动荡之秋,谁能用 AI 制衡全球

越来越多的国家已经意识到,人工智能技术的发展将影响国家的竞争力、生产力。因此,各国也在加大对 AI 发展的投入,加入到这场 AI 竞赛中。目前,美国,中国,欧盟三个头部地区的实力如何?谁将赢得这场竞赛?美国 CDI 最新发布的报告对此进行了全方位剖析。

人工智能正在推动第四次工业革命。

在 Gartner  今年年初的一份预测中指出,到 2020 年,人工智能将淘汰 180 万个就业岗位,但同时也会创造 230 万个就业岗位;

软银董事长孙正义在 7 月 18 日软银集团供应商和客户年会上表示,人工智能将在 30 年内改变我们的生活方式,并敦促日本高校加速培养 AI 人才;

华为在 8 月 8 日发布的「面向 2025 十大趋势」中预测,到 2025 年,智能技术将渗透到每个人,每个家庭和组织,97% 的大企业都会采用 AI 技术。

世界各国纷纷布局 AI 政策

正如我们所感受到的,AI 已经无处不在。对于个人来说,人工智能为我们生活的方方面面提供了便利;而对于国家来说,AI 能够提高竞争力、生产力,保护国家安全,并帮助解决社会中的问题,将对国家竞争力产生重大影响。

因此,近年来,越来越多的国家已经开始部署 AI 战略,人工智能的竞争已经日益激烈,甚至有媒体将其称为 AI 军备竞赛。

这场竞赛目前赛况如何?哪位选手终将胜出?

AI 竞赛报告:美国领先,中国第二,欧盟落后

8 月 19 日,美国数据创新中心(Center for Data Innovation) 发布了关于中美欧地区的人工智能发展分析报告,《Who Is Winning the AI Race: China, the EU or the United States?》

报告从人才、研究、开发、应用、数据以及硬件六大类别,分别比较了中国,欧盟和美国在人工智能经济中的相对地位。

报告最终指出:总体而言,美国在人工智能方面处于领先地位,中国第二,但正在迅速赶超,而欧盟相对落后。

按照报告中的计分方法,以 100 分为总分,美国得分为 44.2 分,中国为 32.3 分,欧盟为 23.5 分。

此外,报告还指出,这一秩序可能会在未来几年发生变化。

在人才、研究、开发和硬件四个指标上,美国都处于领先地位中国在应用和数据两个方面领先,欧洲没有排在第一位的指标

而为了了解每个地区的人工智能实力与其人口规模之间的关系,作者还通过调整劳动力规模来计算每个指标的得分。

在规模控制条件之下,美国领先 (58.2 个百分点),欧盟第二 (24.3 个百分点),中国第三 (17.5 个百分点)。

我们看一下六大指标分别排名情况:

人才:

研究:

发展:

应用:

数据:

硬件:

通过这六大指标的实力对比,可以对三个地区的 AI 竞争力有一个宏观了解。

对于每个类别,作者都采用了多个指标来衡量。比如,对于研究方面,通过 AI 论文数量、质量和研发指标来进行衡量。计算方法是,针对每个指标,根据比例计算出分数。比如硬件方面,超级计算机,中国有 219 台,欧盟 92 台,美国 116 台,因此,中国得分为 0.5[(219/(219+92+116)],欧盟 0.2,美国为 0.3.

最后,对各个类别的得分求和,再得到总分。

AI 实力比拼,中国不足之处有哪些?

1、人才——中国 AI 人才紧缺,美国吸引力大

作为人工智能发展的关键,AI 人才近年来已经备受重视。正如微软研究院 ( Microsoft Research ) 驻北京的首席研究员大卫·威夫 ( David Wipf ) 所言:「人工智能的未来将是一场对数据和人才的争夺战。

中国、欧盟和美国政府已经宣布或开始采取措施,提高和扩大人工智能人才,比如新增人工智能本科专业、投入更多资金在 AI 教育等。

人才对比指标 1:数量

选取 2007 年至 2017 年期间发表过期刊文章或拥有与人工智能相关主题专利的人,作为统计标准。

总数上,欧盟 AI 研究人员远超美国和中国。若按照人口比例来算,每 100 万名劳动者中,美国有 173 名 AI 研究人员,而欧盟同样是 173 名,中国则是 23 名。

人才对比指标 2:质量

除了数量外,更要看其质量。按照 h-index 排名,国际上排名前 10% 的 AI 研究人员中,欧盟约为 5787 人(一些欧盟国家数据未公布),美国 5158 人,中国则是 977 人。

