目前，一場技術革命正席卷全球，抓住該機遇的國家將主宰21世紀。沒有哪個領域對大眾生活、生計、安全以及繁榮穩定的變革力比得上人工智能（AI）技術。人工智能將改變全球經濟和國際關系的力量平衡，因為首先掌握人工智能技術的國家在制定下一個全球秩序方面將具有關鍵性戰略優勢。

就像任何變革性技術一樣，很難打破人工智能的炒作嫌疑。記者和專家可以重點突出最重要的新興趨勢和行業問題，比如人工智能和人工智能驅動的自動化改變勞動力市場時可能產生的政治影響。畢竟，即使技術變革帶來了就業總人數的凈增長，也會使大批缺乏教育和培訓的勞動者失業。這一現實將使各國政府更難以滿足每個公民的需求。但人工智能的觀點及其含義有可能混淆不同類型人工智能、以及政府對其判斷。日前，全球最大政治風險咨詢公司亞歐集團（Eurasia Group）聯合世界領先的AI研究者兼“創新工場”(Sinovation Ventures)創始人李開復，發表了有關中國人工智能領域的白皮書。

當前的共識是，美國和中國已經開始了雙向的AI主導競賽。在全球決策者和立法者討論美國在全球未來地位的時候，白宮和硅谷之間的氣氛日益緊張，而中國則開始大力發展AI。盡管中國在頂級硬件和人才方面仍然落后于美國，但其互聯網用戶數量超過了美國和歐洲的總和，這一優勢可以使中國在積累大量數據的過程中擁有不可磨滅的領先優勢，而這些數據則是人工智能創新的核心。但是，美中競爭是兩國關系的中心因素，這不僅僅是一場勝者全得博弈。隨著中國不斷縮小在人工智能方面的差距，對這個領域的仔細研究也顯示了該超級大國與新興挑戰者之間更多的異化。

除了這兩個大國之外，許多大小國家的決策者現在都在努力應對人工智能問世帶來的機遇和挑戰。雖然這樣一來可能會導致***加劇，并引起人工智能在短期內會對國家安全造成危害的擔憂；但從長遠來看，人工智能、自動化和相關技術將是未來公民安全和繁榮的關鍵。

中國的人工智能變革：了解北京的結構性優勢

如果2017年中國AI產業只是“預熱和炒作”，那2018年中國在AI領域的優勢才將真正體現。媒體關于中國人工智能崛起的報道大部分集中在中國大型互聯網公司、人工智能的部署、政府對該技術的高度興趣、以及美中“AI戰”的可能性。關于后者的討論往往涉及對人工智能潛在的軍事用途的警告，以及人們對殺手機器人的過分擔憂。

這些分析在許多方面令人失望。它們通常無法區分AI的不同含義，AI如何被使用，以及如何將AI用于為各種應用軟件增添智能功能等。本白皮書試圖解決這種不平衡問題，首先通過對中國AI多種表現形式提出更加細致的觀點，然后概述中國人工智能優勢的主要來源。人工智能不只是另一種產品或服務。這是一項基本的使能技術，可以添加到現有的流程和服務中，使其更加智能、更高效、更準確、更實用。AI并不是一個龐然大物。最佳解釋為四種不同的應用程序：互聯網AI、企業AI、感知AI以及自主AI。評估一個國家或公司在AI的現有能力和未來前景需要對這些不同的AI領域以及其他變量（如數據量、人才質量以及頂尖硬件的可用性）有細致的了解。

通過以上分類，我們可以對中國人工智能的發展做出如下預測：新一代科技人才將加速中國人工智能的發展.目前中國出現了頂尖AI人才赤字，但是一支龐大的年輕科學家隊伍正在積聚。我們預計這種人才短缺將隨著時間的推移而演變成一個優勢。

