至2010年左右，随着互联网时代大数据的积累和可获得性、机器学习方法的改进以及机器处理能力的提高，人们重新燃起对人工智能的兴趣，从而刺激了专业人工智能的发展。前两轮人工智能热潮是学术研究主导的，而新一轮热潮主要是商业需求驱动的，并且产生了成熟的商业模式、广泛的市场应用和可观的经济效益。
要了解人工智能的发展现状，首先要了解以下几个关键概念以及它们之间的关联。
（2）算法。在机器学习中，算法是关键。算法是用机器语言一步步地描述如何执行任务或计算。算法的目的是解决问题。至关重要的是，在输入相同的条件下应当反复产生相同的结果。不同的算法适用于完成不同的任务。
（5）大数据。人工智能离不开大数据。人工智能和机器学习建立在大数据的可获得性不断提高和计算能力不断增强的基础之上。机器学习是借助以前所未有的数量、种类和速度提供的数据培养起来的。近年来大多数机器学习进步背后的促进因素就是大数据和深度学习。
二美国人工智能发展现状
（一）美国人工智能研发现状
2019年一份对美国、中国、欧洲人工智能发展的比较研究报告显示，在六项指标——人才、研究、开发、采用、数据和硬件中，美国处于绝对领先地位，中国位居第二，欧洲则位居第三。根据对2018年在21个主要人工智能国际会议上发表论文的作者获得博士学位情况的调查，其中有44%的人在美国获得博士学位，比在欧盟（估计为21%）和中国（11%）的总和还多。这在很大程度上为美国提供了人工智能人才的优势。根据人工智能论文和专利记录，在雇用人工智能人才最多的20家公司中，2017年有一半设在美国。这10家美国公司合计拥有1623名人工智能人才。相比之下，欧盟有6家这样的公司，总共有522名人工智能人才。排名前20位的唯一一家中国公司是华为，拥有73名相关人才。
美国在人工智能方面的研究成果在全球处于领先地位。根据全球最大的引文数据库Scopus的检索结果，2018年美国共发表了16233篇与人工智能有关的同行评审论文。论文数量的快速增长主要发生在2013年之后，5年内增长了2.7倍。同一时期中国和欧盟的人工智能论文数量也有类似的快速增长，而且每年发表论文的数量明显超过美国，两者2018年的发表数量分别高达24929篇和20418篇。不过，美国人工智能论文的质量一直大幅度领先于其他地区，2018年其平均每篇论文被引用的次数为2.23次，而中国为1.36次。美国每个作者被引用的次数也比全球平均水平高出40%。
美国在深度学习领域发表的论文数量远超过其他国家，2015—2018年共在预印本文库网站arXiv发表了3078篇相关论文，是中国同期的两倍。最近几年，美国每年取得的人工智能专利数量都占到全球总量的一半左右，专利引证数量占到全球的60%。在全球最大的软件源代码托管服务平台GitHub上，美国各机构贡献的人工智能软件库受到最多的关注。仅谷歌公司主导的机器学习开源软件库TensorFlow的累积点赞数就超过15万次，接近所有其他主要相关软件库的总和。然而，中国与美国在这方面的差距正在缩小。艾伦人工智能研究所2019年对人工智能论文进行的分析发现，在被引用最多的10%的人工智能论文中，美国所占份额从1982年的47%下降到2018年的29%，中国从1982年的几乎为0增长到26.5%。
学术机构是美国人工智能研究的主力。1998—2018年，美国共发表了32万篇各类关于人工智能的论文，其中有27万篇来自学术机构，比例达到85%。这与中国和欧盟的情况类似，后两者的比例还要略高，分别高达93%和91%。2013—2017年发表人工智能论文最多的5个美国机构是卡内基梅隆大学、麻省理工学院、微软、IBM和斯坦福大学。根据2018年3月6日的科研论文影响力（FWCI）评分，这五个机构加在一起为4.0，显著高于欧盟前五名（1.9）和中国前五名（1.4）的评分。人工智能迅速成为美国计算机科学中最热门的博士生专业，远超过传统的信息安全、计算机网络、软件工程等专业。2018年美国毕业的1251个计算机科学博士中有266人主修人工智能，比例超过21%，比5年前增加了10个百分点。
