中国逐鹿人工智能，哪些关键技术被国外垄断着怎么破
原标题：中国焦点面对面：中国逐鹿人工智能，哪些关键技术被国外垄断着？怎么破？当前，新一轮科技革命深入演进，数字时代扑面而来，全球主要国家在数字经济领域展开激烈角逐。关键数字技术创新，中国已经取得了哪些优势？在当前国际环境下，面临哪些难题要“啃”？
作为引领未来的战略性技术——人工智能是中国提高经济与科技水平、提升国际竞争力的重要算力基础设施，目前各地掀起了人工智能计算中心的建设热潮。人工智能计算中心如何才能发挥出最大价值？中国人工智能计算中心技术自主可控水平如何？哪些关键技术被国外垄断着？近日，中国工程院院士、清华大学计算机科学与技术系教授郑纬民接受“中国焦点面对面”专访，进行权威解读。
访谈实录摘编如下：
给三句话，它就能写50集连续剧
记者：近期，中国“人工智能计算中心订单爆单”的话题引发不少关注。武汉市5月底建成的第一个人工智能计算中心，刚开张就天天客满，满负荷运行，目前预约已经排到半年以后。人工智能(AI)计算中心是算什么的？为何市场需求这么强？
郑纬民：人工智能有多种多样的应用场景，需求很旺。根据场景可以分为三大类应用：
一、图像检测、视频检索类。可以用在安防、医疗诊断、自动驾驶。核心是卷积网络，这一类应用落地做得很好，已经起到了很好的作用。
二、决策类。比如交通规划等，这个类型也已经起到了很好的效果，核心是强化学习。
三、自然语言处理类。比如搜索与推荐，智能人机接口，核心是Transformer。在应用方面，语言翻译，把中文翻译成英文，英文翻译成日文等，问什么问题都能回答，这样的机器需要非常大才行。又比如生成文本摘要，你给它三句话，能给你写成50集电视连续剧。
这三类应用的需求很多，所以才会(出现订单)排队排到半年后这样一个情况。
记者：目前流行的人工智能计算中心与传统数据中心有何不同？日前，工信部印发《新型数据中心发展三年行动计划(2021-2023年)》，《行动计划》中定义的新型数据中心和人工智能计算中心是一回事吗？
郑纬民：传统数据中心主要由通用CPU架构的服务器集群构成。近年来，随着人工智能的发展，数据中心也逐渐包括了很多具有高性能人工智能算力(GPU或人工智能加速器)的机器。
而人工智能计算中心是什么呢？主要由具有高性能人工智能算力(GPU或人工智能加速器)的机器组成。因此可以说，数据中心概念的覆盖面会更大一些，包含了人工智能算力。
中国技术自主可控吗？
记者：人工智能和大数据中心都属于“新基建”，当前全球主要国家都在大规模建设人工智能、大数据基础设施，有人说未来人工智能算力将会像水和电一样，成为一种公共基础资源，对此您怎么看？中国建设人工智能基础设施有哪些核心优势？中国人工智能计算中心的技术自主可控水平如何？哪些关键技术被国外垄断着？
郑纬民：从全球公有云市场的快速发展可以看出，通用算力和人工智能算力都是公共基础设施，是一种重要的趋势，过去通用的算力是基础设施，现在把人工智能算力也作为基础设施，正在被越来越多的用户认可。
但是我们也要注意到，算力作为基础设施，需要相关的数据作为基础，把机器包括普通的机器，包括人工智能的机器都放在云上，不少行业的数据隐私性和保密性，对其上云仍然有很大的限制，怎么把数据放在云上是一个值得考虑的问题。
中国在建设人工智能基础设施上的主要优势，是政府主导的投入较多。但在市场化建设和运营，整体人工智能算力基础软硬件的技术水平和自主可控程度上，还与美国有一定的差距，如，编程框架目前以TensorFlow和Pytorch为主。智能计算芯片方面，华为昇腾和寒武纪在人工智能算力体系结构上取得了很好的进展，但受制于先进芯片制程，或在软件生态环境上仍然与Nvidia产品有明显差距，仍然需要尽快发展。
记者：“人工智能计算中心订单爆单”话题之外，近期鹏城实验室大科学装置“鹏城云脑II”接连斩获多项国际奖项，也受到业界关注。作为“新基建”，它们可以为科研创新项目提供哪些强大支持？在赋能行业应用等方面有哪些价值？
郑纬民：在科研创新方面，目前一个非常重要的趋势是HPC(高性能计算)+AI(人工智能)，就是把传统基于模拟方法的高性能计算应用与AI模型结合起来。解决过去解决不了的问题，或是把过去耗时很长的问题加速成千上万倍。
