中国人工智能发展如何？

学好数理化

来看看广州人工智能产业的发展情况。

6月26日，由广州市社会科学院主持编撰、社会科学文献出版社出版的《广州蓝皮书：广州创新型城市发展报告（2018）》（以下简称《蓝皮书》）正式对外发布。《蓝皮书》指出，广州知识创新不仅走在全国前列，部分成果还达到了国际先进水平。其中，广州人工智能产业综合实力全国第四，部分细分领域表现突出，如工业机器人、语言识别、图像识别、服务机器人、无人机、智能家居等领域在市场上具备较强实力，在全国甚至全球居于领先水平。

2017年，广州创新型城市建设主要呈现出科技创新态势良好、专利成果高速增长、高端产业快速发展等五大特征。企业创新“百花齐放”，据统计，2017年，广州新增科技创新企业4万家，总数达到16.9万家；新增高新技术企业超过4000家，增量居全国第二位，总数达到8700家，是2015年的4.5倍。

《蓝皮书》透露，据《乌镇指数：全球人工智能发展报告（2016）》显示，广州人工智能产业综合影响力得分位居我国大城市前列，居北京、深圳、厦门之后，排名第四，超过上海。随着科大讯飞、亚信数据、华为云、阿里工业互联网、思科等行业领先企业纷纷进驻广州，加上广州数控、云从科技、亿航等广州本土业内领先企业，广州在互联网、大数据、计算机视觉、计算机语音、智能制造等人工智能重要产业领域已经聚集了一批业内优秀龙头企业，初步形成了带动人工智能产业链加快构建的发展态势。

据了解，广州人工智能产业尚处于起步阶段，但发展很快，部分细分领域表现突出，工业机器人、语言识别、图像识别、服务机器人、无人机、智能家居等领域在市场上具备较强实力，在全国甚至全球居于领先水平。如在机器人整机领域，以广州数控、广州启帆、鑫泰科技为代表，生产的搬运、喷涂、码垛、钻孔机器人等产品以较高的性价比占有一定的国内市场份额。广州安望信息科技有限公司开发出全球第一个手机应用的智能机器人——小i机器人。目前为止，小i机器人已成功为广州公安户政、12345热线、越秀区政务服务中心、荔湾区政务服务中心等政务服务工作提供了专业应用服务，并且规模化应用于全省国税行业。 无人机方面有亿航智能等，极飞科技公司研发的植保无人机，喷洒农药每小时作业量可达80亩，作业效率是人工的60-80倍。

《蓝皮书》指出，人工智正加速渗透到生产生活的各个方面，广州应发挥自身优势，迅速补齐短板，统筹资本、人才、技术、政策等要素资源加快构建人工智能产业生态，打造全球领先的人工智能创新枢纽。建议聚焦领军企业和重大项目，抢先卡位占领制高点。如在大数据、云计算、芯片和传感器研究方向补齐广州人工智能产业基础的短板，做大做强这两项技术层的关键领域。充分利用广州所在的珠三角庞大的市场优势，重点布局工业机器人、服务机器人、智能交通、智能家电、可穿戴设备、商业智能、虚拟助等。

建议设立产业引导母基金，为人工智能发展注入资本动力。在市级层面设立人工智能产业发展母基金，各区根据本区人工智能产业发展重点方向和自愿原则设立子基金，以1：4的杠杆率撬动社会资本，实现对人工智能全产业链的投资覆盖。具体来说，母基金占比10%（市财政和金融机构各一半），区政府占比20%、金融机构占比70%。产业基金采取市场化运作原则，遴选拥有优秀业绩的基金管理公司来运营，确保尽快实现对人工智能中小企业发展的支持。

信时记者 成小珍 通讯员 刘晓丽

大洋网

我们这篇文章里有过分析《人工智能的8个热点，有可能潜伏着猎手们想要的机会》

2017年7月，国家发布《新一代人工智能发展规划》，明确要建立人工智能一级学科，并鼓励大学设立人工智能学院。

更早些的2017政府工作报告里，人工智能首次写入，提出全面实施战略性新兴产业发展规划，加快新材料、人工智能、集成电路、生物制药、第五代移动通信等技术研发和转化，做大做强产业集群。

