站在風口上，豬也能上天，更何況人。繼大數據、共享經濟等之後，人工智能（AI）被公認為下一個風口，受到資本的熱捧。更由於其對傳統產業，尤其是製造業的顛覆性意義，成為國家間競爭的必爭之地。
中國人工智能的發展有目共睹。2017年，中國人工智能領域論文佔全球的27.68%，遙遙領先其他國家；中國在人工智能領域的專利數量略微領先於美國、日本，三國佔全球的74%；截至2017年，中國人工智能人才擁有量達18,232人，佔全球8.9%，僅次於美國的13.9%。
在產業領域，截至2018年6月，中國人工智能企業已達1,011家；從2013年至2018年一季度，中國人工智能領域投融資佔全球的60%；2017年中國人工智能市場規模達237億（1元人民幣約合0.15美元），同比增長67%，預計2018年增速將達到75%；在無人駕駛、人臉識別、智能家居、智能助理、智能工廠、人工智能芯片等人工智能十大應用領域中，中國均有多家企業涉足。由中國政府主導的世界機器人大會，已經舉行了四屆，人工智能越來越成為展覽的主題。
但伴隨著人工智能的走紅，從學界走向普羅大眾，關於中國人工智能的爭議也開始出現，唱衰與點贊齊飛。那麼，中國人工智能究竟如何呢？
2018年7月4日，百度發佈了中國第一款雲端全功能人工智能芯片“崑崙”，但被媒體批評華而不實
一起併購背後的中國人工智能
2018年7月，一則併購新聞在中國輿論場引發熱議。美國芯片巨頭賽靈思（Xilinx）宣佈收購中國人工智能芯片獨角獸公司深鑑科技，業界估計收購金額可能在3億美元左右。
併購消息一公佈，自中興事件以來普遍接受芯片“啟蒙”的中國輿論場譁然，很多媒體與個人發出了要求中國政府出手干預，決不能讓中國人工智能芯片企業落入美國之手的呼聲。但到目前為止，中國政府並未就此次併購發表意見，也沒有出手干預的跡。
為何中國政府任由中國人工智能芯片企業落入美國企業之手？中國媒體觀察者網道出了真相。美國賽靈思公司是FPGA、硬件可編程SoC及自適應計算加速平臺ACAP的發明者。深鑑科技自2016年成立以來，就一直基於賽靈思的技術平臺開發機器學習解決方案。深鑑科技推出的兩個應用於深度學習處理器的底層架構——亞里士多德架構、笛卡爾架構的DPU產品，都是基於賽靈思的FPGA器件。
也就說，深鑑科技作為人工智能芯片企業，從芯片到解決方案都嚴重依賴FPGA，而賽靈思公司在FPGA芯片領域佔據統治地位。這折射出中國人工智能的一個殘酷現實，計算機時代的“芯”病，到人工智能時代仍然受制於人。
人工智能“芯”病依舊
人工智能芯片領域目前主要分為三大方向。一是基於GPU、FPGA等通用芯片。GPU、FPGA等通用芯片已經發展幾十年，美國英偉達公司在基於GPU的人工智能芯片領域，美國賽靈思公司在基於FPGA的人工智能芯片領域，佔據絕對統治地位。由於中國傳統芯片產業缺課太多，在基於這些通用芯片的人工智能芯片領域，中國機會渺茫。
二是針對深度學習算法的專用芯片。GPU、FPGA等通用芯片，雖適合大規模並行運算，但也先天存在性能、功耗等瓶頸。在人工智能芯片領域，GPU、FPGA等能夠戰勝CPU，就在於它們相對於CPU更專業，但在面對比它們更專業的專用芯片時，它們也就從“小甜甜”變成了“牛夫人”。
在深鑑科技被收購時，也有媒體將其與中國另一家人工智能芯片獨角獸企業——寒武紀科技對比，指出兩者最大的區別就在於，深鑑科技是基於賽靈思FPGA芯片，而寒武紀科技是基於專用芯片，即自主設計芯片。中國手機品牌華為，在其旗艦手機中就使用了寒武紀設計的專用芯片——中國國內首個深度學習專用處理器NPU，其圖像識別速度可達到約2,000張/分鐘。
當然，說到專用芯片領域，中國三大數字貨幣挖礦機生產商比特大陸、嘉楠耘智與億邦通信，三者壟斷了全球九成以上的挖礦機市場，並且它們的挖礦機使用的都是自己設計的專用芯片。在全球數字貨幣市場疲軟的情況下，三大礦機廠商都將人工智能作為了轉型的方向，切入人工智能芯片市場。2017年11月，比特大陸發佈了旗下人工智能品牌Sophon，以及自研的全球首款張量加速計算芯片（TPU）——BM1680。
三是類腦計算芯片。通俗地說也就是科幻電影中經常出現的神經網絡芯片，其使用不僅僅侷限於特殊場景，基於神經網絡芯片的計算機甚至可能顛覆現今的馮諾依曼型計算機。這一類芯片技術難度極大，目前距離實際應用仍然很遙遠。
也就說，在人工智能芯片領域，目前最為成熟的通用芯片方面，中國落後依舊，基本很難看到改變的希望，而在專用芯片上中國與歐美基本處於同一起跑線上，技術壁壘尚未形成，這也是當前中國人工智能芯片企業大多分佈於這一領域的原因。至於類腦計算芯片，儘管難度極大，但其前景是革命性的，絕對不能放棄。
