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，機遇和挑戰同在
經過幾十年的科研探索和前期佈局，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場。近年來中國人工智能發展迅速，憑藉技術的突出進步和科研實力的快速增長，不斷縮小與一直處於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力。
中國人工智能發力追趕美國
1.中國政府致力於營造良好的政策環境，大力扶持人工智能研發。一方面，中央政府加強引導和規劃，將人工智能、機器人等作為重要發展方向，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園和示範基地，吸引科技創新公司和高端人才入駐，鼓勵企業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園和產業孵化器。
2.中國科技巨頭迅速行動，紛紛佈局人工智能。美國科技企業將發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與其所有核心業務聯合起來，蘋果發佈人工智能報告，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不甘落後，積極展開人工智能佈局。百度2016年進行戰略架構調整，把人工智能視作公司發展的重中之重；阿里將人工智能與大數據、雲計算等結合，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於世界前列，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，居於領跑位置；2016年10月，美國一份遞交白宮的人工智能報告中多次提到，中國學者發表的研究論文數量已經超過了美國。
發展存在諸多制約因素
1.中國缺乏對人工智能發展的長遠規劃和佈局。美國已將人工智能作為國家戰略，先後頒佈了《為人工智能的未來做好準備》、《國家人工智能研究與發展戰略規劃》、《人工智能、自動化與經濟報告》等文件，明確了人工智能發展規劃。中國政府也在積極營造良好的政策環境。雖然中國在製造業、互聯網+、科技創新等戰略規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略規劃，人工智能的發展路徑、時間表、路線圖等還不清晰。目前在人工智能發展中，中國仍主要依靠科研機構和企業的自身力量，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範研究等還沒有明確的規劃和佈局，不利於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。美國企業在人工智能方面的研究和佈局遠早於中國，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於2013年成立的深度學習研究院，阿里的人工智能佈局尚侷限在對大數據和雲計算業務的支撐，騰訊也主要服務於內部互聯網業務。美國科技巨頭在前瞻性、源頭性技術方面的佈局和積累，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。由於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，分別佔比60%和12.5%；專注開發應用的公司較多，兼顧機器學習算法的公司只佔29%；研究算法的公司業務也集中在計算機視覺和自然語言處理，致力於機器學習算法的只佔9%，專注深度學習的公司更是鳳毛麟角。這種市場和業務的集中，尤其是忽略基礎技術或依靠少數企業發展基礎技術，會引發後勁不足及依賴國外技術、平臺、開發工具等問題，不利於人工智能的全面發展。
加速中國人工智能發展的建議
1.制定國家戰略和路線圖，加強頂層規劃設計。將發展人工智能作為國家重大戰略，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、能力等確定發展重點，規劃發展路線。促進不同研究領域企業的協調合作，在傳統企業發展中引入人工智能技術，同時鼓勵傳統企業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的廣泛應用。有效挖掘人工智能技術潛力，支撐行業長期穩健的發展，推動人工智能發展國家經濟的同時服務社會發展。
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、高科技公司與傳統企業、跨行業企業和機構之間的數據共享，使中國大數據的天然優勢能夠為人工智能行業所利用。加強人工智能科研與產業的結合，克服“企業數據和院校算法脫節”的產業發展瓶頸，引導科研人員兼顧應用場景和研究成果可行性，並採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展差距。
3.重視基礎技術和創新研究，加快核心人才培養。重視和加強前瞻性基礎研究，鼓勵多學科交叉創新研究，對感知技術、深度學習等基礎技術研發給予政策和資金引導，大力扶持致力於機器學習算法和深度學習應用的企業，開發自主平臺和工具。規範人工智能的學科設置和職業培訓，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新研發核心人才的培養力度，確保人才儲備充足。鼓勵採用產學研聯動模式，從高校和科研機構向企業輸送優秀人才和基礎技術成果。
在不久的將來，多智時代一定會徹底走入我們的生活，有興趣入行未來前沿產業的朋友，可以收藏多智時代，及時獲取人工智能、大數據、雲計算和物聯網的前沿資訊和基礎知識，讓我們一起攜手，引領人工智能的未來！
閱讀更多 多智時代 的文章