企业界也在美国的人工智能研发中发挥了很大作用。从1998年到2018年，来自企业的各类人工智能文章共有3.8万篇，占总数的12%，而该比例在中国和欧盟分别只有2.2%和3.6%。目前，企业界已经成为美国人工智能人才的最大就业场所。
2018年，超过60%的人工智能博士毕业生进入企业界，比2004年高出40个百分点。人工智能教师离开学术界进入工业界的速度也在加快，2018年有40多人离职，比2012年多25人。
美国的人工智能研究在许多关键技术领域居于世界领先地位。在计算机视觉领域，谷歌公司和卡内基梅隆大学开发的NoisyStudent方法对图片进行分类的Top-1准确率达到88.4%，比6年前提高了35个百分点；在云基础设施上训练大型图像分类系统所需的时间已经从2017年的3个小时减少到2019年的88秒，训练费用也从1112美元下降到12.6美元。自然语言处理的进展也非常迅速。2012年以来，人工智能系统的计算量一直呈指数式增长，平均每3.4个月就翻一番，远远超过摩尔定律限定的每两年翻一番的增长速度。谷歌公司的阿尔法元每天能进行1020次浮点运算，远超出任何其他人工智能系统。
（二）美国人工智能产业的发展
美国人工智能产业对劳动力的需求在迅速增长。2010—2019年，与人工智能相关的工作岗位占总工作岗位的比例从0.26%上升到1.32%。其中机器学习所占的比例最高，占到总工作岗位的0.51%。各个行业都需要人工智能人才，其中信息产业的需求量最大，其次是高科技服务业和金融保险业。
从地域来看，美国各州对人工智能人才的需求都在快速增长，但需求量最大的仍是加利福尼亚州、纽约州、得克萨斯州、马萨诸塞州、华盛顿州和弗吉尼亚州等高科技产业聚集的州。2018—2019年，加利福尼亚州对人工智能人才的需求超过9.3万人，占该州工作需求总量的1.3%。德勤会计师事务所评出的全球前20个人工智能创新和应用城市中，有5个位于美国，分别是旧金山、波士顿、纽约、洛杉矶和达拉斯。相对而言，人工智能更容易对高技能工作造成冲击，而中低技能工作更容易受到软件和机器人的冲击。拥有学士学位的人受到人工智能冲击的程度是高中学历者的5倍，这是因为人工智能更容易完成白领擅长的规划、推理、预测和解决问题等任务。
在人工智能公司的风险资本和私募股权融资方面，美国也居于首位。2017—2018年，美国的风险投资和私募股权融资数额约为169亿美元。其次是中国，约为135亿美元。排第三的是欧盟，约为28亿美元。再看涉及人工智能公司的风险资本和私募股权融资交易数量，2017—2018年，美国人工智能公司获得的投资最多（1270项），超过欧盟（660项）和中国（390项）。知名的初创公司及投资机构生态数据库Crunch-Base上列出了2000年1月到2019年5月按地区划分的人工智能类别组中的公司收购数量，美国拥有此类公司1727家，超过欧盟（拥有762家）和中国（拥有224家）的总和。
美国在发展世界一流的人工智能公司中处于领先地位。美国公司在专利和主导性人工智能收购方面表现强劲，例如，在15个机器学习子类别中，微软和IBM在8个子类别中申请了比其他任何实体公司都更多的专利，包括监督学习和强化学习类。美国公司在20个领域中的12个领域的专利申请处于领先地位，包括农业（迪尔公司）、安全（IBM公司）以及个人设备、计算机和人机互动（微软公司）。中国科学院则在深度学习方面申请了最多的专利，德国的西门子公司在神经网络方面申请了最多的专利。