企业更是投身人工智能的主力军，谷歌、微软、百度、IBM等科技巨头全面转型人工智能发展战略。

颇具影响力的李开复也没有闲着，北京前沿国际人工智能研究院成立，由创新工场董事场李开复任院长。

再看投融资数据，截止到 2017 年 12 月 31 日，IT 桔子共跟踪到 1131 家人工智能相关公司，共收录 1296 起投资事件，历史投融资总额 1336 亿元人民币。

甚至有机构大胆预测，中国2030年GDP约38万亿美元，其中7万亿美元是AI带来的。

百花齐放之下，人工智能热点一时间扑面而来，NM活力空间带大家看看有哪些热点值得重视，很多时候，热点往往不是空穴来风，它总代表着最主流的机会。

热点一：自动驾驶

百度 Apollo、谷歌 Waymo、特斯拉、深圳无人驾驶公交车等，都是2017年讨论热点。

百度Apollo计划开放自动驾驶平台，提供一套完整的自动驾驶软硬件和服务的解决方案，有可能对全球自动驾驶产业发展产生影响。

不过，无人驾驶上头条之后，人类也开始关注安全性与监管政策是否到位，一些地方正在建无人驾驶示范区。

热点二：人工智能芯片

难度比较大的一个方向，国内很多项目还在起步阶段。

比较有影响力的包括寒武纪、深鉴科技、地平线等，融资也相当可观，基本上在数千万美元。深鉴科技拿到了蚂蚁金服的大笔投资。

寒武纪科技公司除了拿到1亿美元的A轮融，还发布人工智能芯片和系列产品，芯片在华为Mate10手机得到应用，AI芯片开始大规模进入消费级市场。

除上述三大头牌外，还有耐能 Kneron、启英泰伦、WestWellLab 西井科技、深思创芯等。

热点三：人工智能+医疗

AI+医疗可能是一场持久战，虽然现在被风吹得很高，但普遍商业化应用并不容易。最火热的AI+医学影像领域也遇到了一些瓶颈。

其实在2015年的时候，IBM以10亿美元收购医疗影像公司Merge Healthcare，并到Watson Health care，后者利用Merge公司拥有的海量图像数据进行深度学习，成为AI+医学影像的标志性事件。

到2017年的时候，大量影像类AI公司拿到融资，而在公司数量方面，应该也有100多家，还有有数据显示，全球总共有1800多家人工智能企业。

其中，包括BAT在内，国内共有8家新三板及上市公司杀入。分步在辅助诊断、医学影像诊断、药物研发、智能医疗机器人、健康管理、可穿戴设备、风险预测等。

热点四：人工智能硬件

2016年的时候，图形处理器 (GPU)生产巨头英伟达向人工智能服务器供应商转型时，股价一度创造历史新高。

其实，英特尔、Nervana、Movidius、Bitmain、Cambricon、Cerebras、DeePhi、谷歌、Graphcore、Groq、华为、ARM以及Wave Computing等大牌，都在该领域里发力。

经过数年的孵化，人工智能硬件大量出现，比如智能音箱、智能手表、车载设备、无线耳机、AR眼镜、烹饪机器人、清洁机器人、同传翻译机

热点五：AI+

人民日报海外版一篇报道里提到，从2012年至今，中国在人工智能领域有1354家企业，2017年投资总额超过622亿元，相比2012年的6亿元翻了上百倍。而且认为，2018是人工智能从学术进入产业、普及应用的关键年。

