03.03 中国人工智能发展如何？

学好数理化

第四次工业革命，是智能化革命。所以，中国、美国、欧盟、日本和英国等全球主要的经济体均在向人工智能及其相关（技术）产业持续投入大量的资源。到目前，美国在人工智能领域依然保持着先驱者的姿态；欧盟早些年起也对人工智能制定出了一套颇具雄心的规划，并已在逐步实施中。比如，2013年，欧盟便提出了一项长达10年期的人类大脑项目；日本有着“机器人超级大国”的称号，在全球有着最多的机器人用户、机器人设备和制造商。当然，日本亦对新的工业革命（机会）给予了极大的重视；英国在人工智能领域同样不甘落后。其他国家，比如韩国、印度，皆谋求在人工智能领域中占得一席之地。

人工智能产业链，可以简单地划分为基础层、技术层和应用层。基础层对应的是数据及计算能力，具体包括了芯片、传感器、软件框架、云服务和数据；技术层则对应于算法和应用技术。其中，应用技术包括图像识别、语音识别、文字识别、计算机视觉、自然语言处理和知识图谱、等等；应用层就让人好理解了，具体如智能手机、机器人、无人机、智能推荐、智能驾驶、智能制造、智能安防、智能家居和智能教育、等等。

就现阶段而言，中国的人工智能产业（之中包括了人工智能及其相关技术）已处于全球第一梯队当中，但是与第一梯队中的第一名美国相比，还有比较明显的差距。尤其中国在人工智能及其相关（基础且核心）技术的研发和商业应用上，与美国的差距最突出。更进一步说，中国的人工智能产业，在基础层上相比于美国差距应该算是最大的，比如、传感器、芯片、软件框架。中国在技术层和应用层上则要相对好一些。业界还有一种说法是，中国的数据量领先于美国外，中国在核心的硬件、算法研究和商业生态方面都比美国有较大的差距，甚至在算法研究上都比不过英国。并且，中国的数据同样存在一个最大的缺陷，即基本是中国人的数据，而非全世界人的数据。

中国的人工智能产业落后于美国，只是暂时性的。实际上，在2017年中，国务院就发布了一项有关人工智能产业的发展规划，且该规划是严格基于本土人工智能产业的现状之上的。该计划明确地提出：到2020年，中国的人工智能产业（技术+应用）要同步于世界先进的水平，初步建成人工智能技术标准、服务体系和产业生态，培育出若干家全球领先的人工智能骨干型企业。人工智能核心产业的规模要达1500亿元以上，人工智能相关产业要达到1万亿元的规模；然后到2025年，中国要在人工智能基础理论上实现重大突破。让新一代的人工智能在智能制造、智能医疗、智慧城市、智能农业、国防建设等领域得到广泛应用。人工智能核心产业的规模在4000亿元之上，带动相关产业的规模要超过5万亿元；再到到2030年时，中国在人工智能理论、技术与应用等总体上达到世界领先的水平，成为全球主要的人工智能创新中心。人工智能核心产业的规模超出1万亿元，带动相关产业的规模不下于10万亿元！

之前，今日头条人工智能实验室主任马维英接受媒体的专访，所谈的话题主要是关于人工智能的。其中，马维英就向媒体提了一个很具建设性的观点，今后中国的人工智能产业要不断地进步，更快地发展，关键在于中国要努力培养出更多（复合型+创新型）的人才。并且，中国在培育人才上，进步的空间非常大。其实，这容易让人理解，美国有再多的、创新的、世界领先的技术，那都是人创造出来的。再有，马维英还向媒体预言，未来，所有的软件都是靠人工智能驱动，都是需要靠数据、算法来建模型。

马维英向媒体说道：

“我觉得中国从应用上来讲，对技术的接受度来讲，我觉得可以让中国在人工智能的发展中取得一个领先。因为我们可能最快地训练出一些最强大的模型，这些模型可以是计算机视觉、自然语言理解、语音或者是图像，还有一些新内容、新社交。接下来从中国走出一些新的公司，是非常有希望的。”

