《中国人工智能发展报告2023》（附下载）
4月11日-12日，2020中国人工智能产业年会在苏州举行。会上发布《中国人工智能发展报告2020》。报告显示，过去十年全球人工智能专利申请量为521264件，呈逐年上升趋势。其中中国人工智能专利申请量为389571件，位居世界第一，占全球总量的74.7%，是排名第二美国申请量的8.2倍。报告认为，过去十年，自然语言处理、机器学习、信息检索与推荐、计算机视觉等是最具影响力的AI技术，走向下一个十年，人工智能将在强化学习、知识图谱、智能机器人等方向重点发展。
下载请关注并回复：
中国人工智能发展报告2020
原标题：《《中国人工智能发展报告2020》（附下载）》
阅读原文
2023中国人工智能创新发展指数公布
光明日报合肥11月21日电（记者丁一鸣）日前，在安徽合肥举办的第五届世界声博会现场，中国电子信息产业发展研究院发布了2022中国人工智能创新发展指数（“合肥指数”）。这是国内首个以地区冠名的全国性人工智能专题研究成果，旨在全面系统反映我国人工智能的发展态势。
近年来，我国人工智能进入与经济深度融合应用新阶段，智能化转型全面推进，人工智能产业在全球的影响力不断增强。2017年至2021年，我国人工智能产业规模增长了2.6倍，占全球比重提升到16.8%。专利申请量占全球比重持续扩大，从2012年的13%增长到2021年的70.9%。
同时，我国各地人工智能产业蓬勃发展，融合应用不断推进，已建设11个“国家新一代人工智能创新应用先导区”和18个“国家新一代人工智能创新发展试验区”，形成了产业区域覆盖面积最广、应用场景最多、科技企业最集中的区域协同发展体系。
鉴于此，中国电子信息产业发展研究院从发展环境、创新能力、基础配套、资本投入和产业实力5个维度，构建了中国人工智能创新发展指数，也就是“合肥指数”的评价体系。
创新能力上，我国人工智能研发投入力度不断加大，从业人数不断增加。2021年，我国人工智能的研发强度为19.4%，从业人数增加到31万人，占全球比重的5.3%。
产业实力上，北京、广东、浙江和上海的产业集聚效应持续扩大，企业创新能力明显增强。研究院发布的2022中国人工智能企业竞争力研究显示，超70%的百强企业都位于北上广。
从总体指数来看，北京、广东和上海处于人工智能领域的领跑地位，安徽排在全国第6位，其中90%的科研成果、基础设施建设、示范应用场景和人才队伍集中在合肥。“合肥已经成为人工智能领域科技创新与产业发展最活跃的城市之一。”中国电子信息产业发展研究院院长张立说。
《光明日报》（2022年11月22日 08版）
[责编：孙宗鹤]即将过去的2023年，人工智能发展成啥样了｜有数
2022年，人工智能技术突飞猛进，更深入地介入人类生活。人类创造了AI，却并不那么了解它，欣喜又畏惧。AI是谁？经历了怎样的发展？对人类影响几何？澎湃·美数课与湃客·有数联合推出《AI来的那一夜》，去记录AI当下的发展、探寻人们对AI好奇的问题。
本文为系列第二篇。
【专题】AI来的那一夜
AI极简史：文字如何生出万物？
本文为“有数”栏目独家稿件，由照路明x有数联合出品，转载请注明作者名、“照路明”以及“发自澎湃新闻湃客频道”。
2022年终于要结束了。这一年发生了许多事。人工智能（AI）技术的突飞猛进是其中一件。
或者说，这一年，人工智能的发展更被人们所熟知了。你应该已经听闻，人工智能正在帮我们做很多事。例如，陪我们聊天，帮我们画画，写一些陈词滥调的稿件，或者悄悄融入数字生活，让各项算法成为社会运转的基础设施。这篇文章想带你了解，人工智能的科学研究走到了哪一步，我们将如何审视它。
|今年，哪些人工智能进展让人印象深刻？
2022年出现了不少令人兴奋的人工智能研究成果。2月，谷歌（Google）旗下的DeepMind公司推出了AlphaCode，这是一款大规模生成编程代码的系统。在编程竞赛平台Codeforces上，研究人员让AlphaCode完成了10项代码编程挑战。结果显示，它的总体排名位于前54%。也就是说，它的编程工作击败了46%的人类“码农”。
用AI替代开发AI的劳动，这是研究者一直想做的事，尽管效果总是有待商榷。5月，DeepMind公司又推出了“通用人工智能模型”Gato，声称它可以完成人机聊天、玩游戏、机器人操纵、分析蛋白质序列等多场景的任务，而不限于单一工作。
