|
|
据中新社报道,中国信息通信研究院4月19日发布《2020年全球人工智能产业地图》显示,中国AI企业数量全球排名第二。
! E2 n' @# s- }' r- h2 n# R1 n$ q8 U' b8 b* p; s' i3 r
中国信息通信研究院副院长魏亮说,2020年,美国人工智能企业占据全球总数38.3%,中国紧随其后,占24.66%。中美两国AI企业数量占据全球半数以上,保持绝对竞争优势。美、中、英、加等名列前10名国家的AI企业数量排名连续四年无明显变化。尽管俄罗斯2020年AI产业迎来发展热潮,但对AI产业整体格局并未产生决定性影响。* o7 F* p% x% d, J; m
* G. F) {4 J8 J1 j ~6 S
在中国,北京AI企业数量占据中国30%以上。上海、深圳、济南、青岛、成都等城市也成为区域内人工智能企业最集聚、创新最活跃的城市。1 ^+ y9 ^/ Z; N
) D1 O* K6 b3 v7 g0 ^3 ?& r
《产业地图》显示,2020年,在疫情防控和复工复产中,人工智能技术发挥着重要作用,资本市场对于人工智能的热度升温,全球AI投资金额基本止跌,中国国内AI投资金额转降为升。全球人工智能产业规模达到1565亿美元,同比增长12.3%,但由于疫情影响,增速低于2019年。中国人工智能产业规模为434亿美元,同比增长13.75%,超过全球增速。" v- Y" E# A1 m* m" @
1 m E6 n( D3 n7 D4 h* s另一方面,美国谷歌前总裁埃里克·施密特、美国前国防部副部长罗伯特·沃克领军、美国国会授权的国家安全方面人工智能专门委员会发表长篇报告,分析了美中在人工智能方面的优势、劣势和美国如何在人工智能军事化方面领先中国的问题。报告指出,人才是最重要的,第二重要的是数据,再其次是硬件,然后才是算法、应用和整合。
8 ~5 g/ j! s% Z
! M0 _2 \3 W8 f5 ]! g! c报告认为,美国在人才、硬件方面领先,在算法方面只是稍微领先,中国在5-10年内会赶上。中国在数据和应用、整合三个方面领先,因为中国对数据私密性的要求较低,中国善于把人工智能产业化、规模化、实用化,中国还有完整的科技政策,把有关方面整合成一体。综合权衡下来,美国的优势在更加基础的层面,中国的优势在更偏应用的层面,所以报告认为美国在总体上略为领先。6 n) A, ^8 G+ p2 A+ @
/ _ g( S5 w P/ x$ ^% E, j必须说,这报告挺有意思的,大体上还算中肯,不过有很多非常重要的疏漏。
+ S7 \) q" g2 D) d- t9 i
6 u' Y- p; J5 Z" b% I人工智能在高速发展,但人工智能现在的发展阶段有点像19世纪的化学,实验室里搞的热火朝天,也不断有重大的新发现,但在理论上还卡在几个关键的地方,理论大大落后于实践。人工智能有很多算法,但缺乏一个统一的理论构架,可以分析、预测系统的性能。事实上,无法预测行为、无法信赖人工智能的决策,这正在成为人工智能得到更加广泛的应用的最大障碍。“阿尔法狗1.0”和2.0在与人类棋手大战的时候,都走出一些匪夷所思的步子。事后分析好像是好棋,又说不出好在哪里,更是想不出什么思路能走出这样的步子。这只是下棋,看不懂棋路不是大问题。要是人工智能用于国家核导弹自动发射控制,也给你来几步人类看不懂的反应,那问题就大了。# z, Q- A7 V- p, P) F8 W+ Y9 R' P
, a; r3 Z% ?3 b7 l0 m" L5 J$ A& e: p( q人工智能能在可预见的将来在理论上有重大突破吗?不知道,但要是实现的话,肯定是通过人才的。这正是人才的重要性。8 ~5 E& |+ P% g" a
5 z, b" ~5 [/ ^% R0 B- N
美国的人工智能人才数量和质量都世界领先,不过其中兵强马壮的中国军团到底算美国的人才,还是中国的人才,并不一目了然。他们的主力来自过去二三十年出国的大陆留学生,由于师长、亲友、同学的关系,他们中间有很多与国内同行保持紧密的私人和学术联系。如果美国排华加剧,他们中间很可能有一大部分会选择回中国,那时到底美国的人才群体更大,还是中国的人才群体更大,就不好说了。
+ P0 S( X/ |# r/ X- b4 c# d4 n% y, ?
