Facebook加入
LINE加入
2021/12/25
【新智元導讀】 祥峰投資近日發布了一份名為《全球AI中心？驅動AI崛起的5大要素》的報告，從市場、學術、投資、生態、應用、技術和基礎設施多個層面對當下人工智慧發展狀況進行了全面的介紹。其中一些有意思的發現包括：AI 學術論文絕對引用率，第一；學術影響力排名，第三；語音和視覺識別目前分別佔到整個AI市場的 60%和12.5%；機器人、神經網路、語音和圖像識別專利最多；2016年202個AI初創公司募集了近10億美元等等。
成為全球AI 中心的5大驅動力量
影響成為全球AI 中心的主要因素包括：
各行業在數字化轉型中，非常積極地部署AI
人才儲備的寬頻和廣度
巨大的移動互聯網市場
高性能計算
政府政策的支持
其中，重要的是，第1和第2個要素在在成為全球AI中心的道路上賦予了其獨特的競爭優勢。
名家點評
誰贏得人工智慧，誰就將贏得和世界互聯網。——吳恩達
我看到了一股巨大的趨勢，它將讓成為一個驚人的市場……人才和市場規模都將是驚人的……我們聚焦於自動化系統。這是我們非常看重的核心技術……（它）是所有AI項目之母。——Tim Cook
第一要素：各行業在數字化轉型中，非常積極地部署AI
1. 增長催化劑
當非AI技術的公司發展到一定的規模，它們通常會需要嘗試使用AI 技術，以實現升級、擴大規模。當下，許多的傳統企業在AI技術的採納水平上依然落後於美國企業。
根據麥肯錫的調查，傳統行業的公司中，超過40%的企業還沒有把AI放在戰略優先地位。較為常見的情況是，這些企業中，有很多還沒有掌握足夠的數據，來支撐他們在未來採納AI技術。
例如，農業公司很少會考慮對種植計劃或者天氣對產量的影響這些問題進行詳細地記錄。
這些公司擁有數據和資金，一旦AI專家向他們證明了AI能帶來的業務增長機會或顯著的成本削減，他們會迫不及待地進行投資。
2. 跨行業的應用
對AI的需求被認為是普遍的，其中包括傳統行業中的國企，涉及的領域有金融、電信、農業。這些行業會喜歡國內的AI解決方案和服務提供商。
其他領域（比如教育），也會成為主要的受益者。比如，教育技術初創企業學霸君的AI Aidam在聯考數學考試中戰勝了頂尖的學生。
3. 作為戰略高度的AI
的科技巨頭都在爭相在AI上進行投入。比如，百度擁有一支超過1300人的AI團隊，用於打造自動駕駛系統。同時，阿里巴巴的雲機器學習平台——PAI，提供了AI服務，使用數據分析來提升業務。
騰訊也設立了一個強大的團隊，該團隊擁有250名科學家和工程師。它們還投資了的醫療初創企業碳雲智能。
雖然目前許多科技企業在各自的專業領域內取得了不小的技術突破，但是，要實現能落到實際的AI 技術，還有很長的時間。
科學家們常常把AI稱為下一波產業革命的核心，誰能引領AI前沿，誰就會在未來的發展中佔到優勢。
4. 經濟的繁榮
根據麥肯錫的報告，在過去的幾十年中大大獲益於人口紅利，但是，隨著人口老齡化問題的浮現，這種優勢可能會很快失去。
面向未來，AI 主導的自動化能夠為經濟注入強大的生產力，可能會每年為經濟帶來0.8%到1.4%的GDP增長，具體要看對AI技術的採納速度。
第二要素：人才儲備的寬度和廣度
1.應用型研究
的學者在AI領域的研究非常活躍，其中，全球頂級的學術論文中，有43%的論文包含了至少一位華人作者。
的研究者被認為更加實際，他們希望發現一些新AI使用案例，而美國的研究者更多的關注基礎研究。