此外，2012—2016年，IBM的人工智能专利申请为3677项，居全球之首。Alpha-bet公司有2185项，微软有1952项，均位列全球前五名。1960—2018年，专利申请人在美国专利数据库（USPTO）中申请了28031项高引用率专利，这大大超过了欧盟的2985项和中国的691项。虽然此项指标显示的是申请人在哪里提交专利，而不是他们的所在地，但大多数申请人通常会首先选择在其居住的国家/地区提交专利。此外，世界知识产权组织（WIPO）追踪了1960—2018年首次作为《专利合作条约》（Pa-tentCooperationTreaty）专利申请的知识产权专利的数量。在这方面，美国有1863项，领先于中国的1085项和欧盟的1074项。
美国在每一项人工智能发展指标上都处于领先地位，这表明美国比中国和欧盟更有能力继续发展全球领先的人工智能企业。专利和收购数据也显示，美国在发展世界级人工智能公司方面已经居于显著的领先地位。但是，部分由于中国强大的风险投资和私募股权生态系统，中国正在赶上欧盟和美国。
超级计算机是人工智能发展的关键基础设施之一。在超级计算机拥有量方面，根据2019年11月Top500公布的数据，在全球前500强的超级计算机系统中，美国拥有117台，占23.4%，平均综合得分为5223；中国（不含港澳台地区）拥有228台，占45.6%，平均综合得分为2333；欧盟国家（含英国）有91台，占18.2%，平均综合得分为3211。世界上最快的10台超级计算机中有5台属于美国，世界上最快的两台超级计算机（Summit和Sierra）就安置在美国能源部。
此外，美国的英特尔公司开发了500强超级计算机中94.8%的处理器。使用加速器或协处理器来增强计算机性能的超级计算机有145台，其中有141台使用了来自美国的Nvidia或英特尔公司的加速器或协处理器，占总数的97.2%。中国的超级计算机研发在某些方面正在赶超美国。2010年6月，全球500台性能最强的超级计算机中有282台安装在美国，但是到2018年，美国拥有的台数下降到了109台的历史最低位。中美都在努力开发每秒百亿亿次浮点运算的计算机。2018年《科学》（Science）杂志的一篇报道说，2018年6月以前，中国在世界排名中最靠前的两台超级计算机太湖之光（排名第一）和天河2A（排名第三）的算力总和比美国能源部当时拥有的21台超级计算机的总和还要强大。直到2018年6月美国田纳西州橡树岭国家实验室名为Summit的计算机付诸运行，它才为美国夺回了最强超级计算机的称号。目前美国能源部正在研发一台名为极光（Aurora）的超级计算机，其计算和分析能力是Summit的50倍。
（三）人工智能在美国政府部门与政治中的应用
人工智能在美国政治生活中也得到广泛应用。它既为政治人物和普通民众提供了新的参与政治的手段，也加速了“后真相时代”的到来。通过分析网络用户的消费模式和社交关系，人工智能可以为每个用户建立独特的画像，并预测他们的政治倾向和投票行为，进而帮助竞选者精准投放竞选广告。人工智能也能帮助选民更精确地挑选自己喜欢的政治资讯，促进对特定议题和候选人的了解。奥巴马最早在选举中运用人工智能，他的竞选团队在2012年使用大数据分析来精准投放竞选广告和邮件，最终获得10亿美元的巨额捐款。2016年特朗普竞选团队利用剑桥分析公司来帮他操纵和引导社交媒体上的舆论风向。2018年该公司被揭露曾以不当方法获取和转卖脸书5000万用户的数据。在2018年的美国中期选举中，一项令人警惕的人工智能技术是深度伪造，它可被用来逼真地伪造政治人物的声音或视频，以此来误导选民。2019年6月13日，美国众议院情报委员会专门召开了关于深度伪造的听证会，讨论这项技术对国家、社会和个人的风险及应对措施。
（来源：《世界经济与政治》2020年第6期，注释和参考文献略）
【理论探索】常修泽：关于要素市场化配置改革再探讨返回搜狐，查看更多
全球人工智能发展现状、挑战及对中国的建议
