陈根：人工智能——中美两国竞争的着力点
尽管同期中国和欧盟的人工智能论文数量也有类似的快速增长，并且每年发表论文的数量明显超过美国。但是，就论文质量而言，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，美国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%。
尤其是在深度学习领域，美国的发表论文数量远超过其他国家。2015至2018年，美国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。近几年，美国每年取得的人工智能专利数量更是占到全球总量的一半左右，专利引证数量占到全球的60%。
在关键技术上，美国的研究成果依旧居于世界领先地位。比如，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。
从产业发展来看，根据中国信息通信研究院数据研究中心的《全球人工智能产业数据报告（2019Q1）》研究报告，截至2019年3月底，全球活跃人工智能企业注达5386家。仅美国就多达2169家，数量远超过其他国家。中国大陆达1189家，排名第三的英国则为404家。
而从企业历史统计来看，美国人工智能企业的发展也早于中国5年。美国人工智能企业最早从1991年萌芽，1998进入发展期，2005后开始高速成长期，2013后发展趋稳。而中国人工智能企业则诞生于1996年，2003年产业进入发展期，在2015年达到峰值后进入平稳期。
美国公司在专利和主导性人工智能收购方面表现更为强劲。比如，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）。
人才储备是美国在人工智能得以领先的又一关键原因。人工智能产业的竞争，可以说，就是人才和知识储备的竞争。只有投入更多的科研人员，不断加强基础研究，才会获得更多的智能技术。
美国研究者显然更关注基础研究，使得美国人工智能人才培养体系扎实，研究型人才优势显著。具体来看，在基础学科建设、专利及论文发表、高端研发人才、创业投资和领军企业等关键环节上，美国都已形成了能够持久领军世界的格局。
根据MacroPolo智库的研究，在报告所圈定的顶级人工智能研究人才中，59%在美国工作，中国占了11%，与美国有四五倍的差距。剩下的人工智能人才则分布在欧洲、加拿大和英国，人才差异显而易见。
中美角逐，追赶和超越
尽管美国在研究成果和人才储备上具有先发优势，但中国作为后起之秀，在政策的引导和宽松的环境下，正以追赶之势加快跟进美国人工智能产业的发展。
经过多年的积累，中国已在人工智能领域取得了一系列重要成果，形成了自身独特的发展优势。不论是顶层的设计还是研发资源的投入，亦或是产业的发展，都呈加快追赶的态势，甚至在部分人工智能核心技术领域已可与美国比肩。尽管欲见成效仍需时日，但中美两国对于人工智能高地的抢占，已经开始。
从顶层设计来看，中美有近乎相仿的重视程度。美国和中国政府都已经把人工智能的发展上升至国家战略，出台发展战略规划，从国家战略层面进行整体推进。
早在2016年10月，奥巴马政府就发布了两份与人工智能发展相关的重要文件，即《国家人工智能研发战略规划》和《为未来人工智能做准备》。中国政府也在2017年3月，将“人工智能”首次写入全国政府工作报告，并于同年7月发布《新一代人工智能发展规划》，人工智能全面上升为国家战略。
美国人工智能报告体现了美国政府对新时代维持自身领先优势的战略导向。作为最大的发展中国家，中国也在战略引导和项目实施上做了整体规划和部署。并且，美国和中国都在国家层面建立了相对完整的研发促进机制，整体推进人工智能发展。
从研发资源的投入来看，美国政府对研发的资金投入相对不足。纵向来看，在过去的几十年中，联邦政府用于研发的支出占国内生产总值（GDP）的百分比从1964年的1.86%下降到2018年的0.7%。
目前，美国联邦政府的年度财政赤字已超过1万亿美元，累积的政府债务相当于GDP的107%。这些因素都会限制美国政府对人工智能及其相关基础研究的长期资金投入。
横向上看，美国政府对研发的投入正在被中国和欧盟追赶。美国在全球研发投入中所占的份额从1960年的69%下降到2016年的28%。2000-2015年，美国只占全球研发投入增长的19%，而中国占到了31%。
2019年8月31日，上海宣布设立人工智能产业投资基金，仅首期就投入了100亿元人民币，最终规模将达到千亿元人民币，美国联邦政府的投资则是相形见绌。
从产业发展来看，尽管中国AI产业基础层整体实力较弱，少有全球领先的芯片公司，但各大厂商正加快布局追赶，包括百度、阿里、腾讯及华为等厂商在基础层软硬件的加快布局。