中國優勢何在
在傳統通用芯片的應用場景中，芯片與軟件在很大程度上是依據編碼產生的指令運行，這使得擁有優秀編程人才的國家佔據了優勢。但在人工智能時代，海量的數據和核心算法是人工智能發展最為重要的條件。
海量的數據優勢，正是中國人工智能發展的最大優勢。據中國互聯網絡信息中心（CNNIC）2018年1月31日發佈的《中國互聯網絡發展狀況統計報告》，截至2017年12月底，中國網民人數已達7.72億。這一網民規模超過了歐洲人口的總和，是美國人口的兩倍以上。
如此大的網民規模，一方面使中國誕生了一批世界級的互聯網公司，另一方面從搜索、社交、購物到共享出行、互聯網金融等互聯網應用場景，產生了海量的數據。如曾風靡一時的共享自行車，之所以各路資本競相投入，本質上仍然是“數據戰爭”。
由中國人工智能芯片初創企業寒武紀科技研發的深度學習專用處理器——寒武紀1A（圖源：新華社）
更為重要的是，中國網民中97.5%以手機上網為首選。在業內專家看來，智能手機所產生的數據比電腦更具價值。由此，中國“不僅僅是在數據量上，在數據質量上也大大超過其競爭對手”。
正是由於中國的這種數據優勢，一方面固然為中國人工智能發展提供了便利條件，但另一方面由於中國芯片等基礎硬件上的差距，使中國人工智能企業大量集中於門檻更低的應用領域。在2017年世界人工智能企業應用技術分佈中，中國僅14%分佈於基礎硬件領域，其他國家為20%。
中國人工智能的三座大山
得益於中國的數據優勢，中國在靠近商業價值的應用層面走在了世界前列，與美國並駕齊驅，但在基礎性、原創性研究領域與美國差距巨大，最為典型即是芯片。中國人工智能領域知名企業地平線公司聯合創始人黃暢在接受媒體採訪時也承認，“國內更多是技術的落地、產業化和應用，相比國外科學家和公司，突破性和奠基性的工作還不夠多”。
中國知名IT媒體《電腦報》曾提出，中國人工智能要超越美國需要翻越“三座大山”——創新、開源、人才。人工智能作為一個美國開創的學科，其學科基礎是由美國奠定的，如果中國不重視基礎研究，進行基礎性創新，不僅不能超越美國，長期在別人開創的範式中跟隨反而不利於中國的創新。
創新之後，繼之以開源，以開源吸引更多人加入其中，從而構建起一個生態系統。美國谷歌、亞馬遜、微軟等行業巨頭都開源自己的平臺，反而是中國企業相對比較封閉，不利於中國標準、中國平臺的形成與做大。
人工智能人才培養創新加速計劃
創新與開源的根本還在於人才，這又是中國的一個痛點。在人工智能領域，中國不僅在人才數量上處於劣勢，在質量上差距更大。截至2017年，中國人工智能人才雖僅次於美國位居第二，但也只有美國的65%。在傑出人工智能才能方面，美國以5,158人位居第一，整體位居第二的中國以977人僅列第六，不到美國的20%，傑出人才僅佔中國人工智能人才的5.4%。
在人工智能人才所屬大學分佈中，中國11所大學進入全球前20名，清華大學以822人排名第一，前10名中8所為中國大學。這充分體現出中國大學對於人工智能重視。但在傑出人才上，僅清華大學進入前20名，以42人位居第15名，中國人工智能人才多而不強的特點再現。此外，在企業層面，中國僅華為一家在整體人才數量和傑出人才數量上進入世界前20名，而美國分別為10家、8家，可見中美在企業層面差距極大。這也反映出中國人工智能人才集中在學校及科研院所、中國人工智能企業大多規模不大的現實。
然而，與此同時，中國人工智能人才長期處於短缺局面。2016年，李開復在創新工場成立AI工程院後，為了搶人不得不親自到大學宣講。在中國杭州與美國硅谷均設有辦公室的人工智能初創企業極木科技創始人祁衛坦言，自己無論是在杭州還是在硅谷，幾乎一半的時間用來找人。
解決人才問題，需要中國高校與科研院所努力。前面也談到，中國高校的人工智能人才雖然傑出人才不多，但數量上佔據優勢，這對於中國人工智能人才的培養是極為有利的條件。但中國大學在人工智能人才培養上問題依然很大，據騰訊研究院發佈的《2017全球人工智能人才白皮書》披露，中美高校在人工智能課程設置上差異極大。美國本科教育包括數學和計算機課程，系統完善，學科交叉精耕細作，而中國不成體系，甚至連師資力量都嚴重欠缺。既然，美國已經在人工智能教學上探索出了一條路，中國學學又何妨，儘快形成完善的中國人工智能人才培養體系。
最後，再一次強調基礎研究的重要性。中國現在很流行一個詞——彎道超車，所謂的“彎道超車”源於顛覆性技術的出現，人工智能就是一箇中國彎道超車的機會。然而，所謂的顛覆性技術，從來都產生於基礎性研究領域，建立在長期的持之以恆的基礎性研究基礎上。不重視基礎性研究而奢談“彎道超車”，不如去買彩票！
閱讀更多 海外觀察 的文章