AI+成为行业共识，新技术成为各行业的标配，广泛引入金融、安防、医疗等数据基础较好的行业领域，支持平安城市、智慧交通的建设。

另一方面，相对成熟的技术在消费级市场得到应用，刷脸支付、AI翻译、无人店、智能语音音箱等AI应用显著增多。

过去讲互联网+，未来一定是AI+，用人工智能提振产业与企业，因为不是每个企业都可以互联网+，但AI+可以在更多行业落地。

热点六：智能语音识别

智能音箱借助语音识别及自然语言处理技术的成熟，开启了一波风口。

比如搜狐在纽交所上市的时候，号称人工智能第一股，招股书里提及人工智能多次。这家公司确实在语音识别、对话、翻译、问答等方向努力。

老牌的智能语音识别公司：科大讯飞，继续在这个领域里发力，向教育、医疗、智能硬件、机器人等战略纵深挺进，比如教育应用领域，已有教学、考试、学习等成熟的方案落地。

在该领域里，还浮现了出门问问、云知声、猎户星空、作业盒子、助理来也、乂学教育、中译语通、追一科技等角色。

热点七：计算机视觉与图像

大概有100多家公司杀入该战场，将深度学习技术应用到视觉与图像领域，具体涉及的细分领域包括：

三维图像视觉、图片识别分析、人脸识别、文字识别、视频监控分析、图像及视频编辑、工业视觉检测、医疗影像检测、驾驶辅助与智能驾驶等。

其中，相比2016年，人脸识别概念的热度虽然有所降低，但依然是核心业务，《麻省理工科技评论》发布「2017 全球十大突破性技术」榜单，来自中国的技术「刷脸支付」位列其中。

拿到的投资也极其可观，比如商汤科技融资大概在2亿美元左右，旷视科技也有1个多亿美元，深醒科技的融资大概在3亿元，依图科技数千万美元。

热点八：人工智能秩序

《Nature》开始关注人工智能社会伦理问题，808名科研人员签署23条“阿西洛马人工智能原则”，推动人工智能健康发展。

在这拨人工智能的浪潮中，中国表现出了很相当明显的优势，比如学术水平领先，优质论文里，华人比例高达42.8%。还有就是积累极其巨大的数据量，国家政策旗帜鲜明地支持。

NM知本产融服务区，爱和华旗下，商业财富深度分析，产融发展谋略，赋能所有在奋斗路上的企业家与创业者！

NM知本产融服务区

我是不请自到的北京知行翻译，

关于中国的人工智能未来的发展如何，我觉得是一个可期的未来，但是在人工智能发展日渐成熟的今天，我们应该如何自处呢，小编从翻译这个领域以小见大来分析一下！

2018年3月，日本后现代主义作家村上春树的最新长篇小说《刺杀骑士团长》的简体中译本正式上架，预售时每3秒就卖出一套，发售仅仅两天，首印的35万套全部售罄，这一成绩的背后除了原作者村上春树，还有译者林少华。关于翻译，小强最喜欢村上春树说的这句话非常形象：“翻译这东西，原本就是将一种语言置换为另一种语言，哪怕再认真，再巧妙，也不可能原封不动，翻译当中必须选择舍弃什么，保留什么，这种取舍才是翻译工作的根本概念”。

关于翻译，村上春树有个说法很形象：“翻译这东西，原本就是将一种语言‘姑且’置换为另一种语言。哪怕再认真再巧妙，也不可能原封不动。翻译当中必须舍弃什么方能留取保住什么。所谓‘取舍选择’是翻译工作的根本概念。”

但随着人工智能的发展，当AlphaGo在围棋界所向披靡，Skype开始支持实时翻译功能时，忧虑也在翻译界弥漫。人们在问，人工智能最终会代替人工翻译吗？如此一来，是否意味着大多数译者将面临失业？

事实上，迄今为止，机器翻译已经出现了70年，但大多还停留在比较机械化的字面意思对应翻译。为了打破这一格局，谷歌、微软等都在积极开发智能化的翻译，争取让机器能够真正“读”懂人类的意思，而非一字一字地对应输出答案。

从长远来看，人工智能对翻译行业带来的冲击将会是致命。虽然现在的翻译软件，仍然无法代替正式的翻译。现在一些基本意思歧义，翻译软件对于多重含义词语无法处理，书面翻译尚且搞不定，但随着技术的发展，翻译软件的缺陷应该会被不断克服。

或许随着技术的不断成熟，未来会有部分专业性和创造性不强的翻译工作被人工智能所取代，这是无法避免的，但语言代表着一种文化，要真正了解一个词的意思，只是简单地查字典还远远不够，更需要了解背后的故事，才能明白其真正的涵义。所以，目前的人工智能还没有发展到完全取代人类的程度，应该还有很长一段路要走。

即使未来人工智能发展到了非常成熟的地步，但是在文学领域这一块是永远不可能被机器所取代的，因为文学作品的翻译，机器很难胜任。翻译是门技术，更是一门艺术。机器没有创造性，不懂得文化、审美、艺术，而这些却是译者在翻译一部文学作品时必不可少的素质。“机器翻译即便能趋近准确层面上的‘信’，却未必能做到‘达’和‘雅’。”

