中国人工智能产业白皮书内容分享

目前，一场技术革命正席卷全球，抓住该机遇的国家将主宰21世纪。没有哪个领域对大众生活、生计、安全以及繁荣稳定的变革力比得上人工智能（AI）技术。人工智能将改变全球经济和国际关系的力量平衡，因为首先掌握人工智能技术的国家在制定下一个全球秩序方面将具有关键性战略优势。

        就像任何变革性技术一样，很难打破人工智能的炒作嫌疑。记者和专家可以重点突出最重要的新兴趋势和行业问题，比如人工智能和人工智能驱动的自动化改变劳动力市场时可能产生的政治影响。毕竟，即使技术变革带来了就业总人数的净增长，也会使大批缺乏教育和培训的劳动者失业。这一现实将使各国政府更难以满足每个公民的需求。但人工智能的观点及其含义有可能混淆不同类型人工智能、以及政府对其判断。日前，全球最大政治风险咨询公司亚欧集团（Eurasia Group）联合世界领先的AI研究者兼“创新工场”(Sinovation Ventures)创始人李开复，发表了有关中国人工智能领域的白皮书。

当前的共识是，美国和中国已经开始了双向的AI主导竞赛。在全球决策者和立法者讨论美国在全球未来地位的时候，白宫和硅谷之间的气氛日益紧张，而中国则开始大力发展AI。尽管中国在顶级硬件和人才方面仍然落后于美国，但其互联网用户数量超过了美国和欧洲的总和，这一优势可以使中国在积累大量数据的过程中拥有不可磨灭的领先优势，而这些数据则是人工智能创新的核心。但是，美中竞争是两国关系的中心因素，这不仅仅是一场胜者全得博弈。随着中国不断缩小在人工智能方面的差距，对这个领域的仔细研究也显示了该超级大国与新兴挑战者之间更多的异化。

除了这两个大国之外，许多大小国家的决策者现在都在努力应对人工智能问世带来的机遇和挑战。虽然这样一来可能会导致贸易摩擦加剧，并引起人工智能在短期内会对国家安全造成危害的担忧；但从长远来看，人工智能、自动化和相关技术将是未来公民安全和繁荣的关键。

中国的人工智能变革：了解北京的结构性优势

如果2017年中国AI产业只是“预热和炒作”，那2018年中国在AI领域的优势才将真正体现。媒体关于中国人工智能崛起的报道大部分集中在中国大型互联网公司、人工智能的部署、政府对该技术的高度兴趣、以及美中“AI战”的可能性。关于后者的讨论往往涉及对人工智能潜在的军事用途的警告，以及人们对杀手机器人的过分担忧。

这些分析在许多方面令人失望。它们通常无法区分AI的不同含义，AI如何被使用，以及如何将AI用于为各种应用软件增添智能功能等。本白皮书试图解决这种不平衡问题，首先通过对中国AI多种表现形式提出更加细致的观点，然后概述中国人工智能优势的主要来源。人工智能不只是另一种产品或服务。这是一项基本的使能技术，可以添加到现有的流程和服务中，使其更加智能、更高效、更准确、更实用。AI并不是一个庞然大物。最佳解释为四种不同的应用程序：互联网AI、企业AI、感知AI以及自主AI。评估一个国家或公司在AI的现有能力和未来前景需要对这些不同的AI领域以及其他变量（如数据量、人才质量以及顶尖硬件的可用性）有细致的了解。

通过以上分类，我们可以对中国人工智能的发展做出如下预测：新一代科技人才将加速中国人工智能的发展.目前中国出现了顶尖AI人才赤字，但是一支庞大的年轻科学家队伍正在积聚。我们预计这种人才短缺将随着时间的推移而演变成一个优势。