这方面，AlphaFold(DeepMind人工智能系统)给出了非常好的例子，用人工智能方法来协助进行蛋白质结构预测，解决了过去使用纯科学计算模拟方法由于计算量过大无法解决的问题。HPC和AI结合是我们创新的一个非常明显的优势。
在赋能行业方面，鹏城实验室可以为智慧城市提供强大的人工智能算力，承载智慧城市应用中的智能交通、智能公共卫生等功能，鹏城云脑II也在开展“一带一路”语言的自动翻译，为“一带一路”(倡议)提供重要支持。
大模型方面，目前主要在自然语言处理效果方面取得了比较大的进展，但具体应用领域还在探索之中。
记者：各界都认为依靠人工智能实现智能转型是必修课，但目前中国产业主体存在着发展着力点分散等问题，从这个角度来看，政府统筹建设大规模的人工智能基础设施是否是一个比较好的解决企业转型的路径？大规模、集约型基础设施有哪些独特优势？
郑纬民：目前，各地政府在建设人工智能基础设施上有很大的积极性，对本地产业的人工智能赋能，应该说能够起到很好的推动作用。但也要注意，要因地制宜地分析本地产业人工智能化的路径和节奏。
大规模、集约型基础设施，主要是在完成超大规模模型的训练方面起到关键作用。目前看大模型确实是重要的发展趋势，但人工智能算法的规模大小是否有局限性仍是一个开放的问题。
各地为何掀人工智能计算中心建设潮？
记者：当前国内掀起了人工智能计算中心建设热潮，有20多个城市在规划建设人工智能计算中心，目前中国人工智能计算中心运营和落地情况如何？
郑纬民：从武汉和鹏城云脑的经验看，目前的人工智能计算中心运行情况还是很好的，需要机时的用户很多，需要排很长时间的队才能用到机器，这也体现出国内用户对于人工智能算力的强劲需求。
所以我觉得，建设一个人工智能计算中心为当地的企业、研究单位、高等院校等进行创新赋能，都是会起到很大作用。
记者：作为各方资源极度聚合的庞大基础设施，人工智能计算中心建设之后的运营同样是一大命题，在这点上您有什么建议？如何科学运营才能让各地人工智能计算中心发挥出最大价值？人工智能计算中心有哪些运营评估维度？
郑纬民：我觉得特别要注重数据治理。算力提供了，数据该怎么提供？
随着《个人信息保护法》的出台，对数据的使用增加了很多合规性要求，作为地方政府主导建设的人工智能计算中心，除了算力以外，是否能够提供重要价值的相关的数据。如何在既遵守《个人信息保护法》，又能够让智能算法获得所需要的数据是人工智能计算中心运营中的一大课题。
再有就是运营要注意财务上的可持续性，一定要收费运行。避免用户无偿大量使用资源，这样看起来利用率很高，但很可能算的东西没有价值。对特殊的需要赋能支持的用户，可以采用发放机时券的方式来支持。这方面，过去不少超算中心，比如广州超算、无锡超算已经有很成熟的体系，可以借用。
人工智能计算中心的运营评估可以包括利用率、投资回报率、功耗以及应用效果等。其中，利用率我想多说一点，并不是100%的利用率是最好的，因为利用率越高，意味着作业排队时间越长，因此一般来说60%-70%左右的利用率就是个很好的平衡了，不必追求接近100%的利用率。
记者：结合数字经济和产业发展趋势，您认为未来人工智能计算中心的发展方向如何，会不会在一段时期的建设爆发后又迅速转入冷淡期？
郑纬民：人工智能与产业的结合刚刚开始，我对人工智能在各行各业的应用扩展还是充满信心的，我认为人工智能计算中心还是有很大的发展空间。对我们科研的创新，对企业的赋能，对人民生活的改善都会有很大的好处。
中国有能力“从头先进”
记者：中国“十四五”规划和2035年远景目标纲要提出，加强关键数字技术创新应用，加快推进基础理论、基础算法等研发突破与迭代应用。关键数字技术创新，中国已经取得了哪些优势？在当前国际环境下，面临哪些难题要“啃”？哪些与人工智能计算中心密切相关？预计未来发展趋势如何？
郑纬民：中国在基础理论和算法上还很难谈优势，但是基本上可以跟随第一梯队，就是美国人提出来的算法和理论，我们很快能够跟上并加以改进应用。
整个数字技术中，除了硬件的芯片制造产业链，我想特别强调，中国在基础软件方向还是有很多的课要补。我们现在大量的软件，包括操作系统、数据库、编译器、人工智能编程框架等，不是自己从头构建的，而是在开源基础上修改的。
应该说，能够在开源软件基础上进行大量修改，已经证明我们取得了很大的进步，对我国数字技术的自主化具有重大意义。但是我们如果对自己提出更高的要求，就必须拥有自主从头构建先进的基础软件的能力。