随着人工智能的不断完善，小强相信它完全可以胜任简单规范的文本翻译，只要我们高规格的要求，不断的精益求精，那么人工智能永远无法取代我们，因为人才永远是稀缺的！

知行翻译

2016年，AlphaGo挑动了人们的神经，一时间，街头巷尾人人议论起了人工智能。有兴奋者、有担忧者，更多的是媒体不停的炒作。2017年，物联网、大数据、云计算，在经历了炒作的泡沫期后进入常态。人工智能也不例外，2017年物联网、大数据、云计算纳入人工智能麾下，在各个领域全面开花，2018年将迎来人工智能大产业的大发展时代。

当我们以嵌入式系统视角观察2017年时，不得不回顾在物联网时代的那个“华丽转身”。正是嵌入式系统普遍添加了网络接入功能后，将互联网变革到了物联网。其代价是，其本身逐渐失去了独立的产业地位，全面为物联网应用服务成为嵌入式系统中心任务。因此，物联网时代，嵌入式系统业者的视角必须扩大到整个“物联网+”领域。我们将用这样的大视角来观察2017年、展望2018年。我们的期刊也于2017年在封面上标注了我们所关注的内容，将它扩大到物联网、人工智能、智能制造与智能系统的诸多方面。

下面将从10个方面盘点2017年，并粗线条地展望2018年。

1

物联网产业正在扎实前行

2017年是物联网领域相对“沉寂”的一年。人们没有了议论纷纷，开始形成上下统一的物联网+的社会意识、产业意识与生活习惯。物联网时代，“互联网、万物、人类”形成了一个全球化的生态共同体。在这个全球化的生态共同体中，人类个体的生活信息与万物的物理信息完全融合在互联网中。人们在享受网络化生活（办公、购物、出行、订餐、交往）时，不再计较被暗暗收集的个人信息。而个人信息（生活踪迹、兴趣爱好、饮食习惯、购物特点等）也成为大数据的重要组成部分，成为产业界除有形资产、货币资产之外的最重要资产。大数据的形成、嵌入式系统技术的成熟、全球化云计算服务体系的完善，使2017年物联网产业进入到一个扎实前行的时代，人们不再议论物联网的是是非非。

2018年物联网产业会继续扎实前行。各种大型的智慧系统，如智慧医疗、智慧家居、智慧交通、智慧社会等大的物联网产业体系将会逐渐浮现。与稳步发展的物联联网相比，2018年区块链将会是快速布局的一年。有人称区块链是互联网的第二次革命，第一次革命是万物互联的物联网；第二次革命就是区块链，即去中心化的数字资产网，它将人们的资产数字化，并形成封闭的、安全的交易体系。

2

嵌入式系统进入到大产业服务时代

嵌入式系统经历了30多年的微控制器诞生、单片机的传统电子系统智能化改造、嵌入式系统智能化创新后，便向互联网进军，进入到为“物联网+”的产业服务时代。2017年嵌入式系统已成功地渗透到“物联网+”产业的各个领域，正在成为各种智慧体系的基础产业。在为“物联网+”产业服务的同时，嵌入式系统也出现了明显的技术转型。成熟软硬件的平台（各种形式的树莓派、集成开发环境、小系统的模块化等）、AI领域基于芯片化解决方式，以及平台开发模式，都会使嵌入式系统研发服务中的软件比重越来越大，嵌入式系统工程师必须承担越来越多的软件研发工作。嵌入式系统的“嵌入”色彩也将逐渐淡化。2017年，是转型为物联产业服务的一年，2018年，嵌入式系统将扩大视野，投身于人工智能领域的全面服务。有人建议将MCU的应用系统改称为智能系统。

3

人工智能产业的爆发期

2017年几乎所有产业都争相进入人工智能领域，线上、线下形成了无序竞争的爆发局面。在弱人工智能领域，以智能手机为中心的应用产业，全面渗透到人类生活的各个方面；强人工智能领域的深度学习、脑-机融合、大脑计划，使现代科技进入伦理时代。在人类生活的全面渗透中，花样不断翻、新应用层出不穷，导致无序竞争全面爆发，泡沫不断。在不断拉动需求中，给百姓的适应期也越来越短。2017年是人工智能产业的试水期，在诸多领域取得耀眼的成果的同时，也出现了许多泡沫，出现了不少非理性的无序竞争（如共享单车），导致社会财富的巨大浪费、冲击百姓正常生活。2018年将会是人工智能产业开始趋于理性的一年，人们在关注机器智力与人类智力的较量，逐渐适应了“机器智能全面超越人类（个体）智能”的残酷现实。政府会也加大预见性，防止人工智能产业的负面效应。在强人工智能领域，2018年，大脑计划难有实质性的突破，而在深度学习领域将会向纵深发展，大量研究成果将转移到日常的软件应用中。

