全球各國人工智能發展優勢對比研究

摘 要：人工智能在全球發展迅速，中國也非常重視人工智能工作，在某些領域已經開始有突破，本文以美國、英國、中國、德國、日本為例，從國家戰略政策、產業布局、人才、數據規模等方面對其人工智能發展進行了優勢對比研究。

關鍵詞：人工智能;全球各國;優勢;對比

一、人工智能概述

人工智能作為計算機學科的一個分支，人工智能產業鏈指的是核心硬件及算法模型（上游）、非核心硬件及基礎應用技術（中游）、產品集成應用（下游）幾大關鍵環節。

當前，人工智能屬發展階段，我國的人工智能發展水平與發達國家比較，也存在較大差距，據統計，截止2017年6月，全球的人工智能企業總數達2542家，美國為1078家，占據42%，中國第二，擁有592家，占據23%。[1]

二、全球各國人工智能發展優勢

當前，為了在新一輪的國際科技競爭中占據主導權。世界各國都把人工智能的發展作為提升競爭力、維護自身國家安全的重大戰略目標，都出臺有相關的戰略規劃、政策，我國的人工智能建設起步較晚，但前景非常廣闊。

（一）美國

美國的人工智能萌芽階段從1991年開始;1998年后進入發展時期;2005年后高速成長;2013年后趨穩。

人工智能在美國的發展具有明顯的基礎優勢，首先政府、研究機構、高校對人工智能認識較為深刻。也非常重視，創新型人工智能產品迭代快。戰略層面美國高度重視，成立有國家專家委員會。

美國的硅谷聚集人工智能核心芯片和應用產品相關產業鏈。同時人工智能融資上，在全球占有主導的地位，在60%以上;美國的人工智能巨頭企業采用集團式發展，以Google、Facebook、IBM等巨頭為代表，通過合作共贏的方式助推人工智能發展。[2]

美國AI產業在基礎層、技術層和應用層，尤其是產業核心領域，各層級企業數領先于中國。

（二）英國

英國政府層面，為確保人工智能行業領先優勢。發布了《產業戰略：人工智能領域行動》，其中包括基礎設施、商業環境、地區等基礎的領域制定了相關行動措施，英國人工智能注重實效性，強調“綜合施治、合力發展”。

科研人才優勢，英國包括牛津大學、劍橋大學等為代表的高等學府、研究機構都在人工智能和機器學習領域有深厚的積累。從論文引用率來看，英國研究質量超過中國，略遜于美國。同時眾多科技孵化機構和人工智能初創企業擁有許多創新型成果，在全球范圍內也得到了應用。[3]

為引進全球高技能人才，制定了很多配套政策，包括簽證數量，移民法規，雇傭手續簡化等措施。

（三）中國

中國AI企業1996年誕生，產業發展期為2003年，在2015年過趨于平穩發展期，人工智能領域里面已經取得了驚人的成績。在人工智能研究領域，中國在戰略和實施上做了三步走的部署，近年來的論文和專利數量持續增長，從學術成果體量來看，處于AI論文產出量的第一梯隊。

中國在在數據、市場、創業者、人才方面都具有巨大的優勢。如手機網民規模、手機上網的比例、移動互聯網居于絕對主導地位，上億體量的用戶，超過了美國人口，而且還在進一步增長。據相關預測，到2030年，中國的人工智能產業規模為世界第一，達到7萬億美元，將超過美國和歐洲的產業規模。[1]

（四）德國

作為老牌工業強國，20世紀70時代，德國就開始了“機器換人”的過程。人工智能國家戰略層面，2018年7月發布了《聯邦政府人工智能戰略要點》，文件提出亟需采取的基礎設施、資助和合作等方面的措施。

科研機構的研發競爭力不斷提高，如馬普學會和弗勞恩霍夫協會在AI論文產出都是前排在前10。人工智能研發擁有一個核心大腦，即德國人工智能研究中心（DFKI）。DFKI覆蓋人工智能的主要產業方向，孵化了80多家公司。

加強聯合研發，DFKI由工業4.0概念的三個提出人之一沃夫岡·瓦爾斯特爾擔任負責人。它的投資方包括谷歌、英特爾、微軟、SAP等頂級科技企業。

從產業界來看，西門子、博世等跨國巨頭在工業場景內走在前列，費斯托的仿生機器人連續在北京閃耀世界機器人大會出現。

（五）日本

組織機構上，人日本政府為了協調推進人工智能產業的發展，專門成立了一個“人工智能戰略委員會”，為企業推進人工智能產業的發展制定各項政策。

日本的人工智能研究，首先是從大學校園里開始的，因此有一個非常好的基礎條件，自90年代開始，東京大學、早稻田大學在內的20余所大學，都已經設立了人工智能專業，人才保證了日本在人工智能領域的競爭力。有日本機器人之父之稱的早稻田大學教授加藤一郎，早在1970年代就開始研發人工肌肉驅動之下的下肢機器人。

從產業界來看，日立正在將核心機器學習技術應用到公司，目的是提高銷售、削減成本、提高員工滿意度;NEC利用自己的面部識別技術分析移動的圖像，幫助預防犯罪;豐田汽車公司提出了全自動駕駛的“共享汽車”概念。

三、結語

在未來，將會有更多企業、高校和機構加入人工智能領域，跨國企業、不同國家和組織的聯合將會形成合力。可以確定的是，人才競爭將是一個激烈的過程，人工智能將會迎來新的發展。

參考文獻：

[1]陳偉光.袁靜人工智能全球治理：基于治理主體、結構和機制的分析[J].國際觀察，2018（7）.

[2]毛獻峰.國內外人工智能技術應用模式比較研究[J].經濟研究導刊，2018（12）.

[3]孫佳美.淺析人工智能的發展應用與思考[J].科技風，2018（12）.

作者簡介：楊亨東（1983-），男，漢族，重慶巫山人，本科，講師，研究方向：計算機應用。