·AI就緒數據將成為一個關鍵優勢來源：龐大的數據集，以及在AI應用中的更大靈活性，將成為中國的核心AI優勢。這個單一的優勢是其他國家無法逾越的。

·中國將在四個核心AI應用中的三個應用中處于領先地位：中國在互聯網人工智能、感知人工智能以及自主人工智能方面的能力不僅將非常強大，而且將處于世界領先地位。

·企業AI在中國將會滯后：由于缺乏企業軟件和數據倉庫，中國在商業智能方面的實力將發展得更慢。

·中國人工智能將繼續受益于非常有利的監管環境：政府的大力支持將極大加快中國人工智能的發展。

·中國將成為一個全球人工智能大國：北京將成為一個硅谷級別的人工智能創新中心，超越多倫多、蒙特利爾和倫敦。

AI方程中的關鍵因素

AI是大量流程、數據分析、支持技術、應用程序和軟件的總稱，它使現有流程“更智能化”，并獲得高度優化的結果。人工智能可以實現智能游戲（如AlphaGo），有效的金融應用（如貸款擔保），超級人類感知（如語音或人臉識別），甚至是高級決策（如自主車輛）等。為了使AI發揮作用，需要四個重要的先決條件。

·海量數據：到目前為止，最重要的因素是大量標注數據集的可用性（例如，包括申請貸款的人以及他們是否償還或拖欠貸款的信息；抑或是提交了客戶投訴的人，他們是否滿意或不滿意等）。AI使用這些大數據集作為示例來引導算法進行優化。

·計算能力：龐大的數據集需要大量的計算能力。隨著訓練樣本數量從數百萬增加到數十億，以及每個樣本數量的不斷增長（視頻數據大于靜止圖像，靜止圖像大于語音，語音大于搜索或電子商務數據），訓練樣本的數量也隨之增加。非常大的數據集通常需要并行處理，以及專門的硬件，如圖形處理單元（GPUs）。 聚焦特定領域：當前的人工智能只應用于明確定義的單個領域。它不具備廣義智力或常識（AI在經過訓練確定貸款擔保的任務中可以勝過人類，但是卻不能進行任何其他任務）。

·所需的特殊（人類）專業知識：AI算法還不能算作是“平臺”或“框架”，不能被普通工程師使用。盡管具備公開發表的學術論文甚至開源軟件，但是專家還需要對AI進行“調整”，以便在特定的領域和數據集展開工作。這種狀況可能會持續幾年，直到像Google的第二代深度學習系統TensorFlow這樣的工作變得像手機操作系統廣泛使用的編程包一樣容易使用。

AI發展的四大浪潮

人工智能的發展分為四大步。這四步是同時進行的，但是卻有著不同的起點和速度。

1. 互聯網人工智能 - 互聯網網站和應用是當前用戶標記數據的最大來源：當我們通過電子商務網站點擊購買商品時，我們同時也是在給予人工智能某個標簽進行學習。互聯網巨頭（谷歌、Facebook、亞馬遜、百度、阿里巴巴、騰訊）是這些大型互聯網數據集的最大受益者。這個AI大潮始于2010年左右，當時Google開始在整個公司采用深度學習技術。

a. 中國龐大的數據集和強大的風險資本生態系統，為頑強的企業家提供了資金，意味著中國創業公司即將與美國引領或共同引領全球互聯網AI領域。

b. 阿里巴巴將與亞馬遜一決高下，而騰訊則將與Facebook一決雌雄。百度是中國的Google，但在AI領域卻落后于美國的競爭對手。

2. 企業AI - 擁有大量數據存儲庫的企業可以將AI應用于歷史數據或新數據，以連接業務流程并助于決策。例如IBM Watson（美國）、Layer 6 （加拿大）和4thparadigm - 第四范式（中國）將AI應用于財務數據（用于預測商品和股票、信用卡欺詐以及優化客戶資產分配）。這波浪潮始于2013年，當時許多商業公司都成立了AI公司。

