2020-02-18 13:02:00

全文共3902字,预计学习时长13分钟

图源:Unsplash

不久前,谷歌前CEO施密特在出席众议院科学、太空和技术委员会的听证会时表示,美国可能在五到十年后失去在AI方面的领先地位,中国正在努力超越美国。

AI无疑正在成为全球科技行业进步的驱动器,随着其重要性愈发突显,越来越多的国家将人工智能上升到国家战略层面。中国《新一代人工智能发展规划》定下了2030中国人工智能理论、技术与应用总体达到世界领先水平的目标;俄罗斯总统普京认为全球人工智能领域的领头羊将成为“世界的主宰者”,签批了2030年前俄罗斯国家人工智能发展战略。

谷歌前CEO施密特 | 图源:www.c114.com.cn

作为目前站在引领者位置上的美国,面临着来自各个方面的挑战。其中,中国无疑是最强有力的竞争者之一。

AI发展:谁在浪潮之巅

施密特在这场活动中讲到,中国正投资数以十亿美元的资金,试图在人工智能、量子技术、超级计算等领域取得领先;相比之下,美国政府对人工智能的投资落后,需要增加研发投资,培训符合AI需求的劳动力。

图源:www.gkzhan.com

事实上,仅从政策方面来讲,不少国家都注意到了人工智能在未来的重要性,出台了各个方面的政策和规划,力图抓住新一轮国际竞争中的主导权。

2011年的《国家机器人计划》、2017年的《人工智能未来法案》、2018年白宫召开“人工智能峰会”,再到2019年特朗普签署了“美国人工智能倡议”行政命令,美国从政府、法律、技术、投资等方面部署着国家的AI战略,引导谷歌、亚马逊等科技巨头将资金投入到AI研发和产业化中;

日本在人工智能技术方面的研究也相对较早,而其AI产业化发展规划的重中之重则是人才培养,《日本机器人战略:愿景、战略、行动计划》、《人工智能技术战略》、《科学技术综合战略2017》等政策规划,体现了日本意图保持机器人领域优势、推进智能社会5.0建设的目标;

图源:news.163.com

欧盟地区的人工智能技术发展则相对薄弱,近年来也出台了一系列发展战略,如《地平线2020战略-机器人多年发展战略图》、《欧盟人工智能》等,并计划投入资金组建人工智能研究中心,升级人工智能科研基础设施,欧盟的AI政策更关注安全、隐私、伦理等方面。

而我国在人工智能方面也有着长远的布局和规划。2017年的《新一代人工智能发展规划》提出了三步走的战略目标,计划到2020年人工智能核心产业规模超过1500亿元,带动相关产业规模超过1万亿元,与世界先进水平同步;到2025年实现基础理论的重大突破,初步建立人工智能法律法规、伦理规范和政策体系;2030年成为世界主要人工智能创新中心,形成一批全球AI科技创新和人才培养基地。这一规划刺激了政府和企业在AI领域的投资力度,随之而来有大批的相关政策涌出。

对于AI论文的平均引用率 | 图源:IT之家

Nature上发表的《中国人工智能2030年能领先世界吗》一文,从学术影响、人才状况、前景及政策等方面分析了中国AI的现状和未来。先是人才方面,我国保留人才的能力加强,加之中美贸易战后美国在学术交流和开放上构建起壁垒,本土人才流失的情况获得了缓解;

在学术影响力方面,自从在2017年AAAI上的投稿量以微弱优势超过美国后,中国一直位居榜首。2020年的论文录取率更是稳稳地占据着总量的第一,占总投稿率的37%,但在影响力方面仍存在差距;

图源:IT之家

2019年初在全球创投研究机构CB Insights发布的32家全球AI独角兽公司名单中,有10家就来自中国,BAT虽然还不能与谷歌、微软等公司相比,但他们在AI领域的进一步布局将在商业、研究等层面带动中国整体AI的发展。

百度的自动驾驶开放平台Apollo、深度学习开源平台PaddlePaddle、百度大脑等方面的成就推动着百度甚至中国人工智能事业的发展;而阿里云ET城市大脑则是目前全球最大规模的人工智能公共系统,实现了城市治理模式、服务模式和产业发展的三重突破。

