人工智能时代的中国优势
人工智能应用的中国优势
李开复在《AI·未来》专著中谈到，人工智能从原创发明到实际应用，需要四项要素：政策环境、创业团队与资金、科学家以及海量数据。
一、中国具备良好的发展人工智能产业的政策环境。
从国务院印发《新一代人工智能发展规划》到工信部发布《促进新一代人工智能产业发展三年行动计划(2018-2020)》，把人工智能定位为“国际竞争的新焦点”“经济发展的新引擎”“社会建设的新机遇”以及“国家安全的重大战略”，将人工智能上升到国家战略的高度，强调积极培育人工智能创新产品和服务、深化发展智能制造、促进人工智能技术的产业化，并为人工智能的发展提供政策、法律、资金、人才等多方面的保障，力争2020年跻身人工智能世界强国行列，2025年实现重大突破，2030年成为世界主要的人工智能创新中心。本次由国家工信部组织开展的“2018人工智能与实体经济深度融合创新项目”，就是贯彻上述规划，促进人工智能与制造业深度融合、推动人工智能与实体经济共同发展的具体举措。
二、中国具有众多的人工智能创业团队和多种来源的创业资金。
李克强总理在2014年夏季达沃斯论坛上首次提出“大众创业、万众创新”，在全国范围内掀起了“双创”浪潮，互联网+、人工智能已成为创新创业的重点领域，中国各大城市纷纷设立或正在设立以“人工智能”为核心的孵化器、创业园区、创新基地甚至创客小镇，政府同时配套提供相应的创投资金支持，各路风投基金亦对人工智能项目团队情有独钟。据相关资料，2013年全国只有91家投资机构投资人工智能，而在2017年，投资该领域的机构或个人已经达到692家，全年投资规模达到1800亿人民币。当人工智能以国家战略产业的高度予以定位的时候，中国绝不会缺少创业团队和创业资金。
三、中国人工智能科学家已经与世界深度接轨。
一个真实的案例充分说明了当前中国人工智能科学家与世界接轨的程度。国际人工智能协会（AAAI）在长达30年的时间里每年都举办大型的人工智能国际会议，是全球人工智能界最重要的会议之一。但在2017年，这个会议差点儿办砸。那年会议拟定的举办时间与中国的春节撞了车。如果在几年前这根本不是问题，因为美国、英国和加拿大的科学家一度统治着这个领域，那时能够向大会提交论文的中国科学家屈指可数。但是2017年的这届国际大会，提交论文的中国科学家和美国科学家人数不相上下。AAAI理事长说，在中国最重大的家人团聚的传统节日期间举办如此重要的国际会议，非常不合适，如果中国科学家没有出席或出席太少，这个会议就是失败的。于是，为了会议讲台上能够有更多的中国科学家，这届人工智能国际会议推迟了一周，效果相当圆满。由此可见，中国科学家已经成为全球范围内共同推动世界人工智能发展的不可或缺的力量。
无论是人工智能的原创发明还是应用研究，中国科学家的贡献都是全方位的。从学术研究成果的引用次数就能看出中国科学家日益增长的影响力。据统计，2006-2015年间，所有人工智能研讨会和人工智能期刊被引用次数的前100名，来自中国的论文数量从23.2％激增到了42.8％，增长了将近一倍。清华大学在人工智能领域被引用的次数还超过了斯坦福大学等老牌人工智能院校。未来，一大批年轻的中国博土将引领中国的人工智能研究达到一个新的高度。
此外，据国家知识产权局发布的数据，中国人工智能相关的专利申请数量，2014年为19197件，2015年28022件，2016年为29023件，2017年达到46284件，足以证明中国科学家们在人工智能领域的卓越工作和不朽贡献。
四、中国独具为人工智能算法提供海量数据的优势。
学术界给出了人工智能的三大要素：大数据、机器的运算能力和人工智能算法。想在新领域利用人工智能算法赋予机器“深度学习”的能力，这三者都是必要的。