2.經驗和專業
有豐富經驗的、頂尖的AI人才在還是不多見的。在LinkedIn上所有25萬名AI 專家中，擁有10年以上經驗的有50%都在美國，的份額只佔到25%。
可能需要專註於培養更多的精英數據科學家，特別是在AI領域，因為該領域人才的短缺是顯而易見的。與此同時，越來越多的商業領袖和中層管理人員可能需要掌握更多的技能，培養理解和運用數據的能力。
另一方面，有著豐富的工程人才儲備，這是AI應用得以發展的一個重要考量因素。
3. 人才成本和遷移
的一些公司，比如百度， 從美國招到了一些重量級的AI 專家，並且，在川普的移民政策出台後，他們面臨著一個前所未有的機遇，有希望能從矽谷招到更多的人才。
一些AI行業的從業者所獲得的薪資高得離譜，同時，也有一些專家離職創業。
約四分之一的美國高科技公司是由移民創建的。
4. AI 的專業化
在應用層面，演算法的研究與其他國家不相上下。
特別是，的AI科學家不成比例地集中分佈在計算機視覺和語音識別等領域，這與其他領域的發展形成了不均衡。
另外一方面，在基礎研究層面，是落後的。缺少經驗豐富的數據科學家，並且，在的大學里，專註於AI研究的實驗室不超過30個。
第三要素 巨大的移動互聯網市場
大型的移動互聯網市場
根據互聯網中心 (CINC) 2017年1月的報告，截止2016年12月總共擁有7.31億的互聯網用戶，其中95.1%是智能手機用戶。
4.96億的互聯網用戶使用智能手機進行數字化支付，同時，有1.68億用戶曾使用智能手機共享乘車。
支付和乘車這兩個類型的互聯網用戶數量的年度增長率每年以超過30%的速度在增長。
2. 數據洪流
數以億計的消費者提供了海量的數據，使得的科技公司能夠擁有大量的原始資料，來跑演算法和修正他們的AI程序。
百度、滴滴和騰訊都設立了自己的AI研究實驗室。
3. 基於APP的AI採納
現有互聯網用戶構成了一個巨大的市場，提供給未來AI 技術的採納。
當 AI 應用程序成熟后，已有的APP，比如百度搜索、支付寶、微信、搜狗輸入法等，都能夠在自己的服務中添加AI 技術。
例如，阿里巴巴已經在支付寶上添加了人臉識別功能，有1.5億消費者體驗了這一功能。
4. 進入門檻
技術公司享有進入門檻的保護，大多數中的互聯網領域都是禁止國外公司，比如Facebook和谷歌進入的。
的互聯網公司對的互聯網用戶數據也享有獨家所有權，這能讓他們能測試新的演算法、鞏固用戶群、進而強化自己在某領域的主導地位。
第四要素：高性能計算
硬體技術
的科技行業在這一領域不斷地尋求突破，在深圳這樣的城市建立了相應的生態系統，支持AI硬體公司的發展。
特別是，專用的處理器，比如GPU因為能執行大規模的複雜運算，因為被認為在未來的AI 發展中佔有重要地位。
對核心技術的供應更強的管控，在未來有潛力提升大範圍部署AI系統的能力
2. 快速的HPC發展
神威太湖之光是一台大型的超級計算機，由國家并行計算機工程和技術研究中心（NRCPC），能夠提供 93 petaflop的計算性能。
這一性能遠遠超過了美國基於Cray和AMD的超級計算機泰坦，運算速度快5.2倍。
它由晶元製造者神威提供晶元支持，使用SW26010多核處理器。
3. 晶元製造者的能力
計算能力是構成AI的基礎設施的一部分，所以在戰略上擁有重要地位。歷史上，的微晶元強烈地依賴外國供應。
對於一些高價值的半導體，必須依靠進口來解決需求。