通用人工智能模型是人工智能开发的重点方向，是指能够在不同任务或领域中通用的人工智能模型。这种模型可以被训练来执行多种任务，而不是专门为某一种任务而设计。
换句话说，人们希望它具有解决现实世界复杂问题的综合能力。完成这一挑战自然不容易，Gato的出现也未能平息质疑的声音。不过，在某一特定技能的表现上，今年的一些人工智能模型已经取得了令人惊讶的成效。
例如，今年大火的AI绘画领域，由StableDiffusion和同期出现的DALL-E2、Midjourney等深度学习模型带火。
你或许已经体验过输入几句文字描述就可以生成一幅对应图像的神奇效果。重点在于，生成的图像看起来还不错。例如，下方这些如同摄影作品的人物肖像画，就是由StableDiffusion生成的。这些生成式AI将人们对于人工智能只能完成一些重复性劳动的印象，转向了艺术创作领域。
从“文字生成图片”到“文字生成视频”（Text-to-Video，T2V），Meta公司（原Facebook）9月推出的人工智能工具Make-A-Video也引发过热议。同样是输入描述文本，Make-A-Video直接生成了一个短视频，这意味着拍摄、建模、剪辑等工作流程可以全部跳过。例如，“手握遥控器的猫”，这是他们提供的生成结果：
你会发现两个特点：首先，视频的清晰度不算高。其次，持续长度较短。将连续生成的原创图像串联为动态画面，这是今年的人工智能工具尝试在视觉领域完成的事，但成长空间还很大。
与此同时，在传统的文本领域，突出的技术进展已经出现。
此前，聊天机器人给你的体验总是驴唇不对马嘴，或者只能理解一些简单的文本描述。而今年11月底，OpenAI公司提供的ChatGPT，能力就要高上许多。它“学识渊博”，面对人类提出的各种刁难问题，可以从容不迫地给出回答。
人们还惊讶地发现，吸收了大量人类社会知识的ChatGPT，可以在修改代码、写文章等方面发挥作用——这些自动生成的文本，不乏陈词滥调的观点，但组织得颇有条理，难辨真假。比如，你很难察觉，前文关于“通用人工智能模型”定义的那段话，就是ChatGPT自己写的。
|近五年，人工智能研究实现高速发展
人工智能，来势汹汹。无论哪种模型，一个共同的目标是让它们的工作结果接近人类，直到超越人类的准确性、创造性与效率。
人工智能的科研工作在半个世纪里存在，但在最近五年实现了高速发展。2017年，人工智能研究在当年所有科研文献占据了3.06%的比重。截至2022年9月，这一数据来到了当年的5.69%，这成为AI应用成果涌现的根本动力。
中国保持着人工智能科研成果数量的优势。2021年，中国以31%的全球人工智能科研文献占比，领先于美国、欧盟与英国。
与此同时，从2010年到2021年，美国和中国在人工智能研究上的跨国合作数量最多，自2010年以来增加了5倍。2021年的中美合作出版物数量，是中英合作产出的2.7倍。
除了人工智能学科本身的科研文献激增，AIforScience（面向所有科学的人工智能）的呼吁正在被各学科接纳。根据澳大利亚联邦科学与工业研究组织（CSIRO）的报告，如今的人工智能在98%的研究领域得到采用。计算机科学以外，数学、决策学、工程、神经科学等领域基于人工智能的研究成果颇多。
所以你会注意到，“计算+学科”成为学科范式转型的普遍方向之一：利用DeepMind团队提供的人工智能模型，纯数学理论学家正在证明或提出新的数学定理；2020年，DeepMind推出的AlphaFold2工具，实现了对人类大部分蛋白质结构的精准预测，其团队被推举为诺贝尔化学奖的有力竞争人选。
科研发现的速度加速，有机器学习（MachineLearning）方向的助推。过去十年，机器学习的科研文献数量激增，并成为一个中心技术概念，作用到计算机视觉、算法、数据挖掘等关系紧密的方向研究中。
机器学习的目标是让计算机从训练数据中学习特征，并在未知数据中执行分析与预测任务，比如识别图像中的物体或者预测未来股票价格。
深度学习（DeepLearning）是机器学习中的一种方法，它使用了大量的神经元（或称为节点）构成的多层网络来学习特征表示和预测结果。这种方法通常用于解决较为复杂的问题，比如自然语言处理、计算机视觉和语音识别等。
