中美人工智能差距何在

許亞倩

人工智能是當前人類所面對的最為重要的技術社會變革，人工智能市場群雄逐鹿，天下未定，機遇和挑戰(zhàn)同在

經過幾十年的科研探索和前期布局，人工智能現已成為活躍在科技領域的核心力量，也成為國家間科技競賽的新戰(zhàn)場。近年來中國人工智能發(fā)展迅速，憑借技術的突出進步和科研實力的快速增長，不斷縮小與一直處于主導地位的美國之間的差距。國外學者和媒體認為，中國人工智能或將實現彎道超車。但客觀分析，中國人工智能發(fā)展還面臨著頂層設計不夠、人才儲備不足等制約因素，在追趕美國過程中應從三方面著重發(fā)力。

中國人工智能發(fā)力追趕美國

1.中國政府致力于營造良好的政策環(huán)境，大力扶持人工智能研發(fā)。一方面，中央政府加強引導和規(guī)劃，將人工智能、機器人等作為重要發(fā)展方向，出臺了《“互聯網+”行動指導意見》、《“互聯網+”人工智能三年行動實施方案》等政策文件。另一方面，各級政府紛紛出臺資金扶持等配套政策，支持建設人工智能產業(yè)園和示范基地，吸引科技創(chuàng)新公司和高端人才入駐，鼓勵企業(yè)把資金投入到人工智能關鍵技術領域，例如杭州、蘇州等城市都在加快建設人工智能產業(yè)園和產業(yè)孵化器。

2.中國科技巨頭迅速行動，紛紛布局人工智能。美國科技企業(yè)將發(fā)展重心向人工智能轉移，Faeebook制定以人工智能為核心的“十年路線圖”，谷歌明確將人工智能研發(fā)與其所有核心業(yè)務聯合起來，蘋果發(fā)布人工智能報告，亞馬遜推出公有云AWS上的人工智能產品線。中國以BAT為代表的互聯網企業(yè)不甘落后，積極展開人工智能布局。百度2016年進行戰(zhàn)略架構調整，把人工智能視作公司發(fā)展的重中之重；阿里將人工智能與大數據、云計算等結合，對電商物流和物聯網進行支撐；騰訊通過搜狗發(fā)力人工智能，在語義理解、識別和人機交互方面展開了諸多探索。

3.中國在人工智能理論研究領域快速崛起，科研實力不容小覷。美國在人工智能理論研究領域一直處于世界前列，論文數量自2008年開始就遙遙領先。中國在該領域快速崛起，正在成為不可忽視的重要力量。2012年，中國人工智能論文數量快速增長，超越德國、日本等國家，位居世界第二；2013年，中國論文數量以“井噴”方式增長；2014年至2015年，無論是論文數量還是數據有效引用，中國都超過了美國，居于領跑位置；2016年10月，美國一份遞交白宮的人工智能報告中多次提到，中國學者發(fā)表的研究論文數量已經超過了美國。

發(fā)展存在諸多制約因素

1.中國缺乏對人工智能發(fā)展的長遠規(guī)劃和布局。美國已將人工智能作為國家戰(zhàn)略，先后頒布了《為人工智能的未來做好準備》、《國家人工智能研究與發(fā)展戰(zhàn)略規(guī)劃》、《人工智能、自動化與經濟報告》等文件，明確了人工智能發(fā)展規(guī)劃。中國政府也在積極營造良好的政策環(huán)境。雖然中國在制造業(yè)、互聯網+、科技創(chuàng)新等戰(zhàn)略規(guī)劃中都提及了人工智能，但還沒有專門針對人工智能的國家戰(zhàn)略規(guī)劃，人工智能的發(fā)展路徑、時間表、路線圖等還不清晰。目前在人工智能發(fā)展中，中國仍主要依靠科研機構和企業(yè)的自身力量，國家層面對人工智能長期投入、基礎技術攻關及相關標準規(guī)范研究等還沒有明確的規(guī)劃和布局，不利于人工智能的全面推進。

