03.03 中國人工智能發展如何？

學好數理化

第四次工業革命，是智能化革命。所以，中國、美國、歐盟、日本和英國等全球主要的經濟體均在向人工智能及其相關（技術）產業持續投入大量的資源。到目前，美國在人工智能領域依然保持著先驅者的姿態；歐盟早些年起也對人工智能制定出了一套頗具雄心的規劃，並已在逐步實施中。比如，2013年，歐盟便提出了一項長達10年期的人類大腦項目；日本有著“機器人超級大國”的稱號，在全球有著最多的機器人用戶、機器人設備和製造商。當然，日本亦對新的工業革命（機會）給予了極大的重視；英國在人工智能領域同樣不甘落後。其他國家，比如韓國、印度，皆謀求在人工智能領域中佔得一席之地。

人工智能產業鏈，可以簡單地劃分為基礎層、技術層和應用層。基礎層對應的是數據及計算能力，具體包括了芯片、傳感器、軟件框架、雲服務和數據；技術層則對應於算法和應用技術。其中，應用技術包括圖像識別、語音識別、文字識別、計算機視覺、自然語言處理和知識圖譜、等等；應用層就讓人好理解了，具體如智能手機、機器人、無人機、智能推薦、智能駕駛、智能製造、智能安防、智能家居和智能教育、等等。

就現階段而言，中國的人工智能產業（之中包括了人工智能及其相關技術）已處於全球第一梯隊當中，但是與第一梯隊中的第一名美國相比，還有比較明顯的差距。尤其中國在人工智能及其相關（基礎且核心）技術的研發和商業應用上，與美國的差距最突出。更進一步說，中國的人工智能產業，在基礎層上相比於美國差距應該算是最大的，比如、傳感器、芯片、軟件框架。中國在技術層和應用層上則要相對好一些。業界還有一種說法是，中國的數據量領先於美國外，中國在核心的硬件、算法研究和商業生態方面都比美國有較大的差距，甚至在算法研究上都比不過英國。並且，中國的數據同樣存在一個最大的缺陷，即基本是中國人的數據，而非全世界人的數據。

中國的人工智能產業落後於美國，只是暫時性的。實際上，在2017年中，國務院就發佈了一項有關人工智能產業的發展規劃，且該規劃是嚴格基於本土人工智能產業的現狀之上的。該計劃明確地提出：到2020年，中國的人工智能產業（技術+應用）要同步於世界先進的水平，初步建成人工智能技術標準、服務體系和產業生態，培育出若干家全球領先的人工智能骨幹型企業。人工智能核心產業的規模要達1500億元以上，人工智能相關產業要達到1萬億元的規模；然後到2025年，中國要在人工智能基礎理論上實現重大突破。讓新一代的人工智能在智能製造、智能醫療、智慧城市、智能農業、國防建設等領域得到廣泛應用。人工智能核心產業的規模在4000億元之上，帶動相關產業的規模要超過5萬億元；再到到2030年時，中國在人工智能理論、技術與應用等總體上達到世界領先的水平，成為全球主要的人工智能創新中心。人工智能核心產業的規模超出1萬億元，帶動相關產業的規模不下於10萬億元！

之前，今日頭條人工智能實驗室主任馬維英接受媒體的專訪，所談的話題主要是關於人工智能的。其中，馬維英就向媒體提了一個很具建設性的觀點，今後中國的人工智能產業要不斷地進步，更快地發展，關鍵在於中國要努力培養出更多（複合型+創新型）的人才。並且，中國在培育人才上，進步的空間非常大。其實，這容易讓人理解，美國有再多的、創新的、世界領先的技術，那都是人創造出來的。再有，馬維英還向媒體預言，未來，所有的軟件都是靠人工智能驅動，都是需要靠數據、算法來建模型。

馬維英向媒體說道：

“我覺得中國從應用上來講，對技術的接受度來講，我覺得可以讓中國在人工智能的發展中取得一個領先。因為我們可能最快地訓練出一些最強大的模型，這些模型可以是計算機視覺、自然語言理解、語音或者是圖像，還有一些新內容、新社交。接下來從中國走出一些新的公司，是非常有希望的。”

“我覺得美國、當然它整體的人才還是非常豐沛的。而且在最前沿的科技、研究各方面，我覺得還是世界最領先的，美國有它們的優勢。中國作為一個後來者，我覺得它的發展速度、跟在人工智能上的投入、跟進步的速度，我覺得是令人驚歎的。所以，我覺得，將來中、美可能就是全世界兩個最重要的人工智能國家。”

我為科技狂

在互聯網行業，常常把2016年稱作是共享經濟元年，也經常稱為內容付費元年，在這一年裡，以滴滴、ofo、摩拜等為代表的共享經濟模式成為這個時代的寵兒，而以知乎、分答、喜馬拉雅等為代表的內容產品卻是幾家歡喜幾家愁，但儼然內容、尤其是內容分發已經成為這個時代的重要論題。但是我們也許忽略了一點是，2016年也許更合適的稱呼是人工智能元年，並且在即將結束的2017年，甚至可以說是人工智能應用元年。

更多的人瞭解人工智能，估計就是Google旗下DeepMind的alphago與李世石、柯潔的兩次人機大戰，但是人工智能到底還有多遠，人工智能的倫理界限在哪裡，離大規模的應用還有多遠，當前人工智能發展到什麼階段，我們也不好說，因為誰都沒辦法界定人工智能最終應該是怎樣的。但是我們對比中美互聯網發展的情況，尤其是AI領域，可以看出一些端倪。

• 人工智能基礎理論領域尤其是深度學習領域，中美差距依然很大
  

毫無疑問，在人工智能基礎理論研究領域，無論是行業大師、學術成果來說，毫無疑問，美國在這一點上具有絕對優勢。以Stanford、MIT、CMU等為代表的計算機名校在人工智能學術領域還是擁有絕對的優勢。

同時在企業界，當今人工智能學術界最偉大的三位大師，也是深度學習領域江湖地位最高的三位大神，紛紛進入美國科技企業。Geoffrey Hinton祖師爺進入Google，Yann LeCun教授執掌Facebook人工智能實驗室，Yoshua Bengio教授則在微軟全球EVP沈向洋博士的再三說動下進入Microsoft，可以說，無論是學術界還是工業界，美國互聯網在人工智能基礎理論領域，差距還較大。同時，以Google為代表的美國科技公司，創造了tensorflow、以及deepmind等耳熟能詳的人工智能領域最經典的代表作。

• 在人工智能應用領域，中美差距不相伯仲、甚至略有優勢
  

為什麼這麼說？雖然在理論研究領域我們跟美國還存在較大的差距，但是在應用領域，中國的人工智能水平是不輸美國，甚至是要超越美國的，其一在於，人工智能已經成為中國互聯網最熱的代名詞，並且中國具有全世界最大也是最成熟的人工智能應用試驗田，毫無疑問，應用是決定技術的最核心價值。

在語音識別、視覺識別、以及自動駕駛，百度的技術水平是可以比肩Google、Microsoft，甚至可以說是要超越這兩家巨頭的。同時類似於今日頭條雖然人工智能核心技術積澱不如Google、Microsoft和百度三大巨頭，但是今日頭條卻是把人工智能應用得最好的企業，毫無疑問，今日頭條的核心是自我演化的人工智能系統，最終成為了全世界最大用戶活躍度最高的信息、內容分發平臺，而這一切全靠算法去實現的。

因此，在人工智能應用領域，我國互聯網甚至佔有一定的優勢，至少是不輸美國的。

中國互聯網的發展從傳統互聯網到移動互聯網，也經過了差不多近二十年的發展週期了，在傳統互聯網時代，更多的是模式創新，也就是copy to china，但到了移動互聯網時代，開始慢慢出現了created in china，中國互聯網開始逐漸擁有自己的互聯網商業模式。伴隨著商業模式的創新，背後其實開始湧現一些核心競爭力，而這些核心競爭力的背後便是軟實力，也就是技術實力的積累，業界不再是一味的拿來注意，以BAT為首的互聯網企業開始眾多技術領域做出貢獻。但是中國互聯網的在計算機基礎研究領域跟美國還是存在著較大的差距，尤其是在操作系統、中央處理器等核心領域差距很大，但是有一點值得欣慰甚至說我們具有較大優勢的是，我國互聯網在人工智能領域方面的成績是值得肯定的。

未來人工智能的方向發展會怎樣，不好說，但至少目前來說，我們的技術水平不僅僅停留在追趕階段，也不僅僅停留在理論探索階段，而是具有一定成績的，未來，也許在人工智能領域，中國互聯網也許能夠更上一層樓。

EmacserVimer

人工智能產業是智能產業發展的核心，是其他智能科技產品發展的基礎，國內外的高科技公司以及風險投資機構紛紛佈局人工智能產業鏈。當前，人工智能受到的關注度持續提升，大量的社會資本和智力、數據資源的彙集驅動人工智能技術研究不斷向前推進。

一、中國人工智能發展現狀分析

2018年的我國的熱點領域：計算機視覺

從國內人工智能企業來看，有高達42%的企業應用計算機視覺相關技術，其次是語音和自然語言處理，兩者佔比總和43%，與計算機視覺佔比相當。

計算機視覺技術是人工智能的重要核心技術之一，可應用到安防、金融、硬件、營銷、駕駛、醫療等領域，而目前我國計算機視覺技術水平已達到全球領先水平，廣泛的商業化渠道和技術基礎是其成為最熱門領域的主要原因。

二、2020年中國人工智能發展前景

1、中國人工智能研究處於爆發期，人工智能行業基礎條件已具備

中國人工智能產業起步相對較晚，但產業佈局、技術研究等基礎設施正處於進步期，2010年移動互聯網開始發展，技術和數據積累給人工智能研究帶來了較大的增長動能，根據中國專利數據庫的數據，中國人工智能相關專利申請數從2010年開始出現持續增長，進入2015年，在國內外人工智能研究和應用場景不斷進步的基礎上，中國人工智能相關研究開始進入高速發展階段，當年專利申請數達到28022項。這說明，中國人工智能研究水平正在處於不斷提高的階段，目前已取得一定階段性成果，有望持續發展，預計未來幾年專利申請數將持續增長。

可以看到，當前我國人工智能行業基礎條件已經具備，隨著深度學習算法日趨成熟以及數據資源的加速增長，人工智能技術有望不斷提升，機器視覺和自然語音處理等人工智能技術將迎來發展新機遇。

2、2020年中國人工智能前景預測

科技、製造等業界巨頭公司的佈局將更深入，人工智能產業的規模進一步擴大。而隨著眾多垂直領域的創業公司的誕生和成長，人工智能將出現更多的產業級和消費級應用產品。

相關政策的加速落地，也將促使我國人工智能產業步入新的發展階段。根據前瞻產業研究院對六大權威機構的彙總，樂觀估計2020年我國AI市場規模有望突破1600億；中性預測2020年我國AI市場規模在700-1000億元左右。

3、人工智能產業將成為獨角獸集中地

在大公司和傳統大型企業之外，人工智能產業集中著非常多的優秀創業公司。優秀的人工智能創業公司有著成熟的團隊配置、先進的技術能力、健康的現金流等，同時受資本方的認可度較高。人工智能作為最具前景的產業，將成為新的獨角獸集中地。

飄舞的風信子

底層有待提高，應用層非常成熟！

人工智能的底層技術是以深度學習、機器學習為主要的神經網絡算法，底層的算法基本上都來源於國外，國內的算法層面還只停留在優化和改進上！而算法的突破實質上還要靠數學基礎的發展，現在很多企業都不肯在基礎研究層面下功夫，大多都是應用層，所以也間接導致了我們基礎算法的研究很吃虧，很難取得突破性進展！

但幸好也有大批企業在進行實踐，以商湯科技、曠視科技、科大訊飛、達摩院、華為的2012實驗室、百度的人工智能實驗室等都在進行一些底層的研究，比如科大訊飛的語音識別技術，2019年3月，在機器閱讀理解國際權威評測SQuAD 2.0任務中科大訊飛再次登頂冠軍，並同時在EM和F1兩個指標上全球首次均超越人類水平，一舉創下比賽的全新紀錄。這也正是科大訊飛一直以來深耕技術的成果。

在應用層面，中國是世界上數據量最大的國家，龐大的數據量為人工智能的快速發展打下基礎，同時也反哺到底層算法的優化，這也正是中國近幾年大量湧現科技公司的原因，人工智能創造了大量的商機風口！

中國也是人工智能技術應用最廣泛的國家，比如刷臉支付、刷臉檢票乘車、安防領域幫助抓捕逃犯等，應用十分廣泛！

在這樣的大環境下，中國人工智能在未來十年內必將蓬勃發展，但底層技術情況不容樂觀，還需要繼續加強建設研究！

未來變量

人工智能是計算機學科的一個分支，被認為是21世紀三大尖端技術（基因工程、納米科學、人工智能）之一。它企圖瞭解智能的實質，並生產出一種新的能以人類智能相似的方式做出反應的智能機器，該領域的研究包括機器人、語言識別、圖像識別、自然語言處理和專家系統等。人工智能不僅僅是機器人，機器人只是其容器，機器人有時候是人形，有時候不是，但是人工智能自身只是機器人體內的電腦。人工智能是大腦的話，機器人就是身體，而且這個身體不一定是必需的。

人工智能的概念很寬，所以人工智能也分很多種，我們可以按照實力將人工智能分為以下三大類。

弱人工智能：擅長於單個方面的人工智能。比如有能戰勝象棋世界冠軍的人工智能，但是它只會下象棋，你要問它怎樣更好地在硬盤上儲存數據，它就不知道怎麼回答你了。

強人工智能：人類級別的人工智能。強人工智能是指在各方面都能和人類比肩的人工智能，人類能幹的腦力活它都能幹。創造強人工智能比創造弱人工智能難得多。這裡的“智能”是指一種寬泛的心理能力，能夠進行思考、計劃、解決問題、抽象思維、理解複雜理念、快速學習和從經驗中學習等操作。

超人工智能：牛津哲學家，知名人工智能思想家Nick Bostrom把超級智能定義為“在幾乎所有領域都比最聰明的人類大腦都聰明很多，包括科學創新、通識和社交技能”。超人工智能可以是各方面都比人類強一點，也可以是各方面都比人類強萬億倍的。

現在，人類已經掌握了弱人工智能。其實弱人工智能無處不在，人工智能革命是從弱人工智能，通過強人工智能，最終到達超人工智能的旅途。這段旅途中人類可能會生還下來，可能不會，但是無論如何，世界將變得完全不一樣。不過，到目前為止，人類的大腦是我們所知宇宙中最複雜的東西。因此，從弱人工智能到強人工智能的發展之路任重而道遠。

一個快樂的小胖子

2017年7月，中國國務院制定了一項雄心勃勃的AI戰略計劃，旨在創造國內1萬億元人民幣的AI行業，並在2030年前使中國成為全球領先的AI創新中心。

市場準備上，中國以極高的熱情擁抱人工智能，將人臉識別用於支付認證。 AI機器學習對數據有很大的需求。數據越多，其結果就越準確和精確。中國的數據源源不斷，每天有14億人口的大部分在線。由於培訓數據的可用性，AI人臉識別技術現在是世界上最先進的技術之一。中國領先的面部識別技術公司SenseTime和Face ++都是幾年前開始發展的，現在已經從投資者那裡獲得超過10億美元的收益。截至2018年4月，SenseTime價值45億美元，是全球最有價值的AI創業公司。除了臉部識別之外，中國還將AI應用於醫療保健，自動駕駛汽車，交通管理以及各種智能城市應用。與其他經濟體不同，中國公民更願意先採用技術，而不是等待相關的隱私條例。