这里的“先进”是指，我们构建的新软件要比现有的软件在性能和功能方面有代差的优势。这方面产业界，华为的鸿蒙操作系统、人工智能编程框架MindSpore等给出了很好的范例。我们学术界，清华大学的时序数据库、图计算系统、储存系统也取得了一定的进展，我们期待国内的产业界和高校能够更加重视从头构建先进的基础软件，为中国和世界的数字产业界提供更多革命性的基础系统软件。因此，我特别强调“从头先进”这四个字，“从头”就是我们从头做，“先进”就是比现有的软件好10倍20倍，我们有这个能力，希望通过这个办法，来改善我们国家IT行业的现状。
(责编：曹淼、李源)分享让更多人看到
ChatGPT席卷全球背后：中美人工智能差距几何
ChatGPT以迅雷不及掩耳之势席卷全球多国同时，在中国也掀起前所未有的舆论热议，同时多家互联网、人工智能及产业链企业均表示将推进类ChatGPT应用和相关AI技术。
然而，国内舆论主要聚焦在ChatGPT使用体验、产业链相关受益方以及对产业变革影响等方面，鲜有探讨其背后折射出的中美人工智能生态竞争差异，中国缘何没有率先创造出ChatGPT，以及应如何利用相关AI技术带来的新机遇赋能国内产业经济发展。
相比之下，主流外媒对这类话题从制度、创新环境和人才竞争等多个层面提供了一些可供参考的分析借鉴。此外，国内行业人士指出，ChatGPT将刺激开启AI经济新时代，推动中国相关数据、算法和算力技术开发建设，对万物互联的数字经济发展意义非凡。
为什么ChatGPT没有出现在中国？
作为科技产业、社会经济发展的一项变革性技术与关键性力量，人工智能未来将深刻影响各国经济、科技和军事等综合实力对比，甚至重塑世界竞争格局。而经过多年行业发展演变，目前全球人工智能发展呈现中美两国引领、主要国家激烈竞逐的总体格局。
对于为何ChatGPT这一现象级消费类AI应用没有率先出现在中国，纽约时报、路透社、南华早报、CNBC等国际主流媒体刊文和一些分析师观点均提及“审查制度”，包括中国正寻求加强与美国AI竞争以及技术监督之间的平衡，但审查管制阻碍了科技产业发展。即使中国开发出ChatGPT相关产品，“过多限制、内容监管也可能会阻碍其商业化和进一步创新。”
另一方面，以往基于政府支持及较宽松的发展环境，中国互联网科技企业曾创造出举世瞩目的成就，但后续也因一定程度的无序扩张等因素引致监管。如今，随着国际地缘和产业发展形势演变，如何权衡互联网及AI等科技领域的监管力度和方式已成为国内重要课题。
“任何重要技术方面的产品发展，其实都离不开制度和整个环境，”斯坦福中国经济与制度研究中心高级研究学者许成钢表示。他以TikTok的中国版抖音为例，称中国企业未来可能无法再实现此类创新。因为开放的环境一旦没有了，重大创新就很难出现。
对于中国未首先打造出ChatGPT类似产品，产经观察家、IT行业分析师丁少将对集微网表示，在当前宏观经济和产业环境下涉及多重原因，包括创新和文化环境、内容监管，行业企业的资本投入、技术实力以及资源整合和商用落地等多方面。另外，“这类产品推出之前还有很多确保内容安全等前置性工作需要去做，这在中国特别重要。”
从产业发展角度来看，这也考验的是国内企业家和投资者的魄力。丁少将指出，“ChatGPT背后AI的数据训练、数据建模和人力投入等成本其实非常高。但基于商业化前景不明朗和自身资源实力等判断，中国公司在这方面投入还有所欠缺，不及微软等巨头公司。”
不过，国外科技媒体Semafor表示，美国进行开放式人工智能研究的传统比中国要长得多，而且并非“只是受利润动机的限制”。OpenAI最初是一家非营利性研究组织，其唯一目的是开发先进的人工智能。从这一角度而言，或许可以引发国内产业界更多思考。
中美AI产业链底层技术尚存差距
正如百度创始人、董事长兼CEO李彦宏1月在百度Create开发者大会上所言，“芯片卡脖子很要紧，但软件卡脖子其实一样要紧”。需要客观承认的是，ChatGPT在全球多国势如破竹同时，也映衬出中国在AI产业链软硬件关键及底层技术存在的部分差距及相关挑战。