二是AI技术进一步完善。AI系统现在可以合成文本、音频和图像，而且水平足够高，人类难以辨别真伪。比如图像合成技术能“深度伪造”，将人脸叠加到照片或电影中其他人的脸上。这也促使研究者探索深度伪造检测技术，让计算机能很好地区分不同的图像输出。得益于机器学习和自然语言处理技术的进步，机器能在视觉问答中提供更加准确的自然语言答案，自2015年首次发布以来，该算法准确率增长了近40%，最高达到76.4%，已接近人类80.8%的准确率基线。
四是投资明显增加。2020年全球AI领域社会总投资（包括私人投资、公开募股、并购和少数股权等）较2019年增长了40%，达到679亿美元。从国家来看，美国仍然是资本最集中的地区，2020年社会资本投资AI超过236亿美元，其次是中国（99亿美元）和英国（19亿美元）。从领域看，2020年生物医药领域获得的投资最多，超过138亿美元，是2019年的4.5倍；其次是智慧交通领域，达到45亿美元；再次是教育领域的41亿美元。然而，获得投资的AI初创企业数量却连续3年明显减少，2017年超过4000家AI初创企业实现融资，到2020年仅有不到1000家。
1.3人才和教育
2020年，全球AI领域人才招聘数量继续增长。近5年来，巴西、印度、加拿大、新加坡、南非是新增岗位中AI岗位占比增长最快的前5个国家，如巴西5年内AI职位占比增加了3倍多，中国增速相对较慢，仅为1.3倍；美国甚至出现了多年来的首次下滑，发布的AI工作岗位从2019年的32.5万个减少到2020年的30.1万个。
教育方面，世界顶级大学纷纷部署加大AI教育投入，2017—2020年间，本科生的AI相关课程数量增加了102.9%，研究生阶段则增加了41.7%。同时越来越多AI领域博士生选择走出学校，进入产业。2010—2019年，进入企业从事AI相关工作的应届博士毕业生比例从2010年的44.4%增至2019年的65.7%，继续从事学术研究的比例则从42.1%下降到23.7%。
以美国为例，在获得计算机科学博士学位的人中，人工智能相关博士在2010年占比为14.2%，2019年上升至约23%。与此同时，其他计算机科学领域的热门程度有所下降，如网络、软件工程和编程语言等。2019年，新入学AI博士研究生中国际学生的比例继续上升，达到64.3%，比2018年上升4.3%。在外籍毕业生中，多达81.8%的人选择继续留在美国。
02未来应用前景
AI技术的快速发展得益于其广泛的应用场景。AI早已不再是简单的软件或硬件，已经成为包括算法、数据、硬件、应用、人才等一系列要素的集合。随着计算机系统解决问题和执行任务的能力迅速提高，机器智慧正在越来越多的领域替代人类智慧，AI成为当前人类能够获得的最强大工具，可以扩展知识、促进社会繁荣并丰富人类经验。以下是未来AI应用中的几个关键方面：
一是预测，凭借模型、算法的进步，AI能够更加精准地预测，从以往数据中总结学习，并预测未来的事件，这在几乎所有领域都能得到应用，如天气预报，自动驾驶中对于其他车辆行驶轨迹的预判，精准农业中对于种植、灌溉、施肥的决策等等。
二是设计和优化，在完成一系列复杂任务时进行优化和统筹，以根据需求达到节省时间和金钱、提高安全性等目的，如智慧城市的规划设计、交通线路规划等。
三是建模和模拟，在生物、物理、经济和社会研究中通过构建虚拟模型，进行仿真操作，可以节省很多实际中需要的测试和实验，在提高实验效率的同时能够给出更多的解决方案。在COVID-19大流行中，研究人员在药物分子设计、蛋白质构象等研究中广泛使用了AI技术。
四是自然语言处理，人类自然语言与计算机的及时准确互动，不仅可以让智能电子设备的操作更加简单，也可以广泛应用在文本分类、机器翻译、舆情监测等领域。
03发展特点及面临挑战
以上几个关键作用让AI在科学研究、医疗健康、教育、智慧城市等领域得到了实实在在的应用，AI在日常生活中已经无处不在，正以各种方式重塑我们的生活。
（2）AI研发工具传播更加广泛。曾经，尖端的深度学习技术需要大量的数据、计算能力和专业知识，非常昂贵。随着技术加速进步，AI的应用程序和开发工具也逐步公开，为更多人所用，许多平台都是开源免费的，不少领域的训练成本也都大幅降低。云计算的普及和数据共享使用将使AI创新不再是少数人的专属，能够拓展到全球范围实施。