2015年，因為擔心會被用於核武器項目的發展，美國禁止英特爾和英偉達之類的晶元提供商向的四大超算中心售賣產品。
知道發展自己的先進半導體、微處理器和高性能計算技術的重要性，官方已經計劃在未來的10年中投入1500億美元，來提升晶元製造能力。
4. 全球產業鏈
AI 價值鏈的各個方面，從基礎研究到應用部署，再到硬體製造，都涉及全球的合作。
除了打造自己的數據生態系統、數據科學家人才管道和半導體行業，可能還需要確保整個AI 行業是建立在一個開放的系統之上的，允許全球的參與。
第五要素 政府和政策的支持
1. 政策和規劃
在政策上加速AI發展開始於2014年，當時，國家主席習近平在科學院第十七次院士大會、工程院第十二次院士大會開幕儀式上發表講話，呼籲在科學技術（包括人工智慧）上進行創新和突破。
2014年之後，一系列的國家經濟發展規劃，包括「十三五計劃」（2015年3月），「製造2025」（2016年5月）、「機器人行業發展規劃」（2016年4月），以及「互聯網+人工智慧三年行動方案」（2016年5月）等政策相繼出爐，提供了促進AI研究與發展的指導綱要。
2017年3月5日，最高級別的國家級會議首次把AI納入了政府工作報告，意味著政府在對AI 行業的重視和決心。
2. 在研發上的投入
在AI 上的成功部分要歸功於政府在大學里對科學研究的總體投入。在過去的10年間，政府研究上的投入每年都是翻倍地增加。
經濟的頂層設計者——發展與改革委員會（NDRC）成立了深度學習國家工程實驗室，委任百度領導。
國家AI實驗室的創建，只是發改委增加AI研發投入的一個方面。
3. 進入門檻
雖然事實上，美國公司在全球的AI發展上居於領先地位，但是，它們想進入還是面臨著阻礙。市場需要的是地方的解決方案和提供商。在建立擁有統一的標準和跨平台分享機制的數據友好型生態系統上依然落後。
開放政府資料庫能激勵私人領域的創新。但是，幾乎沒有可用的公共資料庫可供研究。2015年，Open Knowledge International發布正度數據開放性排名，名列全球第93名。
跨國界的數據流動上的限制是全球合作的一個障礙。相反，在AI上的政策，在實驗和解決方案上相對開放。
4. 集成電路行業促進方案
政府在2014年發布了《集成電路行業發展推進綱要》，在2015年發布了「製造2015」計劃。
政府還成立了國家級別的IC投資基金，共募集了超過200億美元的資金。
這些計劃已經開始產生效果：2016年6月，發布神威太湖之光超級計算機，打破世界最快的超算記錄，並且沒有使用任何的美國造處理器。
政府前沿的投資是一個長期的投入，將會產生巨大的影響，鼓勵私人企業積極進入。
AI產業一覽
• 互聯網巨頭百度、阿里巴巴和騰訊引領AI市場，還有成千上萬的初創企業在不同的AI領域和應用建立服務
• 語音和視覺識別目前分別佔到整個AI市場的 60%和12.5%
• 製造企業開始採用AI降低成本
• 艾瑞諮詢認為AI市場總價值每年增長50%，到2020年達到910億美元
• 新型的產業如（無人機、機器人）和傳統產業（如家居、汽車和玩具）正在因AI創新而變革
• 是最大的汽車市場（2015年賣了兩千一百一十萬輛汽車），最大的家居製造商，最大的無人機製造商（大疆，70%市場份額），將成為對AI初創企業最有吸引力的生態系統。
AI 學術論文絕對引用率，第一；學術影響力排名，第三