众所周知，ChatGPT是一种由OpenAI训练的大型语言模型。在业内人士看来，目前全球还没有能跟ChatGPT抗衡的大模型，业界共识是中美差距在两年以上。“中国必须要有自主基座、应用大模型。由于OpenAI关键模型不开源只给API使用，中国已经是被‘卡脖子’了。”清华大学计算机科学与技术系长聘副教授黄民烈日前对国内媒体表示。
此外，黄民烈还提到，在迭代至GPT-3过程中，OpenAI建立起了真实的用户调用和模型迭代之间的飞轮，以及非常重视真实世界数据的调用和数据对模型的迭代，同时也推动相关生态建立。但业内人士称，目前国内还没有比较好的公司把数据和模型的飞轮完整转起来。
“从已有资料看，ChatGPT、文心一言都使用了包括底层的芯片、深度学习框架、大模型以及最上层的搜索等应用技术。从这四方面，如果说相关技术被‘卡脖子’，芯片可能是一个，既要算得便宜还要算得快，需要至少6纳米芯片，将来还需要更精密的3纳米以下芯片。”中国电信首席专家、美国贝尔实验室院士毕奇日前接受《法制周末》表示。
另据国内外媒体和专家学者均指出，美国的半导体禁令和其他贸易制裁将可能导致中国在最新的人工智能竞赛中处于劣势。由于担心美国进一步制裁，中国大型科技企业已储备足够的先进芯片，但如果无法获得下一代芯片，人工智能技术的进一步发展可能会受到严重阻碍。
与此同时，顶尖AI人才外流也是重要挑战。根据智库MacroPolo的数据，虽然中国总体培养了大约30%的顶尖AI研究人员，但大多数流失到了美国。纽约时报曾刊文《美国人工智能领域的秘密武器：中国人才》指出，在人工智能尖端热门领域，很多来自美国的开创性工作都由华人的智慧推动。这便不难解释美国顶尖AI研究及学术机构、专家学者等不乏华人身影。
AI新技术应用将催化数字经济发展
尽管ChatGPT的大模型产品当前在全球相对领先，但由于中美在AI大数据、算法、大模型发展路径存在一定程度不同，中国在相关技术产品的发展上也有自身特有优势，其中包括中国产业界在ChatGPT等人工智能技术软件层面具有更好的传统开发实力，以及能够让更多大数据应用积极地与人工智能结合，尤其在如今系统芯片呈现算法固化的特点情况下等。
此外，麻省理工科技评论援引华盛顿大学政治学助理教授杰弗里·丁（JeffreyDing）的话进一步表示，中国可以更好获得中文AI训练材料，并且出于商业目的快速开发新的产品。OpenAI、微软主要是针对英语市场进行优化。相对而言，百度等中国公司并非要占领英语市场，会针对中文领域进行专门优化升级。这其中存在一个真实而独特的优势和机会。
毋庸置疑，ChatGPT的大热也将促进国内数据算法迭代升级、智算中心建设乃至整个人工智能产业生态的发展。例如以GPT为代表的大模型正在催化新一轮AI算力储备，国内智算中心项目近期密集公布新进展。目前，全国已有超过30个城市正在建设或提出建设智算中心，可带动人工智能核心产业和相关科技产业实现数倍级增长。
在ChatGPT刺激推动下，创道投资咨询总经理步日欣表示，“AI如果进一步与工业、制造业、交通运输业等传统行业结合，将实质性提高生产力水平，并且有助于缓解即将到来的人口老龄化等社会经济问题，从而体现技术最根本的价值。”另据麦肯锡的报告表示，随着人工智能和机器学习技术渗透到各行各业，其每年可为中国经济带来达6000亿美元GDP。
为了释放这一庞大产业价值，中国需要对数据生态、前沿技术、各类人才和商业模式以及标准和法规进一步投资和完善，并利用相关优势应对挑战和“扬长补短”。如对于高性能芯片受制于人，相关专家表示，解决方法包括自研CPU芯片，采用Chiplet或分布式芯片替代。而弯道超车路径之一是，号召各类拥有数据的机构参与预训练及与芯片计算架构公司等深度合作。
对于如何把握AI新技术为国内产业发展带来的机遇，丁少将建议称，第一，对发展前沿科技而言，构建开放包容的环境至关重要。第二，国家及社会资本应更加活跃，并加大对创新型企业的激励和战略支持。第三，推动AI科技创新和各产业发展相融合，让其成为具有商业潜力和前景的新技术和产业，进而成为各企业新的增长引擎，乃至促进整个国民经济发展。
中国与美国在人工智能发展方面的真实差距有多大！
AI泡沫前，我们怎么办？这是我们在开启《中美两国人工智能产业发展全面解读》课题时候遇到的一个沉甸甸的问题。
无论中美，全球许多国家都对AI充满了憧憬与渴望。人们坚信，一个新的世界即将到来。人工智能是当前人类所面对的最为重要的技术社会变革，可谓是互联网诞生以来的第二次技术社会形态在全球的萌芽。