图源:new.qi-che.com

正如中国AI发展研究者牛津大学人类未来研究所的Jeffrey Ding所说的那样:“毫无疑问,中国视AI为时代核心科技,并且想要在这方面赶超美国。”

中美两大主力的AI竞速

中美在计算机领域发展竞速从未停止过。

美国在互联网领域的发展要比中国早得多。在PC互联网时代,美国全球中心的地位难以撼动,而中国则保持着模仿学习中前进的姿态。

图片:pixabay

智能手机的发展改变了局势,移动互联时代的来临让中国互联网产业有了弯道超车的机遇。移动支付的各类场景应用的普及正是移动互联网发展的加速度之一,如今中国二维码支付已然发展到人脸识别、无感支付,普及程度要高于西方国家;电商平台方面的发展也是中国在这场竞速中的砝码之一,即使晚于亚马逊,阿里巴巴的市值已然可以和美国分庭抗礼;

5G技术更是中国拥有领先地位的技术之一。根据中国信通院最新报告,我国5G基站已经建设有13万座,用户达到三百万,而今年则会实现大规模的网络化。华为5G技术在世界范围内广泛采用,也体现了其技术的世界先进地位。

图源:pixabay

从产业优势来看,美国主要依靠的是治理和技术优势,即对全球网络关键资源和尖端技术的控制,而中国的崛起主要依靠的是庞大的市场规模和潜力,仅仅依托市场红利发展的中国互联网产业在质量方面仍需提高;且美国更注重底层技术方面的转型,而中国的创新仍多停留于应用层面,如客户端的开发或是国外模式的本土化等,中国互联网的转型是其必然路径且早已开始步伐。

人工智能时代的来临则激起了新一轮的国际竞争,自从1956年“人工智能”首次在达特茅斯会议提出已经过去了几十年,但直到21世纪其优势与能力才逐渐体现出来并为人们所熟知,这与计算技术的发展密不可分。

图源:new.qq.com

美国凭借更悠久的研究历程与更强大的技术,较早地投入了AI产业化发展中,从科学研究到实用化与产业化,美国始终走在世界前列,谷歌在其2017年年度开发者大会上明确提出发展战略从“移动优先”转向“人工智能优先”,微软2017财年年报首次将人工智能作为公司发展愿景。

我国AI领域的研究开始于20世纪70年代,而真正获得较大发展也是在互联网技术和计算能力发展的推动之下实现的。随着云计算技术和芯片处理能力的迅速发展,深度学习为代表的人工智能核心技术突破,使得图像识别、语音识别、自然语言处理等方面得到了较大幅度的提升,国内的互联网巨头企业纷纷加大了人工智能领域布局,构建了一系列人工智能开放平台。

如今我国的AI研究已经进入爆发期。在语音识别技术方面,科大讯飞正向着99%的人际交互质变阈值接近;计算机视觉方面,中国学术界和工业界团队在2016年ImageNet图像识别赛中包揽了多项冠军。根据麦肯锡预计,中国人工智能应用市场将以50%的增速逐年增长,远远超过全球市场20%的复合年增长率。

图源:pixabay

在未来,中国想要实现AI发展方面质的突破,仍需要基础科研的支持,才能不被“卡脖子”。柏林智库墨卡托中国研究中心的政治学家Kristin Shi-Kupfer说,“基础理论研究的提升将是中国实现长期AI目标的关键。如果没有在机器学习领域实现实质性的突破,中国的AI将止步不前。”

薛定谔的AI:是否吹过了?

