服务热线:010-66095089/13521200337(微信)

  • 全国智慧农业“种子工程”案例征集活动号角吹响,2020我们一起出发!

    全国智慧农业“种子工程”案例征集活动号角吹响,2020我们一起出发!

  •  【申报】AIOT ✖ 大农业生态峰会暨智慧农业“种子工程”案例征集

    【申报】AIOT ✖ 大农业生态峰会暨智慧农业“种子工程”案例征集

  • 首届物联网与人工智能技术应用案例征集\/中国物联网与人工智能技术应用大会

    首届物联网与人工智能技术应用案例征集\/中国物联网与人工智能技术应用大会

  • 关于征集发布前沿领域科技成果相关事宜

    关于征集发布前沿领域科技成果相关事宜

行业资讯

您当前的位置:首页>>行业资讯

Nature解析中国AI现状,2030年能引领全球吗?

发布时间:2019-8-25 7:55:24    点击量:437
分享到: 0

  


来源:
机器之心

《Nature》近日的一篇分析文章表示,中国的人工智能研究在质量上进步很快,但是在高影响的论文、人才和伦理上面还需要追赶美国。

  中国巨大的人口总量帮助人脸检测技术快速进步。

 

  中国不仅仅是世界上人口最多的国家,看起来也即将成为经济总量最大的国家。在人工智能领域,中国似乎也想引领世界。

 

  2017 年,中国发布了《新一代人工智能发展规划》,设定了以 2030 年为期限的 AI 发展目标。为了达到这一目标,到 2020 年,有很多需要达到的里程碑,包括在基础研究领域做出重大贡献、成为吸引世界新兴人才的目的地、以及在人工智能产业上达到世界领先水平。规划出台后,中央部门、地方政府和私人企业积极响应,为人工智能研究和发展领域吸引到了数十亿美元的融资。

 

  在这第一个期限即将到来的时候,研究人员注意到,中国的人工智能研究质量有了惊人的进步。他们预计中国有能力留住本土人才。一部分原因是因为政府实施了一些成功的人才引进计划。另一部分原因是恶化的外交和贸易关系使得美国(中国的主要竞争对手)在包括人工智能领域的各方面都变成了一个相对不吸引人的目的地。

 

  「如果美国不再是开放的前沿,那就是在冒险将人工智能人才送到主要竞争者手里,包括中国。」美国芝加哥保尔森基金会所属马可波罗智库副主任 Joy Dantong Ma 表示。

 

  马可波罗智库是保尔森基金会的内部智囊团,旨在以敏锐的市场分析和创新性的研究成果来解读中国经济。

 

  但与此同时,有观察家警告说,有一些因素可能阻碍中国的国家战略,包括缺乏可以指导领域发展的理论贡献成果以及来自中国公司的基础科研投入。

 

  中国对于人工智能领域的追求更像是和美国竞争的形式化表现,一些科学家说。人工智能可以促进医疗、交通和通信领域的发展,在该领域取得根本性突破的国家将引领未来的发展方向并获得最大的收益。

 

  「毫无疑问,中国将人工智能视为一项核心科技,并希望达到美国的水平。」牛津大学未来人文研究所(the Future of Humanity Institute)的 Jeffrey Ding 说。

 

学术影响力

 

  微软学术对高引用人工智能论文的一项研究表明,中国的影响力十分强大。来自艾伦人工智能研究院的分析师发现,中国作者在最顶级的 10% 高引用论文中提升了 10% 的占比,于 2018 年达到了顶峰(26.5%),接近美国的 29%,而且美国的占比在下跌。如果这一趋势持续的话,中国将在第二年(2019 年)超过美国。其他分析则表明,中国研究者人工智能论文的平均引用率有了大幅度的提升,已经超过了世界平均水平,但是依然低于美国的研究者。

  中国人工智能论文的引用水平逐年上升,已接近美国。

  在计算机科学排名顶级学校排名(CSRankings)上,人工智能等领域上中国大学的影响力也在持续提升。这一排名完全基于研究指标,其度量了绝大多数院校教员在计算机科学领域各大顶会所发表的论文数量。

 

 

  除了中国的学术影响力在日益增长外,中国人工智能产业也在蓬勃发展。中国工程院院士、西安交通大学人工智能和机器人中心主任郑南宁教授表示,中国拥有一批世界顶级的人工智能公司,如商汤、云知声、科大讯飞和旷视等,他们在计算机视觉、语音识别和自然语言处理方面成果斐然。

 

  当然,中国在构建人工智能核心技术的工具上依然落后。例如,TensorFlow 和 Caffe 等开源平台都是由美国学术机构和公司设计的。这些开源平台可以帮助电脑更像人脑一样工作,因而被广泛地应用在全世界的工业和学术领域。当然,在快速开发人工智能产品方面使用最多的是百度飞桨平台,郑教授表示。

 

  郑教授也提到,中国在人工智能硬件方面也相对落后。大部分世界领先的人工智能微处理器芯片是由英伟达、英特尔、苹果、谷歌和 AMD 等美国公司开发的,「我们在设计先进人工智能系统所需的电脑芯片方面也缺乏专业人才。

 

  郑教授预测,中国需要花 5 到 10 年的时间才能在基础理论和算法研究方面达到英美的水平,但是中国迟早会达到。

 

  能够贡献基础理论和技术是中国达成其长期人工智能战略的关键,来自柏林智库的政策科学家 Kristin Shi-Kupfer 表示。她说,如果在机器学习方面没有取得突破性的研究进展,中国在人工智能领域可能会面临天花板。