所谓人工智能（AI），是人类在利用和改造“机器”的过程中所掌握的物质手段、方法和知识等各种活动方式的总和。AI赋予了机器一定的视听感知和思考能力，不仅会促进生产力的发展，而且也会对经济与社会的运行方式产生积极作用。
但是，站在新世界起点，我们也看到一些似曾相识的情形，作为见证过互联网发展热潮的人，不免会发现现在的AI领域像极了当年的互联网在1998年勃兴两年后又遇到寒冬的情形。近年来AI厚积薄发，主要因深度学习获得了突破，创业和投资由此情绪高涨。
我们要保持冷静的认知。深度学习仍有难以克服的缺陷。接下来几年，你发现投资越来越多，公司越来越少，项目越来越贵，而深度学习自身的不足并没有快速得到解决，AI商业化之路其实有点力不从心。
在行业即将出现泡沫的时候，不宜设定过高的期望。美国积60余年之功，全面领先全球，其他国家的AI创新尚处于萌芽阶段。赶英超美，并非朝夕可成，我们需要把有限的资源用到核心环节上，方能在未来占有一席之地。
1.中美顶层设计相仿一种乐观观点认为，人工智能的发展将在30年内深刻改变人类社会生活、改变世界，因此，中美两国均在为这一时代的到来积极准备，在顶层设计方面有许多堪可玩味的地方。
从顶层设计来看，中美有近乎相仿的重视程度。
第一，美国和中国政府都把人工智能当作未来战略的主导，出台发展战略规划，从国家战略层面进行整体推进。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。
第二，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。但在应用系统中，美国走的较远，已经开始将AI装备到军事领域。
第三，美国一直处在人工智能基础研究的前沿，保持全球领先地位。中国在全球跻身第一梯队，但在基础算法和理论研究方面，与美国还有相当大的差距。
2.产业真实差距较大尽管顶层设计相仿，但从产业发展实际情况来看，中国情形就显得不那么乐观了。本报告进行了七个维度的全面对比，结果非常出人意料。完全没有发现可以弯道超车的迹象，实际上中国只在局部有所突破。
第一，美国的AI企业数量遥遥领先全球。
在全球范围内，人工智能领先的国家主要有美国、中国及其他发达国家。截止到2017年6月，全球人工智能企业总数达到2542家，其中美国拥有1078家，占据42%；中国其次，拥有592家，占据23%。中美两国相差486家。其余872家企业分布在瑞典、新加坡、日本、英国、澳大利亚、以色列、印度等国家。
从企业历史统计来看，美国人工智能企业的发展早于中国5年。美国最早从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。中国AI企业诞生于1996年，2003年产业进入发展期。在2015年达到峰值后进入平稳期。
第二，美国全产业布局，而中国只在局部有所突破。
美国AI产业布局全面领先，在基础层、技术层和应用层，尤其是在算法、芯片和数据等产业核心领域，积累了强大的技术创新优势，各层级企业数量全面领先中国。
基础层（主要为处理器/芯片）企业数量来看，中国拥有14家，美国33家，中国仅为美国的42%。
技术层（自然语言处理/计算机视觉与图像/技术平台），中国拥有273家，美国拥有586家，中国为美国的46%。
应用层（机器学习应用/智能无人机/智能机器人/自动驾驶辅助驾驶/语音识别），中国拥有304家，美国拥有488家，中国是美国62.3%。
第三，从人才队伍来看，美国梯队完整，中国参差不齐。
AI产业的竞争，说到底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。
美国研究者更关注基础研究，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，美国形成了能够持久领军世界的格局。
美国产业人才总量约是中国的两倍。美国1078家人工智能企业约有78000名员工，中国592家公司中约有39000位员工，约为美国的50%。
美国基础层人才数量是中国的13.8倍。美国团队人数在处理器/芯片，机器学习应用，自然语言处理，智能无人机4大热点领域全面压制中国。