由于人工智能的众多应用领域都会引发相应的社会问题，2018年人们对于人工智能的争议将转向伦理道德领域。

4

电动汽车在困境中穾围前行

里程焦虑、充电焦虑、电池寿命焦虑，成为电动汽车应用中的三大困境，2017年电动汽车在一些特殊领域穾围前行，效果显著；私家车则在政策助力下艰难中前行。2018年会是特殊领域的电动汽车大发展的一年，私家车则难有作为。

动力电池与电动汽车呈因果关系，动力电池技术发展到一定阶段，便会自然地形成相应的产业效应。从电动自行车、电动摩托到电动小车的自然演变，证实了从技术到产业的发展规律。同样，在电动汽车领域，电动大巴、港口自动运输汽车、集团短途物流汽车、公交汽车等，以特殊的应用环境（区间行驶、更换电池组、集团充电桩等）从三大困境中突围，获得成功，便是证明。私家汽车挥之不去的里程焦虑、充电焦虑、电池寿命焦虑，与日益优化的内燃动力的较量，还须长期观察、全面评估。2017年有关部门传言（或正式规划）某某年将全面禁售内燃动力汽车，不仅一厢情愿，也违犯了科技-产业发展的客观规律。

5

无人驾驶汽车在实验中前行

与无人驾驶汽车概念同时出现的是汽车自动化技术。无人驾驶汽车吸引了人们的眼球，也是各大财富集团争相追逐的高地。2017年无人驾驶汽车在实验中前行的同时，各种类型的汽车自动化技术，正在悄悄入市。如，发动机自动启停、自动泊车、灯光自动转向、出入库点到点的无人驾驶，车况自动告示等，正在助力人类驾驶，给人们带来真正的实惠。受制于公共交通严格的安全管制，私家车的真正无人驾驶尚待时日。中国已出台了无人驾驶汽车上路的制度规范，即必须有驾驶员伴驾，它表明2018年仍然是私家车无人驾驶的实验年。与私家车的严酷的行驶环境不同，在港口、仓库、地库、公交、城铁等可控区域，无人驾驶汽车已呈现出巨大优势。2017年青岛港、洋山港无人驾驶的全自动码头吸引了人们的眼球。2018年这些领域的无人驾驶产业会有爆发式增长。

6

共享单车在乱象中寻找出路

2016年刚治理了好网上约车的乱象，2017年又爆发共享单车的乱象，人们普通赞赏先进科技带来的兴奋，有人把它称作中国的新四大发明之一。从网上约车到共享单车的乱象中，见识了先进科技与百姓生活的碰撞。人们看到了科技领域中一个“无需实验，先投放后治理”的典型范例，与历史上“先生产后生活”、“先发展后治污”的观念一脉相承。由此带来的社会财富的极大浪费与社会生活的冲击。人们有理由要求在涉及民众广泛利益的科技产业投入使用前，先申请进行试点，总结经验，制定法规，然后放行。鉴于连续两年乱象对百姓生活的冲击，2018年希望政府转变思想，加大对关于百姓生活的人工智能产业实现预先申请、预先评估、全面审核、有序规范。

7

智能制造进入普遍发展阶段

借助低端制造业实现经济起飞后，都会出现成本危机，产业转型不可避免。产业转型成功与否关系到社会经济的再次起飞。产业转型的重心，是向基础制造业进军。高端科技、高端人才、巨额资金、政府意识，是产业转型成功的关键所在。我国在“中国智能制造2025”规划指引下，智能制造产业稳步前行。2017年，无论是制造手段（机器人普遍使用、智能化管理方式、物联网的服务体系、无人化生产方式），还是制成产品（自动化装备、智能机械、成套智能化系统）都在全面地进入智能化时代，智能制造不再是热点话题。举世瞩目的重大工程，如产业升级的机器人技术，海洋探测中的深潜器、全自动海港码头建设、造岛神器天鲲号、蓝鲸号钻井平台，以及高铁从和谐号到复兴号的升级、军工产品爆发的诸多现状，都表明智能制造已开始将我国从制造大国推向制造强国。智能制造是泡沫化最少的一个领域，2018年将继续扎实前行。

