首頁熱門文章
國外智庫全方位對比：中美AI到底有沒有差距？
發(fā)布時間：2019-04-26 分類：趨勢研究
導讀： 自2017年以來，中國的確越來越重視AI，政府向AI領域投入巨資，促進行業(yè)發(fā)展。不過細細深究，不難發(fā)現(xiàn)美國仍然在AI競賽中處于領先地位，它們投入的資源更多、AI人才更多、高質量研究論文更多、芯片也更先進。
4月19日，有許多外媒曾經夸張地說，中國正在贏得AI大戰(zhàn)，真是這樣嗎？外媒可能真的有些夸張了。自2017年以來，中國的確越來越重視AI，政府向AI領域投入巨資，促進行業(yè)發(fā)展。不過細細深究，不難發(fā)現(xiàn)美國仍然在AI競賽中處于領先地位，它們投入的資源更多、AI人才更多、高質量研究論文更多、芯片也更先進。
斯泰爾企業(yè)管理咨詢中國公司（Stieler Enterprise Management Consulting China）主管Georg Stieler表示：“有無數(shù)的行業(yè)說，它們想成為行業(yè)領導者。你需要組織體制，需要文化基礎，然后獨立演員才能協(xié)同表演。中國還沒有達到這一水平。”
今天就來了解一下中國與美國在AI領域的差距：
先從AlphaGo說起
中國之所以制定宏大的AI發(fā)展計劃，受到兩個重要歷史事件的刺激。
2016年3月，AlphaGo在圍棋游戲中擊敗世界冠軍李世石。牛津大學人類未來研究所AI治理中心中國主管Jeffrey Ding認為：“這是一個重要轉折點，你不妨看看百度趨勢，它和谷歌趨勢有點類似，顯示某個關鍵詞的搜索熱度歷史記錄，自AlphaGo事件之后，搜索AI的熱度明顯上升。”
美國新安全技術和國家安全項目中心兼職研究員Elsa B． Kania認為，這件事告訴我們AI正在快速發(fā)展，在戰(zhàn)略和戰(zhàn)術上，圍棋和戰(zhàn)爭高度相似，圍棋AI取得成功，可能預示著我們也許可以將AI系統(tǒng)用于戰(zhàn)爭，讓它制定決策。
第二件事，奧巴馬政府發(fā)布三份報告，也就是《時刻準備著：為了人工智能的未來》、《國家人工智能研發(fā)戰(zhàn)略計劃》、《人工智能、自動化和經濟》。
Ding說：“自這件事之后，百度熱度也上升了，一些中國政策制定者認為，在AI規(guī)劃、對AI戰(zhàn)略價值的認識方面，美國走在中國前面。”
相比美國，報告在中國引起更多關注，Kania說：“人們認為這些報告是個跡象，它顯示美國將會把AI提升到主要國家戰(zhàn)略的層面，可惜，自此之后美國沒有多少實際行動，但是美國的許多構想和政策卻在中國的計劃和倡議中得到不同程度的體現(xiàn)。”
2017年7月，中國公布發(fā)展計劃，準備在2030年之前成為世界AI領導者，政府還承諾將向AI創(chuàng)業(yè)公司、研究院投入幾十億美元。2019年2月，美國總統(tǒng)特朗普也發(fā)布期待已久的美國AI發(fā)展行政命令。在命令中，特朗普提出要求，在制定2020年年度預算報告時，執(zhí)行或者資助AI研發(fā)的聯(lián)邦機構主管應該優(yōu)先考慮AI研究。不過特朗普沒有為計劃提供新的資金支持，也沒有公布執(zhí)行細節(jié)。
Stieler認為，雖然中國公布了宏大的發(fā)展計劃，但是中國在AI方面的進步速度并不像國有媒體所說的那樣快。Stieler還說：“每天我都能看到許多半真半假、明顯夸大的消息，在西方行不通的在中國也行不通。”
雖然媒體不斷宣傳，但在AI發(fā)展的關鍵領域，中國仍然落后美國。
芯片