在研究领域，近年来中国在人工智能领域的论文和专利数量保持高速增长，已进入第一梯队。相较而言，中国在人工智能需要在研发费用和研发人员规模上的持续投入，加大基础学科的人才培养，尤其是算法和算力领域。
第四，从AI行业热点领域来看，中美各有优势。
深度学习引领了本轮AI发展热潮。究其原因，在于算力和数据在近十年来获得了重大的突破。当下，人工智能产业出现了九大发展热点领域，分别是芯片、自然语言处理、语音识别、机器学习应用、计算机视觉与图像、技术平台、智能无人机、智能机器人、自动驾驶。
在美国AI创业公司中排名前三的领域为：自然语言处理252家，机器学习应用（MachineLearningApplication）242家，以及计算机视觉与图像190家。
在中国AI创业公司中排名前三的领域为：计算机视觉与图像146家，智能机器人125家以及自然语言处理92家。
第五，从投资趋势来看，中美差异较大。美国投入资本雄厚，中国这种近些年奋起直追。
自1999年美国第一笔人工智能风险投资出现以后，全球AI加速发展，在18年内，投资到人工智能领域风险资金累计1914亿元。
截止至目前，美国达到978亿元，在融资金额上领先中国54.01%，占据全球总融资50.10%；中国仅次于美国，635亿，占据全球33.18%；其他国家合计占15.73%。
中国的1亿美元级大型投资热度高于美国，共有22笔，总计353.5亿元。美国超过1亿美元的融资一共11笔，总计417.3亿，超过中国63.8亿。
第六，从创业投资领域角度来看，美国面向全产业投资，投资领域遍及基础层、技术层和应用层，而中国接受融资的企业主要集中在应用层。
中国人工智能企业中，融资占比排名前三的领域为计算机视觉，融资143亿元，占比23%；自然语音处理，融资122亿元，占比19%以及自动驾驶/辅助驾驶融资107亿元，占比18%。中国的自动驾驶/辅助驾驶企业虽然数量不多，只有31家，而融资额却是第三，意味着中国的投资者非常看好这一领域。
美国融资可能在2020年前突破2000亿。预计在2020年之前，美国累计AI公司数量将会超过1200家，累计融资将达到惊人的2000亿人民币。
中国AI企业增势不明朗。根据行业发展周期来计算，中国人工智能产业将会在2018年回暖，新增公司数量会上扬到30以上，预期融资累计量将会达到900-1000亿人民币，仍和美国有较大差距。
第七，从主导产业发展的巨头实力来看，美国具有先发优势。
由于AI产业核心技术掌握在巨头企业手里，巨头企业在产业中的资源和布局，都是创业公司所无法比拟的。因而引领AI产业发展的技术竞赛，主要是巨头之间的角力。
当前，苹果、谷歌、微软、亚马逊、脸书，这五大科技巨头无一例外投入越来越多资源抢占人工智能市场，甚至整体转型为人工智能驱动的公司。国内互联网领军者“BAT”也将人工智能作为重点战略，凭借自身优势，积极布局人工智能领域。
巨头通过招募AI高端人才、组建实验室等方式加快关键技术研发。同时，通过持续收购新兴AI创业公司，争夺人才与技术，并通过开源技术平台，构建生态体系。
3.出现泡沫的信号行业泡沫即将出现。主要信号有两个：
一是资金多而项目缺。
具体到美国未来趋势而言，美国AI领域的融资可能在2020年前突破2000亿。原因在于特朗普上台后采取了一系列改革措施，促进了美国经济的恢复。美国资本迅速回流，资本市场正在加大对AI企业的投资。由此推动美国AI产业融资持续上升。预计在2020年之前，美国累计AI公司数量将会超过1200家，累计融资将达到惊人的2000亿人民币。
具体到中国来看，中国AI企业增势不明朗，但资金仍在增加。
根据历史数据推断，中国在2017年成立的新公司将不超过15家，融资增长也较前两年放缓，预计融资总额将会在2017年年末达到745亿，是美国同期预计值的50%。从行业发展周期来看，中国人工智能产业将会在2018年回暖，当年新增公司数量会上扬到30家以上，预期融资累计量将会达到900-1000亿人民币，整体上仍和美国有较大差距。
在这段时期内，创投圈将会发现，找到一个新的有潜力的项目越来越难，由于新增企业数量稀少，经常只能跟投一些项目。
二是周期长而营收难。
通俗的说，现在的人工智能市场被高估了。深度学习起源于上世纪八九十年代的神经网络研究。在很多情况下，前沿研究是由对已有方法的微小改动和改进组成，而这些方法在几十年就已经被设计出来了。
