囡囡語錄
2017年，我國制定了《新一代人工智能發展規劃》，
描繪了未來十幾年我國人工智能發展的宏偉藍圖，
確立了 “三步走” 目標：到 2020 年人工智能總體技術和應用與世界先進水平同步；
到 2025 年人工智能基礎理論實現重大突破、技術與應用部分達到世界領先水平；
到 2030 年人工智能理論、技術與應用總體達到世界領先水平，成為世界主要人工智能創新中心
。隨著第一個期限、2020年的臨近，中國的人工智能發展到什麼程度了呢？中國的AI研究的質量出現了令人印象深刻的飛躍，但有幾個因素可能阻礙中國的計劃，包括：硬件和算法開發、人才流失和技術標準較低；創新人工智能框架方面發展薄弱。”
美國“防務一號”網站發佈的《人工智能報告》指出我國當前AI領域的弱點：
硬件和算法開發、人才流失和技術標準較低
。同時，中國在創新人工智能框架方面尤其薄弱。
在人工智能創新的基礎“人工智能半導體”和“電腦芯片”方面，中國的發展潛力仍不可限量。
2019年我國人工智能賦能實體經濟產業規模接近570億元。
人工智能技術有望在醫療、交通和通信領域取得進步，在該領域取得根本性突破的國家可能會決定其未來的方向，並從中獲得最大的利益。“在被引用最多的前10%的論文中，中國的作者比例穩步上升。其份額在2018年達到了26.5%的峰值，與美國的29%相差不遠，而美國的份額正在下降。
一句話總結就是：我國在某些方向處於領先地位，但整體實力仍需要繼續努力。
東哥才不是三分鐘
暫時處於世界第二的位置，但是與世界第一的美國有比較大的差距。
數據來源
以下數據是由清華華—中國工程院知識智能聯合研究中心和清華大學人工智能研究院追蹤了過去 2009 年~ 2019 年十年間全球 250,669 位學者的論文發表情況，篩選 140,377 篇論文數據，涵蓋 20 個子領域參考 43 個頂級會議、期刊。
從這些數據統計出了《AI 2000人工智能全球最具影響力學者》。
從數據報告上可以看出
“AI 2000”榜單整體結果顯示，美國在人工智能整體層面上佔有絕對優勢。
尤其在學者數量方面，美國擁有的人工智能科學家達 1128 人，佔比 61.4%；而儘管中國僅次於美國位列第二，但兩者差距相當之大，只有 171 人，佔比 9.3%；位列第三的是德國110人。
以下是人工智能科學家人數 TOP10 國家
以下是按照人工智能科學家人數的機構排行
以下按照人工智能論文發佈數量變化趨勢
以下是人工智能合作論文
在合作論文數量上，中美合作的論文數遙遙領先達 1059 篇，佔 28.93%；在合作對象上，絕大多數的合作關係都是美國，體現出美國在人工智能領域的突出地位。
斜陽說
這份數據是由清華大學統計出來的《AI 2000人工智能全球最具影響力學者》，因此不存在國外抹黑的情況。
因為人工智能水平是沒有直接標準的，所以用有影響力的人工智能科學家的數量來作為標準。
按照這個標準來說，美國是當之無愧的第一，中國以171位人工智能科學家排名第二。
需要具體榜單的，可以在下方評論或者私信。
斜陽雲飄
一、研發狀況
二、人才戰爭
三、 中國人工智能的產業
四、廣大人名群眾對人工智能的認知
五、總結
液壓賊船
人工智能目前相對而言只能算起步階段，如果按百級計算，現階段應該是國內三四級，國際領先五六級的樣子，雖然只差了一兩級，可按現在的發展速度，差距可能是十年的倍數，現在5G，大數據的推廣，智能工廠的推進，人口基數輔助下，可能實現彎道超車。
人工智能的發展最終目的是代替大部分人工，促進人類本身發展，能自主思考，有自身意識才算是真正的機械智慧。
現在的發展是人為設定範圍，或者利用大數據，進行匹配，模糊計算，將無限可能均存儲起來，然後提取對應最符合的答案。
國內的人工智能發展相對會要緩慢一下，因為國內數字化，自動化的推進延緩很多年，數據採集沒有存儲，即時有數據記錄也是原始紙質版本，都是放在庫房發黴。
人工智能的自主學習是建立在大量相關數據的基礎上，人類要學習語言也是需要先有文字還有語言發音才能快速學習，寫字的話，不光需要有字，還要有紙有筆，人工智能的發展不是一步到位，相關都需要發展起來，畢竟存在短板是站立不穩的。
自控學途與車間
中國目前的人工智能水平也就是第二梯隊的頭部，還進入不了第一梯隊。
2017年，我國制定了《新一代人工智能發展規劃》，描繪了未來十幾年我國人工智能發展的宏偉藍圖，確立了 “三步走” 目標：到 2020 年人工智能總體技術和應用與世界先進水平同步； 到 2025 年人工智能基礎理論實現重大突破、技術與應用部分達到世界領先水平； 到 2030 年人工智能理論、技術與應用總體達到世界領先水平，成為世界主要人工智能創新中心。
毫無疑問，中國將人工智能視為這個時代的關鍵技術之一，並希望與美國匹敵。但有幾個因素可能阻礙中國的計劃，包括缺乏對開發支撐該領域的工具的理論的貢獻，以及中國企業不願投資於實現根本性突破所需的研究。
· 中國在計算機視覺、語音識別和自然語言處理方面也擁有世界領先的公司。但在打造人工智能的核心技術工具方面，中國仍然落後。例如，由美國學者和企業開發的開源平臺TensorFlow和Caffe，在世界各地的工業和學術界得到了廣泛的應用。中國由百度開發的PaddlePaddle是一個主要的開源平臺，主要用於AI產品的快速開發。
· 中國在人工智能硬件方面也是落後的。全球領先的人工智能半導體芯片大多由英偉達、英特爾、蘋果、谷歌和AMD等美國公司製造。我們在設計支持先進人工智能系統的計算芯片方面也缺乏專業知識。
· 中國可能需要5-10年的時間才能達到美國和英國在基礎理論和算法方面的創新水平，但這是可以實現的目標。如果在機器學習方面沒有取得真正突破的研究進展，中國在人工智能領域可能會面臨一個增長上限。
西環島
小學生階段吧，國外也差不多吧，人工智能關鍵在於訓練機器人。然而訓練機器人就需要有大量的數據。
就像真人一樣，無論多聰明的父母生出來的小孩也跟普通人一 都需要慢慢教育，長期學習積累知識才會變得聰明。
人工智能也是，並不會製造出一個像人一樣聰明的東西來，而是需要慢慢的去訓練，要大量的數據去訓練人工智能系統才會變得越來越聰明，越來越智能，越來越瞭解你。
所以說，如果企業想引入人工智能，就現在開始使用，不斷地用數據訓練它。數據是門檻。硬件將來會很普及很通用。