由于中國企業在采用數據倉庫和企業應用程序方面進展緩慢，所以中國需要一段時間才能趕上其企業AI與其他國家的差距。

3. 感知AI - 感知AI涉及通過傳感器和智能設備將現實世界數字化，收集以前可能無法獲得的新數據，并使用它創建新的應用程序。例如，Amazon Echo將我們的音頻環境和語音輸入數字化；中國的Face ++收集了包括人臉在內的大量視頻。人工智能的這個階段將需要部署大量的聯網傳感器，新型多媒體內容，偶爾還需要新的用戶界面（例如語音和手勢）。這波人工智能的浪潮還包括自主商店，可以識別客戶的面部和產品選擇，了解手勢，并能自動處理客戶退房和支付。這波AI開發浪潮始于2015年，當時這些新功能開始普及。

中國將成為這一領域的領導者，因為大量的可用數據被收集，而且中國公民也不太關心公共空間的隱私問題（例如購物中心的攝像頭識別人臉并針對每個用戶提供潛在的報價）。

4. 自主AI - 前三波AI浪潮主要是軟件驅動的，但是自主AI則使用移動和觸覺輸出，實現機器人、無人駕駛等。隨著三級無人駕駛車輛和工廠機器人的普及，這一波浪潮即將開始。

a. 中國有可能引領或者共同引領這一領域。雖然中國在這方面的技術落后美國大約兩年，但是中國企業家們正在努力推動，同時政府也在政策和補貼方面給予了支持，還愿意展開相關實驗。

b. 由于中國是世界上最大的獨立制造業國家，為實現自主化人工智能所需要的增強或全新的機器人生產線將以更快、更具成本效益的方式在中國部署。

中國VS美國

就像美國有三大AI公司一樣，中國也是如此。

谷歌擁有50%的世界排名前100的人工智能科學家，主要致力于Google大腦（一種新的、支持AI的操作系統），Google云（類似于一種新的電網）和DeepMind（AlphaGo）。百度一直追隨谷歌的腳步，建立了Duer OS（用于語音和基于語言的操作系統）和Apollo（自動駕駛操作系統的雛形）。谷歌擁有中國最多的AI專家。盡管有上述相似之處，谷歌和百度之間的AI人才差距依然很大（谷歌在利潤方面領先任何一家公司）。Facebook的AI研究非常精彩，這是因為社交網絡繼續吸引大量的使用數據。Facebook建立了一個人工智能研究實驗室(FAIR)，專注研究人工智能和機器學習領域的長期問題，以及一個應用機器學習部門（AML）。騰訊與Facebook極其相似，擁有一個中央研究機構，每個產品小組（如微信）都擁有自己的應用AI團隊。

亞馬遜一直是全球AI競賽中的一匹黑馬。雖然其人工智能研究或技術從未被人們所知，但Amazon AWS、Amazon Echo、Amazon Go以及Whole Foods的收購都與AI相關，從而使亞馬遜在應用AI中處于領先地位。Amazon Echo和Alexa API成為語音驅動操作系統的核心。Amazon Go和Whole Foods已經成為世界上最優化的巨型商家線上和線下購物平臺。WS是最受歡迎的云產品，現在隨著第三方AI功能的不斷增強而增強。阿里巴巴也采取了類似的策略，阿里云作為領先的云端系統加入了人工智能。阿里巴巴也開設了自己的實體店，并展示了自己的無人商店，打算線上去切線下。

回顧：谷歌和百度在平臺/操作系統的野心是相似的。亞馬遜和阿里巴巴在云加人工智能、線上線下人工智能的抱負也是類似的。Facebook和騰訊在他們最受歡迎的消費應用程序中使用人工智能的焦點是相似的，迄今為止沒有明顯的平臺野心。