但在实际应用中，这三者当中最重要的还是数据，因为数据量的多寡是决定算法整体效能与精准度的关键所在。
就深度学习而言，数据量越多越好。人工智能获得的样本数据越多，就越能够正确识别出形态，准确辨认真实世界里的物品。中国众多的互联网用户创造、搜集了真实世界的海量数据，产生了非常丰富的、详细的应用信息，这些丰富的数据是人工智能“深度学习”的宝贵资源，可以让各家人工智能公司详细了解用户的日常习惯，结合算法，就可以为用户量身打造出更加个性化和人性化的各种不同的服务。毫无疑问，这些来自真实世界的强大的海量数据正是中国发展人工智能服务的重要优势。
在智能制造领域，生产流程中产生的各类数据对人工智能与制造业的深度融合及不断改善，同样具有极高的价值。猛狮科技本次入选国家首批人工智能与实体经济深度融合创新项目，恰恰是“锂电池智能制造的大数据综合管控平台”，我们相信，这个项目将为人工智能在中国新能源行业更深层次的应用提供强有力的数据支撑。
李开复坦言，人工智能的核心关键是海量的数据，在中国这些数据是大量存在的，而且都是能产生价值的，我们预期，人工智能将是中国引领全球的最好机遇。
人工智能时代中国的现在与未来
当前，人工智能时代的世界七大巨头公司——谷歌、Facebook、亚马逊、微软、百度、阿里巴巴和腾讯，中国与美国平分秋色。
从应用角度看，人工智能产品或服务可以细分为四个领域：
第一个领域是互联网智能化。互联网人工智能就是使用人工智能算法作为推荐引擎，而驱动这些人工智能引擎的，正是它们获得的数据。人工智能通过这些数据来学习和了解我们，进而优化推送我们想要的东西，比如谷歌、百度、阿里巴巴、YouTube、抖音、今日头条。阿里巴巴给用户推荐他们想买的东西，谷歌可以列出用户想点击的广告，抖音可以推荐用户想观看的视频，今日头条推荐用户感兴趣的资讯。在这个领域，目前中美两国相差不大，未来，中国极有可能凭借极为重视“用户体验”的理念和拥有“海量数据”的优势，逐渐趋于领先。
第二个领域是辅助决策智能化。辅助决策人工智能是把传统公司数十年来积累的大量的带有特征及含义的专业数据，运用人工智能算法，从这些数据库中挖掘人类往往会忽视的隐性联系，参考以往的决策结果，最终使其超越经验最丰富的人类从业者。如保险公司理赔、银行核发贷款、疾病诊断、协助法官审判等。美国在这个领域具有明显优势，中国在5年内能够缩小差距，但很难超越。
第三个领域是生产生活智能化。以大量的传感器及智能型器材，把我们现实的生产生活转化成可被深度学习算法进行分析与优化的数据，让人工智能越来越擅长辨识我们的脸孔，听懂我们的声音，观察我们身边的世界，如肯德基（中国）与支付宝合作的“刷脸支付”，还有一系列搭载了人工智能技术的感应式居家设备，如空气净化器、电饭锅、冰箱、摄影机、洗衣机、吸尘器、扫地机、各种特定功能的机器人等。猛狮科技锂电池智能制造平台入选国家首批人工智能与实体经济深度融合创新项目，亦将为生产制造智能化的不断升级提供基础支撑。现实世界应用于生产生活的人工智能产品会较大程度地改变我们的日常环境、生活习惯和生产模式。这个领域目前中国占据优势，未来，由于中国具备应用开发及产品化的优势，将不断扩大这种优势。
第四个领域是自主智能化。这是人工智能应用的集大成者，需要把极复杂的数据和机器的感知能力整合起来，这种智能化机器不仅能了解世界，也能改变世界。如被称为“蜂群智慧技术”的无人机群组一起合作，清洗摩天大楼的玻璃幕墙、粉刷高层建筑的外墙、森林灭火、救灾抢险、野外搜寻等。当然，这一领域目前最前沿的是“自动驾驶汽车”，这是人工智能应用领域最顶级的世界性课题，以谷歌为代表的美国处于领先的优势地位，中国则采取不同的研究模式进行赶超。这项应用研究的瓶颈是：出于安全考虑，很难获得大量的实际数据来“喂”饱具备“深度学习”能力的智能机器。