·AI就绪数据将成为一个关键优势来源：庞大的数据集，以及在AI应用中的更大灵活性，将成为中国的核心AI优势。这个单一的优势是其他国家无法逾越的。

·中国将在四个核心AI应用中的三个应用中处于领先地位：中国在互联网人工智能、感知人工智能以及自主人工智能方面的能力不仅将非常强大，而且将处于世界领先地位。

·企业AI在中国将会滞后：由于缺乏企业软件和数据仓库，中国在商业智能方面的实力将发展得更慢。

·中国人工智能将继续受益于非常有利的监管环境：政府的大力支持将极大加快中国人工智能的发展。

·中国将成为一个全球人工智能大国：北京将成为一个硅谷级别的人工智能创新中心，超越多伦多、蒙特利尔和伦敦。

AI方程中的关键因素

AI是大量流程、数据分析、支持技术、应用程序和软件的总称，它使现有流程“更智能化”，并获得高度优化的结果。人工智能可以实现智能游戏（如AlphaGo），有效的金融应用（如贷款担保），超级人类感知（如语音或人脸识别），甚至是高级决策（如自主车辆）等。为了使AI发挥作用，需要四个重要的先决条件。

·海量数据：到目前为止，最重要的因素是大量标注数据集的可用性（例如，包括申请贷款的人以及他们是否偿还或拖欠贷款的信息；抑或是提交了客户投诉的人，他们是否满意或不满意等）。AI使用这些大数据集作为示例来引导算法进行优化。

·计算能力：庞大的数据集需要大量的计算能力。随着训练样本数量从数百万增加到数十亿，以及每个样本数量的不断增长（视频数据大于静止图像，静止图像大于语音，语音大于搜索或电子商务数据），训练样本的数量也随之增加。非常大的数据集通常需要并行处理，以及专门的硬件，如图形处理单元（GPUs）。 聚焦特定领域：当前的人工智能只应用于明确定义的单个领域。它不具备广义智力或常识（AI在经过训练确定贷款担保的任务中可以胜过人类，但是却不能进行任何其他任务）。

·所需的特殊（人类）专业知识：AI算法还不能算作是“平台”或“框架”，不能被普通工程师使用。尽管具备公开发表的学术论文甚至开源软件，但是专家还需要对AI进行“调整”，以便在特定的领域和数据集展开工作。这种状况可能会持续几年，直到像Google的第二代深度学习系统TensorFlow这样的工作变得像手机操作系统广泛使用的编程包一样容易使用。

AI发展的四大浪潮

人工智能的发展分为四大步。这四步是同时进行的，但是却有着不同的起点和速度。

1. 互联网人工智能 - 互联网网站和应用是当前用户标记数据的最大来源：当我们通过电子商务网站点击购买商品时，我们同时也是在给予人工智能某个标签进行学习。互联网巨头（谷歌、Facebook、亚马逊、百度、阿里巴巴、腾讯）是这些大型互联网数据集的最大受益者。这个AI大潮始于2010年左右，当时Google开始在整个公司采用深度学习技术。

a. 中国庞大的数据集和强大的风险资本生态系统，为顽强的企业家提供了资金，意味着中国创业公司即将与美国引领或共同引领全球互联网AI领域。

b. 阿里巴巴将与亚马逊一决高下，而腾讯则将与Facebook一决雌雄。百度是中国的Google，但在AI领域却落后于美国的竞争对手。

2. 企业AI - 拥有大量数据存储库的企业可以将AI应用于历史数据或新数据，以连接业务流程并助于决策。例如IBM Watson（美国）、Layer 6 （加拿大）和4thparadigm - 第四范式（中国）将AI应用于财务数据（用于预测商品和股票、信用卡欺诈以及优化客户资产分配）。这波浪潮始于2013年，当时许多商业公司都成立了AI公司。

由于中国企业在采用数据仓库和企业应用程序方面进展缓慢，所以中国需要一段时间才能赶上其企业AI与其他国家的差距。

3. 感知AI - 感知AI涉及通过传感器和智能设备将现实世界数字化，收集以前可能无法获得的新数据，并使用它创建新的应用程序。例如，Amazon Echo将我们的音频环境和语音输入数字化；中国的Face ++收集了包括人脸在内的大量视频。人工智能的这个阶段将需要部署大量的联网传感器，新型多媒体内容，偶尔还需要新的用户界面（例如语音和手势）。这波人工智能的浪潮还包括自主商店，可以识别客户的面部和产品选择，了解手势，并能自动处理客户退房和支付。这波AI开发浪潮始于2015年，当时这些新功能开始普及。