对于技术层来说，中国企业则发展势头良好。百度、阿里、腾讯和华为等综合型厂商在计算机视觉、自然语言处理、语音识别等核心技术领域均有布局，同时创业独角兽在垂直领域迅速发展。
应用层上，人工智能应用场景多样，中国人工智能企业已在教育、医疗、新零售等领域实现广泛布局，而金融、医疗、零售、安防、教育、机器人等行业亦有为数较多的人工智能企业参与竞争。
着眼未来，我国在人工智能发展方面仍然具有一定优势，包括对基础理论研究的重视、丰富的技术应用场景、完善的创新生态链、企业数量的规模优势，以及我国在发展人工智能方面的人才优势。
此外，大数据优势是中国发展人工智能的重要优势，人工智能技术发展需要有大量的数据积累进行训练。中国较为完备的工业体系和庞大的人口基数，也使得中国人工智能发展在数据积累方面优势明显。
人工智能的未来难以预测，但可以看到的是，世界的竞争格局将因人工智能而改变。在巨变的环境里，只有通过创新发展以人工智能为代表的新一轮战略前沿技术，成为新竞赛规则的重要制定者、新竞赛领域的重要主导者、新竞赛范式的重要引领者，才能制胜未来而不是尾随未来。返回搜狐，查看更多
中国人工智能发展现状：多项技术领先 整体水平与发达国家仍有较大差距
全球人工智能还处于发展初期，并且人工智能已经上升至国家战略层面，关于我国人工智能发展现状来看，我国多项技术处于世界领先地位，创新创业也是日益活跃，但是整体水平与发达国家仍有较大差距。
新年伊始，让我们把目光投向人工智能——刚刚过去的2017年，基础研究领域的硬件、算法提升，与结合产业发展的技术应用，让人工智能发展迎来又一轮高潮。“机器能像人一样思考和行动”拓展了整个社会的想象力边界。
十九大报告提出，“推动互联网、大数据、人工智能和实体经济深度融合”。当前我国人工智能的发展水平处于什么阶段，在行业领域的应用进展如何？本版就此策划了一组“聚焦高质量发展·关注人工智能”系列报道，从行业专家、资深从业者、普通消费者的角度，向读者全方位展示快速发展中的中国人工智能图景。
2017年是中国人工智能领域发展的关键之年。无论是《政府工作报告》还是10月的十九大报告，都将人工智能作为一项发展内容明确提出，这意味着人工智能上升至国家战略层面。
随后，《新一代人工智能发展规划》《促进新一代人工智能产业发展三年行动计划（2018—2020年）》等一系列政策规划的推出更是让人工智能的发展有了明确的时间表和路线图。
如今，中国人工智能领域正在顶层设计与实践落实两个方面努力发展，抓住机遇，蓄势待发，开启新一轮的冲刺。
全球人工智能还处于发展初期什么是人工智能？
1956年，在美国达特茅斯学院一次特殊的夏季言谈会上，麻省理工学院教授约翰·麦卡锡第一次提出了人工智能概念。此后，人工智能迅速成为一个热门话题。
尽管概念界定众多，但科学界对人工智能学科的基本思想和基本内容达成的共识是：研究人类智能活动的规律，从而让机器来模拟，使其拥有学习能力，甚至能够像人类一样去思考、工作。
在人工智能研究早期，有些科学家非常乐观地认为，随着计算机的普及和CPU计算能力的提高，实现人工智能指日可待。但后来事实证明，人工智能的发展并没有预期的那么美好。
20世纪50年代至70年代，人工智能力图模拟人类智慧，但是受过分简单的算法、匮乏得难以应对不确定环境的理论以及计算能力的限制，这一热潮逐渐冷却;20世纪80年代，人工智能的关键应用——基于规则的专家系统得以发展，但是数据较少，难以捕捉专家的隐性知识，加之计算能力依然有限，使得其不被重视，人工智能研究进入低潮期。
直到进入20世纪90年代，神经网络、深度学习等人工智能算法以及大数据、云计算和高性能计算等信息通信技术快速发展，人工智能才迎来了春天。
“大约在10年前，一种被称为深度学习的新的机器学习方法，让人工智能的算法更智能。”中国科学院自动化研究所研究员易建强说：“它是一种通过多层表示来对数据之间的复杂关系进行建模的算法。深度学习模仿人脑结构，具有更强的建模和推理能力，能够更有效地解决多类复杂的智能问题。”
中国科学院院士谭铁牛说：“当前，面向特定领域的专用人工智能技术取得突破性进展，甚至可以在单点突破、局部智能水平的单项测试中超越人类智能。”
这其中，比较著名的事件包括1997年“深蓝”战胜国际象棋世界冠军，2011年IBM超级计算机沃森在美国电视答题节目中战胜两位人类冠军，以及2016年和2017年阿尔法狗战胜人类围棋高手。
在不少人工智能专家看来，尽管经过近60年的发展，人工智能已经取得了巨大的进步，但总体上还处于发展初期。
我国多项技术处于世界领先地位采访中，诸多业内人士认为，我国人工智能技术攻关和产业应用虽然起步较晚，但在国家多项政策和科研基金的支持与鼓励下，近年来发展势头迅猛。