“我觉得美国、当然它整体的人才还是非常丰沛的。而且在最前沿的科技、研究各方面，我觉得还是世界最领先的，美国有它们的优势。中国作为一个后来者，我觉得它的发展速度、跟在人工智能上的投入、跟进步的速度，我觉得是令人惊叹的。所以，我觉得，将来中、美可能就是全世界两个最重要的人工智能国家。”

我为科技狂

在互联网行业，常常把2016年称作是共享经济元年，也经常称为内容付费元年，在这一年里，以滴滴、ofo、摩拜等为代表的共享经济模式成为这个时代的宠儿，而以知乎、分答、喜马拉雅等为代表的内容产品却是几家欢喜几家愁，但俨然内容、尤其是内容分发已经成为这个时代的重要论题。但是我们也许忽略了一点是，2016年也许更合适的称呼是人工智能元年，并且在即将结束的2017年，甚至可以说是人工智能应用元年。

更多的人了解人工智能，估计就是Google旗下DeepMind的alphago与李世石、柯洁的两次人机大战，但是人工智能到底还有多远，人工智能的伦理界限在哪里，离大规模的应用还有多远，当前人工智能发展到什么阶段，我们也不好说，因为谁都没办法界定人工智能最终应该是怎样的。但是我们对比中美互联网发展的情况，尤其是AI领域，可以看出一些端倪。

• 人工智能基础理论领域尤其是深度学习领域，中美差距依然很大
  

毫无疑问，在人工智能基础理论研究领域，无论是行业大师、学术成果来说，毫无疑问，美国在这一点上具有绝对优势。以Stanford、MIT、CMU等为代表的计算机名校在人工智能学术领域还是拥有绝对的优势。

同时在企业界，当今人工智能学术界最伟大的三位大师，也是深度学习领域江湖地位最高的三位大神，纷纷进入美国科技企业。Geoffrey Hinton祖师爷进入Google，Yann LeCun教授执掌Facebook人工智能实验室，Yoshua Bengio教授则在微软全球EVP沈向洋博士的再三说动下进入Microsoft，可以说，无论是学术界还是工业界，美国互联网在人工智能基础理论领域，差距还较大。同时，以Google为代表的美国科技公司，创造了tensorflow、以及deepmind等耳熟能详的人工智能领域最经典的代表作。

• 在人工智能应用领域，中美差距不相伯仲、甚至略有优势
  

为什么这么说？虽然在理论研究领域我们跟美国还存在较大的差距，但是在应用领域，中国的人工智能水平是不输美国，甚至是要超越美国的，其一在于，人工智能已经成为中国互联网最热的代名词，并且中国具有全世界最大也是最成熟的人工智能应用试验田，毫无疑问，应用是决定技术的最核心价值。

在语音识别、视觉识别、以及自动驾驶，百度的技术水平是可以比肩Google、Microsoft，甚至可以说是要超越这两家巨头的。同时类似于今日头条虽然人工智能核心技术积淀不如Google、Microsoft和百度三大巨头，但是今日头条却是把人工智能应用得最好的企业，毫无疑问，今日头条的核心是自我演化的人工智能系统，最终成为了全世界最大用户活跃度最高的信息、内容分发平台，而这一切全靠算法去实现的。

因此，在人工智能应用领域，我国互联网甚至占有一定的优势，至少是不输美国的。

中国互联网的发展从传统互联网到移动互联网，也经过了差不多近二十年的发展周期了，在传统互联网时代，更多的是模式创新，也就是copy to china，但到了移动互联网时代，开始慢慢出现了created in china，中国互联网开始逐渐拥有自己的互联网商业模式。伴随着商业模式的创新，背后其实开始涌现一些核心竞争力，而这些核心竞争力的背后便是软实力，也就是技术实力的积累，业界不再是一味的拿来注意，以BAT为首的互联网企业开始众多技术领域做出贡献。但是中国互联网的在计算机基础研究领域跟美国还是存在着较大的差距，尤其是在操作系统、中央处理器等核心领域差距很大，但是有一点值得欣慰甚至说我们具有较大优势的是，我国互联网在人工智能领域方面的成绩是值得肯定的。

