想要领跑？ 中国人工智能领域仍存四问题待补足.doc

《想要领跑？ 中国人工智能领域仍存四问题待补足.doc》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、想要领跑？中国人工智能领域仍存四问题待补足想要领跑？中国人工智能领域仍存四问题待补足　　中国人工智能产业起步相对较晚，但产业布局、技术研究等基础设施正处于进步期，随着科技、制造等业界巨头公司的布局深入，人工智能产业的规模将进一步扩大。　　人工智能，被视为未来超级智能系统的先锋。今天，各类应用机器学习技术的分析工具已现身市场。金融、医疗、制造等行业应用发展迅速，人工智能领域的全球风投也从2012年的5.89亿美元猛增至2016年的50多亿美元。　　近一两年来，中国人工智能领域的火热势头，大有东风压倒西风的趋势。世界知名咨询公司麦肯锡发布的报告预计，至

2、2025年人工智能应用市场总值将达到1270亿美元。但同样是这家公司近期的另一项报告则表示，在人工智能这一高科技领域，中国还存在四个主要问题，有待补足。　　　　论文多了，落地还有待时日　　4月1日，艾媒咨询发布的《2017年中国人工智能产业专题研究报告》显示，中国人工智能产业规模2016年已突破百亿，以43.3%的增长率达到了100.60亿元，预计2017年增长率将提高至51.2%。　　艾媒咨询分析师认为，中国人工智能产业起步相对较晚，但产业布局、技术研究等基础设施正处于进步期，随着科技、制造等业界巨头公司的布局深入，人工智能产业的规模将进一步扩大

3、。　　“1个多月前，麻省理工科技评论公布了2017年度全球十大突破技术，其中包括深度学习、刷脸支付、自动驾驶等在内的人工智能领域热门技术均被选中。可喜的是，这几项技术的主要研究者包括了科大讯飞、阿里巴巴、百度等多家中国企业，说明我国在人工智能技术研究方面已经走在了世界前列。”工业和信息化部副部长刘利华日前的CITE2017人工智能产业发展高峰论坛上表示。　　根据统计数据，中国人工智能相关专利申请数从2010年开始出现持续增长，于2014年达到19197项，并于2015年开始大幅增长，达到28022项，2016年，中国人工智能相关专利年申请数为290

4、23项。　　同时，在麦肯锡全球研究院的报告中，指出学术方面，仅在2015年，中美两国在学术期刊上发表的相关论文合计近1万份，而英国、印度、德国和日本发表的学术研究文章总和也只相当于其一半。其中，中国的人工智能发展多由科技企业推动引领，如自动化私人助理、自动驾驶汽车等。　　但是与人工智能发展成熟且前列的美国等相比，虽然中国在人工智能的论文数量方面超过了美国，但中国学者的研究影响力尚不及美国或英国同行，且在人工智能生态系统方面，美国也更为完善和活跃，创业公司数量远超中国。由研究机构、大学及私营企业共同组成的生态系统庞大、创新且多元。硅谷在科技领域日积月

5、累的强劲实力，形成了强大而难以复制的优势。　　　　　　数据多了，分享互通还不够　　相比于美国，庞大的人口基数所产生的海量数据是中国人工智能的优势所在，广泛的行业分布为人工智能的应用提供了广阔市场。　　事实上，如果单就应用层面而言，中国的算法发展程度与其他国家并无太大差距。中国在语音识别和定向广告的人工智能算法上取得了突破进展。而全球的开源平台也使得中国企业能够快速地复制其他地区开发的先进算法。　　不过，尽管中国的科技巨头能够通过其专有平台获得海量数据，但在创建一个标准统一、跨平台分享的数据友好型生态系统方面，中国仍落后于美国。　　在麦肯锡全球研究院

6、的报告，中国政府数据开放度为全球第93名。全球各国都已意识到开放政府数据库有助于促进私营领域创新，但中国政府数据的开放度仍极为有限，这对跨境数据流通的限制也使得中国在全球合作中处于不利地位。　　艾媒咨询指出，从目前来看，虽然相关机构的研究表明华人的人工智能学术成果占全球一半以上，但中国人工智能技术和产业在大部分领域仍落后于全球一流水平。虽然中国在数据积累和传统产业基础上有一定的优势，部分细分领域有领先成果，相关研究投入不断加大，但整体上的人才储备落后于美国，在基础研究、产业链等方面存在较大挑战，将成为制约人工智能发展的重要因素。　　　　人才回来了，

7、经验、总数还不足　　据麦肯锡分析，就应用层面而言，中国的算法发展程度与其他国家并无太大差距。然而，中国的研究人员在基础算法研发领域仍远远落后于英美同行。一个主要原因就是人才短缺。美国半数以上的数据科学家拥有10年以上的工作经验，而在中国，超过40%的数据科学家工作经验尚不足5年。中国在人才方面的持续努力将至关重要。　　据统计，在中国只有不到30所大学的研究实验室专注于人工智能，输出人才的数量远远无法满足人工智能企业的用人需求。此外，中国的人工智能科学家大多集中于计算机视觉和语音识别等领域，造成其他领域的人才相对匮乏。　　“作为前沿科技技术，要推动人

8、工智能发展的关键因素是人才和数据，而现阶段受到人才、数据和计算平台三个方面的制约。就目前来说，真正懂人工智能、深度学习的人