8

机器人产业进入兴旺发展期

一个新兴经济体的产业升级，除了向基础制造业进军外，还有低端制造业的现代化改造。在低端制造业现代化改造中，利用机器人技术不断提升生产效率、降低成本、改善品质，抢占低端制造业的制高点，就能在低端制造业外迁中继续保持优势。在低端制造业现代化改造中，我国机器人产业正在奋起直追。在广东制造业中心的东莞，在经历了低端制造业空心化后，依靠机器人技术，狠抓低端制造业现代化改造，初见成效。2017年年底统计，东莞市机器人企业从30多家增长到100多家，全市规模以上工业企业年平均用工人数比2012年减少3.78万人。全员劳动生产率由2012年的每人7.77万元人民币提高到2016年的每人11.83万元。“机器换人”政策带动机器人产业爆发式发展，助力劳动密集型企业向技术密集型企业转型。2018年无论是机器人产业还是机器人应用产业都会继续兴旺发展。机器人产业发展从根本上动摇了“人口红利”说，或将“人口红利”蜕变到“工程师红利”。

除了工业机器人，2018年各种类型的服务机器人（家庭服务、医疗服务、公共服务、社区服务）化将会进入产业化发展期。

9

无人化迎来大面积产业发展期

人工智能的一个重大技术成果，是无人化技术。2017年无人化产业收获满满，大量出现的无人机，无人码头、无人商店、无人仓库、无人车间等，表明无人技术已进入大面积的产业应用期。随着无人化环境的难易不同，无人化产业进展不一。最早的产业化领域是无人机。2017年，率先实现的无人化产业，有码头、仓储、轨道交通、商店等产业。2018年特殊行业（与百姓生活无关的领域）中，无人化产业将迎来大面积的爆发。而关系百姓生活领域的无人化产业将面临考验，如无人商店。

另一类无人化技术，是区块链中的无人化资产操作管理。区块链中，剔除了大量的中间机构及代理人，将无人化体系与人类个体利益紧密相连，对无人化技术无疑是个巨大的考验。2018年将是区块链的普及年、试验年。区块链技术应用关系国计民生，政府必须强力介入。

10

人脸识别技术面临考验

人脸识别技术无疑是2107年人工智能领域的一大热点。与指纹识别、虹膜识别的个体识别、主动识别、特定场合识别不同，人脸识别可以是群体识别、被动识别、隐敝场合识别。因此，人脸识别将会触及社会伦理。

作为认证手段，指纹、虹膜以足以应对，人脸识别技术很难动撼它们在认证领域的地位。因此，未来人脸识别技术的主要应用方向是人脸搜索。人脸识别技术除技术完善外，还会面临有诸多社会问题。人脸搜索要在群体中采样，人们普遍不愿意被人窥视，何况还会记录在案。2018年人脸识别技术热点在人脸搜索领域，会由此带来诸多社会问题，政府应迅速介入，并制定法律道德规范。

回顾人类知识的非线性发展规律：在经历了漫长的历史演化后，人工智能时代进入到超高水平、超高速度的科技动荡时代。过去是世纪展望，后来是十年展望、五年展望。如今是隔年展望。人们尚未熟悉新科技时，更新科技又向人们袭来。在年度点评中，人们在感受先进的科技时，又会充满许多无奈。

暗黑创业者

在中美的科技公司都做过AI方面的工作，说一点自己的判断。

1 人工智能在短期内还是以行业应用结合算法为主。 严格来说，目前无论是CV领域，还是无人驾驶等合格人工智能领域，都还在AI的最早期，这方面需要行业专家、科学家、工程师一起来完成。在这方面，拥有优秀产业基础的中国与美国的差距没有那么大。

2 人工智能的核心是在算法递进本身，这么说，未来强化学习，无监督学习，自主学习是核心。 因为这等同于把AI放到和人同一个维度做思考。 AI实际上有在框架内计算出结果的能力，也有自己研究出新的分析路径的能力。 在这一点上，科学家是核心。大家可以想想，二战后美国是靠什么吸引了大量的科学家。除了没有遭到严重破坏的环境和基础，更多的是全社会对科学的尊重和包容。 这方面，我们才刚刚起步。

