想要領跑？中國人工智慧領域仍存四問題待補足

資料圖

人工智慧產業起步相對較晚，但產業布局、技術研究等基礎設施正處於進步期，隨著科技、製造等業界巨頭公司的布局深入，人工智慧產業的規模將進一步擴大。

人工智慧，被視為未來超級智能系統的先鋒。今天，各類應用機器學習技術的分析工具已現身市場。金融、醫療、製造等行業應用發展迅速，人工智慧領域的全球風投也從2012年的5.89億美元猛增至2016年的50多億美元。

近一兩年來，人工智慧領域的火熱勢頭，大有東風壓倒西風的趨勢。世界知名諮詢公司麥肯錫發布的報告預計，至2025年人工智慧應用市場總值將達到1270億美元。但同樣是這家公司近期的另一項報告則表示，在人工智慧這一高科技領域，還存在四個主要問題，有待補足。

論文多了，落地還有待時日

4月1日，艾媒諮詢發布的《2017年人工智慧產業專題研究報告》顯示，人工智慧產業規模2016年已突破百億，以43.3%的增長率達到了100.60億元，預計2017年增長率將提高至51.2%。

艾媒諮詢分析師認為，人工智慧產業起步相對較晚，但產業布局、技術研究等基礎設施正處於進步期，隨著科技、製造等業界巨頭公司的布局深入，人工智慧產業的規模將進一步擴大。

「1個多月前，麻省理工科技評論公布了2017年度全球十大突破技術，其中包括深度學習、刷臉支付、自動駕駛等在內的人工智慧領域熱門技術均被選中。可喜的是，這幾項技術的主要研究者包括了科大訊飛、阿里巴巴、百度等多家企業，說明在人工智慧技術研究方面已經走在了世界前列。」工業和信息化部副部長劉利華日前的CITE2017人工智慧產業發展高峰論壇上表示。

根據統計數據，人工智慧相關專利申請數從2010年開始出現持續增長，於2014年達到19197項，並於2015年開始大幅增長，達到28022項，2016年，人工智慧相關專利年申請數為29023項。

同時，在麥肯錫全球研究院的報告中，指出學術方面，僅在2015年，中美兩國在學術期刊上發表的相關論文合計近1萬份，而英國、印度、德國和日本發表的學術研究文章總和也只相當於其一半。其中，的人工智慧發展多由科技企業推動引領，如自動化私人助理、自動駕駛汽車等。

但是與人工智慧發展成熟且前列的美國等相比，雖然在人工智慧的論文數量方面超過了美國，但學者的研究影響力尚不及美國或英國同行，且在人工智慧生態系統方面，美國也更為完善和活躍，創業公司數量遠超。由研究機構、大學及私營企業共同組成的生態系統龐大、創新且多元。矽谷在科技領域日積月累的強勁實力，形成了強大而難以複製的優勢。

數據多了，分享互通還不夠

相比於美國，龐大的人口基數所產生的海量數據是人工智慧的優勢所在，廣泛的行業分佈為人工智慧的應用提供了廣闊市場。

事實上，如果單就應用層面而言，的演算法發展程度與其他國家並無太大差距。在語音識別和定向廣告的人工智慧演算法上取得了突破進展。而全球的開源平台也使得企業能夠快速地複製其他地區開發的先進演算法。

不過，儘管的科技巨頭能夠通過其專有平台獲得海量數據，但在創建一個標準統一、跨平台分享的數據友好型生態系統方面，仍落後於美國。

在麥肯錫全球研究院的報告，政府數據開放度為全球第93名。全球各國都已意識到開放政府資料庫有助於促進私營領域創新，但政府數據的開放度仍極為有限，這對跨境數據流通的限制也使得在全球合作中處於不利地位。

艾媒諮詢指出，從目前來看，雖然相關機構的研究表明華人的人工智慧學術成果佔全球一半以上，但人工智慧技術和產業在大部分領域仍落後於全球一流水平。雖然在數據積累和傳統產業基礎上有一定的優勢，部分細分領域有領先成果，相關研究投入不斷加大，但整體上的人才儲備落後於美國，在基礎研究、產業鏈等方面存在較大挑戰，將成為制約人工智慧發展的重要因素。

人才回來了，經驗、總數還不足

據麥肯錫分析，就應用層面而言，的演算法發展程度與其他國家並無太大差距。然而，的研究人員在基礎演算法研發領域仍遠遠落後於英美同行。一個主要原因就是人才短缺。美國半數以上的數據科學家擁有10年以上的工作經驗，而在，超過40%的數據科學家工作經驗尚不足5年。在人才方面的持續努力將至關重要。

據統計，在只有不到30所大學的研究實驗室專註於人工智慧，輸出人才的數量遠遠無法滿足人工智慧企業的用人需求。此外，的人工智慧科學家大多集中於計算機視覺和語音識別等領域，造成其他領域的人才相對匱乏。

「作為前沿科技技術，要推動人工智慧發展的關鍵因素是人才和數據，而現階段受到人才、數據和計算平台三個方面的制約。就目前來說，真正懂人工智慧、深度學習的人才不多，所以導致科技巨頭之間在人才爭奪中不惜重金，甚至以不合理的價格瘋狂挖人工智慧的人才。甚至在美國矽谷給剛畢業的人工智慧領域博士能開出超過百萬美元的年薪。」感測物聯網創建人楊劍勇說。

人工智慧領域的專業人才供求失衡更嚴重，供求比例接近一比十，不少企業紛紛考慮在海外，特別是在北美本地招募開發、研究人員。

人才的匱乏從其薪資水平上也可以看出端倪，目前國內AI相關技術崗位，主流年薪在30—60萬元。以百度為例，吳恩達宣布離開后，百度正在繼續努力從美國尋找AI人才。如果AI人才願意從美國回到工作，百度願意加薪15%。

市場有了，基礎設施仍落後

除去人才，在基礎端的技術積累還比較落後。

「把人工智慧看成一個產業鏈，可以看到產業鏈上端是產品、智能家電等，中端是語音識別、自然語言識別、計算機視覺等，下端是CPU、GPU、NPU、神經網路學等。」清華大學國家金融研究院院長朱民表示，目前集中突破在應用，我們在有自主知識產權的軟體上還表現一般，基礎設施上還遠遠落後。

「以晶元為例，現在每年要花2000多億美元進口晶元。主要的原因就是在IC設計、晶圓代工上的實力不如其他國家。晶元設計幾乎沒有，晶元晶圓代工很弱，大部分停留在封裝上。」朱民說。

據麥肯錫分析，高運算速度的計算技術是發展尖端人工智慧技術的重中之重;特種處理器，如可以處理大量複雜計算的GPU，對人工智慧的發展格外重要。2015年，美國政府禁止了英特爾、英偉達和AMD這三家全球最大的晶元供應商向機構出售高端超級電腦晶元。

為擺脫這一束縛，政府在2014年出台了《國家集成電路產業發展推進綱要》以及「製造 2025」行動綱領。政府還成立了國家集成電路產業投資基金，目前募資已超過200億美元。

相關行動已初見成效，2016年6月神威·太湖之光超級計算機問世，成為世界上運算速度最快的超級計算機，使用的是自主知識產權的處理器。政府的前期投資可以產生顯著的漣漪效應，鼓勵私營企業的積极參与。