这也说明了两个问题: L5 b& K* B9 b( Z* h: M# m
1、 中国人是聪明的
% W$ x* v. I( [9 a2、 中国教育是出人才的
% O, F, n6 W+ ~% K' ^" M Q
7 [3 V" C$ f' Q w( K1 F2 P3 H这些人才大多是在美国成才的,这肯定有美国的教育和研究环境的功劳。还在不久之前,美国是人工智能绝对领先的国家,好种还得沃土才能成才。但在人工智能在中国也高度发达的现在,美国是否继续作为人工智能教育和研究的唯一沃土就不好说了,换句话说,在不久的将来,中国“自产自销”的人工智能人才群体也会非常强大,超过美国都不一定。
& S$ i( X$ S/ U' P# Z7 j. _- K7 D: T5 p
以前是认为中国的初级教育基础扎实,高等教育不行。现在这个迷思打破了,过去30年里大量出国读研然后成才的都是中国高等教育体系培养出来。那中国研究生教育也跟上去了吗?研究生教育是和研究紧密相连的,没有教授亲力亲为的研究就没有优秀的研究生教育。俄罗斯航空之父尼古拉·叶戈罗维奇·茹科夫斯基在莫斯科帝国理工学院开设航空课的时候,通过早期航空实践带出安德烈·图波列夫等门生。这些门生都不是光说不练的,图波列夫后来建立设计院,留校(后来成为国立鲍曼工学院,部份分到茹科夫斯基空军工程学院)的师弟们也承继了理论结合实际的传统,阿尔腾姆·米高扬在茹科夫斯基学习的时候,要学习飞行,同学安德烈·柯切托夫后来就是米高扬设计局的主要试飞员之一,而米高扬在校期间自己设计、装配的飞机也是自己试飞的。
* n) ?. ?& r' u9 O+ o+ p4 k
, w' p5 y2 m4 n% k1 k& K# D0 \30-40年前,中国也有研究生教育,但在很多先进工程技术领域,由于缺乏实践,教授只能当搬运工,从书本上搬到教室里。不是教授不愿亲力亲为,很多工程实践是需要投资支持的,没有项目哪来实践?
/ v& X/ L! t5 M) |6 s5 O, _* _, a, \5 b; \& S( h, h. T: u
现在不同了,在土建、高铁、造船、航空、5G、大数据、人工智能等方面,中国的实践领先于世界,教授当然也就言之有物了,研究生们也从实践中悟出学科的精髓。不需要多久,中国的相关领域研究生教育也必然会“行的”。中国更大、更扎实的数学、物理、工程基础教育则提供了强大的人才生长基础。' c, |$ Z- q0 K: Y* [: G
$ J6 k$ ^- ~) n; q还有一点不能忘记:人工智能在本质上是数学的一部分。中国人到底数学是不是天生就好,这是一个伪问题。中国人数学糟糕的多的是,数学好是刻苦学习才做到的。不管是应试教育的祸害也好,还是“学好数理化,走遍天下都不怕”的传统思维也好,中国基础教育(从幼小初高到大学)的数学基础在世界上是领先的,超过美国何止几条街,这才是中国人工智能人才军团的最强大后盾。" _6 E+ _1 j8 M& B5 g! | \
. W7 r, J; h& r0 |
硬件是另一个问题。在目前,中国的硬件技术明显落后,华为也为此挨了一闷棍。但人工智能的难关不是在于野蛮算力,而是在于算法。中国也在通过架构上的创新避开芯片难关,超算领先就是例证。通过精巧的架构设计,从较低的硬件水平是实现较高的总体性能的。要紧的是,这不是空谈理论上的可能性可以做到的,是在实践中摸索出来的。这正是中国超算的成功经验,没有理由中国人工智能做不到。- A) J# A+ ?6 u