尽管如此，市场热炒的人工智能技术和产品的成熟度仍然有限。许多项目和技术，并不能直接获得消费者欢迎，还需要相当长的时间才能走向成熟。
这种前提下，创业项目不得不舍弃大众消费场而致力于解决企业级问题，创新公司的商业模式回归到类似传统IT厂商的角色，进一步加大了营收难度。
综合来看，资金多而项目缺，周期长而营收难，项目却一天比一天更加昂贵，这是资本泡沫即将出现的信号。但对于创业公司，它们将过上一段顺风顺水的好日子。
4.中国未来在哪里？放眼技术社会变迁，IT时代Wintel联盟一统江山；互联网时代，谷歌、亚马逊异军突起雄霸天下；移动时代，又有苹果谷歌引领世界潮流。
现在，人工智能正在缓缓揭开时代变迁的新篇章。
人工智能拥有令人难以置信的力量，可以全面提升一个国家的实力。中国政府高度重视AI产业发展战略，中国正在快速形成商业应用开发能力，行业创投领域正在紧追美国，并在应用层的一些领域显现出竞争实力，部分指标达到了与美国相近的水平。
与互联网相似，中国将会成为AI应用的最大市场，拥有丰富的应用场景，拥有全球最多的用户和活跃的数据生产主体。我们需要进一步加大基础学科建设和人才培养，以便让中国AI有机会走得更远。
国家实力的提升来源于科技企业创新。美国以绝对实力处于领先地位，一批中国初创企业也在蓄势待发。AI时代未来必然也会产生类似英特尔、微软、谷歌、苹果这样的全球级企业。我们相信中国企业有机会成为人工智能时代的弄潮儿，在AI领域占有一席之地。
AI群雄逐鹿，天下未定，机遇和挑战同在。
多些实干，少些浮躁。
让我们保持冷静的头脑，见证这个伟大的时代吧。
（作者微信：zhangxiaorong1609）
接下来，腾讯研究院联合IT桔子即将推出中美AI产业创投研究报告，更多一手数据披露，告诉你一个不同的产业真相。欢迎各位关注腾讯研究院公号，抢先收获一手资料！
▌ 研究团队与数据说明
1.课题团队与分工：
2.数据采用和处理说明
本文从政策、企业、项目、投资、巨头，应用，人才等多个维度对中美AI进行了最完整的对比和分析，力图展现出中美各个角度的差异并以此来分析中国未来人工智能企业的走向和趋势。
对VentureScanner，CBInsight，Mattermark，Crunchbase,ResearchandMarket等国内外九大专业数据库进行了详细比对，确定了venturescanner和IT桔子为基准，并以此进行数据清洗和处理。
数据统计截止：2017年6月
我们对每一个公司信息都进行了复审、整理和添加标签等以确保数据的准确统一性，在剔除了异常数据后，最终确定了中国AI公司数量592家，美国1078家，分为9个领域，3大层面的数据框架。这些数据以创业公司为主，著名的巨头公司则予以专文分析。
在经过多次讨论和考证，汇总多方专家意见后，根据基础层，技术层和应用层三个产业层面的划分，最终确认了人工智能领域的九大热门领域。
我国人工智能与国外差距在哪里
原标题：我国人工智能与国外差距在哪里？中国人工智能的发展有外国有多大差距呢？
“4：1”。
这是在与前世界围棋第一人、韩国九段名将李世石的对弈中，谷歌人工智能“阿法狗”(AlphaGo)机器最终取得的战绩。
这场“人机大战”或“人工智能PK人类智慧”的全球网络直播秀，全程的关注人数、传播速度以及影响范围应该已超过1997年深蓝击败国际象棋大师卡斯帕罗夫的世纪之战。
如果说，1997年深蓝大战卡斯帕罗夫宣告了“电脑或计算机”的到来，那么，这“阿法狗”对弈李世石或将让“大数据或深度学习”更加贴近现实。
而在人工智能概念热浪袭人的时候，我国在人工智能领域的专利布局如何？是深陷被动跟随，还是能与世界同步？
人工智能非新概念：我国最早可追溯至1993年
从概念上来看，“人工智能”(ArtificialIntelligence，英文缩写为AI)并非新概念，早在上世纪90年代就有科学家提出。
有观点认为，人工智能作为计算机科学的一个分支，也有观点认为，除了计算机科学以外，人工智能还涉及信息论、控制论、自动化、仿生学、生物学、心理学、数理逻辑、语言学、医学和哲学等多门学科。