结语：人工智能的未来已经到来
AlphaGo完胜李世石和柯洁，促使人们对基于人工神经网络的“深度学习”算法的人工智能系统产生了无尽的遐想。我们相信，具备“将原创发明转化为实际应用”特质的中国创业者们，将运用这种深度学习的算法，结合中国海量大数据的优势，催生出大量的有创意的实用型人工智能产品和服务，改变实体经济乃至整个社会生活的面貌。
关于作者
张宝忠
厦门大学理学硕士，曾任中科院助理研究员，在中国科技核心期刊发表论文16篇，并收录于中国知网、万方数据，与汕头大学合作项目入选中国管理案例共享中心（CMCC）案例库。
汕头大学商学院MBA企业导师，2016年度中国杰出职业经理人，亚太职业经理人协会“亚太智库研究员”，国家工信部认证“工业和信息化领域急需紧缺人才”。
现任猛狮科技品牌文化中心总监。
本文发表于《新能源·新生活》
杂志第73期
扫码可获赠本刊返回搜狐，查看更多
人工智能，中国有啥缺啥
编者按：中国人工智能在过去十年中从实验室走向产业化生产，重塑了传统行业模式，并为全球经济和社会活动做出了不容忽视的贡献。那么在人工智能领域，中国究竟有哪些亮点？还缺什么？本文转自《瞭望》2021年第9期，原题《逐浪人工智能》。
“机器能思考吗？”1950年，艾伦·图灵在他著名的论文《计算机器与智能》开篇发问。
这一提问，不仅为图灵赢得“人工智能之父”的骄傲，更唤醒人工智能此后60余年的发展。
人工智能（AI），是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的技术科学。
如同公元前的轮子和铁，19世纪的铁路和电力，以及20世纪的汽车、电脑、互联网，人工智能是一种新的通用技术，其发展将对人类社会带来根本改变。
业界普遍认为，人工智能迄今经历了两代。
第一代人工智能是知识驱动型的，总体进展有限；
第二代人工智能是数据驱动型的，也就是目前炙手可热的大数据、深度学习等，已经成为不少科技强国竞相争夺的战略技术高地。
据了解，世界主要发达国家均把发展人工智能作为提升国家竞争力、维护国家安全的重大战略，加紧出台规划和政策，围绕核心技术、顶尖人才、标准规范等强化部署，力图在新一轮科技革命中掌握发展的主导权。比如日本2017年发布《人工智能技术战略》、欧盟2018年出台《欧盟人工智能战略》、美国2019年启动“美国人工智能倡议”、韩国2019年公布“人工智能(AI)国家战略”等。
“人工智能是科技制高点，谁能够掌握它，谁就掌握了经济社会发展的巨大优势，所以中国一定要在人工智能方面尽快实现突破，在世界上争取我们的地位。”中国科学院院士、清华大学交叉信息研究院院长姚期智说。
▲ 中国（青岛）生活机器人先锋汇上展出的机器人（2020年12月25日摄）李紫恒摄/本刊
PART
01
中国应用落地走在世界前列
我国人工智能起步于1978年。
经过持续多年的研发布局，特别是2017年《新一代人工智能发展规划》颁布以来，人工智能上升为国家战略，我国人工智能进入快速发展的新阶段，并在多个领域取得重要成果，部分领域关键核心技术实现突破，已具有全球影响力。
在基础理论方面，我国在新兴的深度学习理论和推理算法、类脑计算、脑机接口等基础前沿领域取得突破，在智能芯片等部分关键技术领域取得重大成果，华为“昇腾”、深度学习处理器芯片“寒武纪”、清华大学可重构芯片等均达到世界先进水平。
在关键技术方面，我国在机器翻译、自动驾驶、智能机器人等技术上紧跟世界前沿，实现部分关键技术的突破，并在人脸识别、语音识别与生成等领域居世界领先地位。