中國人工智能創業狀況：從模仿到超越

中國的創業場景在過去的10年里發生了翻天覆地的變化，實現了從現有應用的復制版本到真正的跨越式創新。這主要是資本流入中國，一大批堅定和勤奮的企業家，以及支持性的政府政策帶來的成果。在人工智能之前，中國在移動創新、增長速度和價值創造等方面都領先于美國。

這種增長導致了數據的巨大爆發，同時也是AI的推動力。處于上述四大浪潮中的創業公司數量都很大。互聯網公司已經快速建立了人工智能，并利用它來實現增長。互聯網驅動的人工智能公司包括滴滴、美團、頭條、美圖、快手，以及為個人構建互聯網應用程序的幾家Fintech(金融科技)公司：趣店、拍拍貸和Smart Finance等。這些公司價值約1500億美元。第二波企業AI還有純粹的AI公司，往往專注于財務、健康和企業服務等。其中包括第四范式（針對銀行和金融機構的AI解決方案），Yibot（中國移動、滴滴、攜程等消費者服務提供商的AI客戶服務）和iCarbonX（健康跟蹤）。在第三波感知AI中，有許多公司從事智能設備、臉部識別、語音識別，包括Face ++和Sensetime（臉部識別），Mobvoi（語音助手），Ainemo和Rokid（智能家居助理）。最明顯的例子是科大訊飛（iFlyTek）。科大訊飛是中國領先的語音識別公司，能媲美美國的Nuance。但是如果我們仔細追蹤這兩個語音識別企業，自2015年以來，科大訊飛的市值已經超過了Nuance；到2016年底，已經是其美國主要競爭對手的兩倍多。第三波浪潮數字化AI的一些企業正在推出AI在生活方式產品中的應用。中國領先的自行車共享公司摩拜（Mobike）現在在全球200多個城市部署了智能自行車。這種自行車配備了太陽能GPS、加速計、藍牙和其他傳感器。NFC（近場通信）和麥克風都是通過智能手機激活。各種傳感器將數據傳輸到云服務器。每天，數以千萬計的騎行者穿梭在中國各個特大城市，產生20TB的數據，摩拜通過AI對其進行分析和優化，從而將人、自行車、道路和目的地連接成為世界上最大的“物聯網”網絡之一。

最后，對于第四波自主AI浪潮，自主車輛和機器人也處于高增長模式。由英特爾中國實驗室前任總監創立的初創公司馭勢科技（Uisee），已經開始在特定領域的緩慢駕駛場景中測試全自動車輛。Momenta的技術將基于深度學習感知軟件、高清語義映射和數據驅動路徑規劃結合起來，作為與中國和國際汽車制造商合作的自動駕駛的大腦。與此同時，據報道，DJI大疆創新占有85%的消費無人機市場，估值達80億美元。相對于不得不在世界另一端建立產品的美國公司而言，大疆的關鍵優勢在于在深圳擁有自己的生產設施。其工程師可以通過鄰近的設施設計和測試原型，實現從創意到產品的快速生產。

人工智能很快成為中國創業公司最熱門的領域。從2012年到2017年第三季度之間，投資者對超過200家AI企業投入了近45億美元資金。其中超過一半的投資是在過去兩年內進行的。北京曠視科技有限公司旗下的新型視覺服務平臺Face++宣布，在2017年11月初進行的C輪融資，融資金額達4.6億美元，是全球規模最大的AI風險基金融資。同月，該公司在三項計算機視覺挑戰中獲得了第一名，擊敗了來自Google、微軟、Facebook和卡耐基梅隆大學的團隊。

中國最大的資產：數據領導地位

數據越多，AI更智能。一位擁有大量數據的優秀科學家利用少量數據就能擊敗一位超級科學家。這并不總是很好理解，但對于確定哪些公司和國家將在AI發展中占據全球領先地位至關重要。

