人工智能哪家強?中美AI角逐戰才剛剛開始

標題:人工智能哪家強?中美AI角逐戰才剛剛開始

每次工業革命的,都伴隨著全球產業的大轉移和國際格局的大調整。從第一次的蒸汽機的發展,到今天第四次工業革命,來到了智能化圈地運動,“大數據時代”的拐點。第四次工業革命是全方位的革新,不只是5G,更重要的是物聯網,人工智能的發展。

在政策、經濟、市場需求等多方推動下,我國新一代人工智能發展迅速,部分指標已居於世界領先地位。國內有如百度、阿里巴巴等科技巨頭取得領先地位,也有諸如曠視科技、商湯科技、極鏈科技Video++、依圖科技等優秀的人工智能初創企業在垂直領域名列前茅,推動著中國AI力量在世界舞臺上的亮相。那麼,中國人工智能實力與美國,以及歐洲之間相比如何呢?


人工智能哪家強?中美AI角逐戰才剛剛開始


專利:中國AI專利數趕超美國,躋身全球第一梯隊

根據《日經亞洲評論》統計的過去三年人工智能專利申請量排名前50名的企業。其中,中國公司專利申請總量大幅領先於美國,企業數量也翻了一番有餘,相比於上一個統計週期(2013年-2015年),從8家增加至19家,成績令人驚歎。2018年,中國公司一共在人工智能申請了三萬多項公開專利,五年內增長了大約10倍,大約是美國公司的2.5倍。就具體專利申請方面,中國公司在電子商務、數據搜索和語言處理領域的人工智能專利不斷增長。尤其是圖像處理技術方面,中國公開的專利達到了1.6萬件,是美國的4倍之多。

根據,胡潤研究院發佈的《2019中國人工智能企業知識產權競爭力百強榜》,中國已經逐漸成為計算機視覺、自然語言處理、機器學習專利申請的主要來源國。截至2018年,中國企業在這三個領域的專利申請總量均居世界第一。

AI論文:中國數量逐年增加,美國質量取勝

根據美國數據創新中心發佈的數據顯示,2017年,中國發表了15199篇AI論文,歐盟14776篇,美國10287篇(表1)。但是從歷史上看,歐盟發表的AI論文最多。而從論文質量來看,2016年,美國的加權引文影響(FWCI)為1.83,這意味著全球人工智能研究人員引用的美國研究人員發表的論文比全球平均水平高83%。相比之下,歐盟和中國的FWCI分別為1.20和0.94。

另外,根據《2019人工智能索引報告》的數據,2019年中國已經發表AI領域全球28%的出版物,而歐盟佔此類論文的27%。但從科學價值的觀點來看,顯然美國論文處於領先地位:它們被引用的數量比中國論文高出50%。我國每年發表的論文應用型論文較多,基礎研究類論文較少,其中重要的原創性成果更少。要想在 AI 基礎研究領域領先和起主導作用,還任重道遠。

人才:各國注重人才培養,中國缺少高端人才

人才的質量和數量決定著人工智能發展水平和潛力,對人才的爭奪和培養是各國發展人工智能的重要策略。在各國發布的人工智能戰略中,人才都是重要組成部分。各國都推出了各項政策來支持人才投入人工智能浪潮中來。我國高等教育領域也採取了一系列行動計劃,如人工智能+教師隊伍建設行動計劃、高等學校人工智能創新行動計劃、卓越工程師教育培養計劃、批准國家級虛擬仿真實驗教學中心等。

根據《2019年全球AI人才報告》,美國的AI人才質量優於中國。分析AI就業地理分佈數據,有46%的AI人才選擇在美國就業,超過11%的人才留在中國大陸,中美兩國AI從業人員總和佔比全球57%,其次是英國(7%)、加拿大(4%)、德國(4%)和日本(4%)。而根據近三年來論文引用數量判定,會發現其中有大約4000人的研究對整個領域都產生了顯著的影響,這4000人裡,1095人都在美國,其次中國(255),英國(140),澳大利亞(80)和加拿大(45)。

產業:產業不斷細分,中國技術應用領先

隨著AI技術的發展,已進入到了遍地開花的“應用期”。雖然在基礎研究領域我國與美國尚有一定差距,但在AI應用領域,中國實際已領先於美國。中國所擁有的數據約佔世界數據總量的20%,到2030年會達到約30%,以及政府對數據監管的政策要比美國寬鬆。數據是AI發展尤其是機器學習發展的重要資源,因此中國在這方面佔有非常大的優勢。對於數據密集型的技術,中國能夠率先進行大規模應用、發展和進化。因此,在人工智能技術的應用上,尤其是商業化、普及化以及數據資源上,中國是處於優勢地位的。

總結:

從多份報告的幾項指標中,我們可以清晰地看到,雖然中國在數據、論文、科研等方面有部分優勢,例如人工智能論文質量逐步提升、產業化落地加快推進、多層次AI人才培養體系逐步形成等諸多亮點。但同時,我國的智能產業仍存在基礎層發展薄弱、產學研合作不夠緊密等短板。

整體上,中美兩國仍在全球AI競賽中處於領先地位,我國與美國在AI技術的發展上各有所長。我國應在芯片技術、資金投入、科研和人才培養等方面進行突破,清晰的認識到自己的優劣,以促進AI技術的發展和應用。同時應建立健全相關制度,加強數據管理,以規避AI發展的潛在風險,搶佔科技制高點,實現人工智能產業的全面發展。


分享到:


相關文章: