【看中國2017年6月18日訊】中國大陸人工智慧（AI）發展是否已超過美國？對此，業內專家認為，目前大陸在AI領域無論產業還是學術層面，大陸更擅長從模仿、複製、應用與最佳化，但美國還是在創新與研發層面大幅領先。目前，大陸企業仍注重戰術應用，而忽略人工智慧核心技術的突破。
據《電子時報》報導，紐約時報近日刊登長文《人工智慧的競賽，中國超越美國？》顯示，大陸在AI領域的投入巨大，人才團隊日益向東方傾斜，與美國差距正在縮小，甚至可能超越。
前百度首席科學家吳恩達表示，大陸在AI的某些方面表現優異，部分原因是文化、技術、經濟和地理市場力量等綜合起來，使大陸對這些方面更為重視。尤其，中文拼音在手機鍵盤上輸入比輸入英語更麻煩，所以大陸在語音辨識方面投資可能更加積極。
文中提到，大陸正在投入大筆資金支援AI發展。在之前幾十億美元投資的基礎上，大陸又在為一個數十億美元的新計畫做準備。這些資金將用來資助登月項目、創業公司和學術研究，將增強大陸的AI能力。
此外，民營企業也在逐漸深入AI領域，比如百度今年在北京與官方聯合成立深度學習實驗室。大陸無數個省份和城市都在投入幾十億美元研發機器人，其中一部分資金可能會流向AI研究。
不過，大陸人工智慧專家、新智元創始人楊靜指出，AI已到了產業主導新階段，市場和研發都是以企業為主體，但大陸企業跟美國的全球主導企業的實際差距還很大。如2016年在科技研發投入上超過百億美元的全球主要科技企業，大陸只有華為一家入圍，在營收上更是無法與全球領導企業相提並論。
從《Forbes》剛發布的2017科技公司榜中，前10大科技公司美國佔8家，另外2家分別是三星（Samsung）和富士康。可以看出，大陸在全球科技行業的影響力，還是以硬體製造業或資訊通訊解決方案為主導的企業。
儘管大陸在AI領域出版的論文數量，自2011∼2015年創下了超過4.1萬的記錄，美國排名第二約為2.55萬，但是從引文的影響力來看，多數大陸論文的品質仍遠低於美國。
楊靜認為，在人工智慧領域無論產業還是學術層面，大陸更擅長從1到N的模仿、複製與應用、最佳化，但美國還是在從0到1的創新研發方面大幅領先。
據麥肯錫報告,人工智慧生態系統方面，美國較中國更為完善和活躍，創業公司數量遠超中國。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。除了技術儲備和創業生態，中國在發展人工智慧的時候還有以下問題需要考慮,攔在中國AI路上的三座大山:數據環境封閉、人才緊張、硬體技術短板。
首先，儘管中國的科技巨頭能夠通過其專有平臺獲得海量數據，但在創建一個標準統一、跨平臺分享的數據友好型生態系統方面，中國仍落後於美國。其次，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，但中國政府數據的開放度仍極為有限。最後，對跨境數據流通的限制也使得中國在全球合作中處於不利地位。中國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，而在中國，超過40%的數據科學家工作經驗尚不足5年。中國在人才方面的持續努力將至關重要。目前，中國只有不到30所大學的研究實驗室專注於人工智慧，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，中國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。
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。而其耗能長期以來，中國的微晶元嚴重依賴進口，部分類型的高端半導體則幾乎完全依靠進口水平則決定著人工智慧解決方案能否實現大規模商業化。
中國的人口結構、產業結構和生產力發展現狀決定了人工智慧的應用發展大勢，但數據環境、人才緊缺和智能硬體，特別是微晶元、CPU等產業的不成熟，可以說是中國人工智慧發展面臨的最大難題，很難在短期完善地解決。
此外，技術方面，中國論文數量並不能彌補論文質量的不足，在很多基礎層的關鍵領域有待提高，這對於大數據紅利之後的後深度學習時代而言非常重要。
(文章僅代表作者個人立場和觀點)
看完那這篇文章覺得
排序