前文提到的人工智能进展，几乎都需要深度学习方法的引入。例如，对话能力惊人的ChatGTP，是由OpenAI公司的GPT-3模型变体而成。而初代的GPT-3模型，有3000亿单词的语料训练和1750亿参数。StableDiffusion训练所使用的LAION-5B数据库，包括了58.5亿张图片素材。这些指数级增长的训练数据，让它们的能力有了质的飞跃。
相应地，训练的时间与财务成本在下降。根据斯坦福大学的《2022年AI指数报告》（2022AIIndexReport），2018年以来，图像分类系统的训练时间缩短了94.4%。2021年，训练一个高性能的图像分类系统成本只需要4.6美元，同比2017年预计的1112.6美元，下降至1/223。
作为结果，人工智能的语言和图像识别能力迅速提高。近两年，人工智能在阅读、声音、图像等基准上的表现已接近或超过人类水平。所以你很容易体验到，在短视频拍摄中使用搞怪的脸部特效、将开会录音迅速转化为文字记录。而在10年前，还没有机器能够在人类水平基准上提供可靠的语言与图像识别。
|与人工智能相处：成为敌人还是朋友？
科学幻想中的人工智能应用，应该有不少将步入现实。正如电影《她》（Her）当中，男主人公爱上了一位叫做“萨曼莎”的姑娘——一项人工智能系统中的虚拟人物。我们终究要与人工智能相处，而这些人工智能系统在各项社会线索上都愈发趋近于人类。人们可能会爱上它，讨厌它，抵制它，百感交集。
在今年10月，我采访了1500位中国大学生，来看看他们的看法。
具体来说，大学生们被鼓励用隐喻的形式提供对于人工智能的第一感受，然后用一段话来解释为什么会想到这种隐喻。隐喻的价值在于可以窥探人们与人工智能相处时的情感与权力关系：在人们眼中，人工智能是敌是友？是关系疏远还是亲密无间？
调研的结果是乐观的。绝大多数人表达了对人工智能的正面态度，最常被使用的隐喻是“助手”，即认可人工智能对生活的辅助作用。也有一些人认为它是地位平等的“朋友”，或者视它的地位高于人类，是“超人”“孙悟空”“哆啦A梦”，或者是维持生命必不可少的“水”和“空气”。
当然，有部分受访者表达了对人工智能持有矛盾或负面态度。例如，反对者认为人工智能不过是“傀儡”“木偶”与“定时炸弹”——利好之处是假象，大的危机酝酿其中。也有一部分人保持中立。接纳人工智能的同时，指出它当前的缺陷与不良的社会效应，比如不够聪明，以及内容造假、隐私侵犯、偏见等伦理问题，并相信需要改善使用它的方式，来促进社会福祉。
在很长一段时间内，对伦理的考量都将影响人工智能的发展。例如，在ChatGPT发布之前，谷歌研发的对话式人工智能系统LaMDA却一直未向公众发布。今年3月，谷歌研究人员Lemoine认为LaMDA已具有“自主情感”。他通过一段内部的对话实录表明LaMDA如何向人类表明它的主观感受。至少，它说服了Lemoine。
谷歌研究人员Lemoine提供的报告《LaMDA具有情感吗？》（IsLaMDasentient?）中的对话节选。编译：知乎用户@方觉闲
Lemoine的主张遭到了谷歌当局与多数学者的批评，他们相信LaMDA依然建立在大规模参数的神经语言模型下，是人类训练指导出的对话结果，而非LaMDA具有自主意识的证据。
但这一案例向我们表明，无论人工智能是否真的有意识，它的对话能力已足够说服人类，从而可能回答计算机学家图灵提出的“机器能思考吗？”（Canmachinesthink？）这一关键问题，并进一步带来担忧的声音。
轻舟已过万重山。如何让人工智能促进社会福祉，将是一个收益伴随风险的长久问题。投资者希望用人工智能讲出新故事，普通人的需求是这些人工智能是否有用于我们的生活，而不会反过来摧毁一切。回到最朴实无华的展望上，人们想知道，人工智能叙事下的世界，会变得更好吗？这是一切新年愿望的母题。
让我们看看ChatGPT的回答。
“嗨，ChatGPT，未来的世界会更好吗？”
ChatGPT是这么说的：
“这个问题很难回答。我们都希望世界会变得更好，但是未来会如何发展是不确定的。目前，世界正面临着许多挑战，比如病毒和冲突。希望人类能够克服这些挑战，使世界变得更美好。”
参考资料：
[1]Li,Y.,Choi,D.,Chung,J.,Kushman,N.,Schrittwieser,J.,Leblond,R.,...&Vinyals,O.(2022).Competition-levelcodegenerationwithalphacode.Science,378(6624),1092-1097.
