深度：中国逐鹿人工智能

　　人工智能（AI），正在悄然引发这个星球发生奇妙变化。

　　《人类简史》作者、以色列作家尤瓦尔·赫拉利认为，人工智能是这个时代最著名、最重要的科学发现。它不仅仅是21世纪最重要的科学进化，也不仅仅是人类历史上最重要的科学进化，而是整个生命创始以来最重要的变化。

　　目前，全球商业巨头们纷纷投入巨资布局人工智能。以百度、阿里巴巴和腾讯为代表的中国企业也频频发力，在某些领域甚至有赶超美国的势头，中国成为最有可能在人工智能时代和美国并驾齐驱的国家。

　　人工智能亦成为国家产业战略要点。不久前，国务院印发《新一代人工智能发展规划》（以下简称《规划》），提出了面向2030年我国新一代人工智能发展的指导思想、战略目标、重点任务和保障措施，部署构筑我国人工智能发展的先发优势，加快建设创新型国家和世界科技强国。

　　2016年5月，工业和信息化部、国家发展改革委等多部门印发了《“互联网+”人工智能三年行动实施方案》，提出以重点领域智能产品创新为主的七大重点工程，对全国人工智能产业的发展提供全面系统的指引方案。有研究报告预测，2016年中国人工智能市场规模达到239亿元，2018年这一数字将达到381.7亿元。

　　尽管市场规模早早突破了预期，但如何在短时间内从缺“芯”少“魂”的困境中突围，才是中国人工智能行稳致远的关键。幸运的是，中国在AI上并不像PC时代与移动互联网时代在基础建设上有所欠缺；而且，上至顶层设计、下至创业公司乃至科研机构，均认识到人工智能的重要性并付诸实践。如果能抓住发展机遇，构筑从芯片、大数据、云计算到操作系统、应用的生态系统闭环，形成相关领域的中国标准，中国必将站上人工智能强国之巅。

　　中国人工智能“跳变”时刻

　　人工智能（AI）浪潮正在席卷全球，这为曾在PC时代和移动互联网时代落后并受制于人的中国，带来了一次绝佳的“跳变”（科技界意指跳跃式转变）机会。近期，国务院印发《新一代人工智能发展规划》，更是将这一热潮推上新的高度。

　　2016年中国人工智能市场规模达到239亿元，赛迪智库的报告预测，2018年将达到381.7亿元。尽管数字喜人，但中国在前述时代欠下的“账”，无法一夕还清，人工智能时代依然面临缺“芯”少“魂”的窘境。

　　接受《瞭望》新闻周刊采访的业内专家认为，中国想成为人工智能强国，不仅需要在芯片、大数据、云计算方面实现突破，更应利用这次机遇，构筑具有中国标准的人工智能生态体系，从而在世界科技前沿占有一席之地。

我国科学家在苏州建设纳米真空互联实验站，未来可研制更强计算机与机器人（3 月23 日摄）金立旺摄

　　迎来“跳变”机遇

　　技术不足导致移动互联网难以催生出更多的新应用和商业模式。为突破瓶颈，新一轮更激动人心、更值得期待的技术革命风暴已经诞生，AI将成为未来10年乃至更长时间内IT产业发展的焦点。

　　只有人工智能才能为“万物互联”之后的应用问题提供最完美的解决方案，它将成为IT领域最重要的技术革命。目前市场关心的IT和互联网领域的几乎所有主题和热点（智能硬件、O2O、机器人、无人机、工业4.0），发展突破的关键环节都是人工智能。

　　贵州大数据综合试验区展示中心内的“时光隧道”（5月25日摄）刘续摄/本刊

　　国际IT巨头已经开始在人工智能领域频频发力。一方面网罗顶尖人才，一方面加大投资力度，人工智能新的春天已经到来。自然语言处理、计算机视觉、规划决策等细分领域近期进展显著，很多新的应用和产品已经惊艳亮相。