人才对比指标 3:AI 顶会论文作者数量

通过对 2018 年 21 场人工智能会议的论文作者统计,美国以 10295 名远远领先于欧盟和中国。按照人口比例计算,美国为 62 名,欧盟 19 名,中国 3 名。

人才对比指标 4:AI 教育研究人员数量(2018 年)

根据 2017 年 h-index 排名,在拥有人工智能研究人员最多的 20 家公司中,欧盟有 85 位研究人员,美国有 232 人,中国仅有 7 位。

欧盟和中国面临的一个大的威胁是,美国作为 AI 人才大国,还在源源不断地吸引其他国家的人才。在 1998 年至 2017 年期间,有 1283 名外国人工智能学术研究人员从国外来到美国担任美国工业职位。

欧洲和中国则分别只吸引了 834 名和 58 名此类研究人员。

美国拥有的 AI 人才量居世界第一

相比之下,中国缺乏顶级 AI 人才,而且只有 25% 的 AI 研究人员有超过十年的经验,而美国这一比例接近 50%。这也可能是因为中国的人工智能起步较晚。

但中国正在努力缩小这方面差距。很多高校已经在加强人工智能学科的建设,并扩大招生人数。清华大学也建立了姚班、智班这样的顶尖计算机人才实验班。

2、研究——中国论文数量超美国,但质量最低

人工智能虽已成为大趋势,但远非成熟的技术,中国,欧盟和美国都在积极投入 AI 研究。

中国新一代人工智能发展计划要求在 2025 年之前在人工智能理论方面取得重大突破;中国工业和信息化部计划每年拨款 9.5 亿美元(约合 67 亿人民币)资助战略性人工智能项目。

欧盟委员会已承诺在 2018 年至 2020 年之间投资 15 亿欧元(128 亿人民币)用于人工智能研究,并计划从 2021 年至 2027 年投资至少 70 亿欧元(约合 599 亿人民币)在 AI 上。

2018 年 9 月,美国国防部(DOD)的一部分国防高级研究计划局宣布耗资20 亿美元(约合 141 亿人民币),用于开发下一代人工智能技术。

在大力投入之下,各地区也拿出了大量研究论文,展示其成果。通过对论文数量、质量以及计算机公司等数据进行分析,结论是:美国领先,其次是欧盟,最后是中国。

研究对比指标 1:论文数量(2017 年)

2017 年,欧盟发表 AI 论文最多,中国紧随其后,美国最少。但按人口比例算,美国产量还是最高。

研究对比指标 2:论文质量

论文的比拼并不能仅仅以数量计算,更应该考虑其质量。美国的 FWCI(科研质量指标)为 1.83,高于欧盟(1.20)和中国(0.94)。中国 FWCI 为 0.94,表明中国作者被引用的频率低于全球 AI 作者的平均水平。

研究对比指标 3:研发支出

中美欧 2018 年研发支出排名全球前 100 的软件和计算机服务公司数量:

2018 年,在全球研发总支出排名前 2500 名里,有 268 家软件和计算机服务公司。美国、中国和欧盟研发支出分别为 770 亿美元,120 亿美元和 110 亿美元。

因此,研究方面,中国虽不及美国,但正在追赶,已经有更高质量的研究产出。

艾伦人工智能研究所最近对 AI 论文研究表明,到 2020 年和 2025 年,中国产出的 AI 研究论文质量将超过美国。

3、发展——美国人工智能专利与 AI 收购强劲

专利和主要人工智能公司收购方面,美国公司表现强劲。例如,微软和 IBM 在机器学习的 15 个子类别中,有 8 个都申请了比任何其他公司更多的专利,包括监督学习和强化学习。谷歌和微软也位列 AI 专利申请数的前五。

发展对比指标 1:人工智能风险投资和私募股权基金(2017-2018)

发展对比指标 2:2017 – 2018 年风险资本和私募股权融资交易数量

发展对比指标 3:人工智能公司的收购数量(2000 年 1 月至 2019 年 5 月)

发展对比指标 4:2017 年人工智能初创企业数量

发展对比指标 5:AI 公司数量(2019 年)

发展对比指标 6:引用程度很高的 AI 专利数量(1960-2018 年)

4、应用——中国公司积极应用人工智能

中国,欧盟和美国政府都公开承认人工智能应用的重要性。

中国工业和信息化部于 2017 年发布了「促进新一代人工智能产业发展的三年行动计划(2018-2020)」,该计划要求将 AI 纳入制造业。

2017 年,工信部印发的《人工智能发展行动计划》通知

美国总统特朗普于 2019 年发布了一项行政命令,要求制定技术标准,以便应用人工智能。

应用对比指标 1:2018 年应用 AI 的公司百分比(成功将 AI 纳入其业务流程)

应用对比指标 2:2018 年试行 AI 的公司百分比

中国公司与员工似乎意识到利用人工智能的重要性,因此在 AI 应用方面领先。人工智能已经逐渐渗透进中国文化中。

相反的,欧盟则对人工智能还持有怀疑态度,在工作场合中,许多员工对人工智能带有负面情绪。

5、数据——中国拥有人口优势

美国与欧盟寻求超越国界的数据集

人工智能系统通常依靠大量数据进行训练。大型数据集可帮助 AI 系统开发出更高度精确的模型。

在 AI 数据对比方面,通过个人参与各种在线和离线活动时产生的大量数据来研究。例如使用搜索引擎,在社交媒体上发布信息以及在线购买商品。这些活动产生的数据对机器学习模型具有巨大价值。

在某些情况下,由于人口较多,这给了中国一个天然的优势;然而,它也表明欧盟和美国应该寻求建立超越国界的人口数据集。

数据对比指标 1:固定宽带订购人数

数据对比指标 2:2018 年使用移动支付的人数

6、硬件——美国仍遥遥领先,中国正迎头赶上

AI 系统依赖于可以每秒执行大量操作的半导体设备,比如集成电路。近年来,GPU 催化了 AI 的开发。此外,还有超级计算机等技术也功不可没。

硬件对于国家的 AI 竞争力非常重要。比如,2018 年的中兴事件。由于中兴通讯依赖美国公司的半导体设备,当时几乎倒闭。

硬件对比指标 1:2019 年半导体销售前 15 名企业数量

硬件对比指标 2:2017 年半导体研发前 10 名企业数量 

硬件对比指标 3:设计 AI 芯片的公司数量(2019 年)

硬件对比指标 4:2019 年排名前 500 的超级计算机数量

硬件对比指标 5:2009 – 2019 年排名前 500 的超级计算机的总体性能

世界上 10 台最快的超级计算机,有 6 台都位于美国。但近几年的数字表明,某些方面,中国已经赶上美国,成为超级计算机的全球领导者。

中国的神威太湖之光居全球超级计算机排名第二
是世界上首台运算速度超过十亿亿次的超级计算机

2010 年 6 月,全球 500 台表现最佳的超级计算机中,有 282 台位于美国。然而,在 2018 年,美国超级计算机数量创历史新低,只有 109 台进入 500 强。

与此同时,中国 AI 芯片正在崛起。包括百度、阿里巴巴、腾讯和华为在内的几家科技公司,都在开发人工智能优化的集成电路。

在过去两年中,中国 AI 芯片初创企业获得了至少 1 亿美元的资金。与整体半导体市场相比,中国在人工智能芯片市场的竞争中处于更有利的地位。

AI   竞赛变化莫测,如何才能制霸?

通过这六个方面的分析,可以看到,在这场 AI 竞赛中,中美欧都各有长短,如何才能在竞赛中胜出,作者给出了针对性的「获胜秘籍」。

中国:借助人口基础优势和数据优势,专注于提高发展和留住本土人才的能力。鼓励中国企业在国外设立研发机构。

培养学生创造力,教育部已经批准 35 所大学提供人工智能本科专业,还应该扩大这个数字,并且像英国一样,多花一些资金来资助学生,帮助更多 AI 学生获得学位。

此外,在数量的基础上,应提高论文和专利质量,

美国:美国在吸引人才上就获益匪浅。因此美国应该把重点放在鼓励外国人才继续移民到美国并增加其国内人才基础的政策上。

欧盟:与中国和美国相比,欧盟拥有更小的 AI 风险资本生态系统。但欧盟人工智能人才流失十分严重。欧盟也应该向研究人员提供资金奖励,鼓励其留在欧洲发展。

此外,欧盟应该利用公共数据,修改 GDPR(《通用数据保护条例》),GDPR 会严格限制他们人工智能的发展。

所以,要在这场竞赛中获胜,各个地区需要取长补短,才能改变自己在赛道中的位置。比赛结果最终如何,谁也无法下定论,就让我们拭目以待吧!

—— 完 ——

点击阅读原文

抱歉,暂无相关内容推荐。