[2]Reed,S.,Zolna,K.,Parisotto,E.,Colmenarejo,S.G.,Novikov,A.,Barth-Maron,G.,...&deFreitas,N.(2022).Ageneralistagent.arXivpreprintarXiv:2205.06175.
[3]Rombach,R.,Blattmann,A.,Lorenz,D.,Esser,P.,&Ommer,B.(2022).High-resolutionimagesynthesiswithlatentdiffusionmodels.InProceedingsoftheIEEE/CVFConferenceonComputerVisionandPatternRecognition(pp.10684-10695).
[4]Singer,U.,Polyak,A.,Hayes,T.,Yin,X.,An,J.,Zhang,S.,...&Taigman,Y.(2022).Make-a-video:Text-to-videogenerationwithouttext-videodata.arXivpreprintarXiv:2209.14792.
[5]Zhang,Y.,Sun,S.,Galley,M.,Chen,Y.C.,Brockett,C.,Gao,X.,...&Dolan,B.(2019).Dialogpt:Large-scalegenerativepre-trainingforconversationalresponsegeneration.arXivpreprintarXiv:1911.00536.
[6]Clark,J.,&Perrault,R.(2022).AIindexreport2022.Technicalreport,StanfordUniversity.https://aiindex.stanford.edu/wp-content/uploads/2022/06/2022-AI-Index-Report_Chinese-Edition.pdf
[7]Davies,A.,Veličković,P.,Buesing,L.,Blackwell,S.,Zheng,D.,Tomašev,N.,...&Kohli,P.(2021).AdvancingmathematicsbyguidinghumanintuitionwithAI.Nature,600(7887),70-74.
[8]Jumper,J.,Evans,R.,Pritzel,A.,Green,T.,Figurnov,M.,Ronneberger,O.,...&Hassabis,D.(2021).HighlyaccurateproteinstructurepredictionwithAlphaFold.Nature,596(7873),583-589.
[9]Kiela,D.,Bartolo,M.,Nie,Y.,Kaushik,D.,Geiger,A.,Wu,Z.,...&Williams,A.(2021).Dynabench:RethinkingbenchmarkinginNLP.arXivpreprintarXiv:2104.14337.
[10]Stone,P.,Brooks,R.,Brynjolfsson,E.,Calo,R.,Etzioni,O.,Hager,G.,...&Teller,A.(2022).Artificialintelligenceandlifein2030:theonehundredyearstudyonartificialintelligence.arXivpreprintarXiv:2211.06318.
[11]CSIRO.(2022).ArtificialIntelligenceforSciencereport,CommonwealthScientificandIndustrialResearchOrganisation.https://www.csiro.au/en/research/technology-space/ai/artificial-intelligence-for-science-report
[12]AndrewNg.(2022).TopAIStoriesof2022,DeepLearning.AI.https://www.deeplearning.ai/the-batch/issue-176/
[13]Floridi,L.,&Chiriatti,M.(2020).GPT-3:Itsnature,scope,limits,andconsequences.MindsandMachines,30(4),681-694.
[14]Lemoine,B.(2022).IsLaMDASentient?—anInterview.Medium.Fechadepublicación,11-06.