　　博世软件创新公司亚太区董事总经理托马斯·雅各布表示，普华永道近期发表的报告显示到2030年全球GDP将会由于人工智能的出现而实现14%的增长，增长大约16万亿美元，其中有26%来自于中国，主要是由于中国拥有巨大的市场和发展的意愿。

　　“人工智能的中国机会是充满希望的。”科大讯飞董事长刘庆峰告诉《瞭望》新闻周刊记者，人工智能是典型的数据驱动，中国有行业应用的机会，有科技带来的人力成本下降。“我觉得在人工智能很多应用领域，中国和美国是同步进入无人区的，中国是非常有机会的”。

　　小i机器人创始人、董事长袁辉则表示，PC时代，受制于微软的Windows、英特尔的芯片，在移动互联网时代受制于谷歌的安卓、苹果的操作系统，我国企业创新步步维艰。AI时代，我们可以一举建立生态体系，实现跳变。

　　以百度为首的互联网企业已经开始布局。百度总裁张亚勤认为，AI时代也需要一个通用操作系统，相当于打造AI时代的安卓。“中国企业之前多次尝试操作系统，但都半途而废，AI时代中国有这种机会和能力。”DuerOS是百度度秘研发的一款人工智能操作系统。除此之外，在无人驾驶领域，百度的“阿波罗”计划一旦将车企拉拢到这个平台上，“阿波罗”计划有望成为下一个安卓，成为未来所有车辆的底层技术供应商。

　　搜狗CEO王小川表示，在市场应用方面，因为中国起步规模小，拥有创业文化，加之中国之前基础的传统产业能力相对美国要弱一些，对创新牵制小，中国反而拥有后发优势。通过这种优势，中国可能在AI时代里做到“弯道超车”。

　　迄今为止，全球范围内，还没有一家公司的AI生态体系获得整个行业认可，也没有成型的标准，这也为中国在AI领域实现“跳变”提供了机会。

　　缺“芯”少“魂”

　　由于技术的复杂度，未来5～10年内，专用领域的智能化是AI应用的主要方向。无论是专用还是通用领域，人工智能都将围绕“基础资源支持－AI技术－AI应用”这三层基本架构形成生态圈。

　　主流观点认为，通用领域的人工智能实现还比较遥远，但并非遥不可及。人工智能组织OpenAI近期就推出了新平台——Universe，一个用于训练解决通用问题的AI基础架构。他们认为，在未来5～10年之内，专用领域的定向智能化将是AI主要的应用发展方向。在更远的将来，如果人脑芯片等硬件架构能有所突破，运算能力有极大提高，则专用智能将逐步进化成为跨场景跨下游应用的通用智能。

　　亚马逊AWS相关负责人也表示，通用平台是AI发展的重要方向。亚马逊做了很多努力和尝试，试图做一个人工智能的通用型平台。

　　然而，至今为止，全球还没能创造出可以解决不同类型问题的通用人工智能。中国在相关领域依旧缺乏核心自主创新能力，尤其在芯片、AI架构等方面处于缺“芯”少“魂”的窘境。

　　国内缺乏生态体系让学界痛苦不已。在接受《瞭望》新闻周刊记者采访时，中国工程院院士潘云鹤表示，我国在芯片、算法领域有一些技术储备，比如国产的深度学习芯片，在AI硬件上是个很好的储备，但总体来说我国技术储备还比较薄弱，在应用层面和使用效果上还有待提高。

　　“中国AI文章发表世界第二。”潘云鹤说，文章和专利的领先说明中国的研究人员比较强，但目前国内企业还不算太强，“用的技术还是在人家的基础上进行探索”。

　　对此，中国科学院院士张钹表示认同。“我认为在基础、方法、算法的研究上，中国跟世界的水平还相差甚远，这个是不争的事实”。

　　清华大学类脑计算研究中心主任施路平说，“无论PC时代抑或是移动互联网时代，核心芯片、框架、底层和操作系统都是别人的，我们自己研发的产品没法用。”