中国将成为这一领域的领导者，因为大量的可用数据被收集，而且中国公民也不太关心公共空间的隐私问题（例如购物中心的摄像头识别人脸并针对每个用户提供潜在的报价）。

4. 自主AI - 前三波AI浪潮主要是软件驱动的，但是自主AI则使用移动和触觉输出，实现机器人、无人驾驶等。随着三级无人驾驶车辆和工厂机器人的普及，这一波浪潮即将开始。

a. 中国有可能引领或者共同引领这一领域。虽然中国在这方面的技术落后美国大约两年，但是中国企业家们正在努力推动，同时政府也在政策和补贴方面给予了支持，还愿意展开相关实验。

b. 由于中国是世界上最大的独立制造业国家，为实现自主化人工智能所需要的增强或全新的机器人生产线将以更快、更具成本效益的方式在中国部署。

中国VS美国

就像美国有三大AI公司一样，中国也是如此。

谷歌拥有50%的世界排名前100的人工智能科学家，主要致力于Google大脑（一种新的、支持AI的操作系统），Google云（类似于一种新的电网）和DeepMind（AlphaGo）。百度一直追随谷歌的脚步，建立了Duer OS（用于语音和基于语言的操作系统）和Apollo（自动驾驶操作系统的雏形）。谷歌拥有中国最多的AI专家。尽管有上述相似之处，谷歌和百度之间的AI人才差距依然很大（谷歌在利润方面领先任何一家公司）。Facebook的AI研究非常精彩，这是因为社交网络继续吸引大量的使用数据。Facebook建立了一个人工智能研究实验室(FAIR)，专注研究人工智能和机器学习领域的长期问题，以及一个应用机器学习部门（AML）。腾讯与Facebook极其相似，拥有一个中央研究机构，每个产品小组（如微信）都拥有自己的应用AI团队。

亚马逊一直是全球AI竞赛中的一匹黑马。虽然其人工智能研究或技术从未被人们所知，但Amazon AWS、Amazon Echo、Amazon Go以及Whole Foods的收购都与AI相关，从而使亚马逊在应用AI中处于领先地位。Amazon Echo和Alexa API成为语音驱动操作系统的核心。Amazon Go和Whole Foods已经成为世界上最优化的巨型商家线上和线下购物平台。WS是最受欢迎的云产品，现在随着第三方AI功能的不断增强而增强。阿里巴巴也采取了类似的策略，阿里云作为领先的云端系统加入了人工智能。阿里巴巴也开设了自己的实体店，并展示了自己的无人商店，打算线上去切线下。

回顾：谷歌和百度在平台/操作系统的野心是相似的。亚马逊和阿里巴巴在云加人工智能、线上线下人工智能的抱负也是类似的。Facebook和腾讯在他们最受欢迎的消费应用程序中使用人工智能的焦点是相似的，迄今为止没有明显的平台野心。

中国人工智能创业状况：从模仿到超越

中国的创业场景在过去的10年里发生了翻天覆地的变化，实现了从现有应用的复制版本到真正的跨越式创新。这主要是资本流入中国，一大批坚定和勤奋的企业家，以及支持性的政府政策带来的成果。在人工智能之前，中国在移动创新、增长速度和价值创造等方面都领先于美国。