与此同时，我国人工智能加速与各行业、各领域融合发展，人工智能技术正从互联网应用逐渐向实体经济和民生领域渗透。基于物联网数据感知能力、从云端到终端的智能计算能力，我国人工智能行业应用不断落地开花，并在智能医疗、智慧城市、智能物流、智能交通和智慧环保等方面取得显著成效。
“目前我国人工智能企业数量全球第二，融资规模全球最大，专利申请量世界第一，特别是在应用落地方面走在世界前列。可以说，我国已成为世界人工智能重要领军国家之一。”中国科学技术信息研究所党委书记赵志耘评论说。
赵志耘认为，在全球人工智能千帆竞发的当下，我国战略、政策、数据和市场应用等方面的优势，为人工智能实现跨越式发展创造了重要条件。
一是强有力的战略引领和政策支持。赵志耘说，《新一代人工智能发展规划》的颁布，意味着我国人工智能发展的战略部署成形，此后各部门、各地方积极推动落实，北京、上海、天津、重庆等众多省市均出台相应人工智能规划和行动计划，并加大研发投入、设立研发机构、制定人才引进和税收优惠等配套政策，带动企业加快智能化转型步伐，政产学研用协同推进人工智能发展的格局正在形成。
二是海量的数据资源。我国拥有全球最多的9.89亿网民数量和9.86亿手机用户数量，手机网络支付用户规模达到8.53亿。特别是在特定应用领域数据规模庞大，比如我国医疗门诊总量每年达80多亿人次。“如此大规模的数据量，是世界仅有，也为我国人工智能技术的发展提供了丰富资源。”赵志耘说。
三是丰富的应用场景。我国具有全球规模最大，且较为成熟的互联网市场，人工智能在互联网领域的应用空间十分广阔。我国拥有全球最完整的产业链，各细分领域都面临转型升级需求，对人工智能赋能需求巨大。随着新型城镇化加速推进，城镇规模不断扩大，利用人工智能改进城市基础设施、提升城市治理水平潜力巨大。
四是青年人才快速成长聚集。我国重点院校正加快布局人工智能学院，扩大本科和研究生培养规模。在与人工智能相关的国际顶级会议和学术期刊中，我国青年学者成为最活跃的群体之一。青年领衔的人工智能创业企业和独角兽企业不断增加，海外归来的青年学者大幅增长。
PART
02
基础不牢影响战略前景
我国人工智能发展也存在薄弱环节。
一是人工智能基础理论和原创算法差距较大。我国人工智能研究起步较晚，原创性贡献不多，虽然近年我国高质量论文数量增长显著，但顶级论文和重大理论创新仍以美国、英国、加拿大等国为主。
这意味着，我国人工智能领域从0到1的基础创新少，从1到N的应用创新多。“虽然也开枝散叶，但树根不在国内。”赵志耘说。
赵志耘认为，核心算法和开源系统薄弱，是我国人工智能领域最突出的技术瓶颈之一，导致我国深度学习模型、生成对抗网络等新的重大成果和原创性理论贡献不多，并在机器学习等通用开源算法平台方面布局不够，产业发展主要依赖国际巨头的开源代码和系统框架。
在姚期智看来，发展人工智能最大的压力来自于基础研究。“我们都知道中国的人工智能应用绝对赶得上世界很多地方，甚至走在世界的前面，但是我们对于人工智能的基础研究，还是处于比较缺乏的阶段。所以我们一定要培养出人才，一定要给他们好的环境，激励他们从事基础研究，这是推动人工智能未来突破的不二选择。”
中国科学院计算技术研究所研究员陈云霁也曾在《智能计算系统——一门人工智能专业的系统课程》一文中尖锐指出：“越是人工智能上层（算法层、应用层）的研究，我国研究者对世界作出的贡献越多；越是底层（系统层、芯片层），我国研究者的贡献越少。在各种ImageNet比赛中，我国很多机构的算法模型已经呈现‘霸榜’的趋势，可以说代表了世界前沿水平。但这些算法模型绝大部分都是在CUDA编程语言、Tensorflow编程框架以及GPU之上开发的。在这些底层的‘硬科技’中，我国研究者对世界的贡献就相对少了很多。底层研究能力的缺失不仅给我国人工智能基础研究拖后腿，更重要的是，将使得我国智能产业成为一个空中楼阁，走上信息产业受核心芯片和操作系统制约的老路。”