　　缺“芯”少“魂”制约了中国企业的发展。云从科技战略规划部总监姚志强说，国内AI产业链依然不完整。“我们芯片用的是英伟达的GPU，因为供不应求，所以当公司体量很小时，很难得到服务支持。当我们成为行业龙头后，才得到及时的响应”。

　　“受到相关系统限制，我们只能使用别人固定的芯片。比如电脑使用英特尔的CPU，操作系统下面的底层语言限制你不能将英特尔CPU换成其他芯片。”姚志强说。

　　寒武纪公司创始人陈天石也认为，国内AI生态系统不成体系，谷歌的生态系统以TPU和tensorflow为基础，正在快速发展，接下来甚至有可能成为AI时代的Windows系统。

　　机会并非没有。触景无限董事长陆凡认为，未来人工智能将呈现若干主导平台+广泛场景应用的竞争格局，生态构建者将成为其中最重要的一类模式。

　　张亚勤认为，中国在AI领域正在蓄势，逐步成长为中坚力量。当然，中国的人工智能要走的路还有很长，在底层设计与深度学习上还处于起步学习阶段，幸运的是中国在AI上并不像前两次工业革命那样在基础建设上有所欠缺，而是能够在基本持平的起跑线上奋力向前。

　　构筑中国标准生态体系

　　专家认为，谷歌正是通过安卓的开源获得了其市场地位，在充分认识到我国AI领域缺“芯”少“魂”的前提下，依然存在通过重点领域突破“跳变”的可能，最终实现人工智能强国。政府宜从多个层面，整合资源，构筑具有中国标准的AI生态体系。

　　制定人工智能发展规划的细则，实现产学研一盘棋。

　　采访中，中国科学院院士谭铁牛向《瞭望》新闻周刊记者表示，只有通过顶层规划协调，才能实现一盘棋，最终实现人工智能强国，未来的世界科技强国一定是一个人工智能强国。

　　构筑人工智能生态体系。

　　袁辉认为要建设我国自主可控的人工智能创新体系，这也被业内称之为“人工智能的核高基”：核就是核心技术，高就是高端设备与应用，基就是基础理论设施。

　　支持人工智能专用芯片的研发。

　　阿里巴巴集团副总裁刘松建议国家集中芯片、算法相关的优质资源，发展能够与国外巨头竞争、与主流人工智能技术相适配的专用芯片，为未来构建技术先进、自主演进的人工智能软硬件技术体系打下坚实基础。陈天石表示，寒武纪可以设计出足够先进的芯片，但是需要代工。寒武纪早在2014～2015年间研制的65nm原型验证芯片每秒能处理160亿个神经元和2万亿个突触，比Intel通用处理器性能和能效提高百倍。

　　打破数据壁垒，实现跨界融合。

　　“新经济100人”创始人兼CEO李志刚表示，融合不光是现有数据的打通，还有未来的数据获取。目前大数据主要掌握在少量巨头和政府职能部门手中。同时，作为大数据前提的“云计算”刚刚起步，这需要海量的数据支撑，目前存在的信息烟囱亟待破解。

　　加强顶级人才、专家培养。

　　英伟达全球副总裁兼中国区总经理张建中认为，中国人工智能最缺的不是芯片，而是顶级的人才专家。中国政府应该有目的地全方位吸引人才。一是要重点培养懂深度学习、懂人工智能、愿意致力于这方面研发的专业人才；二是在大学开设相关课程，同时成立由政府、企业、学校共同参与的深度学习学院；三是相应的资本投入支持那些刚刚毕业，或者掌握了更多专业知识的人员，让他们能够创立一些小型的人工智能公司。

　　抢占产业制高点

　　世界正在进入人工智能时代。近年来，世界主要发达国家和科技公司纷纷将人工智能当成重要战略方向，投入巨资研发和布局。

　　近期，通过走访多家高科技公司和科研院所，《瞭望》新闻周刊记者了解到，中国人工智能产业发展已经在世界上处于领先地位，但跟美国相比，在基础理论突破、芯片设计和算法、强人工智能应用等领域还有不少差距。另一方面，中国在人才储备、数据资源和市场需求上有潜在优势，完全有可能在人工智能时代实现“弯道超车”。