但是，不管怎样，人工智能的发展历史是和计算机科学技术的发展史联系在一起的，同时，人工智能技术企图了解智能的实质，并生产出一种新的能以人类智能相似的方式做出反应的智能机器，该领域的研究包括机器人、语言识别、图像识别、自然语言处理和专家系统等。
以人工智能领域的图像识别技术为例，国家知识产权局网站的统计数据显示，我国最早与图像识别相关的专利申请发生在1993年。
当时，中国科学技术大学提交了一项名为“图像识别火灾监测报警装置”的发明专利申请，该专利技术主要原理是“在软件支持下，用像素点灰度值判别有否火焰存在，以影像面积增长率识别是火焰还是火灾”。
显然，根据其技术原理及实现方式，这项早在1993年就提交的发明专利已经具备了很强的“人工智能”理念或原理。而从其应用领域或场景来看，通过图像识别技术防范火灾隐患，如果和当下的“互联网+”相结合，堪称“互联网+火灾预警”应用典范。
不过很可惜，这个23年前提交的发明专利中途因未及时缴纳专利费已经失效。不过，这也从一个侧面说明，人工智能确实并非新概念，其研究和应用也并非刚刚起步，而我国在人工智能相关细分领域也并非全面落后于发达国家。
人工智能技术研究：技术、专利和标准需齐头并进
1997年深蓝大战卡斯帕罗夫，在当时也是被认为属于人工智能领域的重要成果和重大进展，它告诉我们通过“电脑或计算机”可以替代部分人的工作，随后，电脑及互联网应用席卷全球，不仅带来了全新的技术革命，也深刻改变了很多行业或产业。
展开全文如今，“阿法狗”对弈李世石，则让更多人领略了人工智能领域的“大数据或深度学习”的魔力，它让人看到了“机器”或“系统”更多的可能，甚至有替代人做推理或决策的可能。
因此，从新技术的价值普及来说，“阿法狗”机器与围棋高手李世石的对决，应该说正面意义很大，它让更多人看到了更多的可能，并对科学或技术产生浓厚的兴趣和关注。
但是，一方面，我们要看到人工智能技术进步给科技产业及传统产业带来的积极影响，另一方面，我们也要注意人工智能还不能等同于“机器万能”，它可能还存在这样或那样的问题有待解决。
而具体到产业发展和技术布局，对于人工智能领域可能涉及到的大数据技术、语言识别技术、图像识别技术等各类新技术，不仅需要研究及时跟上，更需要专利布局和保护及时跟上，并在前述基础上参与或建立相关技术标准的制定，为以后更广泛的行业或产业应用打下坚实的基础。
人工智能应用推广：政府、市场和应用一个都不能少
回顾计算机时代，由于我国起步晚，未能较早参与相应的技术、专利及标准制定中，虽然享受到了技术进步的红利，但也奉上了数额不菲的“学费”。
而在通信技术领域，虽然我国错过了2G技术、专利和标准，但在3G时代标准上建立了中国标准，在4G时代更是催生了更多本土智能手机厂商。
事实上，近3年，国内智能手机厂商也是专利申请最多的行业所在。对于5G甚至6G等移动通信技术，随着我国参与的主体越来越多，自主研发的技术越来越多，对标准的贡献或占比越来越大，都将改变我们在通信技术领域多年被动跟随的尴尬。
而对于人工智能领域，我国也有很多科研机构和企业在参与其中的技术研发，应该说，在某些领域可能与国外基本是同步甚至是领先的，这对于提升我国在未来人工智能时代的技术、标准话语权以及市场应用主导权至关重要。
仅以“图像识别技术”为例，国家知识产权局网站的统计数据显示，截止目前，国内共有1015年项与图像识别相关发明专利申请，申请时间横跨1993年至2015年。
从专利申请主体来看，既有个人，也有单位，在单位主体中，既有大学等科研机构，也有各类企业。
而在企业之中，既包括LG、佳能、松下、索尼、三星、爱普生、欧姆龙等国外专利巨头，也有百度、携程、小米、创维、TCL、长虹、神画等国内互联网或家电企业代表。
可以说，从时间跨度、参与主体以及研究成果来看，至少在图像识别领域我国已经有一定的技术和专利积累。
所以，我们在感慨“人工智能”的神奇之时，更要看到其未来深不可测的应用前景，在叫好的同时，更要做好本土的技术研究、专利布局和标准制定。
而在人工智能技术应用推广和市场开发中，既需要国家在政策、资金及应用等方面适当予以扶持或支持，加快新技术今早从实验室走向广袤的民用领域，也需要各类企业结合所处行业或领域的特点，尽早将各类人工智能技术成果与自身业务相结合，催生新的服务体验和竞争实力。
人工智能将给我们带来无限制想象空间，中国的人工智能技术将是紧随前沿的。返回搜狐，查看更多
责任编辑：