中國在技術投資方面也領先。在CB Insights最近的一項研究中，2017年全球投資於AI創業公司的投資額為152億美元，其中48％投向中國，僅有38％投向美國。中國的AI創業公司首次在資金方面超過美國。儘管美國的人工智能創業公司仍比中國多，但差距正在縮小。美國在2013年佔創業公司的77％，但在2017年下降到50％。總體而言，2017年人工智能創業投資增長141％，與2016年相比，新創公司有1,100家。

人才方面，中國在AI研究方面也處於領先地位。奧巴馬政府時期的美國AI報告表明，AI研究論文的數量以及中國研究質量早在2014年就超過了美國。2015年，中國AI研究論文的數量超過了美國50%。然而，中國依然缺乏AI研究人員。2016年，中國信息技術部估計該行業需要額外500萬人工智能工人。這種短缺是世界性的現象，並不是中國特有的。中國企業現在通過提高工資以及通過“千人計劃”，“萬人計劃”和“長江學者獎”等政府計劃吸引人才在中國工作，同時要求中國小學和中學階段增加對變成和AI的教育。這意味著中國的孩子將比其他國家的學習時間早。此外，教育部在本月啟動了為期五年的人工智能人才培養計劃，其中至少500名教師和5,000名學生將接受一流大學的培訓。

陳定定教授

在信息化和互聯網化的浪潮後，人工智能技術充分利用所採集的數據進行智能的思考和控制，為企業的發展拓展了巨大的空間，成為推進金融創新的重要力量。

機器智能按智能的層次分為機器學習、機器智能與人工智能，通過為機器增加傳感器，利用算法具備語音識別、自然語言處理、語音合成、情緒識別、深度學習和數據挖掘的能力，從經驗中學習，可以產生出創造者沒有預期到的結果。

智能應用已為金融、電商、個人助理、醫療、教育、安防、自動駕駛等諸多領域帶來新的發展動能。

作為服務客戶眾多、擁有非常豐富的業務數據、業務領域聚焦的金融行業，也開始啟動了智能應用的嘗試：利用智能應用提升觸點的個性化、智能化服務的能力，具體包括：

1.實體機器人，全國超10家銀行部進行實體機器人嘗試性部署,主要場景為業務諮詢、分流引導、營銷宣傳及少量的業務辦理；

2.聯絡中心智能服務：主要場景為智能導航、智能諮詢等服務，超20家銀行，以及平安、太平洋等保險公司已經廣泛應用了智能聯絡中心；

3.移動APP等線上智能服務，主要場景為線上機器人、智能身份認證、智能自助服務等，多家大型券商、部分銀行和少數保險公司已經實施；

4.在智能策略方面，實施基於場景的智能推薦,目前多家銀行已實現。

利用智能應用實現風險的快速識別降低運營成本提升管理效率，具體包括：智能知識庫，主要場景為知識的智能檢索、智能知識推薦等；智能質檢，超過50家的金融企業的聯絡中心，通過ASR（語音識別）和文本挖掘技術，進行聯絡中心服務質量監控；智能風控，包括銀聯、萬事達在內，幾乎所有銀行卡管理機構和全部券商，都通過人工智能進行金融風險防範與排查，交易過程中如出現風險異常，交易將在毫秒級內中止。

國家創新發展戰略啟用帶來人工智能迎來爆發期，但仍普遍處於起步階段，距真正的人工智能還很遙遠。

薛洪言

作為新一輪產業變革的核心驅動力和引領未來發展的戰略技術，國家高度重視人工智能產業的發展。2017年國務院發佈《新一代人工智能發展規劃》，對人工智能產業進行戰略部署;在2018年3月和2019年3月的政府工作報告中，均強調指出要加快新興產業發展，推動人工智能等研發應用，培育新一代信息技術等新興產業集群壯大數字經濟。

自2006年深度學習算法被提出，人工智能技術應用取得突破性發展。2012年以來，數據的爆發式增長為人工智能提供了充分的“養料”，深度學習算法在語音和視覺識別上實現突破，令人工智能產業落地和商業化發展成為可能。