　　中美“双雄”格局

　　从1950年代诞生以来，人工智能已历经三次爆发，但只有这一轮真正具备产业应用价值，主要得益于三方面：

　　一是深度学习算法突破；

　　二是互联网时代海量数据的爆发，为深度学习带来丰富的“燃料”；

　　三是人工智能芯片强大的计算能力，以及计算成本的不断下降。

　　在这三大推力的作用下，人工智能突破产业应用的门槛，产生实际效应。

　　“在新一轮人工智能浪潮中，中国与世界，特别是美国的发展基本同步。”作为国内最早花巨资投入人工智能研发的企业，百度公司总裁张亚勤认为，虽然从整体实力来看，中国还无法和美国抗衡，但中国已经成为世界人工智能产业发展的高地，在某些领域甚至有赶超美国的势头，也是最有可能在人工智能时代和美国并驾齐驱的国家。

　　工信部赛迪智库和百度联合推出的人工智能报告认为，在学术研究、高端人才、技术突破、领军企业、创业投资和应用落地等关键环节上，已显现出中美“双雄”的格局。

　　根据乌镇智库和网易科技联合发布的《乌镇指数：全球人工智能发展报告2016》，从人工智能企业数量、融资规模、专利申请三个维度衡量，美国在人工智能领域的优势明显。不过近年来，中国在上述三项的数量以及发展速度上均领先全球，大部分指标位于全球前三位。尤其是从2012年开始，中国的专利申请数量与专利授权数量超越美国。

　　企业数量。美国人工智能企业总数为2905家，全球第一。中国北上深三座城市的人工智能企业总数达到447家，占全球总数7.4%。

　　投资分布。美国与英国获得的投资数量较多，其次为中国、印度、以色列。美国共获得3400多笔投资，中国获得146笔投资。但就人工智能企业的融资规模而言，中国位列全球第二。

　　专利授权。美国人工智能专利申请量达到26891项，全球第一。中国共计15745项，仅次于美国。

　　“冰山下”仍有差距

　　跟个人电脑产业和移动互联网产业类似，整个人工智能产业链条大体可分为硬件和软件两大层面。在硬件上，包括最底层的芯片、算法、大数据、云计算。在软件层面，涉及操作系统和在各领域的应用，例如汽车、安防、金融、医疗、教育、家居等行业。总体而言，在产业链中越处于基础和底层的技术，中国实力越弱，而越往应用端，中国实力越强。

　　新智元创始人杨静认为，在应用端，人工智能可以按照智能演进程度分为弱人工智能、通用人工智能和强人工智能三个层面。中国在弱人工智能领域实力很强，跟美国也就20%～30%的差距。但到了通用人工智能领域，差距就拉大到了5～10倍，在强人工智能领域，基本就没法和美国相提并论了。

6月28日，世界智能驾驶挑战赛在天津开赛 岳月伟摄

　　“如果把人工智能比喻为一座冰山，那么在看得见的地方，我们跟美国差不多，只是冰山的尖端被美国把持着。不过在冰山看不见的部分，就基本都是美国的了。也就是说，我们在模仿、规模化方面发展较为迅速；在独创和创新实力上，跟美国相比差距比较大。”她说。

　　《瞭望》新闻周刊记者在采访中了解到，依靠在机器视觉、语音识别上的优势，中国人工智能产业已经在安防监控、中文语义识别等领域有成功案例。在生物科技和人工智能结合等更加广泛的领域，也开始有一些产业上的探索。

　　国内机器视觉识别领域领先的云从科技战略部总监姚志强说，公司和公安部门合作，当犯罪案件发生后，可以在短时间里面调取限定时间限定地点的所有监控视频，迅速对这些视频进行结构化处理，从中识别出犯罪嫌疑人的踪迹，把原来需要耗费大量警力和时间去做的事情，让机器在数分钟内完成，提高破案效率。