 

人才情况

 

  如何留住人才是中国发展 AI 面临的另一大难题。根据学界和业界联合撰写的《2018 年中国 AI 发展报告》,截至 2017 年底,中国的 AI 研究者和工程师数量达到了 18,200 人,居世界第二。但在顶级 AI 研究者(高产、高引的研究者)排行榜中,中国仅排第六。

 

  在美国数据、技术和公共政策交叉研究智库 Center for Data Innovation 发布的一份中、美、欧 AI 实力对比报告中,中国的 AI 人才状况同样令人堪忧。报告显示,截至 2017 年,中国的顶级 AI 人才(h 指数排名前 10%)还不到美国的 1/5。

 

  Ma 表示,很多计算机科学家通常在美国接受教育,毕业后就会留在那儿,加入一些全球顶级的技术公司。

 

  但有迹象表明,这种情况正在发生好转。中国的 AI 机构正尝试用高薪吸引这些研究者回国。例如,在郑南宁教授所在的机器人中心,一些教授拿到的薪资是其他教授大学薪水的 2-3 倍。此外,中国的教育系统也加大了 AI 人才的培养力度,去年有 35 所大学获批「人工智能」本科专业,清华等名校更是设立了多个 AI 研究和人才培养中心,力争解决中国的 AI 人才短缺问题。

 

  郑教授还补充说,他所在的机器人中心还提供了一套更为全面的评估体系,以提高人才吸引。相比之下,很多中国大学倾向于以发表论文的数量作为奖励标准。此外,他还创建了一个招聘系统,可以绕过大学集中化的过程,帮助科学家更快地组建工程师团队,该系统现在正在开展 AI 方面的本科课程。

 

中国发展 AI 的企业和人口优势

 

  Ding 表示,考虑到腾讯、百度和阿里巴巴三家核心科技企业日益提升的专业技能和业界影响力,相信中国到 2020 年拥有全球领先 AI 公司的计划能够达成。他说道:「尽管尚未达到谷歌和微软等美国科技巨擘那样的水平,但这三家企业已经成为了 AI 领域的全球领先者。

 

  根据纽约创投研究机构 CB Insights 的数据显示,中国至少还有 10 家估值超过 10 亿美元的 AI 创投企业。

 

  此外,虽然在风险投资和私募股权融资规模方面不敌美国,但中国是成功将 AI 纳入公司业务流程百分比最高的国家。2018 年,中国在这一方面的比例领先全球(32%),高于美国(22%)和欧盟(约 18%)。另一方面,有 53% 的中国公司已经在开展人工智能应用的试点,这一数据也大大领先第二名美国(29%)。

 

  Ma 表示,中国的一大优势是其巨大的人口规模,这为训练 AI 系统提供了充足的人员样本和独特机遇,比如训练疾病预测软件所需的大型患者数据集,而这些数据集可以为 AI 研发带来很大的优势。

 

  与西方国家相比,中国互联网公司有机会收集比美国互联网公司更多样化和更深入的数据。这得益于中国科技公司构建的一体化超级应用程序。例如,微信现在已经允许用户「叫出租车、订餐、预订酒店、交手机话费,以及购买飞往美国的航班。相比之下,西方的互联网服务相对分散:即使是亚马逊的用户也不能预订酒店。

 

  当然,中国在数据方面也有劣势。美国技术巨头拥有更广泛的全球影响,因此全球用户规模无与伦比。例如,Facebook 拥有超过 20 亿用户,而微信只有 11 亿用户。如果中国公司在国际上取得更大的成功,就像短视频应用抖音所做的那样,美国的优势将会减弱。

 

AI 治理和 AI 原则制定势在必行

 

  Ma 表示,如果中国想要在 AI 领域产生国际影响,实施适当的治理同样也很重要,只有这样中国的 AI 研究者和公司才能建立必要的信任,从而赢得世界各地的用户,并与其他国家的研究者展开合作。与其他国家一样,中国也已经开始为 AI 的发展和应用制定伦理准则。所以,中国 AI 公司需要承诺实施良好的治理,这样才能获得全局数据。

 

  今年 6 月,中国国家新一代人工智能治理专业委员会发布了 AI 开发人员所应遵守的《新一代人工智能治理原则——发展负责任的人工智能》,提出了人工智能治理的框架和指南,明确提出了和谐友好、公平公正、包容共享、尊重隐私、安全可控、共担责任、开放协作、敏捷治理等八项原则。这八项原则与经济合作与发展组织 5 月投票通过且为世界各国政府所采纳的人工智能原则不谋而合。

 

  但应当注意的是,不同国家所面临的的伦理问题也不尽相同。所以,各个国家会根据本国国情和实际情况来制定相关人工智能准则。

 

  此外,所有国家和地区所面临的的另一项关键挑战是算法做决策时的透明度。这方面并没有统一的标准,因而中国以及其他国家依然在探索如何推进这一进程。例如,欧盟出台的《通用数据保护条例》(General Data Protection Regulation)赋予用户权利,使他们可以在涉及自身时询问算法如何做出决策。

  

首页|关于协会|物联智库|会员服务|物联蜂群|创客空间|会员单位|联系我们

CopyRight © 2016 北京物联网智能技术应用协会 版权所有        京ICP备17049596号

电话:010-66095089        地址:北京市西城区复兴门内大街45号院

本站由制作维护 

公众微信二维码