中国的人工智能研究在质量上进步很快

《Nature》最近的一篇分析文章表明，中国的人工智能研究在质量上取得了快速进步，但在高影响力论文、人才和伦理方面仍需赶上美国。

中国庞大的人口帮助了人脸检测技术的快速进步。

中国不仅是世界上人口最多的国家，似乎也是经济产出最多的国家。在人工智能领域，中国似乎也想领先世界。

2017年，中国发布了《新一代人工智能发展规划》，设定了AI发展目标，截止日期为2030年。为了实现这一目标，到2020年，有许多里程碑需要实现，包括在基础研究领域做出重大贡献，成为吸引世界新人才的目的地，在人工智能行业达到世界领先水平。该计划出台后，中央部门、地方政府和民营企业积极响应，吸引了数十亿美元的资金用于人工智能的研发。

当第一个截止日期临近时，研究人员注意到中国人工智能研究的质量取得了惊人的进步。他们希望中国能够留住本地人才。部分原因是政府实施了一些成功的人才引进计划。部分原因是不断恶化的外交和贸易关系使得美国(中国的主要竞争对手)在包括人工智能领域在内的各个方面都成为了一个相对没有吸引力的目的地。

“如果美国不再是开放的前沿，那么向包括中国在内的主要竞争对手输送人工智能人才就是在冒险。美国芝加哥保尔森基金会凯尔波罗智库副主任乔伊童丹马说。

凯尔波罗智库是保尔森基金会的内部智库，旨在以敏锐的市场分析和创新的研究成果解读中国经济。

然而，与此同时，一些观察人士警告称，有一些因素可能会阻碍中国的国家战略，包括缺乏能够指导该领域发展的理论贡献，以及中国企业的基础科学研究投入。

一些科学家表示，中国对人工智能的追求更像是与美国竞争的正式表现。人工智能可以促进医疗、交通和通信领域的发展，在这一领域取得根本性突破的国家将引领未来的发展方向，获得最大的利益。

微软对高被引人工智能论文的学术研究表明，中国的影响力非常强大。艾伦人工智能研究所的分析师发现，中国作者在前10%高被引论文中的比例上升了10%，在2018年达到峰值(26.5%)，接近美国的29%，美国的比例正在下降。如果这种趋势持续下去，中国将在第二年(2019年)超过美国。其他分析表明，中国研究人员人工智能论文的平均被引率有了很大提高，已经超过了世界平均水平，但仍低于美国研究人员。

在计算机科学顶尖学校排名(CSRankings)中，中国大学在人工智能等领域的影响力也在不断提升。这一排名完全基于研究指标，该指标衡量的是大多数教职员工在计算机科学领域主要会议上发表的论文数量。

除了中国日益增长的学术影响力，中国的人工智能产业也在蓬勃发展。中国工程院院士、Xi交通大学人工智能与机器人中心主任郑南宁教授表示，中国拥有商汤、云知声、科大讯飞、迪法恩斯等一批世界一流的人工智能公司，在计算机视觉、语音识别、自然语言处理等方面取得了令人瞩目的成就。

当然，中国在构建人工智能核心技术的工具方面仍然落后。例如，像TensorFlow和Caffe这样的开源平台都是由美国学术机构和公司设计的。这些开源平台可以帮助计算机更像人脑一样工作，因此它们被广泛应用于世界各地的工业和学术领域。当然，百度飞桨平台是人工智能快速发展应用最广泛的平台

郑教授还提到，中国在人工智能硬件方面也比较落后。全球领先的人工智能微处理器芯片大多由英伟达、英特尔、苹果、谷歌、AMD等美国公司研发。“我们还缺乏为先进人工智能系统设计计算机芯片的专业人员。」

郑教授预测，中国在基础理论和算法研究方面达到英美水平需要5到10年的时间，但中国迟早会达到。

柏林智库的政策科学家克里斯汀施-库普费尔(Kristin Shi-Kupfer)表示，为基础理论和技术做出贡献是中国长期人工智能战略的关键。她表示，如果机器学习没有突破性的研究进展，中国可能会面临人工智能领域的天花板。

人才情况

如何留住人才是中国发展AI的另一大难题。根据学术界和产业界联合撰写的《2018 年中国 AI 发展报告》，截至2017年底，我国AI研究人员和工程师数量已达1.82万人，位居世界第二。但在顶级AI研究者(高产、高被引研究者)排名中，中国仅排在第六位。

美国数据、技术和公共政策跨学科研究智库数据创新中心发布的一份中、美、欧AI实力对比报告中，中国AI人才的情况也令人担忧。报告显示，截至2017年，中国顶尖AI人才(H指数前10%)还不到美国的1/5。

马说，许多计算机科学家通常在美国接受教育，毕业后将留在美国，加入一些世界顶尖的科技公司。

但有迹象表明，这种情况正在改善。中国的人工智能机构正试图以高薪吸引这些研究人员回到中国。例如，在郑南宁教授的研究所

在的机器人中心，一些教授拿到的薪资是其他教授大学薪水的 2-3 倍。此外，中国的教育系统也加大了 AI 人才的培养力度，去年有 35 所大学获批「人工智能」本科专业，清华等名校更是设立了多个 AI 研究和人才培养中心，力争解决中国的 AI 人才短缺问题。

郑教授还补充说，他所在的机器人中心还提供了一套更为全面的评估体系，以提高人才吸引。相比之下，很多中国大学倾向于以发表论文的数量作为奖励标准。此外，他还创建了一个招聘系统，可以绕过大学集中化的过程，帮助科学家更快地组建工程师团队，该系统现在正在开展 AI 方面的本科课程。

Ding 表示，考虑到腾讯、百度和阿里巴巴三家核心科技企业日益提升的专业技能和业界影响力，相信中国到 2020 年拥有全球领先 AI 公司的计划能够达成。他说道：「尽管尚未达到谷歌和微软等美国科技巨擘那样的水平，但这三家企业已经成为了 AI 领域的全球领先者。」

根据纽约创投研究机构 CB Insights 的数据显示，中国至少还有 10 家估值超过 10 亿美元的 AI 创投企业。

此外，虽然在风险投资和私募股权融资规模方面不敌美国，但中国是成功将 AI 纳入公司业务流程百分比最高的国家。2018 年，中国在这一方面的比例领先全球(32%)，高于美国(22%)和欧盟(约 18%)。另一方面，有 53% 的中国公司已经在开展人工智能应用的试点，这一数据也大大领先第二名美国(29%)。

Ma 表示，中国的一大优势是其巨大的人口规模，这为训练 AI 系统提供了充足的人员样本和独特机遇，比如训练疾病预测软件所需的大型患者数据集，而这些数据集可以为 AI 研发带来很大的优势。

与西方国家相比，中国互联网公司有机会收集比美国互联网公司更多样化和更深入的数据。这得益于中国科技公司构建的一体化超级应用程序。例如，微信现在已经允许用户「叫出租车、订餐、预订酒店、交手机话费，以及购买飞往美国的航班。相比之下，西方的互联网服务相对分散：即使是亚马逊的用户也不能预订酒店。

AI 治理和 AI 原则制定势在必行

Ma 表示，如果中国想要在 AI 领域产生国际影响，实施适当的治理同样也很重要，只有这样中国的 AI 研究者和公司才能建立必要的信任，从而赢得世界各地的用户，并与其他国家的研究者展开合作。与其他国家一样，中国也已经开始为 AI 的发展和应用制定伦理准则。所以，中国 AI 公司需要承诺实施良好的治理，这样才能获得全局数据。

今年 6 月，中国国家新一代人工智能治理专业委员会发布了 AI 开发人员所应遵守的《新一代人工智能治理原则——发展负责任的人工智能》，提出了人工智能治理的框架和指南，明确提出了和谐友好、公平公正、包容共享、尊重隐私、安全可控、共担责任、开放协作、敏捷治理等八项原则。这八项原则与经济合作与发展组织 5 月投票通过且为世界各国政府所采纳的人工智能原则不谋而合。

但应当注意的是，不同国家所面临的的伦理问题也不尽相同。所以，各个国家会根据本国国情和实际情况来制定相关人工智能准则。

此外，所有国家和地区所面临的的另一项关键挑战是算法做决策时的透明度。这方面并没有统一的标准，因而中国以及其他国家依然在探索如何推进这一进程。例如，欧盟出台的《通用数据保护条例》(General Data Protection Regulation)赋予用户权利，使他们可以在涉及自身时询问算法如何做出决策。