　　在语音识别领域，国内领先企业科大讯飞近年来连续在国际大赛中名列前茅。2014年，科大讯飞首次参加国际口语机器翻译评测比赛即在中英和英中互译方向以显著优势获得第一。2016年，国际语音识别大赛科大讯飞取得全部指标第一。

　　在医疗领域，核心团队来自华大基因的碳云智能近两年来致力于通过多层高维生物数据挖掘和信息分析管理生命健康，是目前中国人工智能与生命科技交叉领域初创企业中获得融资最多的企业。公司首席科学家李英睿说，公司的业务可以概括为数字化生命、精准化解读和智能化管理三大板块。公司希望和一些健康管理和医疗机构合作，通过让计算机学习大量病例数据，从而最终达到让机器协助健康管理和医生诊断及治疗的目的。

　　扬长避短占据制高点

　　业内人士认为，总体而言，美国优势在于前沿技术和积累，而中国优势在于拥有庞大的潜在人才库、巨大的数据量和迫切的需求。不过，中国的劣势在于缺乏顶级人才，数据分隔严重，以及相对落后的监管体制。受访人士均认为，只要扬长避短，中国完全有可能占据人工智能领域的制高点。

　　首先，巨大的人才库。

　　根据创新工场的统计，在2006年到2016年间，华人贡献了约三成的顶级人工智能文章。创新工场董事长李开复认为，中国学生普遍理工科较强，数学基础较好，这在人工智能时代将有巨大优势。不过，从突破性科研成果的数量和质量维度衡量，中国还无法和美国相比。特别是革命性、里程碑式的突破，华人占比小，缺乏大师级的人物。

　　其次，庞大的“数据养料”。

　　对人工智能而言，数据就是养料，机器必须经过大数据的不断训练，才有可能汲取营养，成长为具备智能的机器。中国拥有7.3亿网民，在全球居于首位，积累了大量的用户行为数据，拥有世界上其他国家无法比拟的优势。赛迪智库预测，到2030年，中国数据总量占比将有望取代美国，成为全球第一。但另一方面，在数据开放、制定数据共享标准等方面，中国跟美国相比仍有差距。随着相关法律的完善，中国的数据开放更为高效，将加快赶超美国数据总量的速度，促进更多的人工智能创新应用落地。

　　最后，迫切的需求和广泛的应用场景。

　　地平线机器人技术创始人、CEO余凯说，在内需的带动下，中国有很多的应用场景已经开始运用人工智能。国家有国防安全和科技变革的需求，产业有提升生产效率的需求，而老百姓有寻找更智能、更便捷生活的需求。“中国人工智能场景极其丰富，需求大到没法想象”。不过也必须看到，中国在人工智能领域的相关法律法规和监管政策相对落后。比如美国对自动驾驶汽车上路已经有一些相关规定，而中国这方面尚属空白。

　　“三大不足”亟待攻克

　　“虽然人工智能已经取得了一定程度的技术突破，但要实现高智能水平依旧任重道远。”《瞭望》新闻周刊记者在采访中发现，相较产业界对人工智能的一致乐观，学术界对这一技术的态度似乎更加冷静。在他们看来，目前中国人工智能研究亟待意识到并攻克“三个不足”，即理性不足、前沿不足、产学研结合不足的问题。

　　理性不足：警惕夸大渲染

　　“从去年‘阿尔法狗’打败李世石开始，人工智能突然火爆；到了今天，有必要冷静一下。”作为国家核高基重大专项总工程师，清华大学微电子学研究所所长魏少军接受《瞭望》新闻周刊记者采访时表示，当下的人工智能，强调的是算法方面的突破，只是机器智能的一个分支，而且只能完成类似下围棋这种相对单一的任务，与真正的、全面的智能还相差很远。

　　这并非一家之言。美国人工智能学会理事、香港科技大学计算机科学及工程学系主任杨强告诉本刊记者，欧美学者在上世纪50年代提出人工智能的概念，机器学习诞生于上世纪80年代，最近几年虽然发展迅速，但仍然受困于数据和计算能力。

