国外研究报告解答：中国的AI超过美国了吗？

4月19日，有许多外媒曾经夸张地说，中国正在赢得AI大战，真是这样吗？外媒可能真的有些夸张了。自2017年以来，中国的确越来越重视AI，政府向AI领域投入巨资，促进行业发展。不过细细深究，不难发现美国仍然在AI竞赛中处于领先地位，它们投入的资源更多、AI人才更多、高质量研究论文更多、芯片也更先进。

斯泰尔企业管理咨询中国公司（Stieler Enterprise Management Consulting China）主管Georg Stieler表示：“有无数的行业说，它们想成为行业领导者。你需要组织体制，需要文化基础，然后独立演员才能协同表演。中国还没有达到这一水平。”

今天就来了解一下中国与美国在AI领域的差距：

先从AlphaGo说起

中国之所以制定宏大的AI发展计划，受到两个重要历史事件的刺激。

2016年3月，AlphaGo在围棋游戏中击败世界冠军李世石。牛津大学人类未来研究所AI治理中心中国主管Jeffrey Ding认为：“这是一个重要转折点，你不妨看看百度趋势，它和谷歌趋势有点类似，显示某个关键词的搜索热度历史记录，自AlphaGo事件之后，搜索AI的热度明显上升。”

美国新安全技术和国家安全项目中心兼职研究员Elsa B. Kania认为，这件事告诉我们AI正在快速发展，在战略和战术上，围棋和战争高度相似，围棋AI取得成功，可能预示着我们也许可以将AI系统用于战争，让它制定决策。

第二件事，奥巴马政府发布三份报告，也就是《时刻准备着：为了人工智能的未来》、《国家人工智能研发战略计划》、《人工智能、自动化和经济》。

Ding说：“自这件事之后，百度热度也上升了，一些中国政策制定者认为，在AI规划、对AI战略价值的认识方面，美国走在中国前面。”

相比美国，报告在中国引起更多关注，Kania说：“人们认为这些报告是个迹象，它显示美国将会把AI提升到主要国家战略的层面，可惜，自此之后美国没有多少实际行动，但是美国的许多构想和政策却在中国的计划和倡议中得到不同程度的体现。”

2017年7月，中国公布发展计划，准备在2030年之前成为世界AI领导者，政府还承诺将向AI创业公司、研究院投入几十亿美元。2019年2月，美国总统特朗普也发布期待已久的美国AI发展行政命令。在命令中，特朗普提出要求，在制定2020年年度预算报告时，执行或者资助AI研发的联邦机构主管应该优先考虑AI研究。不过特朗普没有为计划提供新的资金支持，也没有公布执行细节。

Stieler认为，虽然中国公布了宏大的发展计划，但是中国在AI方面的进步速度并不像国有媒体所说的那样快。Stieler还说：“每天我都能看到许多半真半假、明显夸大的消息，在西方行不通的在中国也行不通。”

虽然媒体不断宣传，但在AI发展的关键领域，中国仍然落后美国。

芯片

Stieler指出，中国企业快速行动，积极应用新技术，测试商务可行性，但是其中的构建块并非全部来自国内。

想成为AI霸主，中国最大的障碍是芯片。Ding认为，搭建AI市场需要投入很高的初始成本，而且创建周期很长，研发芯片也很困难。在驱动AI、机器学习算法的芯片方面，很大程度上中国仍然依赖美国。

Kania也说：“在AI方面，中国高度依赖美国进口硬件，严重依赖美国半导体，研发中国自主芯片面临重重困难。到目前为止，中国已经向该领域投了许多钱，但效果并不明显。”

Kania还说，中国想在这些领域更加独立，动机再明显不过，中美关系遇冷，中国独立的意愿更强烈。2019年2月，中国芯片制造商Horizon Robotics声称自己的估值达到30亿美元，它还预测说未来一年会在第三代处理器架构方面取得进步。

研究论文

有些外国人担心中国在AI领域崛起，主要是因为他们看到中国发表的AI论文数量已经超过美国，还有其它国家。2018年12月，Elsevier在报告中指出，1998年至2017年美国发表AI研究论文106600份，中国有134990份。

Stieler说：“当你看看报告的引用质量，看看发表论文期刊的声誉，这样一算，中国论文的质量突然大降，数字比美国还少。美国论文的质量比中国高。”

Ding认为，美国有大量的顶尖大学，所以在研究方面有结构性优势。他还说：“斯坦福、卡耐基梅隆、MIT，它们都吸收了中国一些最棒最顶尖的研究人员，这些人最终选择在美国工作。”

人才

德勤在报告中说，在全球10所最顶尖的机器学习人才培育大学里，有5所位于中国，但是那里的毕业生很多并没有留下。其中四所是清华大学、北京大学、上海交通大学、中国科技大学，最近几年它们培育了12521名毕业生，但是只有31%的学生留在中国，62%前往美国。

Kania表示：“如果说现在正在展开AI军备竞赛，那么战场就是人才。”中国大型科技公司正在争夺人才，政府项目也在招募学生和研究人员。Kania进一步说：“在人才方面美国有巨大优势，因为世界顶级大学、许多关键人才都在美国。”

Diffbot在报告中表示，全球机器学习人才主要集中在美国。全球共有机器学习专家约720000人，当中31%（约221600人）在美国。换言之，美国的AI人才数量是其它10个国家的总和，包括印度、英国、加拿大。

Kania认为，中国正在快速追赶，扩大AI教育项目的规模，想拥有更多的工程师和研究人员，谁能成功现在还言之过早。

“中国的确有可能成为AI主要领袖，不论是在技术、还是在顶级AI人才储备方面，都有可能。正因如此，谷歌及其它企业才会着手在中国设立办事处，这样才能进入中国市场，获得人才。”

资金

ABI Research在报告中说，2017年，中国AI创业公司融资近50亿美元，美国44亿美元。ABI Research分析师Lian Jye Su认为：“虽然在融资方面中国超过了美国，但是美国的投资交易宗数还是更高一些。”美国投资交易宗数为155宗，中国19宗，而且中国的投资更加集中，偏向某些领域。

Jye Su认为，我们可以从两个角度来看待AI竞争，一是技术，二是执行。在技术方面，美国仍然领先，它成为大企业的故乡，比如谷歌、亚马逊、Facebook和微软，它们的AI开发框架、工具被行业广泛采用。

但在执行方面，中国有优势，Jye Su说：“中国政府已经承诺要在关键领域加速AI技术的开发、普及、部署，比如智能城市、工业制造、健康医疗领域，这是首要事务。投资者看到中国创业公司具备商业可行性，而且市场潜力巨大。”

数据与监管优势

中国拥有优势有一个重要原因，也就是数据数量，相比美国，中国有更多的人口，而且数据监管也要宽松一些。

Kania说：“中国大约拥有全球数据的20%，2030年之前可能达到30%。数据是AI开发的燃料，尤其是机器学习研究，数据可能会成为中国的关键优势。”Kania还说，AI的一些特定领域（比如面部识别）需要大量数据，但在其它领域需要更先进的算法，在这些领域美国有优势。

还有，因为美国科技公司全球化程度更高，它获得的数据比中国企业更加多样。不过Kania说：“中国科技公司的全球化程度正在提升，未来它们会获得更多丰富的数据，来源更加多样。中国在数据方面有优势，但数据也存在限制。”

Kania还说，未来AI是不是需要如此多的数据，新算法新技术的开发会不会变得更重要，现在还难说。

Ding认为，大型中国科技公司（比如微信）打造生态系统，拥有数据流，在AI浪潮中可能会抢得先机，它们可以收集大量用户数据。

中国有2亿个监控摄像头，目的是识别抓捕罪犯。未来，根据面部识别、智能眼镜及其它技术捕捉的数据，中国可能会按照公民行为设立个人积分。

Ding说：“美国这样做的意愿并不那么强烈。与此同时，一些中国面部识别公司拥有更棒的技术，在计算机视觉领域，它们在一些大型竞争对手面前拥有优势，面部识别不只可以应用于监控，还有安全、金融、支付。这是一个多方面的故事。”

Stieler则说，虽然中国企业在面部识别方面取得成功，但并不意味着它们能将相关AI技术应用于无人驾驶、智能制造，这些领域的技术更特别一些。Stieler还说：“除了面部识别、语音识别，在中国我还没有看到太多的AI使用案例。中国的确拥有更多的数据，如果不能善加利用，可能就会被数据淹没。”

一个相互依赖的系统

Kania认为，AI是一个相当笼统的术语，在技术的某些方面，中美各有优势，但在执行时又都存在这样那样的限制。在开发技术时，它们是相互依赖的，一个国家取得进步，对另一个国家来说不一定是坏事。

Ding说：“在AI领域，中国与美国是竞合关系，要想理解这一点，就要知道两个国家的不一定非要是零和游戏。两者有依赖的一面，也有许多跨国投资。这是一个交织的系统，我们应该多多强调依赖，抑制以零和方式竞争的冲动。”

Kania则说，在中美AI研发方面的确有许多的协同性，有很大的合作空间，的确有许多理由为此感到兴奋，贸易、地缘政治竞争——尤其是军事技术研发——会不会影响合作呢？这点还有待观望。

Stieler说，美国科技企业会继续盯住中国AI开发，但不能太过认真。他说：“要持有保留态度，谨慎对待，因为抱负就在那里。谁拥有大胆的想法，并且知道什么人合适，就会拥有足够的资本去试验。”