在基础研究方面，我国已拥有人工智能研发队伍和国家重点实验室等设施齐全的研发机构，并先后设立了各种与人工智能相关的研究课题，研发产出数量和质量也有了很大提升，已取得许多突出成果。
科技部高新司司长秦勇说：“我国在语音识别、视觉识别、机器翻译、中文信息处理等技术方面处于世界领先地位。中国科学院自动化研究所谭铁牛团队全面突破虹膜识别领域的成像装置、图像处理、特征抽取、识别检索、安全防伪等一系列关键技术，建立了虹膜识别比较系统的计算理论和方法体系，还建成目前国际上最大规模的共享虹膜图像库。”
智能芯片技术也实现了突破。中科院计算所发布了全球首款深度学习专用处理器，清华大学研制出可重构神经网络的计算芯片，比现有的GPU效能提升了3个数量级。
与此同时，我国在人工智能领域的论文数量快速增长。据统计，2007年—2016年，全球人工智能领域论文中，我国占近20%，仅次于美国;深度学习领域的论文总量和引用量均居世界第一。此外，人工智能相关发明专利授权量已居世界第二。
人工智能创新创业日益活跃当前，伴随着人工智能研究热潮，我国人工智能产业化应用也蓬勃发展。
智能产品和应用大量涌现。人工智能产品在医疗、商业、通信、城市管理等方面得到快速应用。目前已有1.5亿支付宝用户使用过“刷脸”功能，华为首次在全球将人工智能移动芯片用于手机。
人工智能创新创业也日益活跃，一批龙头骨干企业快速成长。据统计，当前中国的人工智能企业数量、专利申请数量以及融资规模均仅次于美国，位列全球第二。全球最值得关注的100家人工智能企业中我国有27家，其中，腾讯、阿里云、百度、科大讯飞等成为全球人工智能领域的佼佼者，也成为建设国家新一代人工智能开放创新平台的领头羊。
2017年7月5日，百度首次发布人工智能开放平台的整体战略、技术和解决方案。这也是百度AI技术首次整体亮相。其中，对话式人工智能系统，可让用户以自然语言对话的交互方式，实现诸多功能;Apollo自动驾驶技术平台，可帮助汽车行业及自动驾驶领域的合作伙伴快速搭建一套属于自己的完整的自动驾驶系统，是全球领先的自动驾驶生态。
2017年8月3日，腾讯公司正式发布了人工智能医学影像产品——腾讯觅影。同时，还宣布发起成立了人工智能医学影像联合实验室。
2017年10月11日，阿里巴巴首席技术官张建锋宣布成立全球研究院——达摩院。达摩院的成立，代表着阿里巴巴正式迈入全球人工智能等前沿科技的竞争行列。
此外，科大讯飞在智能语音技术上处于国际领先水平;依图科技搭建了全球首个十亿级人像对比系统，在2017年美国国家标准与技术研究院组织的人脸识别技术测试中，成为第一个获得冠军的中国团队。
“加速积累的技术能力与海量的数据资源、巨大的应用需求、开放的市场环境有机结合，形成了我国人工智能发展的独特优势。”秦勇说。
整体水平与发达国家仍有较大差距尽管我国在一些人工智能关键技术尤其是核心算法方面与发达国家水平相当，但我国人工智能整体发展水平与发达国家相比仍有较大差距，比如在高精尖零部件、技术工业、工业设计、大型智能系统、大规模应用系统以及基础平台等方面。专家们还指出，我国人工智能技术发展还面临着体制机制、创新人才、基础设施等方面的挑战。
易建强说：“与人工智能发展成熟且处于前列的美国等相比，虽然中国在人工智能的论文数量方面超过美国，但中国学者的研究影响力尚不及美国或英国同行。”
这背后的一个重要原因就是人才短缺。据统计，美国半数以上的数据科学家拥有10年以上的工作经验，而在中国，超过40%的数据科学家工作经验尚不足5年。还有，在中国只有不到30所大学的研究实验室专注于人工智能，输出人才的数量远远无法满足人工智能企业的用人需求。此外，中国的人工智能科学家大多集中于计算机视觉和语音识别等领域，其他领域的人才相对匮乏。
在产业应用方面，人工智能技术成果虽然已经在我国越来越多的领域应用，但专家表示也还存在一些问题。比如，除少数垂直领域凭借多年大数据积累和业务流程优化经验，催生出营销、风控、智能投顾、安防等人工智能技术可直接落地的应用场景外，大多数传统行业的业务需求与人工智能的前沿科技成果之间尚存在不小差距。面向普通消费者的移动互联网应用与人工智能技术之间的结合尚处在探索阶段。
“在人工智能生态系统方面，美国也更为完善和活跃，创业公司数量远超中国。而且由研究机构、大学及私营企业共同组成的生态系统庞大、创新且多元。”易建强说。
专家建议，应建设开放共享的人工智能创新发展平台，重视和加强人工智能前瞻性基础研究，加大人才培养力度，在深化人工智能技术推广应用、市场准入等方面建立更加宽松的政策环境，不断提升信息化水平来支撑智能化发展，并积极引进培养更多有国际影响力的领军人才。