其发展应用呈现出更加积极的趋势，同时也面临新的挑战。随着AI从精英科学发展成为主流工具，今后其或在某些方面遇到难以突破的瓶颈。一是训练模型需要的数据将更为珍贵，各国政府、企业、研究机构都更加重视并加强对数据和隐私的保护，或限制AI的快速发展；二是随着应用的普及，AI在就业、生物、社会公平，甚至机器与人的关系方面都将面临现实的伦理挑战；三是部分领域AI带来的颠覆性创新，如自动驾驶，相关监管措施是否能及时跟进，将对其应用产生深刻影响。
04全球竞争格局
正是由于其广阔的应用前景，AI有望成为塑造全球竞争格局的重要因素，或将为早期采用的国家带来显著的经济、战略优势。许多国家都在布局加强AI研发和应用，AI竞赛逐渐由研究机构、企业之间的竞争转变为国家之间的角力。
4.1各国积极参与AI竞争
自从2017年以来，全球已有30多个国家和地区发布了优先发展AI的国家战略，投身AI全球竞争（见表1）。其中既有美国、欧盟、法国、德国、英国、新加坡等发达国家和地区，也有印度、墨西哥、印度尼西亚、巴西、马来西亚、乌克兰等发展中国家。各国均试图通过AI战略支持本国AI产业发展，在国际竞争中占据有利位势。
加拿大、德国、印度、英国等多国都在战略中明确要对发展AI进行直接资金支持，并列出了预算额度。日本、英国、沙特阿拉伯等国家还成立了专门的AI管理机构。在政策的大力支持下，这些国家的AI技术、人才、产业都在快速发展。新加坡已经成为AI职位占比最高的国家，2020年的数据显示，AI相关岗位占全部工作岗位的比例达到了2.4%。据统计，印度前50类技能岗位中AI技术相关岗位数量最多，甚至超过了美国、中国、德国等AI强国。
4.2中美两国领先
在众多国家中，美国仍是公认的AI第一强国，拥有强大的企业和研究机构，政府每年也投入大量财力支持研发，2020财年非国防和情报部门的AI拨款就达到9.735亿美元，2021财年这一数字进一步提高至15亿美元，同比增加近55%。然而，美国的领先地位正在逐渐被中国赶上，个别领域甚至已经被超越。如中国在2017年之后一直保持全球AI论文发表数量第一，并逐步扩大领先优势，2020年更是首次超过美国成为世界AI期刊上被引用频次最高的国家。
中国的快速崛起引起美国各界的担忧。大量美国媒体、智库鼓吹中国即将在AI领域超越美国。2021年3月4日，美国国家人工智能安全委员会（NSCAI）投票通过，并向美国国会提交了长达756页的2021年度最终建议报告，详细阐述了AI对于社会发展和国家安全的重要作用，并对如何维护AI技术优势、保障国家安全提出了措施建议，尤其是将中国明确为未来美国在AI领域的最大竞争对手，针对性地呼吁美国联邦政府采取措施。报告成为美国民主共和两党共识，得到了包括联邦政府在内各界的重视，拜登政府也表示支持报告在知识产权、人才、加速创新、微电子、国际合作等方面提到的许多具体政策建议。可以预见，未来中美AI领域的战略博弈将会进一步演化，在吸引人才、突破关键技术等方面的竞争会更加激烈。
4.3国际合作积极
随着越来越多的国家加入全球AI竞争，迫切需要制定全球范围内行之有效的国际规则、标准，同时国家间也需要通过互利合作达到取长补短、共同进步的目的。为满足一些国家共同发展的目的，各种AI倡议应运而生，很多非常重要的国际倡议、论坛、组织也纷纷纳入AI议题，涉及AI的原则标准、数据共享、研发合作等方面内容（见表2）。日本、韩国、英国、美国和欧盟成员国等国家积极参与了政府间AI方面的合作。也有一些国家通过积极缔结双边协议来推进AI国际合作。
值得注意的是，不同于特朗普的一意孤行，拜登政府更加注重通过联合盟友维护其世界霸主的地位。专家预测美国或将在科技领域牵头发起成立“科技民主联盟”，借西方民主价值观拉拢盟友共同促进AI和新兴技术的发展和使用，并进一步对中国实施科技封锁与遏制，中美科技竞争或将升级迈入新阶段。