这种增长导致了数据的巨大爆发，同时也是AI的推动力。处于上述四大浪潮中的创业公司数量都很大。互联网公司已经快速建立了人工智能，并利用它来实现增长。互联网驱动的人工智能公司包括滴滴、美团、头条、美图、快手，以及为个人构建互联网应用程序的几家Fintech(金融科技)公司：趣店、拍拍贷和Smart Finance等。这些公司价值约1500亿美元。第二波企业AI还有纯粹的AI公司，往往专注于财务、健康和企业服务等。其中包括第四范式（针对银行和金融机构的AI解决方案），Yibot（中国移动、滴滴、携程等消费者服务提供商的AI客户服务）和iCarbonX（健康跟踪）。在第三波感知AI中，有许多公司从事智能设备、脸部识别、语音识别，包括Face ++和Sensetime（脸部识别），Mobvoi（语音助手），Ainemo和Rokid（智能家居助理）。最明显的例子是科大讯飞（iFlyTek）。科大讯飞是中国领先的语音识别公司，能媲美美国的Nuance。但是如果我们仔细追踪这两个语音识别企业，自2015年以来，科大讯飞的市值已经超过了Nuance；到2016年底，已经是其美国主要竞争对手的两倍多。第三波浪潮数字化AI的一些企业正在推出AI在生活方式产品中的应用。中国领先的自行车共享公司摩拜（Mobike）现在在全球200多个城市部署了智能自行车。这种自行车配备了太阳能GPS、加速计、蓝牙和其他传感器。NFC（近场通信）和麦克风都是通过智能手机激活。各种传感器将数据传输到云服务器。每天，数以千万计的骑行者穿梭在中国各个特大城市，产生20TB的数据，摩拜通过AI对其进行分析和优化，从而将人、自行车、道路和目的地连接成为世界上最大的“物联网”网络之一。

最后，对于第四波自主AI浪潮，自主车辆和机器人也处于高增长模式。由英特尔中国实验室前任总监创立的初创公司驭势科技（Uisee），已经开始在特定领域的缓慢驾驶场景中测试全自动车辆。Momenta的技术将基于深度学习感知软件、高清语义映射和数据驱动路径规划结合起来，作为与中国和国际汽车制造商合作的自动驾驶的大脑。与此同时，据报道，DJI大疆创新占有85%的消费无人机市场，估值达80亿美元。相对于不得不在世界另一端建立产品的美国公司而言，大疆的关键优势在于在深圳拥有自己的生产设施。其工程师可以通过邻近的设施设计和测试原型，实现从创意到产品的快速生产。

人工智能很快成为中国创业公司最热门的领域。从2012年到2017年第三季度之间，投资者对超过200家AI企业投入了近45亿美元资金。其中超过一半的投资是在过去两年内进行的。北京旷视科技有限公司旗下的新型视觉服务平台Face++宣布，在2017年11月初进行的C轮融资，融资金额达4.6亿美元，是全球规模最大的AI风险基金融资。同月，该公司在三项计算机视觉挑战中获得了第一名，击败了来自Google、微软、Facebook和卡耐基梅隆大学的团队。

中国最大的资产：数据领导地位

数据越多，AI更智能。一位拥有大量数据的优秀科学家利用少量数据就能击败一位超级科学家。这并不总是很好理解，但对于确定哪些公司和国家将在AI发展中占据全球领先地位至关重要。

中国的人工智能技术仍然落后，但随着企业家和投资者的加入，中国人工智能技术正在迅速缩短差距。可用数据集的规模是AI最重要的竞争优势来源。大多数AI算法都是开源的和大众熟知的。需要聪明的人来调整算法，但是在应用这些算法的时候，一切都和数据有关：谁先拥有，以及谁拥有更多的数据。如果你拥有更多的数据，你就有一个更好的经过AI训练的产品。这样一来可以让你获得更多的用户，从而赚取更多的钱，进而可以雇用更多的科学家，购买更多的机器并获得更多的数据。这个良性循环一直是Facebook、Google和微软以及中国的百度、腾讯、阿里巴巴等企业成功的关键因素。

那么，中国到底产生了多少数据呢？中国是全球拥有手机和互联网用户最多的国家：截至9月份手机用户为13.9亿，互联网用户为8亿（绝大多数使用移动接入，截至8月份为7.25亿） - 约为美国或印度的三倍。在移动互联世界中，中国有绝对的优势。但是这只是其中一部分。

互联网和手机使用的差距远远大于三倍。中国人用手机支付的次数比美国人多50倍。中国叫外卖的数量也是美国的10倍以上。共享自行车的使用量是美国的300倍。数据的大量增加 - 比任何其他国家获得的信息都多 - 是改善中国人工智能现状的动力。