　　“如果说现在的人工智能在模仿人类，那么它仍是‘笨孩子’，必须要海量数据才能训练出算法。并且切换一个场景，还是要从头学起，不像人类，骑自行车的经验可以迁移到骑摩托车。”杨强说。

　　担任人工智能领域顶级国际学术会议AAAI主席的首位华人学者、南京大学计算机系教授周志华表示，人工智能技术涉及很多内容，部分媒体过分渲染“人工智能威胁论”，是没有认清人工智能的真正发展水平。

　　“不少人仅凭对这几个字的字面理解就大谈人工智能，任何技术都生硬地往人工智能上靠，这一现象很不好”。周志华告诫到。

　　前沿不足：引领潮流者少跟风者多

　　令学者们忧虑的另一现象是人工智能领域研究者跟风的多、发表独家见解的少之又少。

　　“现在关于人工智能的论坛会议很多。计算机视觉也好、深度学习也罢，动辄都有好几千甚至上万的投稿，但内容同质化严重。大家不是去关心创新，而是关心写论文。”采访中，杨强直言。

　　国家千人计划特聘教授、清华大学类脑计算研究中心主任施路平有着类似的担忧。他表示，人工智能芯片领域，深度学习和类脑的脉冲神经网络是两套不同的技术路径。目前，深度学习较为流行，类脑芯片前景也十分远大，必须重视。

　　“学生老问我，为什么大公司在类脑研究方面投入这么少？我说，目前有十几种解决方案，大公司要等能够看明白之后再选择一种。公司是追随者，但我们要做引领潮流的人。”施路平坦言，独立思考的精神在人工智能学界难能可贵，研究者出于升职、加薪的考虑，不愿意坐“冷板凳”，但是，科研领域不少革命性的突破，就是在坐冷板凳的过程中产生的。“真理有时就是掌握在少数人手中。即便这个思路短期内没有成功，也为将来的进步打下了基础。要想引领就必须要有独立的思考，要咬牙坚持。”

　　杨强对此体会颇深。2005年，他在国际上率先提出“迁移学习”概念，意在让深度学习算法具有“举一反三”的迁移能力，不用处处从头开始。如今，迁移学习已经是全球学界和业界关注的焦点，百度、腾讯、微软都已经应用这项技术。而曾经，这是冷门概念，愿意师从他“死磕”这一技术路线的学生非常之少。

　　产学研结合不足：实验室到市场链条太长

　　在采访中发现，诸多人工智能领域的学者都已投身一线产品的研发。魏少军教授在带队开发可重构计算人工智能芯片Thinker；施路平教授的团队致力于开发脉冲神经网络与深度学习原理相结合的“天机”芯片，如今已经生产出样品、应用于自动驾驶自行车；杨强教授的迁移学习原理，应用于百度、腾讯等公司，他还创立了“第四范式”公司，将迁移学习算法应用于金融领域、优化银行的风控。

　　然而，几乎所有专家都在“吐槽”产学研的脱节。

　　“从实验室到生产出产品、再到推向市场，这个链条太长、整个过程太痛苦。”魏少军感叹，产业化的每个环节几乎都面临阻碍——研发时没资金；生产时工艺不能满足要求；在应用环节，各个领域沿用惯用的产品，新产品很难走进“千家万户”。

　　杨强表示，目前，中国企业中，真正具有前沿思维的还是少数。包括BAT、华为等大企业在内，仍然没有成为人工智能技术创新的主体。

　　“长此以往，中国企业将在全球人工智能竞赛中处于劣势。”施路平表示，目前来看，从核心芯片、操作系统再到底层框架，几乎都是以国外公司为主导，这导致中国的很多重要创新，都受制于国外公司，为产学研联动增添了新的障碍。

　　杨强认为，人工智能必须在现实中寻找到应用场景，未来的发展才具有意义，因此，产学研联动是一条必经之路，其中的困难应引起各界足够重视。