05有关建议
虽然我国AI技术研发在全球的影响力显著提高，又拥有全球最丰富的应用落地场景，但AI伦理、人才培养等问题仍需重视。习近平总书记在党的十九大报告中明确提出，要“推动互联网、大数据、人工智能和实体经济深度融合”，将人工智能视为供给侧结构性改革和推动实体经济发展的重要一环。相关部门贯彻落实十九大精神，出台了一系列战略举措，有力地推动我国在AI技术和产业化方面的进步。结合近年来全球AI发展动态，为贯彻落实新发展理念，进一步加快我国AI技术创新，提出以下建议：
（1）理顺促进AI发展的体制机制。为更好地发挥政府在AI创新方面的重要作用，一些国家成立了指导AI发展的专门机构，一方面解决部门间各自为战，碎片、重复支持AI研发的情况，另一方面也可更高效地加强对民间AI创新的引导。建议进一步理顺我国促进AI发展的体制机制，成立专门机构或小组负责统筹部门间的支持政策，避免重复支持、无效支持，实现政府资源效益最大化和跨部门政策的良好衔接，并进一步促进AI成果转化，使我国从AI论文强国变成AI专利强国。
（2）强化AI数据资源共享。近一两年来，鼓励相关数据和模型的资源共享已经成为美国、英国、日本、韩国等国家在AI管理上的重要共识，也是国际合作的一项重要议题。这是由AI技术的特征决定的，为了朝更智能的方向前进，最基础、最关键的大数据支撑是必不可少的。美国谷歌、Meta（原脸书）、亚马逊等科技企业凭借其商业模式和垄断地位掌握了大量用户数据，对其进一步研究机器学习、深度学习至关重要。我国在加强数据保护的基础上，要充分利用数据资源，鼓励开放共享，推进行业整体发展前进。
（3）加强人才培养。人才是第一资源，在未来AI战略竞争中，谁能够在世界范围内吸引、培养和留住人才，谁就会取得优势。据统计，我国AI人才目前缺口超过500万，国内的供求比例为1∶10，供需比例严重失衡，同时80%以上的外籍美国AI博士应届毕业生选择留在美国。继续加强人才培养、补齐人才短板，是我国的当务之急。特别要探索产学合作、国内国际合作、跨界跨领域合作的育才机制，营造有利于AI人才成长与培养的沃土，推动构建和完善既有利于发展人才独创能力，又能有效调动潜力的平台条件，为未来做好准备。
（4）营造有利的国际环境。AI未来发展之路还有很长，以美国为首的发达国家一方面以举国之力发展本国AI技术，另一方面也在充分发挥其影响力积极参与AI国际规则的制定，甚至意图联合盟友对我国进行战略打压。凭借现有产业基础和技术实力，我国有能力且应当在未来AI领域竞争中发挥比较优势，补齐发展短板，下好先手棋，努力成为行业规则的重要制定者，引领技术朝有利于我国的方向发展，逐步在新的国际体系中占据重要位置，实现社会主义现代化强国的建设目标。
（5）重视AI发展的社会伦理和法规建设。AI在多个领域的加速应用，导致相应的伦理问题逐渐凸显，尤其是隐私、就业、社会公平等领域，也是许多国际组织、协会、联盟等积极讨论的议题，甚至可能成为美欧等国打压我国AI产业的关键。同时，对AI的监管必须与时俱进，在交通、金融、医药等应用较好的领域要及时完善相关行业法律法规，明确发展AI中的伦理规则，积极引导，让新业态有规可循、有法可依，促进应用落地。
（6）密切跟踪全球发展趋势。当前AI创新进入高速发展阶段，相关技术加速进步，产品日新月异，产业爆发式增长。美国、德国、韩国、以色列等科技强国都结合自身特点选择重点领域布局突破。要持续跟踪把握领域前沿发展趋势，掌握发达国家在研发方向、支持举措、监管规则等方面的最新动态，结合我国国情学习借鉴。
免责声明：本文转自科情智库，原作者程晓光。文章内容系原作者个人观点，本公众号转载仅为分享、传达不同观点，如有任何异议，欢迎联系我们！
推荐阅读
2021年世界前沿科技发展态势及2022年趋势展望——综述篇