研究：在AI學術論文的絕對引用率上，排在第一；在基於學術影響力的排名上，排在第三。
充裕的資金將鞏固AI產業的增加
充裕的基金：
根據網易報道，2016年202個AI初創公司募集了近10億美元；
KPMG的研究表明，2016年風險投資已經從大數據轉向到AI；
根據烏鎮智庫，去年AI企業總投資達到26億美元，美國同期最高預計投資179億美元。
AI初創企業分佈和專利應用數據
AI初創企業分佈:
AI初創公司主要集中如下經濟圈：北京、廣東、長江下游
這三個區域的公司佔全AI公司的86%
AI專利分佈：
機器人、神經網路、語音和圖像識別專利最多
AI生態系統包括大型互聯網企業、AI 新興和垂直企業
應用層面：具有垂直領域專家知識將成為AI一種有意義的壁壘
垂直領域包括教育、金融、物流和農業、零售等。
技術層面：所有AI公司中，26%主打計算機視覺、機器學習和NLP
出門問問、科大訊飛和百度都有較強的語音技術實力。
基礎設施層面：移動邊緣計算的興起將驅動AI嵌入式晶元的需求
移動邊緣計算的興起：
• 自動駕駛、無人機、個人助理、智能家居
• 下一波計算量來自，包括5G、AI、智能汽車、雲計算和聯合學習，這將在計算機架構上對體系結構產生顛覆性力量
• 最大的技術突破是由政府投資的，有了政府參與，部署邊緣計算更快
嵌入式晶元的發展：英偉達與地平線的比較
本報告由祥峰投資授權新智元翻譯發布，更多信息，見祥峰投資官方網站：http://vertexventures.cn/cn/
((來源：新智元 新智元（AI_era）編譯 ，來源：祥峰投資授權發布，編譯：弗格森 ))
經濟學人：或在
人工智慧領域趕超美國
【編者按】最新一期英國《經濟學人》雜誌撰文稱，由於擁有人才和數據優勢，加之創業公司和BAT的大舉投入，以及政府的大力支持，可能會在人工智慧領域逐步趕超美國。
以下為原文內容：
對於關注全球人工智慧行業動態的人來說，今年年初的兩件事情尤其的注意。首先，微軟高管陸奇1月宣布，他雖然從腳踏車事故中恢復過來，但卻不準備重返這家全球最大軟體公司，而是會出任頂尖搜索引擎公司百度的COO。當月末，人工智慧發展協會（AAAI）推遲了年會日期，原因是今年1月的既定日期與春節衝突。
這些事件再次表明，在某些人工智慧領域的地位僅次於美國——甚至已經超過美國。而值得一提的是，從數字助手到無人駕駛汽車，人工智慧已然成為未來世界的支柱要素。陸奇解釋道，是理所當然的選擇，而百度則是最重要的一員。「我們有機會領導人工智慧的未來。」他說。
這個觀點還得到了其他證據的支撐。2016年10月，美國白宮在一份報告中指出，在深度學習（人工智慧的一個分支）領域發表的論文數已經超過美國。諮詢公司普華永道也預計，與人工智慧相關的增長到2030年將把全球GDP提升16萬億美元，其中半數歸於。
研究人員提交與人工智慧相關的的專利數量最近幾年保持近200%的增長，但美國的絕對數仍然領先。
想要理解何以表現如此突出，就需要考慮人工智慧的輸入端。從計算能力和資本兩個最基本的要素來看，都擁有充裕資源。從阿里巴巴和騰訊等科技巨頭，到興業數字金融和Ucloud等創業公司，企業都在以儘可能快的速度建設各類數據中心。
美國市場研究公司Gartner預計，雲計算市場最近幾年保持著超過30%的增速，今後仍將延續這一趨勢。據烏鎮智庫測算，2012至2016年，人工智慧公司獲得26億美元資金。雖然這一數字不及美國同行同期179億美元的融資總額，但人工智慧企業的融資總額卻在快速增長。
