Zi 字媒體

【報告】中國成為全球AI中心？驅動中國AI崛起的5大因素

2021/12/25

1 新智元編譯

【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