我国人工智能产业发展势头强劲 产业布局提速
央视网消息：据中国信息通信研究院测算，2022年中国人工智能核心产业规模达5080亿元人民币，我国人工智能产业生态正在逐步形成，产业布局也在提速。在昨天（6月26日）召开的世界互联网大会数字文明尼山对话上，与会代表认为，面对人工智能技术发展的突飞猛进，我们既要警惕它存在潜在的风险隐患，也要抓住它所带来的巨大机遇。
这里是位于浙江杭州桐庐县的一座矿山，虽然这段时间正是梅雨季，矿山的工程进度却没有受到任何影响，而这正是得益于传统机械装上了人工智能的“大脑”。工作人员在数公里开外的项目中心，只需要动动键盘和鼠标，就可以远程操控现场的无人挖掘机进行施工作业。
人工智能技术的应用不仅大大提高了传统行业的生产效率，更是让传统制造业变得更有市场竞争力。在杭州的这家丝绸生产企业，原来生产一条丝巾需要经过设计、打样、打印、固色等5至7个流程，而现在通过人工智能现场定制设计，数智化印花一体机开启即时生产，半个小时就可以拿到一条丝巾成品。
随着一批智能车间、智慧供应链等涌现，人工智能与实体经济迅速融合，有力推动各行各业数字化、智能化转型，孕育出一大批新产业新模式新业态。
科技部新一代人工智能发展研究中心近期发布的《中国人工智能大模型地图研究报告》显示，以“大数据+大算力+强算法”相结合的人工智能大模型，在中国正在得到迅猛发展，中国研发的大模型数量排名已居全球第二，仅次于美国，目前中国10亿参数规模以上的大模型已发布79个。
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。
2023年AI人工智能发展现状和前景分析
原标题：2020年AI人工智能发展现状和前景分析中国政府将人工智能上升到国家战略层面。2017年7月，国务院印发《新一代人工智能发展规划》，明确指出新一代人工智能发展分三步走的战略目标，到2030年使中国人工智能理论、技术与应用总体达到世界领先水平，成为世界主要人工智能创新中心。
中国人工智能在人才储备方面较弱
1981年9月，来自全国各地的科学技术工作者300余人在长沙出席了中国人工智能学会(CAAI)成立大会，此后中国的人工智能开始正式迈入发展阶段。对比2019年中国与全球人工智能发展情况，在Al相关论文发布数量、企业数量、融资总额、产业规模、专利申请数量等方面中国均居世界头部阵营，具有充分的市机场竞争力。
中国在人才储备相较弱，但已经在全力补足短板。目前全国已经有35所高等院校开设了Al专业，国际交流和国际人才引进也在不断加深，未来5年内将有大量从业者涌入市场。
重应用而不重基础研发也是中国人工智能行业存在的固有问题，研发型企业远少于应用型企业的隐患随着中美专利竞争而浮现，政府开始重视Al基础层创业公司的培养，资本方也更加关注Al芯片、机器学习算法、数据处理等产业链上游企业的发展，科技巨头企业更是提前进行了Al生态布局，建立了产业联盟，在各方的努力中中国Al市场处于从局部向整体发展的上升期，行业前景良好。
人工智能赋能实体经济
近几年，人工智能技术在实体经济中寻找落地应用场景成为核心要义，据艾瑞资料库数据显示，2018年中国人工智能赋能实体经济的市场规模达到251亿元，赋能价值有望在2021年突破千亿。人工智能技术与传统行业经营模式及业务流程产生实质性融合，智能经济时代的全新产业版图初步显现。
展开全文现阶段的人工智能主要赋能公共安全领域
根据艾瑞的资料库数据显示，2019年AI+安防占人工智能赋能实体经济的50以上，其次是AI+金融和AI+营销，分布占比15.8%和11.6%。前瞻分析一方面是由于安防领域国企数量较大易于前期的政策推动，另一方面是智慧城市对公共安全的需求。前瞻初步估算，民企活力将逐步显现，未来AI+营销和AI+金融的赋能价值将持续提高。
互联网公司是最大的AI投入者主要投资在计算机视觉类
根据艾瑞数据分析，2019年中国科技企业技术研发投入约为4005亿元，其中人工智能算法研发投入占比为9.3%，超370亿元，且大部分投入来自互联网科技公司。主要Al算法应用领域——计算机视觉、语音识别/语音合成，以及自然语言处理占比分别为22.5%、2.3%和7.1%，三者中计算机视觉相关算法研发投入占比最大，这与视觉相关创业公司数量、产业需求和政策导向呈正相关联系，计算机视觉目前仍是中国最具代表性的Al应用技术。
以上数据来源于前瞻产业研究院《中国人工智能行业市场前瞻与投资战略规划分析报告》，同时前瞻产业研究院提供产业大数据、产业规划、产业申报、产业园区规划、产业招商引资等解决方案。(前瞻产业研究院：https://f.qianzhan.com)返回搜狐，查看更多
责任编辑：