然而，真正在人工智慧領域為賦予無限前景的卻是另外兩大來源。首先是人才。微軟人工智慧負責人沈向洋表示，人不光數學好，在語言和翻譯研究領域也有悠久的傳統。
負責管理阿里巴巴150位數據科學家的閔萬里表示，在找到頂尖人工智慧專家的難度大於美國。但他預計，這種情況將在今後幾年發生變化，因為多數重點高校都開設了人工智慧項目。據測算，全世界訓練有素的人工智慧科學家有超過五分之二位於。
的第二大優勢就是數據，這是人工智慧最重要的「原料」。以往，軟體和數字產品主要遵循既定代碼，為那些擁有一流程序員的國家賦予了優勢。隨著深度學習演算法的出現，一些規則越來越依靠通過海量數據提取出來的模式。可供使用的數據越多，供演算法學習的資料就越多，人工智慧也就越「聰明」。
的龐大規模和顯著的多樣化環境為這一模式提供了強勁燃料。只需要處理日常工作，這個國家的近14億人口產生的數據就能超過其他所有國家的總和。即便是在罕見疾病領域，也能提供足夠的樣本，教給演算法如何識別這些疾病。
由於輸入中文的繁瑣程度高於西方文字，所以人也比西方人更有動力使用語音識別服務，從而為企業貢獻了更多語音片段來改進語音服務。
數據領域的沙烏地
真正讓與眾不同的在於它數量龐大的網民：總數約為7.3億。幾乎所有網民都使用智能手機上網，而這種工具產生的數據比電腦更有價值，主要因為這類設備中包含了感測器，而且會隨用戶四處移動。
例如，在沿海大城市，現金已經在小額消費中漸漸消失：人們會使用支付寶和微信支付等工具來完成交易。
人似乎也不太擔心隱私問題，這也大大簡化了數據收集過程。例如，該國的共享腳踏車服務已經席捲了各大城市，它不僅提供了廉價的出行方式，而且成為了一場「數據大戰」。當用戶租用一輛腳踏車時，一些公司就會藉助腳踏車上安裝的GPS設備不斷追蹤它的運動軌跡。
的年輕人似乎對人工智慧服務尤其熱衷，對於自身數據的警惕性較低。微軟開發的小冰聊天機器人已經吸引了1億多用戶，多數人都在晚上11點至凌晨3點之間與之聊天，內容多數都涉及他們在白天遇到的問題。
小冰可以從這種互動中吸收數據，讓自己越來越聰明。小冰不光能鼓舞人心，能講笑話，還創作了人工智慧撰寫的第一本詩集：《陽光失去了玻璃窗》。這本詩集在文學圈引發了激烈爭論。
人工智慧的另外一大發展支柱就是政府。這項技術已經被政府列入了「十三五規劃」。科技公司紛紛與政府展開了密切合作：例如，百度就受聘領導一個深度學習國家實驗室。
政府不太可能給人工智慧公司施加過於嚴苛的監管。該國有40多部法律包含了與個人數據保護有關的條款，但卻很少實施。
創業者充分利用了的人才和數據優勢。很多人工智慧公司雖然成立只有一兩年時間，但很多都比西方公司取得了更快的進步。「人工智慧創業公司的迭代和執行速度通常更快。」李開復解釋道，他曾在2000年代負責谷歌，目前則領導創新工場。
正因如此，已經匯聚了大批人工智慧獨角獸（估值超過10億美元的創業公司）。今日頭條就藉助讀者的興趣和所在的位置，利用機器學習演算法向其推薦文章。該公司還藉助人工智慧過濾虛假信息（在，這主要包括各種可疑的養生保健內容。）
另外一家人工智慧創業公司科大訊飛則開發了一種語音助手，可以將普通話翻譯成包括英語和德語在內的多種語言，甚至可以識別俚語，而且不受背景噪音的影響。
曠視科技的面部識別軟體Face++可以則能在瞬間識別一個人的身份。
天網生活