2.中國人工智能技術和人才儲備與美國存在巨大差距。美國企業(yè)在人工智能方面的研究和布局遠早于中國，如微軟1991年成立研究院開展人工智能研究，對重要領域的研究已超過25年；谷歌已成功推出開源機器學習平臺，無人駕駛汽車測試里程已超過200萬公里。反觀國內，百度的人工智能研究始于2013年成立的深度學習研究院，阿里的人工智能布局尚局限在對大數據和云計算業(yè)務的支撐，騰訊也主要服務于內部互聯網業(yè)務。美國科技巨頭在前瞻性、源頭性技術方面的布局和積累，極大地吸引了全世界專注前沿科技的精英。領英平臺的數據顯示，美國人工智能人才中擁有10年以上經驗的比例接近50%，而中國不到25%。

3.中國人工智能市場集中在應用層面，深度學習能力不足。由于中國人工智能起步較晚、人才儲備不足，研究和應用方向多集中在應用層面，對機器學習等基礎技術重視不夠。據統(tǒng)計，中國人工智能主要集中在語音和視覺識別技術方面，分別占比60%和12.5%；專注開發(fā)應用的公司較多，兼顧機器學習算法的公司只占29%；研究算法的公司業(yè)務也集中在計算機視覺和自然語言處理，致力于機器學習算法的只占9%，專注深度學習的公司更是鳳毛麟角。這種市場和業(yè)務的集中，尤其是忽略基礎技術或依靠少數企業(yè)發(fā)展基礎技術，會引發(fā)后勁不足及依賴國外技術、平臺、開發(fā)工具等問題，不利于人工智能的全面發(fā)展。

加速中國人工智能發(fā)展的建議

1.制定國家戰(zhàn)略和路線圖，加強頂層規(guī)劃設計。將發(fā)展人工智能作為國家重大戰(zhàn)略，把握機遇，明確人工智能科技投入的國家目標，協調各相關機構根據其職責、能力等確定發(fā)展重點，規(guī)劃發(fā)展路線。促進不同研究領域企業(yè)的協調合作，在傳統(tǒng)企業(yè)發(fā)展中引入人工智能技術，同時鼓勵傳統(tǒng)企業(yè)以多種形式對人工智能的研究提供資金支持，促進人工智能在各個行業(yè)的廣泛應用。有效挖掘人工智能技術潛力，支撐行業(yè)長期穩(wěn)健的發(fā)展，推動人工智能發(fā)展國家經濟的同時服務社會發(fā)展。

2.提倡數據和研究成果共享，加速科技成果孵化。提倡高校與企業(yè)、高科技公司與傳統(tǒng)企業(yè)、跨行業(yè)企業(yè)和機構之間的數據共享，使中國大數據的天然優(yōu)勢能夠為人工智能行業(yè)所利用。加強人工智能科研與產業(yè)的結合，克服“企業(yè)數據和院校算法脫節(jié)”的產業(yè)發(fā)展瓶頸，引導科研人員兼顧應用場景和研究成果可行性，并采取措施保證科研成果孵化成產品的通道暢通，開通綠色通道，加快孵化速度，彌補中美之間從科研到產品的發(fā)展差距。

3.重視基礎技術和創(chuàng)新研究，加快核心人才培養(yǎng)。重視和加強前瞻性基礎研究，鼓勵多學科交叉創(chuàng)新研究，對感知技術、深度學習等基礎技術研發(fā)給予政策和資金引導，大力扶持致力于機器學習算法和深度學習應用的企業(yè)，開發(fā)自主平臺和工具。規(guī)范人工智能的學科設置和職業(yè)培訓，針對人工智能基礎技術和應用的需求，加大對從事基礎技術和創(chuàng)新研發(fā)核心人才的培養(yǎng)力度，確保人才儲備充足。鼓勵采用產學研聯動模式，從高校和科研機構向企業(yè)輸送優(yōu)秀人才和基礎技術成果。