未来人工智能的方向发展会怎样，不好说，但至少目前来说，我们的技术水平不仅仅停留在追赶阶段，也不仅仅停留在理论探索阶段，而是具有一定成绩的，未来，也许在人工智能领域，中国互联网也许能够更上一层楼。

EmacserVimer

人工智能产业是智能产业发展的核心，是其他智能科技产品发展的基础，国内外的高科技公司以及风险投资机构纷纷布局人工智能产业链。当前，人工智能受到的关注度持续提升，大量的社会资本和智力、数据资源的汇集驱动人工智能技术研究不断向前推进。

一、中国人工智能发展现状分析

2018年的我国的热点领域：计算机视觉

从国内人工智能企业来看，有高达42%的企业应用计算机视觉相关技术，其次是语音和自然语言处理，两者占比总和43%，与计算机视觉占比相当。

计算机视觉技术是人工智能的重要核心技术之一，可应用到安防、金融、硬件、营销、驾驶、医疗等领域，而目前我国计算机视觉技术水平已达到全球领先水平，广泛的商业化渠道和技术基础是其成为最热门领域的主要原因。

二、2020年中国人工智能发展前景

1、中国人工智能研究处于爆发期，人工智能行业基础条件已具备

中国人工智能产业起步相对较晚，但产业布局、技术研究等基础设施正处于进步期，2010年移动互联网开始发展，技术和数据积累给人工智能研究带来了较大的增长动能，根据中国专利数据库的数据，中国人工智能相关专利申请数从2010年开始出现持续增长，进入2015年，在国内外人工智能研究和应用场景不断进步的基础上，中国人工智能相关研究开始进入高速发展阶段，当年专利申请数达到28022项。这说明，中国人工智能研究水平正在处于不断提高的阶段，目前已取得一定阶段性成果，有望持续发展，预计未来几年专利申请数将持续增长。

可以看到，当前我国人工智能行业基础条件已经具备，随着深度学习算法日趋成熟以及数据资源的加速增长，人工智能技术有望不断提升，机器视觉和自然语音处理等人工智能技术将迎来发展新机遇。

2、2020年中国人工智能前景预测

科技、制造等业界巨头公司的布局将更深入，人工智能产业的规模进一步扩大。而随着众多垂直领域的创业公司的诞生和成长，人工智能将出现更多的产业级和消费级应用产品。

相关政策的加速落地，也将促使我国人工智能产业步入新的发展阶段。根据前瞻产业研究院对六大权威机构的汇总，乐观估计2020年我国AI市场规模有望突破1600亿；中性预测2020年我国AI市场规模在700-1000亿元左右。

3、人工智能产业将成为独角兽集中地

在大公司和传统大型企业之外，人工智能产业集中着非常多的优秀创业公司。优秀的人工智能创业公司有着成熟的团队配置、先进的技术能力、健康的现金流等，同时受资本方的认可度较高。人工智能作为最具前景的产业，将成为新的独角兽集中地。

飘舞的风信子

底层有待提高，应用层非常成熟！

人工智能的底层技术是以深度学习、机器学习为主要的神经网络算法，底层的算法基本上都来源于国外，国内的算法层面还只停留在优化和改进上！而算法的突破实质上还要靠数学基础的发展，现在很多企业都不肯在基础研究层面下功夫，大多都是应用层，所以也间接导致了我们基础算法的研究很吃亏，很难取得突破性进展！