人工智能曾被看做是继移动互联网之后,下一个能够诞生百亿美金级巨头的机会,AlphaGo和李世石的比赛也曾使大众对于AI能力无限推崇甚至恐惧。AI在各个应用层面上的发展似乎也在如火如荼地进行着。

图源:news.yxad.com

各大企业未来发展的趋势是扎根场景的落地,让AI产品真正“有用”:去年全球智能音箱出货量仍以45%的速度增长,人脸识别的应用无处不在,安防、教育、金融、交通、医疗、无人驾驶……越来越多的AI应用正润物细无声地出现这些场景里。

以人脸识别为例,2019年实现从技术到大众的“出圈”的正是此项技术,在刷脸支付、日常考勤、银行开户、城市安防等场景的应用,以及ZAO软件AI换脸的火爆,让人们深切体会到了此项技术的发展。而人脸识别从技术到民生的背后,正是计算机视觉技术的在应用层面的广泛落地,过去一年中国成为计算机视觉技术最大的消费者与提供商。

图源:pixabay

猎户星空等创业公司开始将注意力放在深耕垂直化应用场景方面,将其视觉识别技术落地到智慧办公、智慧轨交、智能家电、智慧教育等领域;此外,计算机视觉领域,BigGAN、3D人脸建模、Fast.ai(快速、低成本、高准确率的图像模型分类训练)、vid2vid技术(超逼真高清视频生成AI)等新研究也在推动着更多应用层面的发展。

然而在看似火热的同时,仍存在创投公司求生艰难,头部企业存在发展受阻的情况。截至2017年上半年,有超过50家AI企业因资金链断裂宣布倒闭,2018年有90%的AI企业处于亏损状态。获得谷歌和阿里巴巴投资的明星AI公司Magic Leap被曝严重亏损,最大消费级机器人制造商Anki面临破产……

同时,大众也发现当前的人工智能并没有想象中那么全能,概念很多但落地很少。不少人在热情消退时发问:“人工智能,吹过了吧?”

图源:cloud.tencent.com

去年的一篇爆文《投资人逃离人工智能》似乎给已经为AI行业的寒冬定了基调。纽约大学心理学与认知科学教授加里·马库斯撰文指责对于AI的过度宣传,批判正是由于Hinton、吴恩达、Le Cun等AI领袖默许下的夸大宣传的泛滥,导致了寒冬的到来;中科院院士张钹也表示,“AI奇迹短期难再现,深度学习技术潜力近天花板。”

AI是否真的被吹过了呢?事实上,我们现在AI的发展状况与媒体上所畅想和展现的人工智能仍相差甚远,AI具有的“思维”能力与人类的思维尚不可同日而语,从这个角度上,目前AI确实是被高估了的。但未来强人工智能将会具备怎样的能力,大多数人还是持有相对乐观的态度。这也是多个国家开始AI政策规划方面布局的原因之一。

图源:Unsplash

不再仅限于全球科技巨头之间的较量,世界上多个国家、地区也开始了人工智能发展方面的竞赛,AI技术及产业的发展或许将会重新改写国际格局。

中美领军全球AI竞赛,人工智能被高估了么?相关推荐

  1. 任正非:中美领跑AI说法不合适、5G被炒作过热……

    来源:羊城晚报  作者:宋毅 摘要:2017年,华为又交出漂亮答卷:实现全球销售收入6036亿元,同比增长15.7%.4日,任正非接受了羊城晚报等5家媒体的采访,谈到了华为每年15%的研发投入,云计算 ...

  2. AI产业投融资情况回顾、中美科技巨头AI产业投资布局以及领先投资机构AI产业投资布局...

    来源:投中研究院 编辑:余瑞琦 未来智能实验室是人工智能学家与科学院相关机构联合成立的人工智能,互联网和脑科学交叉研究机构. 未来智能实验室的主要工作包括:建立AI智能系统智商评测体系,开展世界人工智 ...

  3. 剑桥AI全景报告出炉:全球AI可用人才仅3千,中美将争抢台韩半导体公司

    策划编辑 | Natalie 编译 | Debra 编辑 | Natalie AI 前线导读: 人工智能是一个跨领域学科,旨在创造出智能机器.我们相信,AI 将会成为促进数字化.数据社会的强大催化剂. ...

  4. 特朗普即将主持AI会议 中美竞争成焦点

    来源:华尔街见闻 摘要:特朗普将用一整天在白宫主持他当选以来的第三次科技大会,这次的主题是人工智能(AI). 特朗普都将和硅谷巨头们探讨AI相关话题.其中,对AI技术的监管以及中美之间的AI竞争将会是 ...