3 这么说，科研基础好、工业基础好、产业链条丰富的国家在AI的早期有优势。这一点美国还是独领风骚。 其次是中日德英法等国家。 而进化到下一个阶段，目前美国有巨大优势。 这一点我们不是没机会，而是要真的认识到差距。这个差距不是请已经严重脱离研究领域的一些所谓大佬就能解决的，更不是见一些超级算力中心，海量数据中心就能解决的。 因为数据和算力虽然是基础，但算法及场景的变化对算力和数据是有随时的变化要求。 而不是一成不变，善待科学家，吸收那些大量外流的科学家和工程师才是核心。 如果能把它国的科学家也吸引回来才有希望抗衡美国。

亚瑟的圣杯Arthur

首先，人工智能伴随着互联网的发展而应运而生，特别是近3-5年以来中国社会所产生的互联网+ 热潮，一些高科技企业，以及一些人工智能企业有了突飞猛进的发展，最具代表性的有大家熟悉的互联网BAT三巨头，京东，滴滴打车，共享单车……等互联网时代的弄潮儿，另外，以小米，京东方，海尔，格力，科大讯飞，互联网金融，移动支付，智能交通等领域的新业态的兴起，加速了传统行业的快速转型，弯道超车一时间成为街头巷尾品头论足的话题。智能制造，智能家居与线上线下用户的深度融合正慢慢改变着我们所处的生活习惯。

其次，中国人工智能的发展在未来5年更是重要的发展战略机遇期。未来的智能家居，智能交通，无人驾驶技术的广泛应用特别是以百度为代表的互联网人工智能的引领者更是在无人驾驶汽车技术领域表现优异，我们相信中国人工智能的明天将是非常光明和繁荣的。

最后，小白认为中国人工智能在近几年的高速发展所积累的成果会惠及于广大人民群众，伴随着一带一路也会惠及其沿线国家的人民并为他们国家的人民谋福祉！以上是小白的个人见解，不足之处还望批评指正，虚心接受与大家共勉，谢谢！

阿豪视界

人工智能根本的解释是通过人工，让机器变得智能。人工智能是通过人来帮助机器更好学习。大数据和人工是AI的基础。伴随着中国信息化的发展，大量的数据已经足够，而且中国的人员也巨大，可以完成数据标注等人工工作，所以中国的人工智能在大力的发展。在AI人工智能方面科大讯飞、阿里、百度、玄武纪等公司有着很好发展的前景。

中国AI必将崛起

RaymondInsist

中国的人工智能就了解发展趋势还是在初步阶段，慢慢的探索，人工智能已经有的成就就是人脸识别，无人超市，无人汽车的发展，无人加油站，这些都是人工智能的成果，中国的人工智能人才还是十分短缺的，因为门槛较高，需要非常有经验的程序猿，涉及的计算机语言很多，数据结构算法要很精通。

大鱼海棠9611

科学技术的发展，让人工智能成为信息时代的尖端科技。无论是谷歌的“阿法狗”，还是IBM的“沃森”，都显示出人工智能所不可思议的潜力。如果说，未来10年有一项技术能够颠覆人类社会，那么非人工智能莫属。

　　近期，高盛公司发布了一份《人工智能》报告，探讨人工智能的的发展和生态体系。首先，该报告定义了何为人工智能：人工智能是制造智能机器、可学习计算程序和需要人类智慧解决问题的科学和工程。它包括自然语言处理和翻译、视觉感知、模式识别，但应用数量和复杂性在快速增长。

　　实际上，目前人工智能的主要领导者都是一些国际巨头，比如微软、谷歌、IBM等。这些科技巨头对人工智能已有十几年的研究，并且部分研究成果已经进行商业应用。同时，我们看到国内的大公司，比如BAT都在大力推进人工智能研发。有关国际10大主流人工智能巨头的发展情况，可参考笔者的上一篇文章《人工智能大盘点：10大主流AI巨头都在做啥？》

　　在高盛的报告中，还有一部分专门阐述了中国的人工智能发展状况。根据IResearch的研究，中国的AI市场规模将由2015年的12亿增长到91亿。其中，在2015年有将近14亿的资金流入人工智能市场，同比增长率为76%。