2021年世界前沿科技发展态势总结及2022年趋势展望——信息篇
2021年世界前沿科技发展态势总结及2022年趋势展望——生物篇
2021年世界前沿科技发展态势总结及2022年趋势展望——能源篇
2021年世界前沿科技发展态势总结及2022年趋势展望——海洋篇
2021年世界前沿科技发展态势总结及2022年趋势展望——航空篇
2021年世界前沿科技发展态势总结及2022年趋势展望——航天篇
2021年世界前沿科技发展态势总结及2022年趋势展望——新材料篇
2021年世界前沿科技发展态势总结及2022年趋势展望——先进制造篇
转自丨科情智库
作者丨程晓光
选自丨
译者丨
编辑丨
研究所简介
国际技术经济研究所（IITE）成立于1985年11月，是隶属于国务院发展研究中心的非营利性研究机构，主要职能是研究我国经济、科技社会发展中的重大政策性、战略性、前瞻性问题，跟踪和分析世界科技、经济发展态势，为中央和有关部委提供决策咨询服务。“全球技术地图”为国际技术经济研究所官方微信账号，致力于向公众传递前沿技术资讯和科技创新洞见。
地址：北京市海淀区小南庄20号楼A座
微信：iite_er返回搜狐，查看更多
一文带你解读全球人工智能产业发展现状！
当前位置：前瞻产业研究院»经济学人»研究员专栏一文带你解读全球人工智能产业发展现状！UVc分享到：彭琨懿•2019-06-0510:40:38来源：前瞻产业研究院E13734G02023-2028年中国人工智能行业发展前景预测与投资战略规划分析报告2023-2028年全球人工智能芯片（AI芯片）行业市场调研与发展前景研究报告2023-2028年中国大数据产业发展前景与投资战略规划分析报告2023-2028年中国云计算产业发展前景预测与投资战略规划分析报告2023-2028年中国生物识别技术行业市场调研与投资预测分析报告2019年4月，中国信息通信研究院发布了《全球人工智能产业数据报告》。根据报告里公布的数据显示，全球人工智能产业发展呈现出如下规律：
全球人工智能企业分布
1、地区分布
截至2019年3月底，全球活跃人工智能企业达到5386家。其中美国为2169家，中国大陆为1189家，英国为404家，加拿大303家，印度则是169家。故整体来看，人工智能在北美洲、亚洲、欧洲发展更为迅猛，未来该地区也将是人工智能的主导地区。
（2）城市分布
从人工智能企业城市分布来看，北京以468家企业个数拔得头筹，其次为旧金山，328家企业、伦敦则位列第三，为290家；上海紧随其后，为233家；纽约排第五，为207家。从城市分布看，中国人工智能企业主要集中在北上广和江浙地区，美国人工智能企业则主要集中在加州、纽约州和马塞诸塞州。
全球人工智能独角兽企业发展情况
从独角兽企业看，美国独角兽企业数量最高，为18家，中国为17家，英国3家，德国1家，日本1家，以色列1家。另，对以下独角兽企业进行梳理后，人工智能各细分领域独角兽企业的数量也清晰起来，其中以医疗健康独角兽数量为最高，5家，其次为智能驾驶、面部识别技术，分别为4家；AI芯片、网络安全则分别为3家。
全球人工智能独角兽企业投融资状况
融资角度看，2018年Q2以来全球领域投资热度逐渐下降。2019Q1全球融资规模为126亿美元，环比下降3.08%；其中中国领域融资金额为30亿美元，同比下降55.8%。在全球融资总额中占比23.5%；比2018年同期下降了29个百分点。
值得说明的是，在融资轮次中，种子天使轮融资占比进一步缩减，2019Q1仅为11.3%；B-E轮融资占比由2018年的23.2%则提升到了2019年第一季度的32.3%。另从国家角度看，2016年以来，中国在人工智能领域获得巨额投资次数累计达114次，在全球居首位。
从最新披露的数据看，2019年第一季度，全球单笔融资金额超过1亿美元的交易共16笔。其中中国企业获投6笔，美国企业获投4笔，以色列、新加坡、德国和阿根廷企业各获投1笔。