但幸好也有大批企业在进行实践，以商汤科技、旷视科技、科大讯飞、达摩院、华为的2012实验室、百度的人工智能实验室等都在进行一些底层的研究，比如科大讯飞的语音识别技术，2019年3月，在机器阅读理解国际权威评测SQuAD 2.0任务中科大讯飞再次登顶冠军，并同时在EM和F1两个指标上全球首次均超越人类水平，一举创下比赛的全新纪录。这也正是科大讯飞一直以来深耕技术的成果。

在应用层面，中国是世界上数据量最大的国家，庞大的数据量为人工智能的快速发展打下基础，同时也反哺到底层算法的优化，这也正是中国近几年大量涌现科技公司的原因，人工智能创造了大量的商机风口！

中国也是人工智能技术应用最广泛的国家，比如刷脸支付、刷脸检票乘车、安防领域帮助抓捕逃犯等，应用十分广泛！

在这样的大环境下，中国人工智能在未来十年内必将蓬勃发展，但底层技术情况不容乐观，还需要继续加强建设研究！

未来变量

人工智能是计算机学科的一个分支，被认为是21世纪三大尖端技术（基因工程、纳米科学、人工智能）之一。它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。人工智能不仅仅是机器人，机器人只是其容器，机器人有时候是人形，有时候不是，但是人工智能自身只是机器人体内的电脑。人工智能是大脑的话，机器人就是身体，而且这个身体不一定是必需的。

人工智能的概念很宽，所以人工智能也分很多种，我们可以按照实力将人工智能分为以下三大类。

弱人工智能：擅长于单个方面的人工智能。比如有能战胜象棋世界冠军的人工智能，但是它只会下象棋，你要问它怎样更好地在硬盘上储存数据，它就不知道怎么回答你了。

强人工智能：人类级别的人工智能。强人工智能是指在各方面都能和人类比肩的人工智能，人类能干的脑力活它都能干。创造强人工智能比创造弱人工智能难得多。这里的“智能”是指一种宽泛的心理能力，能够进行思考、计划、解决问题、抽象思维、理解复杂理念、快速学习和从经验中学习等操作。

超人工智能：牛津哲学家，知名人工智能思想家Nick Bostrom把超级智能定义为“在几乎所有领域都比最聪明的人类大脑都聪明很多，包括科学创新、通识和社交技能”。超人工智能可以是各方面都比人类强一点，也可以是各方面都比人类强万亿倍的。

现在，人类已经掌握了弱人工智能。其实弱人工智能无处不在，人工智能革命是从弱人工智能，通过强人工智能，最终到达超人工智能的旅途。这段旅途中人类可能会生还下来，可能不会，但是无论如何，世界将变得完全不一样。不过，到目前为止，人类的大脑是我们所知宇宙中最复杂的东西。因此，从弱人工智能到强人工智能的发展之路任重而道远。

一个快乐的小胖子

2017年7月，中国国务院制定了一项雄心勃勃的AI战略计划，旨在创造国内1万亿元人民币的AI行业，并在2030年前使中国成为全球领先的AI创新中心。

市场准备上，中国以极高的热情拥抱人工智能，将人脸识别用于支付认证。 AI机器学习对数据有很大的需求。数据越多，其结果就越准确和精确。中国的数据源源不断，每天有14亿人口的大部分在线。由于培训数据的可用性，AI人脸识别技术现在是世界上最先进的技术之一。中国领先的面部识别技术公司SenseTime和Face ++都是几年前开始发展的，现在已经从投资者那里获得超过10亿美元的收益。截至2018年4月，SenseTime价值45亿美元，是全球最有价值的AI创业公司。除了脸部识别之外，中国还将AI应用于医疗保健，自动驾驶汽车，交通管理以及各种智能城市应用。与其他经济体不同，中国公民更愿意先采用技术，而不是等待相关的隐私条例。