Stieler指出，中國企業(yè)快速行動，積極應用新技術，測試商務可行性，但是其中的構建塊并非全部來自國內。
想成為AI霸主，中國最大的障礙是芯片。Ding認為，搭建AI市場需要投入很高的初始成本，而且創(chuàng)建周期很長，研發(fā)芯片也很困難。在驅動AI、機器學習算法的芯片方面，很大程度上中國仍然依賴美國。
Kania也說：“在AI方面，中國高度依賴美國進口硬件，嚴重依賴美國半導體，研發(fā)中國自主芯片面臨重重困難。到目前為止，中國已經向該領域投了許多錢，但效果并不明顯。”
Kania還說，中國想在這些領域更加獨立，動機再明顯不過，中美關系遇冷，中國獨立的意愿更強烈。2019年2月，中國芯片制造商Horizon Robotics聲稱自己的估值達到30億美元，它還預測說未來一年會在第三代處理器架構方面取得進步。
研究論文
有些外國人擔心中國在AI領域崛起，主要是因為他們看到中國發(fā)表的AI論文數(shù)量已經超過美國，還有其它國家。2018年12月，Elsevier在報告中指出，1998年至2017年美國發(fā)表AI研究論文106600份，中國有134990份。
Stieler說：“當你看看報告的引用質量，看看發(fā)表論文期刊的聲譽，這樣一算，中國論文的質量突然大降，數(shù)字比美國還少。美國論文的質量比中國高。”
Ding認為，美國有大量的頂尖大學，所以在研究方面有結構性優(yōu)勢。他還說：“斯坦福、卡耐基梅隆、MIT，它們都吸收了中國一些最棒最頂尖的研究人員，這些人最終選擇在美國工作。”
人才
德勤在報告中說，在全球10所最頂尖的機器學習人才培育大學里，有5所位于中國，但是那里的畢業(yè)生很多并沒有留下。其中四所是清華大學、北京大學、上海交通大學、中國科技大學，最近幾年它們培育了12521名畢業(yè)生，但是只有31％的學生留在中國，62％前往美國。
Kania表示：“如果說現(xiàn)在正在展開AI軍備競賽，那么戰(zhàn)場就是人才。”中國大型科技公司正在爭奪人才，政府項目也在招募學生和研究人員。Kania進一步說：“在人才方面美國有巨大優(yōu)勢，因為世界頂級大學、許多關鍵人才都在美國。”
Diffbot在報告中表示，全球機器學習人才主要集中在美國。全球共有機器學習專家約720000人，當中31％（約221600人）在美國。換言之，美國的AI人才數(shù)量是其它10個國家的總和，包括印度、英國、加拿大。
Kania認為，中國正在快速追趕，擴大AI教育項目的規(guī)模，想擁有更多的工程師和研究人員，誰能成功現(xiàn)在還言之過早。
“中國的確有可能成為AI主要領袖，不論是在技術、還是在頂級AI人才儲備方面，都有可能。正因如此，谷歌及其它企業(yè)才會著手在中國設立辦事處，這樣才能進入中國市場，獲得人才。”
資金
ABI Research在報告中說，2017年，中國AI創(chuàng)業(yè)公司融資近50億美元，美國44億美元。ABI Research分析師Lian Jye Su認為：“雖然在融資方面中國超過了美國，但是美國的投資交易宗數(shù)還是更高一些。”美國投資交易宗數(shù)為155宗，中國19宗，而且中國的投資更加集中，偏向某些領域。
Jye Su認為，我們可以從兩個角度來看待AI競爭，一是技術，二是執(zhí)行。在技術方面，美國仍然領先，它成為大企業(yè)的故鄉(xiāng)，比如谷歌、亞馬遜、Facebook和微軟，它們的AI開發(fā)框架、工具被行業(yè)廣泛采用。