X更进一步看，中国企业不管是数量还是所融资金的数量，均为第一。
全球人工智能企业发展情况
从未来看，未来人工智能企业将聚焦以下几个领域的开发。
——人工智能以智能服务为主，全面进入商业用途。人工智能已经在手机领域已经取得一定的成效，很多手机企业研发了自己的人工智能芯片，中国通信巨头华为已经发布了自主研发的人工智能芯片并将其应用在旗下智能手机产品中，苹果公司推出的iPhoneX也采用了人工智能技术实现面部识别等功能。三星最新发布的语音助手Bixby则从软件层面对长期以来停留于“你问我答”模式的语音助手做出升级。
——人工智能为人类进行分析。工智能的核心方面在于机器学习和深度学习，这方面的进展才能决定着人工智能的突破。基于大数据时代下，人工智能对数据的积累分析，在加之深度学习技术的发展，完全能替人类的各方面做出优质的决定。
事实上在金融投资领域，人工智能已经有取代人类专家顾问的迹象。在美国，从事智能投顾的不仅仅是betterment、wealthfront这样的科技公司，老牌金融机构也察觉到了人工智能对行业带来的改变。高盛和贝莱德分别收购了HonestDollar与FutureAdvisor，苏格兰皇家银行也曾宣布用智能投顾取代500名传统理财师的工作。国内一家创业团队目前正在将人工智能技术与保险业相结合，在保险产品数据库基础上进行分析和计算搭建知识图谱，并收集保险语料，为人工智能问答系统做数据储备，最终连接用户和保险产品。这对目前仍然以销售渠道为驱动的中国保险市场而言显然是个颠覆性的消息，它很可能意味着销售人员的大规模失业。
更多数据参考前瞻产业研究院发布的《中国人工智能行业市场前瞻与投资战略规划分析报告》
更多深度行业分析尽在【前瞻经济学人APP】，还可以与500+经济学家/资深行业研究员交流互动。
前瞻产业研究院-深度报告REPORTS2023-2028年中国人工智能行业发展前景预测与投资战略规划分析报告本报告前瞻性、适时性地对人工智能行业的发展背景、供需情况、市场规模、竞争格局等行业现状进行分析，并结合多年来人工智能行业发展轨迹及实践经验，对人工智能行业未来...
查看详情
本文来源前瞻产业研究院，内容仅代表作者个人观点，本站只提供参考并不构成任何投资及应用建议。（若存在内容、版权或其它问题，请联系：service@qianzhan.com）品牌合作与广告投放请联系：0755-33015062或hezuo@qianzhan.com在招股说明书、公司年度报告等任何公开信息披露中引用本篇文章内容，需要获取前瞻产业研究院的正规授权。如有IPO业务合作需求请直接联系前瞻产业研究院IPO团队，联系方式：400-068-7188。
p7q0我要投稿
UVc分享：标签：全球人工智能产业发展现状人工智能行业品牌、内容合作请点这里：寻求合作››
产业规划
园区规划
产业招商
可行性研究
碳中和
市场调研
IPO咨询
前瞻经济学人专注于中国各行业市场分析、未来发展趋势等。扫一扫立即关注。前瞻产业研究院中国产业咨询领导者，专业提供产业规划、产业申报、产业升级转型、产业园区规划、可行性报告等领域解决方案，扫一扫关注。相关阅读RELEVANT聚焦中国产业：2021年深圳市特色产业之人工智能产业全景分析(附产业空间布局、发展现状及目标、竞争力分析)
【建议收藏】重磅！2023年浙江省人工智能产业链全景图谱(附产业政策、产业链现状图谱、产业资源空间布局、产业链发展规划)
2022年杭州市特色产业之人工智能产业全景分析(附产业空间布局、发展现状及目标、竞争力分析等)
2023年全球金融科技行业发展现状及前景分析2028年市场规模将突破4000亿美元【组图】
聚焦中国产业：2022年武汉市特色产业之人工智能产业全景分析(附产业空间布局、发展现状及目标、竞争力分析)
聚焦中国产业：2022年上海市特色产业之人工智能产业全景分析(附产业空间布局、发展现状及目标、竞争力分析)