中国在技术投资方面也领先。在CB Insights最近的一项研究中，2017年全球投资于AI创业公司的投资额为152亿美元，其中48％投向中国，仅有38％投向美国。中国的AI创业公司首次在资金方面超过美国。尽管美国的人工智能创业公司仍比中国多，但差距正在缩小。美国在2013年占创业公司的77％，但在2017年下降到50％。总体而言，2017年人工智能创业投资增长141％，与2016年相比，新创公司有1,100家。

人才方面，中国在AI研究方面也处于领先地位。奥巴马政府时期的美国AI报告表明，AI研究论文的数量以及中国研究质量早在2014年就超过了美国。2015年，中国AI研究论文的数量超过了美国50%。然而，中国依然缺乏AI研究人员。2016年，中国信息技术部估计该行业需要额外500万人工智能工人。这种短缺是世界性的现象，并不是中国特有的。中国企业现在通过提高工资以及通过“千人计划”，“万人计划”和“长江学者奖”等政府计划吸引人才在中国工作，同时要求中国小学和中学阶段增加对变成和AI的教育。这意味着中国的孩子将比其他国家的学习时间早。此外，教育部在本月启动了为期五年的人工智能人才培养计划，其中至少500名教师和5,000名学生将接受一流大学的培训。

陈定定教授

在信息化和互联网化的浪潮后，人工智能技术充分利用所采集的数据进行智能的思考和控制，为企业的发展拓展了巨大的空间，成为推进金融创新的重要力量。

机器智能按智能的层次分为机器学习、机器智能与人工智能，通过为机器增加传感器，利用算法具备语音识别、自然语言处理、语音合成、情绪识别、深度学习和数据挖掘的能力，从经验中学习，可以产生出创造者没有预期到的结果。

智能应用已为金融、电商、个人助理、医疗、教育、安防、自动驾驶等诸多领域带来新的发展动能。

作为服务客户众多、拥有非常丰富的业务数据、业务领域聚焦的金融行业，也开始启动了智能应用的尝试：利用智能应用提升触点的个性化、智能化服务的能力，具体包括：

1.实体机器人，全国超10家银行部进行实体机器人尝试性部署,主要场景为业务咨询、分流引导、营销宣传及少量的业务办理；

2.联络中心智能服务：主要场景为智能导航、智能咨询等服务，超20家银行，以及平安、太平洋等保险公司已经广泛应用了智能联络中心；

3.移动APP等线上智能服务，主要场景为线上机器人、智能身份认证、智能自助服务等，多家大型券商、部分银行和少数保险公司已经实施；

4.在智能策略方面，实施基于场景的智能推荐,目前多家银行已实现。

利用智能应用实现风险的快速识别降低运营成本提升管理效率，具体包括：智能知识库，主要场景为知识的智能检索、智能知识推荐等；智能质检，超过50家的金融企业的联络中心，通过ASR（语音识别）和文本挖掘技术，进行联络中心服务质量监控；智能风控，包括银联、万事达在内，几乎所有银行卡管理机构和全部券商，都通过人工智能进行金融风险防范与排查，交易过程中如出现风险异常，交易将在毫秒级内中止。

国家创新发展战略启用带来人工智能迎来爆发期，但仍普遍处于起步阶段，距真正的人工智能还很遥远。

薛洪言

作为新一轮产业变革的核心驱动力和引领未来发展的战略技术，国家高度重视人工智能产业的发展。2017年国务院发布《新一代人工智能发展规划》，对人工智能产业进行战略部署;在2018年3月和2019年3月的政府工作报告中，均强调指出要加快新兴产业发展，推动人工智能等研发应用，培育新一代信息技术等新兴产业集群壮大数字经济。

自2006年深度学习算法被提出，人工智能技术应用取得突破性发展。2012年以来，数据的爆发式增长为人工智能提供了充分的“养料”，深度学习算法在语音和视觉识别上实现突破，令人工智能产业落地和商业化发展成为可能。