　　在政府政策方面，中国发改委联合相关部门在 2016 年 5 月 18 号发布了互联网+和人工智能三年实施计划。

　　规划确定了在六个具体方面支持人工智能的发展，包括资金、系统标准化、知识产权保护、人力资源发展、国际合作和实施安排。规划确立了在 2018 年前建立基础设施、创新平台、工业系统、创新服务系统和 AI 基础工业标准化这一目标。

　　目前，中国已经采取了行动：从提到“深度学习”或者“深度神经网络”的期刊文章数据上看，中国已经超越美国。中国的 AI 研究实力同样让人印象深刻，其拥有世界领先水平的语音和图像识别技术。

　　百度在 2015 年 11 月开发的深度语音 2 可以达到 97%的准确度，并被 MIT 科技评论评为 2016 年度十大科技突破。另外，早在 2014 年中国香港大学开发的 DeepID 在 LFW 数据集上达到了 99.15%的准确度。

　　中国互联网巨头 BAT 引领中国 AI 的发展，与此同时，数百个初创公司在不同的 AI 细分和应用领域建立服务模型。当前，中国的 AI 市场主要分为以下几个领域：

　　基础服务如数据源和计算平台

　　硬件产品如工业机器人和服务机器人

　　智能服务如智能客服和商业智能

　　技术能力如图像识别和机器学习

　　根据 iResearch 的报告，语音和图像识别分别占有当前中国 AI 市场的 60%和 12.5%。71%的中国 AI 公司集中在应用开发上，其他的则聚焦在算法上，其中 55%是计算机视觉，13%在自然语言处理，9%在基础机器学习。

　　该报告认为，未来AI领域的引领者仍将会在美国和中国。下表是百度、阿里巴巴和腾讯的人工智能发展时间表。

天极网

关于这个问题，中国科普博览邀请人工智能领域的大咖、SELF讲坛演讲嘉宾、中科院计算所陈云霁研究员来回答。2002年起，陈云霁从事国产处理器的研发工作， 先后负责或参与了多款龙芯处理器的设计。如今，他正在带领其团队研制深度学习处理器。年仅34岁的陈云霁还有一个雄心：就是在智能时代，建立以中国为主导 、开放共赢的信息产业新生态。

如果宽泛一点说，人工智能是机器对“人的智能”的模仿、模拟，和借鉴，乃至超越。这个应该说它包括了一些不同的层次。可能最一开始的时候，我们会积极的去模仿和模拟人的智能。但我相信到了一定的程度上，机器有甚至可能在某一些特定的智能的领域，能做得比人还要更好。

如果说从整个人工智能的发展阶段上来看，

在我看来如果说这个机器能够达到一个像十几岁的这样一个人类的孩子的水平的话，我觉得这个人工智能相对来说是已经成熟了。但现在应该说总的来说离这个距离还有非常长的距离。

但是另外一个方面，在很多具体的应用上，人工智能都已经可以达到很好的一个效果了。所以说就是人工智能总体上来看，从通用这个人工智能角度上跟人还有很大的距离，但是它做一些具体的事情上已经可以帮助我们解决很多很有意思，也很关键的问题。

如果从中外的这种人工智能发展的这个差距上来看，我觉得现在基本上是全世界的这个人工智能的研究，应该说是几个主要的国家，比如说中国，美国，或者欧洲。是相对来说比较齐头并进的这样一个状态，当然美国肯定还是相对有一些优势的，但是这个优势可能并不是特别的明显。

比如从我们这个人工智能领域的一些顶尖的国际会议上面来看，我们会发现这里面华人，还有尤其是大陆本土的研究者，可能在里面占的这种比重，在这些高水平论文里面占的比重其实非常高的。华人大概可以占到1/3左右。大陆本土的研究者其实也相当多。这是从量上面来说，应该是跟美国比较接近的。

但这个必须要看就是人工智能到目前为止，一些最根本的，最基础性，最颠覆性的一些创新，可能主要还是美国的研究者做出来的。但是这些工作可能相对来说，比如说五六十年代的，达根矛斯会议上面的那些，很多研究者奠定了AI发展的一些根基，那时候中国可能相对来说还并没有太多的机会去做人工智能这样特别超前的研究。但是越到后来特别是2010年以后我们可以看到，很多新的工作，甚至很多最具引领性的工作已经开始逐渐由华人或者大陆科学家来完成。

關鍵字: 科技 蓝皮书 广州