但在執(zhí)行方面，中國有優(yōu)勢，Jye Su說：“中國政府已經承諾要在關鍵領域加速AI技術的開發(fā)、普及、部署，比如智能城市、工業(yè)制造、健康醫(yī)療領域，這是首要事務。投資者看到中國創(chuàng)業(yè)公司具備商業(yè)可行性，而且市場潛力巨大。”
數(shù)據(jù)與監(jiān)管優(yōu)勢
中國擁有優(yōu)勢有一個重要原因，也就是數(shù)據(jù)數(shù)量，相比美國，中國有更多的人口，而且數(shù)據(jù)監(jiān)管也要寬松一些。
Kania說：“中國大約擁有全球數(shù)據(jù)的20％，2030年之前可能達到30％。數(shù)據(jù)是AI開發(fā)的燃料，尤其是機器學習研究，數(shù)據(jù)可能會成為中國的關鍵優(yōu)勢。”Kania還說，AI的一些特定領域（比如面部識別）需要大量數(shù)據(jù)，但在其它領域需要更先進的算法，在這些領域美國有優(yōu)勢。
還有，因為美國科技公司全球化程度更高，它獲得的數(shù)據(jù)比中國企業(yè)更加多樣。不過Kania說：“中國科技公司的全球化程度正在提升，未來它們會獲得更多豐富的數(shù)據(jù)，來源更加多樣。中國在數(shù)據(jù)方面有優(yōu)勢，但數(shù)據(jù)也存在限制。”
Kania還說，未來AI是不是需要如此多的數(shù)據(jù)，新算法新技術的開發(fā)會不會變得更重要，現(xiàn)在還難說。
Ding認為，大型中國科技公司（比如微信）打造生態(tài)系統(tǒng)，擁有數(shù)據(jù)流，在AI浪潮中可能會搶得先機，它們可以收集大量用戶數(shù)據(jù)。
中國有2億個監(jiān)控攝像頭，目的是識別抓捕罪犯。未來，根據(jù)面部識別、智能眼鏡及其它技術捕捉的數(shù)據(jù)，中國可能會按照公民行為設立個人積分。
Ding說：“美國這樣做的意愿并不那么強烈。與此同時，一些中國面部識別公司擁有更棒的技術，在計算機視覺領域，它們在一些大型競爭對手面前擁有優(yōu)勢，面部識別不只可以應用于監(jiān)控，還有安全、金融、支付。這是一個多方面的故事。”
Stieler則說，雖然中國企業(yè)在面部識別方面取得成功，但并不意味著它們能將相關AI技術應用于無人駕駛、智能制造，這些領域的技術更特別一些。Stieler還說：“除了面部識別、語音識別，在中國我還沒有看到太多的AI使用案例。中國的確擁有更多的數(shù)據(jù)，如果不能善加利用，可能就會被數(shù)據(jù)淹沒。”
一個相互依賴的系統(tǒng)
Kania認為，AI是一個相當籠統(tǒng)的術語，在技術的某些方面，中美各有優(yōu)勢，但在執(zhí)行時又都存在這樣那樣的限制。在開發(fā)技術時，它們是相互依賴的，一個國家取得進步，對另一個國家來說不一定是壞事。
Ding說：“在AI領域，中國與美國是競合關系，要想理解這一點，就要知道兩個國家的不一定非要是零和游戲。兩者有依賴的一面，也有許多跨國投資。這是一個交織的系統(tǒng)，我們應該多多強調依賴，抑制以零和方式競爭的沖動。”
Kania則說，在中美AI研發(fā)方面的確有許多的協(xié)同性，有很大的合作空間，的確有許多理由為此感到興奮，貿易、地緣政治競爭——尤其是軍事技術研發(fā)——會不會影響合作呢？這點還有待觀望。
Stieler說，美國科技企業(yè)會繼續(xù)盯住中國AI開發(fā)，但不能太過認真。他說：“要持有保留態(tài)度，謹慎對待，因為抱負就在那里。誰擁有大膽的想法，并且知道什么人合適，就會擁有足夠的資本去試驗。”
