人工智能人才發展的國際比較:中國、美國和歐盟


人工智能人才發展的國際比較:中國、美國和歐盟

來源:中國科協創新戰略研究院《創新研究報告》

第62期(總第328期)2019-12-20


編者按:2019年8月,美國信息技術與創新基金會(Information Technology and Innovation Foundation,ITIF)的數據創新中心發佈了《誰會在人工智能角逐中獲勝:中國、歐盟或美國》(Who Is Winning the AI Race: China, the EU or the United States?)。該報告通過對人才、科研、開發、應用、數據和硬件六類指標進行比較,對中國、美國、歐盟人工智能發展現狀進行測算。本報告主要對六類指標中的人才指標進行分析。


一、主要發現


目前,美國在人工智能發展方面處於領先地位,中國迅速追趕,歐盟緊隨其後。在考察的六類指標中,美國有四類指標領先(人才、科研、開發和硬件),中國有兩類指標領先(應用和數據),歐盟沒有領先指標,在人才方面緊隨美國。根據該報告的評分方法,按照滿分100分計算,美國以44.2分居於領先地位,其次是中國(32.3分)和歐盟(23.5分)。

1. 美國處於領先地位


第一,美國擁有最多的人工智能初創企業,其人工智能初創生態系統獲得的私募股權和風險投資最多。第二,美國引領了傳統半導體和為人工智能系統提供動力的計算機芯片產業的發展。第三,雖然美國發表的人工智能學術論文數量落後中國和歐盟,但論文的平均質量最高。第四,雖然美國整體的人工智能人才總量少於歐盟,但其人才更為精英化。

2. 中國在人工智能方面領先於歐盟,並且正在迅速縮小與美國之間的差距


中國比歐盟和美國擁有更多的數據訪問權限,因為當今許多人工智能系統都利用大型數據集來準確地優化其模型。在風險資本和私募股權融資中,中國的人工智能初創企業在2017年獲得的資金超過了美國初創企業。相比高質量的人工智能人才方面,中國落後於美國和歐盟。截至2017年,包括意大利在內的幾個歐盟成員國的人工智能研究人員在國際上排名前10%的人數超過了中國。儘管如此,中國在大多數指標上都取得了明顯的進步,在資金和人工智能應用方面大大超過了歐盟。

3. 歐盟雖然在許多指標上處於落後水平,但歐盟也具有很強的競爭力


歐盟擁有按人口比例來說更多的人工智能研究人員,並且通常也產生更多的研究成果。但是,歐盟的人工智能人才數量與其在商業上應用人工智能和投入資金之間存在脫節。例如,2017年,美國和中國的人工智能初創企業獲得了比歐盟2016—2018年連續三年更多的風險投資和私募股權融資。歐盟的落後影響其享受人工智能的經濟和社會利益,進而影響全球人工智能治理的目標的實現。

4. 從人工智能勞動力規模看,中國落後於美國和歐盟

該報告通過分析其勞動力規模來計算每個指標的得分,美國領先(58.2分),歐盟排名第二(24.3分),中國排名第三(17.5分)。報告顯示,中國、歐盟和美國各自具有不同的優勢領域,可以對其改善從而在人工智能經濟中更具競爭力。例如,中國應擴大在大學教授與人工智能相關學科的能力,鼓勵研究質量勝於數量,培養更強的開放數據文化。歐盟應重點制定激勵人才留在歐盟的政策,幫助將研究成果轉化為商業應用,鼓勵發展能夠更好地在全球市場競爭的大企業,改革法規以更好地利用數據做好人工智能研究。美國應著重擴大其在人才基礎上的政策,鼓勵國外人工智能人才移民,增加研發激勵。(表1)

人工智能人才發展的國際比較:中國、美國和歐盟

5. 未能開發成功的人工智能產品或服務的國家將面臨失去全球市場份額的風險


人工智能科學的發展,尤其是在大學中,研發成果可以在世界範圍內傳播。許多AI的研發,特別是那些專注於健康、環境和教育的研究可以使所有國家受益。2019年,中國和美國的研究人員開發了一個AI系統,可以準確診斷常見的兒童疾病。該系統診斷出哮喘的準確率超過90%,診斷出腸胃疾病的準確率達到87%。此外,由於許多AI研究成果都是開放的,因此世界各地的研究人員都可以從其他人的成果中迅速學習。

二、人才是人工智能研究的關鍵


中國、歐盟和美國政府已宣佈或採取了許多人才舉措,以改善和擴展其AI人才。2018年,中國教育部宣佈了一項促進AI教育的計劃。作為回應,幾所中國一流大學開設了AI系和專業。英國政府宣佈,將為多達1000名學生支付高達1.15億英鎊(1.29億美元)的學費,支持學生攻讀AI博士研究生。特朗普總統發佈了一項行政命令,重點是提升獎學金、擴大培訓計劃以及為從事AI研究的大學教授提供資金支持。


從AI研究人員的數量來看,頂尖AI研究人員的數量以及AI研究人員的學位程度,以評估中國、歐盟和美國的人才和培養人才的狀況。數據顯示,美國在人工智能人才方面居領先地位(6.7分),其次是歐盟(6.2分)和中國(2.1分)。在控制勞動力規模方面,美國(8.4分)也領先歐盟(5.8分)和中國(0.9分)。