  5. 中国顶级 AI 研究者数量仅为美国 1/5:美国智库最新全球 AI 实力报告

    最近,美国数据.技术和公共政策交叉研究智库 Center for Data Innovation 发布了一份中.美.欧 AI 实力对比报告,从人才.研究.发展.应用.数据.硬件六个角度对三方的 AI ...

  6. 2019全球AI争夺战最新汇总

    http://blog.itpub.net/29829936/viewspace-2644542/ 随着深度学习技术的不断发展,引发了新一轮人工智能热潮,诸如AlphaGo.刷脸支付.无人驾驶.AR等 ...

  7. 全球AI四强大PK:微软“软”,百度“硬”,亚马逊“猛”,谷歌“横”

    2020年,一场突发的疫情,重创了线下.数字经济却空前繁荣. 亚马逊.微软.百度.谷歌等全球科技巨头,关于数字经济的核心引擎--AI的抢夺之战,热度也持续高涨. 谁拿到AI制胜权,谁就拿到数字经济时代 ...

  8. 除了竞争,中美在自动驾驶领域可以有哪些合作

    智造观点 考虑到人工智能在生活中的普遍应用,毫无疑问,自动驾驶可以说是一项革命性的发展,很多汽车厂商和科技巨头也都参与其中,但也有很多人开始质疑这项技术对未来移动出行市场的意义.所以,不管是技术人员还 ...

  9. ai竞赛--场景识别

    所有的代码在 https://pan.baidu.com/s/1AA72Scy7D9nwf36rCYDuKg 密码为: dmr0 里面自带了lmdb数据集文件 忘了怎么做的了 在全球ai竞赛中取得了1 ...

最新文章

  1. 子网地址,广播地址,子网掩码,主机地址范围,求法总结
  2. C++中重载下标运算符[]
  3. python @ 符号 表示矩阵乘法时的用法
  4. js -“=”“==”和“===”的区别
  5. 安装sun-java5-jdk 在ubuntu 9.10 提示无法找到软件包sun-java5-jdk#...
  6. More is better
  7. 1-2-05:填空:类型转换2
  8. swap最大值和平均值_SWAP:Softmax加权平均池
  9. iOS vs. Android,应用设计该如何对症下药?
  10. c#字符型转化为asc_C#字符串和ASCII码的转换
  11. 计算ex值 c语言编译,C语言常用的数学符号.doc
  12. java stax xml_Java小知识:使用Stax解析xml文件
  13. [转]程序员资料整理
  14. 一个Keil工程包含的内容
  15. excel饼图按占比从大到小排列
  16. 雪豹10.6升级10.8
  17. Keysight的扫描电子元件软件EP-Scan 2023版本下载与安装配置教程
  18. FFT运算的加深理解——FFT的增益
  19. MySQL 8.0.12安装教程(windows 64位)
  20. 解决Spring Boot 使用RedisTemplate 存储键值出现乱码 \xac\xed\x00\x05t\x00

热门文章

  1. String中的hashcode缓存以及HashMap中String作key的好处
  2. Python staticmethod() 函数
  3. python单例模式基于__new__方法实现的单例模式(推荐使用,方便)
  4. SQL INNER JOIN LEFT JOIN RIGHT JOIN 笛卡尔积
  5. python / 和 // 区别
  6. 中国新冠统计20200128-20200227 统计于网络发布数据 便于数据同比分析规律 公开透明 加强防范 减少恐慌 数学来加持
  7. 解决softmax后列和不为1的bug记录 :问题原因为 s为1维的,来除torch.exp(x)(64x10)时候,维数不对应,需要将s也要转换为2维的即维数为(64x1),才可以广播按行对应相除
  8. tensorflow lstm 实现 RNN / LSTM 的关键几个步骤 多层通俗易懂
  9. 查看linux文件的权限:ls -l 文件名称
  10. 畅销书《简明的TensorFlow2》作者李卓桓开讲啦!