中国人工智能崛起直追美国 这些还有差距

作为人工智能国际顶级会议，由美国人工智能协会(American Association for Artificial Intelligence)组织的AAAI大会在美国旧金山召开，在今年的大会上中国面孔成为不可忽视的力量。

作为人工智能国际顶级会议，由美国人工智能协会(American Association for Artificial Intelligence)组织的AAAI大会在美国旧金山召开，在今年的大会上中国面孔成为不可忽视的力量。在2571篇投稿论文中，中国和美国的投稿数量分别占到31%和30%，虽然在被接收论文数量上，中国还是低于美国，但数量已经大幅提升。

一个小插曲则是，今年的AAAI大会原计划在新奥尔良召开，由于和中国春节冲突，AAAI Fellow、AAAI现任执委杨强教授和几位教授紧急向组委会发送邮件，使得最终破格更改了时间和地点。

可见，中国在AI领域正在蓄势，逐步成长为中坚力量。据《乌镇指数：全球人工智能发展报告》，在全球人工智能专利数量方面，中国以15745个紧跟在美国26891个之后位列第二，日本以14604个排名第三。值得一提的是，三国占总体专利的73.85%。

华人势力

“不仅仅是学者，来参会的中国公司也变多了。”杨强表示。从今年的活动赞助商而言，百度、腾讯和亚马逊、IBM一并成为金牌赞助商，小i机器人、今日头条也跻身银牌赞助商之列。在今年收录的论文中，百度、腾讯、华为、今日头条、携程等中国公司的人工智能团队也有出现。

百度研究院院长林元庆对第一财经记者说，过去几年里，她在参加国际上人工智能领域的顶级会议中，确实可以看到参加会议的华人非常多，而且在过去几年里增长很快。他认为这同时也和国内几家公司在人工智能领域的投入有关系。

“中国人适合做人工智能，世界上43%的人工智能论文都是中国人写的。”创新工场创始人李开复(微博)曾向第一财经表示。根据美国白宫此前发布的《国家人工智能研究与发展策略规划》来看，从2013年到2015年，SCI收录的论文中，“深度学习”或“深度神经网络”的文章增长了约6倍，按照文章数量计算，美国已经不再是世界第一。在增加“文章必须至少被引用过一次”附加条件后，中国在2014年和2015年都超过美国，位居前列。

“这一轮人工智能并不是一个新的革命，而是18世纪工业革命自动化的一个延续，技术一旦掌握到手里，可以迅速扩展到做全世界的生意，所以这对于中国起到了一个弯道超车的作用。”杨强表示。

中国人数学好、刻苦努力无疑为中国发展人工智能提供了良好的基础，但更大的驱动力在于产业需求。一方面对于传统企业而言，需要新技术来推动产业变革，“中国的经济结构还有很多不合理、低效率的地方，通过人工智能浪潮，就形成了一种新的竞争。”杨强强调。

对于互联网巨头或新兴独角兽公司而言，同样需要借助人工智能技术，激发已经存储的海量数据，提升服务精准度，创造潜在盈利机会，“互联网大市场孕育的应用到C轮需要人工智能。”李开复表示。例如今日头条在借助人工智能技术，将新闻内容和视频进行重新排序，实现资讯分发的千人千面，美图也利用人像数据库，对数据进行标记、结构化，优化图像算法。

“全世界只有中美两国有如此大量的数据、大规模的计算和应用场景，在应用层面中美基本处于同一起跑线。”地平线机器人技术创始人兼首席执行官余凯向第一财经表示。余凯曾担任百度研究院副院长、深度学习实验室(IDL)主任，带领的团队将深度学习技术成功应用于广告、搜索、图像、语音等方面，在此之前他也曾在美国NEC研究院、西门子数据研究部、微软亚洲研究院工作。

在余凯看来，中国有世界上最大的互联网公司，且拥有搜索、社交、电商、互联网金融等很好的应用场景，“大规模的计算平台都需要大规模的应用场景，在小实验室是做不了的，年轻人在这样的工作环境中会得到持续的锻炼，包括工程实验能力、对算法的理解等。”

“最大的优势是人多，这种优势体现在三个层面，人多意味着市场大，有更强的驱动力去把这件事情做好。其次针对社会服务层面，需要很多数据。第三，人才基数比较大，冒出顶尖人才相对多一些。”第四范式创始人、首席执行官戴文渊告诉记者，“从数据量、投入的人力财力来看，中美之间没有多少差距，且中国更有优势。”

中美差异

但将论文数量视为中国人工智能发展水平有失公允，虽然在靠近商业价值应用层面中美并驾齐驱，但在基础性、原创性研究、创新土壤、人才储备层面，中国相较美国还存在不小的差距。

“国内更多是技术的落地、产业化和应用，国外仍然有很多人在公司和研究院做前沿研究，包括寻求方法论上的突破，我们擅长把事情做得更细致，相对而言突破性和奠基性的工作还不够多。”地平线机器人技术联合创始人、算法副总裁黄畅告诉第一财经。

黄畅毕业于清华大学计算机科学与技术系，曾在美国南加州大学和NEC美国研究院担任研究员，2012年加入百度美国研发中心，2013年和余凯参与组建百度深度学习研究院，任高级科学家、主任研发架构师。在黄畅看来，做研究无外乎寻找新的问题和研究新的方法，而在这两方面国内和国外相比还存在不小的差距。

杨强认为，深度学习是不断发展的，研究领域的领导者应该是开拓新的领域，而不是在原有的基础上深挖。“把一个10层的深度模型拓展到100层甚至1000层，我觉得这个确实是一个进步，中国人目前是这个层次，但这些在我看来并不是一个原创。”杨强举例说道。

“现在很多高校是看教授和学生的论文达标情况，顶级会议论文的发表对学生申请院校、教授评级、申请科研经费等都有帮助，真正做出突破性理论研究，不迎合考核体系的非常少。”戴文渊直言。在他看来，虽然有相当数量的人参与到人工智能研究，但优秀的研究成果并不与参与人数的激增成正比。

余凯认为，有一些中国学生很擅长“刷分”、“刷榜”。“别人做到99.5%，我做了99.7%，并不一定有实质性突破，世界也没有因为这个刷分而变得不一样。原创性的创新需要不一样的思考，现在讲深度学习比较多，所有的人都进行深度学习，而不是思考What is wrong ?How to be different?”余凯强调。

在人工智能领域浸染十年有余的戴文渊也有同样的感受，“很多人用力的方向有问题，准确率达到99.1%、99.15%或者99.2%，其实没有什么差别，并不应该把精力用在这些地方，而应该关注不到60分的领域，去把它做及格。”

（编辑：无忧刷机网 - 51刷机网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!