, y. j: l+ b7 d, Z4 ?中国同时也在芯片技术上正面攻坚。这里有为国争光和国家安全因素,但最重要的是,中国芯片市场巨大的商机使得这样的不计代价攻坚成为可持续的,有利可图的。科技不是巫术,在技术和投资方面的积累到位了,没有难关是攻不破的,尤其是别人已经走通的难关。人才队伍也是在攻关实践和经验传承中积累起来的。( S2 G) V1 }/ o; B5 L% _9 P
g: u! {4 n. |! r) {6 T7 g算法方面,美国同样领先。在基础理论构架形成之前,算法更像手工业时代的各种技巧。换句话说,这也是在大量实践中形成的。在实践中逐步改进,量变形成质变,这是新算法的关键。
- B- a1 u- S$ O, M7 P
4 e% y6 Q8 n, }这一切都指向最关键的一点:人工智能的应用。在这方面,中国简直是野蛮生长,各种应用爆炸性地涌现。比如说,头条和抖音的推送就是人工智能的应用,电商杀熟其实也是。成功的应用是后续发展的物质基础,否则光在象牙塔里打转转是转不出来的。美国的问题正是在于这里:人工智能的应用受到军方的高度牵引,军方的支持成为可持续性的关键,使得商用人工智能缺乏自我发展的动力。片面依靠军方拉动正是苏联科技发展的问题根源,大力依靠民用需求拉动则是美国的成功经验。有意思的是,美国在走苏联的路,而中国在走美国的路。
* {7 v' |6 F4 g$ u
" C0 R- y! y) Z4 V8 r报告还指出,中国在人工智能的整合方面领先。这是更高层次的应用,把人工智能整合进入更加宏大的架构,成为超级应用的一部分。作为团队的一份子,而不是单打独斗,这也是人工智能施展拳脚的另一个途径。: l# r4 ~0 Z4 L4 t, O; F. x4 l
! N, w3 n0 x. A( ^) w
大量的人工智能实践正是中国人工智能赶超美国的底气。工程技术不是研究出来的,是干出来的。吴仲华研究出三元流理论,但罗尔斯-罗伊斯才是把三元流变成可靠、省油、大推力的“斯贝”涡扇发动机的,也只有在这样的基础上,理论才得以进一步发展。6 _, h% N* b( |0 V, h
, i/ f6 B! v6 O, H
报告对于中国在数据领先方面的说法是误导的。中国在数据方面领先,不是因为对私密的要求较低。所谓私密要求,只于人脸识别、语音识别、用户消费习惯分析这些方面有关。且不说中国的数据私密性是否有问题,人工智能远远不止这些方面。远的不说,“阿尔法狗”就不涉及私密问题,人工智能辅助的天气预报、空战辅助决策、自动驾驶都不涉及数据私密问题。
9 O. o4 L$ e5 U) B2 w8 }* m1 Y( d! ~' r( X; C( q% f
中国如果在数据方面领先,可能得益于后来优势。中国进入工业化的时代已经是数字时代了,大量数据已经数字化和海量储存了。相比之下,美国的数据积累可能更多,但早期数据没有数字化,现在在很多方面也没有中国的数字化程度高,从生产到生活到政务到商务甚至文化,都是如此。$ g5 C. Z9 K/ v9 d) ~3 v6 _9 ~( p
, h* C- k) _& C V0 e1 E( T7 h如果说芯片、软件是当今科技高地的话,人工智能是未来科技高地。美国很担心中国会抢占这个高地,担心就对了。
& N' i7 N) N( T7 X2 x- q$ w# x3 | |
评分
-
查看全部评分
|