在曠視科技的總部，他們會向訪客進行一項展示。大廳里的攝像頭使得人們不必再出示身份證：員工無需使用工卡便可直接進入。辦公室里到處都有類似的設備，而反饋信息則會顯示在一面視頻牆上。當一張人臉出現在牆上時，就會立刻被白色的方框標出，還會出現一些關於此人的文本信息。
在這個屏幕的右上角寫著Skynet（天網），與電影《終結者》里那套試圖消滅人類的人工智慧系統同名。該公司已經幫助支付寶和滴滴出行識別新客戶的身份（將他們的面部與政府資料庫中的圖像進行對比）。
看到這些創業公司取得成功后，科技巨頭也開始大舉投資人工智慧。BAT都在開發很多類似的服務，包括語音和面部識別。但他們也試圖藉助現有優勢主導某些人工智慧細分領域。
騰訊目前為止最為低調，他們直到最近幾個月才建立了自己的人工智慧實驗室。但該公司的數據量卻超過阿里巴巴和百度。微信聊天服務大約擁有10億帳號，而且已經成為一個能夠提供成千上萬服務的平台，其中包括支付、新聞、城市導遊和法律援助。騰訊還是憑藉《英雄聯盟》和《部落衝突》等熱門遊戲成為全球頂尖遊戲公司，這兩款遊戲的全球用戶都超過1億人。
阿里巴巴已經是一家電子商務巨鱷，他們還在投資數十億美元，希望搶奪雲計算市場的頭把交椅。該公司今年6月在上海的一場會議上展示了一項名為「ET城市大腦」的人工智慧服務，可以藉助視頻識別實時優化交通：它使用路邊攝像頭拍攝的畫面來預測汽車的行為，從而調整特定地點的交通信號燈。
在阿里巴巴總部所在地杭州，該公司聲稱這套系統已經將平均交通速度提升了11%。阿里巴巴還計劃擴大「ET醫療大腦」項目，它可以利用人工智慧技術發現藥物和診斷醫學影像。該公司已經與數十家醫院簽約使用相關數據。
不過，真正把命運與人工智慧繫於一身的還是百度，部分原因在於這項技術或許是它追趕騰訊和阿里的主要機會。該公司把多數資源都投向無人駕駛：他們希望在2018年將無人駕駛汽車推向市場，並在2020年為全自動駕駛汽車提供技術。7月5日，該公司在北京舉行的開發者大會上宣布了無人駕駛汽車軟體Apollo的第一版。
Apollo項目的順利實施不僅能提供道路安全性，還可以管理對外開放的項目。谷歌旗下的Waymo和電動汽車公司特斯拉都很注意保護自己的軟體和數據。百度不僅要對軟體進行開源，而且計劃分享數據。他們希望，使用百度技術的汽車廠商也可以採取同樣的做法，從而創造一個無人駕駛汽車的開放數據平台——用陸奇的話說，就是「無人駕駛汽車的Android」。
像北京人一樣開車
在人工智慧產品出口方面究竟能取得多大成功，還有待進一步觀察——目前為止，只有少數的技術應用於海外市場。但從理論上講，效果應該不錯：在混亂的街道上接受訓練的無人駕駛汽車，應該可以輕鬆適應歐洲更加文明的交通狀況。相反，在德國的道路上接受訓練的無人駕駛汽車，到了北京恐怕連一個十字路口都過不去。
但西方消費者在使用這種無人駕駛汽車時可能有所遲疑，因為這些在安全度較低的環境中訓練出來的產品，對事故的容忍度可能較高。據稱，的市民都很熱衷充當無人駕駛汽車的測試場。
除此之外，還蘊含著另一個風險。數據是當今人工智慧輸入端最有價值的要素，但其重要性可能已經降低。人工智慧公司已經開始使用視頻遊戲等虛擬場景中的模擬數據，而新型演算法或許也可以利用更少的數據提升「智能程度」。
「我們面臨的危險在於，由於我們在數據上領先，所以會停止演算法上的創新。」北京無人駕駛汽車技術開發商馭勢未來CEO吳甘沙說。但目前來看，並未自滿。在人工智慧大戰中，它將逐步趕超美國。
熱門推薦
留言回覆