缩小人才缺口

虽然世界顶尖的人工智能研究人员大多还是美国人，但中国人工智能研究人员的数量正在迅速增长。

中国的微软亚洲研究院（MSRA）已经培训了超过5000名AI专业人员，其中包括实习生。这5000人中的许多人已经就职于其他公司和高校。例如，有的已成为百度、阿里巴巴、腾讯和联想等中国最大公司的首席科学家和首席人工智能科学家。有的则就职于初创企业（如Face ++首席科学家孙健，Momenta首席执行官曹旭东），有的则就职于中国大学和研究机构。

中国研究成果的质量也在不断提高。华人作家人数占人工智能研究前100名的43%，是中国人工智能研究快速增长的一个指标。

最后，年轻的中国学生正在涌入这一逐渐成为最热（最高收入）的人工智能领域。中国高校强大的计算机科学和数学专业已经培养了一批为该领域工作打下基础的工程专业毕业生。

这些因素表明，虽然中国目前的高级人才赤字，但由于人才的大量涌入，未来几年可能会迎头赶上。

硬件：机器人、自动化和AI芯片

中国是迄今为止世界上最大的机器人市场。机器人国际联盟组织提供的数据显示，中国连续打破了自动化领域的世界纪录。在中国政府制定了名为“中国制造2025”的十年计划之后，中国的自动化事业在2015年获得了新的增长。这个计划旨在把中国变成技术工业大国之一，包括加强中国的机器人供应，进一步增加在国内外的市场份额。此次机器人革命正在创造一个强大的硬件、自动化AI和相关人才生态系统，帮助中国成为一个全自动化国家做好准备。

半导体是中国新兴生态系统的另一个关键组成部分。虽然中国企业仍在开发AI优化硬件方面努力赶上美国同行，但他们为AI算法半导体（如用于机器语言处理和面部识别的神经网络）领域却取得了快速进展。即使中国起步较晚，也不太可能阻碍该行业的发展。运行高端AI应用的中国公司所拥有的选择众多，从利用GPU或张量处理单元（简称TPU，一种由谷歌为机器学习而设计的处理器）运行的基于云的AI服务，到利用神经网络处理器开发运行于智能手机的应用等。中国领先的电信设备制造商华为已经投入了大量的研发力量来开发其手机神经网络处理器系列，如在今年推出了麒麟970芯片。越来越多的深度技术初创公司开始进行专门的AI集成电路（IC）的设计和开发，包括Cambricon、Bitmain、DeepPhi、Vimicro、ChipIntelli和Horizon Robotics。英伟达、英特尔、赛灵思、Altera和AMD等美国公司在知识产权、人力、资源和行业经验等方面比这些中国创业公司具有更大的优势。中国政府庞大的高科技研究机构很可能会在这一过程投入更多的知识产权、人力和资源，尽管目前尚不清楚究竟会带来怎样不同的处境。与此同时，正在努力开发专用芯片的中国硬件公司可能会进入一些新的市场，如图像传感器芯片、图像处理芯片和用于自动车辆应用的半导体等领域。华为、中兴等手机企业也将继续开发与西方知名品牌相当的智能手机芯片。

中国的AI政策

北京的AI政策重点就已经非常明确了。2017年7月，国务院印发的《新一代人工智能发展规划》，呼吁2020年中国人工智能总体技术和应用与世界先进水平同步，到2030年成为全球人工智能创新中心。中国***习近平于十月份在十九大的演讲中提到了先进制造业的发展，以及互联网、大数据和人工智能与现实经济的进一步融合。因为一系列政治和经济因素，北京对人工智能进行了巨大的赌注，从提高治理能力到改进政策制定和监督等。该计划要求中国率先发展监管环境，以鼓励人工智能的发展，并减少人工智能的潜在缺点。