二是高端芯片、关键部件、高精度传感器等方面基础薄弱。据了解，英伟达、高通、英特尔等国际巨头仍然垄断全球高端芯片业务，尤其是2020年各大厂商之间的并购，使主动权进一步被西方发达国家掌握。这些因素导致我国关键设备、高端芯片、重大产品与系统、基础材料、元器件、软件与接口等方面基础薄弱，图形处理器、专用集成电路和现场可编程门阵列等硬件技术，欧美国家仍占据垄断地位。
三是未能形成具有国际影响力的人工智能创新生态。赵志耘说，国际巨头通过建立人工智能开放平台，打通硬件—系统—产业链条，主导了创新生态建设。我国面向特定领域的国家级人工智能开放创新平台虽已初见成效，但在机器学习的通用开源算法平台方面仍然布局不够，对产业链的带动性和国际影响力有待进一步提高。
而在这三大短板背后，最大的瓶颈是高水平人才不足。清华大学人工智能研究院、清华-中国工程院知识智能联合研究中心联合发布的《人工智能发展报告2011-2020》显示，从人工智能高层次学者国家分布看，美国人工智能高层次学者数量最多，有1244人次，占比62.2%，中国排在美国之后，位列第二，但仅有196人次，占比9.8%。
“我们在超一流科研团队上还是有差距。”北京大学经济学院教授、深圳市湾区数字经济与科技研究院院长曹和平说，“我们不能出了问题才去解决问题，而是要预备一群战略型、创新型科学家。他们把已经出现和将要出现的问题，未雨绸缪地形成思想，再把这种思想具象化为问题，形成知识专利并在实验室放样。然后与大国民经济体系中产业园区中的孵化器和加速器对接，形成产业能力。”
PART
03
科技引领和应用驱动双向发力
着眼于此，专家建议未来我国需坚持科技引领、应用驱动的战略导向，着力提升科技创新能力，全面推动人工智能应用，通过科技引领和应用驱动的双向发力，实现我国人工智能尽快在理论上补齐短板、在技术上自主可控、在产业上占据高点。
一是整体提升我国人工智能科技创新能力。加大对人工智能领域基础研究的稳定持续支持力度，推动人工智能与数学等基础学科交叉融合，支持原创性强、非共识的探索性研究。集中力量打好关键核心技术攻坚战，引导和组织优势力量下大力气解决“卡脖子”问题。加快建设人工智能领域的国家战略科技力量，加强人工智能国家实验室和国家重点实验室等相关创新基地的整合布局。及时把握人工智能技术跃迁的重大机会窗口，以加快实施科技创新2030—“新一代人工智能”等重大项目为抓手，解决我国经济社会智能化升级的重大技术需求。
二是大规模推动人工智能场景应用。强化企业创新主体地位，深化产学研合作，提升人工智能技术在不同真实工业环境中的适应性，不断提高技术成熟度和实用化性能。通过进一步推进国家新一代人工智能开放创新平台建设等方式，充分发挥人工智能行业领军企业、研究机构的引领示范作用，鼓励各类通用软件和技术的开源开放，打造更加完善的技术创新生态。充分发挥地方推动人工智能发展的积极性，加强人工智能应用示范，全面增强经济创新力和国际竞争力。
三是继续把人才队伍建设作为人工智能发展的重中之重。坚持培养和引进相结合，完善人工智能教育体系，扩大研究生招生规模，加强人才储备和梯队建设，开辟专门渠道，实行特殊政策，实现人工智能高端人才精准引进。
四是加强人工智能伦理治理。人工智能具有技术属性和社会属性高度融合的特征，要围绕人工智能可能带来的风险挑战，加强人工智能在法律、安全、就业、道德伦理和政府治理等方面的问题研究，引导人工智能安全可控发展。
五是深化人工智能开放合作。要坚持国际开放合作，围绕人工智能全球性技术难题开展研发合作，共同推动人工智能发展与治理，共同制定人工智能领域相关国际标准和伦理规范，积极应对人工智能可能引发的全球性挑战。
（关注微信：青贝克智慧工场kingmaker798）