1. AI研究人員數量


2007—2017年,發表期刊文章或獲得與AI相關的專利的人,歐盟有43064位,領先於美國(28536)和中國(18232)。實際上,來自德國(9441)、英國(7998)、法國(6395)、西班牙(4942)和意大利(4740)的人工智能研究人員總數已超過美國。在研究人員配比方面,美國(每100萬工人中有173位AI研究人員)領先歐盟(173個)和中國(23個)。(表2)

人工智能人才發展的國際比較:中國、美國和歐盟


2. 頂尖AI研究人員數量(H指數)


相比於研究人員的數量,質量或許更重要。H指數是評價科研人員質量的指標之一,它衡量的是研究人員的生產率和影響力。報告根據H指數排名統計了國際前10%的AI研究人員的數量。截至2017年,歐盟約有5787名高H指數研究人員,領先於美國(5158)和中國(977)。英國(1177)、德國(1119)、法國(1056)、意大利(987)和西班牙(772)總計有5111名高H指數人員。在勞動力規模方面,美國(每百萬工人中就有31名研究人員)領先於歐盟(23個)和中國(1個)。(表3)

人工智能人才發展的國際比較:中國、美國和歐盟

3. 頂級AI研究人員數量


衡量研究人員質量的第二個標準是在頂尖AI學術會議上發表文章的作者數量,AI初創公司Element AI追蹤了2018年的21場AI會議。美國(10295名研究人員)領先於歐盟(4840名)和中國(2525名)。按照人均指標來統計,美國(每百萬工人中有62名研究人員)領先於歐盟(19個)和中國(3個)。(表4)

人工智能人才發展的國際比較:中國、美國和歐盟

人工智能人才發展的國際比較:中國、美國和歐盟


三、人才是世界各國爭奪的焦點


1. 歐盟沒有利用AI人才,其地位不安全


歐盟在AI人才方面緊隨美國之後,但在商業利用AI方面可能會繼續落後,在商業上的AI人才比美國少,美國正在吸引大量的外國人才(包括歐洲人才),中國製定一攬子留才計劃,以增加AI人才數量。

2. 歐盟在全球領先企業中工作的AI人才較少


據數據顯示,儘管歐盟擁有大量的AI人才,但其頂級企業的人才卻落後美國公司,歐盟缺乏風險資本和私募股權融資,可能會損害其發展全球領先AI公司的能力。例如,根據AI論文和專利記錄,2017年AI人才最多的20家公司中,有一半位於美國。這10家美國公司合計擁有1623名AI工作者。與之相比,歐盟只有6家這樣的公司,共有522名AI員工。進入前20名的唯一中國公司是華為,擁有73名員工。同樣,根據H指數,在AI研究人員最多的20家公司中,2017年歐盟有85人,美國有232人。

3. 美國正在吸引更多的AI人才


中國和歐盟擔心的另一個問題是,與歐盟和中國相比美國仍吸引著更多來自其他國家的AI人才。有數據統計,1998—2017年,有1283名外國AI科研人員從國外來到美國工作。中國和歐盟分別吸引了58名和834名此類研究人員。此外,由愛思唯爾(Elsevier)收集的數據顯示,1998—2017,美國吸引的外國學術研究人員數量(318名AI研究員)多於離開美國的研究人員數量(166名)。

4. 中國正在大力培養人工智能領域人才


第一,在投資人工智能教育方面。2017年,國務院發佈了一項計劃,鼓勵高校設置AI學科。2018年,教育部啟動了多項促進AI教育的舉措,這些舉措包括建立50個AI研究中心、世界一流的在線課程以及5年培養500多名教授和5000多名學生。自2016年以來,清華大學、中國科學技術大學和上海交通大學已經增加了AI和機器學習課程的註冊學生人數。例如,2016—2018年,中國科學技術大學的AI和機器學習課程的註冊人數從1745名增加至3286名。第二,由於AI研究人員在公開的預出版物網站上詳細介紹其AI模型的體系結構以及如何實現和培訓它,中國研究人員可以快速學習吸收其他國家開發的高級算法。

與西方國家翻譯中文論文相比,中國研究人員翻譯英語AI出版物的頻率明顯更高、更快,從而造成信息不對稱。第三,企業家李開復認為,中國缺乏高端人才並不是阻礙其引領人工智能發展的主要障礙。當前時代AI應用商業化表現得很好,他認為,深度學習等領域的重大突破會每隔幾十年發生一次,而AI已經進入了一個新興的時代,它符合中國的國情,擁有大量的高技能,雖然不一定是最好的AI研究人員和實踐者。數據將成為決定AI系統功能的決定性因素。

https://www.datainnovation.org/2019/08/who-is-winning-the-ai-race-china-the-eu-or-the-united-states.


編譯:馮震宇

編輯部成員:張麗琴 王國強 劉薇 王達 曹學偉 苗晶良

感謝您的支持與關注,歡迎賜稿交流

投稿郵箱:[email protected]


分享到:


相關文章: