https://www.toutiao.com/a6649506117804098056/

本文作者剑桥大学博士Janus Dongye,发表于Quora。由TechSugar编辑部翻译。

文︱Janus Dongye

译︱TechSugar编辑部

图︱网络

作为一名在英国工作的人工智能领域的研究人员,我想分享一些关于这个领域的真实想法。

首先,全球人工智能还没有取得重大的突破。基于数学推理的传统AI并没有达到现有机器学习更高的精度。虽然在构建不同的学习网络或者优化技术时存在很多变体,但我们仍然无法摆脱一种当前“思维定势”——构建的所有内容不过是在大量数据训练基础上得出的数据统计结论。

就比如,你可以用几张猫图片来训练一个小Baby,让其能够识别猫咪。但我们必须使用数百万张猫的图片和非猫图片来训练神经网络,以让机器识别猫咪。

因此,在人工智能研究取得真正突破之前,现阶段“AI优势”的关键仍是训练数据。最终拥有数百万张猫咪图片的人获胜。在此情况下,你必须得承认中国持有大量重要数据的事实。机构、国企和私企可以从14亿人口中收集数据,并为各种目的而构建自己的知识图谱。

知识图谱包含关于人的一些信息,比如用户标准档案、偏好、品味、付款信息、交易行为和相关链接。该图表还可以包含地址、相关物理信息,比如:实时摄像头画面片段、某区域商品需求及供应、一些出租车和外卖订单信息等。

其实所有美国公司,如谷歌、Facebook等也在收集用户信息作为他们的私人资产。但中国公司有所不同,其必须遵守中国法律,以便政府可以访问和协调相关数据。这就类似于拥有一个可以管理公司之间所有数据的中央指令。通过对数据的有效控制,所有中国拥有比美国AI公司更深入的数据使用情况。

数据方面,中国AI公司遥遥领先,那技术方面呢?

单论所有机器学习领域已建出版平台上,如CVPR、NIPS、AAAI等,中国在引用数量上远远落后美国和欧洲。

这就意味着中国落后于美国?

显然不是。这方面的比较不仅仅在出版物角度上。

我们先看一下美国相关出版物上的作者信息。通过这个链接

(https://dblp.org/db/conf/cvpr/cvpr2018.html)你可以看出CVPR中分别有多少论文是美国还是中国大学或者公司撰写的。

我可以告诉你,其中一半以上论文都出自中国研究人员之手(基于他们特殊的拼音名,如Zhang、Xiang等)。我相信他们很大一部分是在美国学习的国际生,且不是美国公民。

他们毕业后会去哪里呢?

其中最优秀的将留在美国学术界,其次是谷歌、微软、Facebook这样的公司。一些可能会流向美国初创企业。随后剩下的人才更愿意回到中国寻找更好的发展机会。

对于那些留在美国的人才来说,他们有多少会永久留在美国?想象一下,当你努力工作,不断向上攀爬,而美国政府处于对知识产品盗窃和间谍活动的恐惧,对中国人才的道德标准实施各种限制。你的印度同事升职了,而你还在原有位置。显然这头顶上有个隐形的天花板,别无选择,只有回国。且一些公司的薪资与硅谷相当,非常具有竞争力。与此同时,这批人才也会把经验和知识带回国。

最终,大部分中国人回到了中国,为中国人工智能的生态系统做出巨大贡献,这也使得中国在技术层面疯狂追赶。也许美国开始质疑中国人工智能神话,但很多最新的技术迁移到中国,真的算IP盗窃吗?

事实上,中国人才被踢出美国,并把知识和经验带回中国,属于美国政府的重大失误,显然他们并不会承认这一点。

(以上情况仅适用于人工智能研究人员,其他领域研究者可能不适用。)

与此同时,中国政府正在积极采取一切措施来吸引人才回国。首先,中国人工智能公司甚至初创企业都获得了充足的投资,因此他们可以在中国创造非常多的职位需求。

其次人工智能领域的人才中国部分地区能够获得75%的个人所得税减免(这对于高薪资的人来说,简直是一笔巨款。)政府在住房抵押贷款和保险方面也有很多奖励政策。据我所知,美国并不存在这样的优势政策。

第三,这些在美国和英国研究中心的人才,从事的是“真正的”研究项目,而不是一些玩具项目。因为这些项目大多来自政府合同,而这些技术将直接面向14亿人口,这可是一个庞大而丰富的数据库。

或者,你在创业公司从事私人项目,你会有更多的自由去做每一件事,这里的自由指的是,你不需要担心政治正确性、工作中的道德、以及缺乏数据的困扰。因为你是中国政府的“培养重点”,在与他人做生意的时候,你能获得政府的特殊待遇。例如,一些AI创业公司获得政府VPN许可,所有员工可以免费使用谷歌、Github等资源,公司方面还可以享受租赁办公室、纳税等方面的优惠。

最后,多亏了这些人才引进计划,中国逐渐在人工智能的采用和应用方面处于领先地位。虽然不是研究领域中最尖端机器学习技术的先驱。但中国绝对是人工智能技术的忠实信徒和领跑者。

实地去中国考察一趟,特别是杭州和深圳,你就会明白我的意思。

英国AI研究员揭开真相,中国人工智能为何能发展迅速?相关推荐

  1. 英国AI研究员揭开真相,中国人工智能为何能发展迅猛?

    本文作者剑桥大学博士Janus Dongye,发表于Quora.由TechSugar编辑部翻译. 文︱Janus Dongye 译︱TechSugar编辑部 图︱网络 作为一名在英国工作的人工智能领域 ...

  2. 品友互动入榜“AI First——2017-2018年中国人工智能先行企业榜TOP10”

    日前,品友互动入选由<经济观察报>.经济观察研究院推出的"AI First--2017-2018年中国人工智能先行企业榜TOP10",被认证为商业决策领域的中国人工智能 ...

  3. 【云周刊】第132期:走近40+世界级AI专家!第三届中国人工智能大会资料分享...

    本期头条 [演讲实录+视频]走近40+世界级AI专家!第三届中国人工智能大会资料分享(不断更新) 中国人工智能大会(CCAI),由中国人工智能学会发起,目前已成功举办两届,是中国国内级别最高.规模最大 ...

  4. 《中国人工智能ABC人才发展报告》发布,算法和应用类人才短缺

    近日,百度云联手中国传媒大学.BOSS 直聘和百度指数发布了<中国人工智能 ABC 人才发展报告(2018版)>(以下简称"报告")和百度云智学院2019 年人才认证体 ...

  5. 《中国人工智能开源软件发展白皮书(2018)》(附下载及解读PPT)

    来源:走向智能论坛 摘要:近日,中国人工智能开源软件发展联盟召集中国电子技术标准化研究院等企事业单位,编撰并正式发布<中国人工智能开源软件发展白皮书(2018)>,白皮书研究梳理人工智能开 ...

  6. 2018中国人工智能开源软件发展白皮书-笔记

    "2018中国人工智能开源软件发展白皮书"是新手了解人工智能技术原理和技术现状的好文档,读完之后有再读几遍的冲动,学到了很多东西,做了笔记分享给大家共同学习,有不对的地方多多指出. ...

  7. 回归理性 务实推进 迎接AI新时代 2018中国人工智能大会完美收官

    7月29日,由中国人工智能学会和深圳市罗湖区人民政府共同主办,马上科普承办的"2018 中国人工智能大会(CCAI 2018)"完美收官. 未来已来 畅聊人工智能大势 大会主旨报告 ...

  8. 【演讲实录+视频】走近40+世界级AI专家!第三届中国人工智能大会资料分享(直播进行中_不断更新)

    原文链接 摘要: 第三届中国人工智能大会(CCAI 2017)于7月22-23日在杭州召开,为帮助更多朋友理解人工智能技术,云栖社区特别整理大会资料,不断更新. 中国人工智能大会(CCAI),由中国人 ...

  9. AI观察 | 2020年中国人工智能产业规模将超万亿

    本公众号不定期推送人工智能领域的行业动态. " 本期AI观察将带来诸多AI领域的重磅消息.比如,工信部官方对中国人工智能产品规模进行了预测:Strategy Analytics则给出了201 ...

最新文章

  1. 管理者应该如何进行精益管理呢?
  2. springMVC和Shiro框架整合使用简单示例 【转】
  3. excel导入数据时报错,显示Extracted SQL state class ‘22‘ from value ‘22001‘
  4. 杜甫在线演唱《奇迹再现》、兵马俑都能开口说话……微博网友用AI技术分分钟打破次元壁...
  5. 脚本启动Tomcat
  6. 关于cast类型转换后无法使用索引的优化
  7. 直线电机原理动画_最新的3D动画演示:同步电机原理及技术,一般人看不懂
  8. SAP系统的模块分类
  9. R语言之随机数与抽样模拟篇
  10. Oracle底子根基数据圭臬尺度存储格式浅析(三)——日期圭臬尺度(四)
  11. C++学习笔记(二)——构造函数和析构函数
  12. 网站CDN加速是什么? 看完这篇你就明白了!
  13. ByteV打造智慧建筑可视化管理平台——IBMS智能化集成系统赋予楼宇“智慧大脑
  14. beyond compare软件安装与破解
  15. android仿今日头条个人中心页面
  16. 瓶中阳光——雪莉之美
  17. Fabric ca学习笔记
  18. JLH统计法统计飞龙
  19. 使用级联Softmax和广义大幅度损失训练的改进DCNN进行细粒度图像分类
  20. python对小数的特殊处理(个人需求-小数点后有一位保留,否则十分位进1)

热门文章

  1. wireshark抓包使用与过滤方法
  2. 二本跨考985计算机考研,跨专业考研经验谈:从二本到985的飞跃
  3. 社会人文跨计算机考研,各位跨专业考研党,不要违反这个规则,不然结果会让人遗憾...
  4. 图形界面 II: 设置库的事件处理函数 (第三章)
  5. 使用 matplotlib绘制简单图形,保存图片的方法
  6. better-scroll内pullingUp无效(控制台报错)
  7. 重温Python基础——字符串
  8. 在国企的 Java 程序员是一种什么样的体验?让我来告诉你吧!
  9. /bin/bash^M: 坏的解释器: 没有那个文件或目录
  10. 1028 大数乘法 V2(NTT or FTT)