在国家计划于7月份宣布的几个月后，中华人民共和国科学技术部（MOST）公布我国第一批国家人工智能开放创新平台，包括：依托百度公司建设自动驾驶国家新一代人工智能开放创新平台；依托阿里云公司建设城市大脑国家新一代人工智能开放创新平台；依托腾讯公司建设医疗影像国家新一代人工智能开放创新平台；依托科大讯飞公司建设智能语音国家新一代人工智能开放创新平台。

这些规划不容忽视，因为中国政府在交付成果方面表现出了良好的记录。举个例子，北京在2010年宣布，中国将成为引领高速铁路（HSR）技术的国家。如今中国拥有世界60%的HSR市场。2014年9月的夏季达沃斯论坛上，中国首次发出“大众创业、万众创新”的号召。当前中国境内的企业孵化器数从2014年的1400个飙升到8000个。由于国家层面的最后期限和标准，以及可能将这些方向作为重中之重的本地公司，这些规划都是有效的。我们可以期待中国的人工智能政策也会是类似的情形。

从历史上看，中国政府一直对技术开发持开放态度。当新技术出现时，政府会适当怀疑其能带来的好处，而让其发展，而不是用政策或无休止的辩论来扼杀它。而且，中国的环境更有利于快速启动和迭代。有一种普遍的信念，那就是先推出某种事物，然后再申请获得批准。这使得中国企业能够大规模地生成真实的数据，反过来又使技术在更短的时间内得以改善，特别是一旦将AI引入到这个过程中。例如，在美国，卡车司机联合会要求交通部门推迟自动化卡车检测；在中国，雄安新区则是完全自主地从头开始进行设计。各高速公路管理部门都愿意进行道路扩建、构建专用车道、或在高速公路出口附近进行仓库卸载，以便更快地部署自动卡车。在中央政府的号召下，我们也看到了许多城市的重大举措。上海、南京、武汉和天津只是少数几个提出了自己人工智能规划的城市。与过去的政策一样，大部分资源将在省级和市级政府层面实施。资源类型包括对高级人才（特别是海外人才）的补贴；指导风险投资基金，政府担当有限合伙人（LP）的角色，但向基金的普通合伙人（GP）提供一些其他利益；针对顶级人才公司和初创企业的特别项目（免费租赁、本地招聘补贴、高层次人才住房和私立学校）； 以及公司和个人类技术奖项等。

最后，美国、欧盟和中国也将竞相出台围绕人工智能技术和应用的监管制度。国家计划明确表示，对人工智能开发和使用的监管、法律以及道德准则是个非常有先见之明的方法。当然，政府对人工智能调控、道德准则和经济调整的态度，将反映出北京更为广泛的治理和意识形态模式。例如，考虑到以国家为中心的国际问题，中国可能会通过联合国发起一项倡议，首先制定与自动化/人工智能有关的“行为准则”或基本的监管方法，然后建立一个关于该专题的特别委员会，最终成为在联合国框架内运作的一个监督机构。这样的举措将使中国处于发展这些问题的全球方针的前沿。北京在网络安全问题上也尝试过类似的做法，认为其具有全球影响性，需要全球性的监管回应。

长远观点：未来AI的双寡头

综上所述，在人工智能发展的几个结构性优势的推动下，人工智能在中国呈上升趋势：庞大的数据集、年轻的人才队伍、积极进取的企业家精神以及强大而务实的政府人工智能政策。这些优势将加速人工智能的四大浪潮：互联网AI、企业AI、感知AI和自主AI。

· 中国的大公司与美国同行竞争激烈，但目前在研究和科学方面的专业知识以及全球平台经验方面处于落后地位。

· 中国科技创业生态圈的蓬勃发展以及技术和工程人才的巨大扩张正在缩小人才缺口。

· 中国的海量数据、机器人和计算能力都在不断增长，海量数据的规模和可用性将成为中国人工智能发展的关键优势。

· 一个支持性的监管环境和政府飞速发展的人工智能抱负将确保该国在人工智能优势方面处于独特地位。

亲科技、亲实验和亲速度的特性将使中国成为强大的人工智能大国。

在这个快速创新的时代，美中人工智能双头垄断不仅是必然的。而且已经到来！