中國的人工智能技術仍然落后，但隨著企業家和投資者的加入，中國人工智能技術正在迅速縮短差距。可用數據集的規模是AI最重要的競爭優勢來源。大多數AI算法都是開源的和大眾熟知的。需要聰明的人來調整算法，但是在應用這些算法的時候，一切都和數據有關：誰先擁有，以及誰擁有更多的數據。如果你擁有更多的數據，你就有一個更好的經過AI訓練的產品。這樣一來可以讓你獲得更多的用戶，從而賺取更多的錢，進而可以雇用更多的科學家，購買更多的機器并獲得更多的數據。這個良性循環一直是Facebook、Google和微軟以及中國的百度、騰訊、阿里巴巴等企業成功的關鍵因素。

那么，中國到底產生了多少數據呢？中國是全球擁有手機和互聯網用戶最多的國家：截至9月份手機用戶為13.9億，互聯網用戶為8億（絕大多數使用移動接入，截至8月份為7.25億） - 約為美國或印度的三倍。在移動互聯世界中，中國有絕對的優勢。但是這只是其中一部分。

互聯網和手機使用的差距遠遠大于三倍。中國人用手機支付的次數比美國人多50倍。中國叫外賣的數量也是美國的10倍以上。共享自行車的使用量是美國的300倍。數據的大量增加 - 比任何其他國家獲得的信息都多 - 是改善中國人工智能現狀的動力。

縮小人才缺口

雖然世界頂尖的人工智能研究人員大多還是美國人，但中國人工智能研究人員的數量正在迅速增長。

中國的微軟亞洲研究院（MSRA）已經培訓了超過5000名AI專業人員，其中包括實習生。這5000人中的許多人已經就職于其他公司和高校。例如，有的已成為百度、阿里巴巴、騰訊和聯想等中國最大公司的首席科學家和首席人工智能科學家。有的則就職于初創企業（如Face ++首席科學家孫健，Momenta首席執行官曹旭東），有的則就職于中國大學和研究機構。

中國研究成果的質量也在不斷提高。華人作家人數占人工智能研究前100名的43%，是中國人工智能研究快速增長的一個指標。

最后，年輕的中國學生正在涌入這一逐漸成為最熱（最高收入）的人工智能領域。中國高校強大的計算機科學和數學專業已經培養了一批為該領域工作打下基礎的工程專業畢業生。

這些因素表明，雖然中國目前的高級人才赤字，但由于人才的大量涌入，未來幾年可能會迎頭趕上。

硬件：機器人、自動化和AI芯片

中國是迄今為止世界上最大的機器人市場。機器人國際聯盟組織提供的數據顯示，中國連續打破了自動化領域的世界紀錄。在***制定了名為“中國制造2025”的十年計劃之后，中國的自動化事業在2015年獲得了新的增長。這個計劃旨在把中國變成技術工業大國之一，包括加強中國的機器人供應，進一步增加在國內外的市場份額。此次機器人革命正在創造一個強大的硬件、自動化AI和相關人才生態系統，幫助中國成為一個全自動化國家做好準備。

半導體是中國新興生態系統的另一個關鍵組成部分。雖然中國企業仍在開發AI優化硬件方面努力趕上美國同行，但他們為AI算法半導體（如用于機器語言處理和面部識別的神經網絡）領域卻取得了快速進展。即使中國起步較晚，也不太可能阻礙該行業的發展。運行高端AI應用的中國公司所擁有的選擇眾多，從利用GPU或張量處理單元（簡稱TPU，一種由谷歌為機器學習而設計的處理器）運行的基于云的AI服務，到利用神經網絡處理器開發運行于智能手機的應用等。中國領先的電信設備制造商華為已經投入了大量的研發力量來開發其手機神經網絡處理器系列，如在今年推出了麒麟970芯片。越來越多的深度技術初創公司開始進行專門的AI集成電路（IC）的設計和開發，包括Cambricon、Bitmain、DeepPhi、Vimicro、ChipIntelli和Horizon Robotics。英偉達、英特爾、賽靈思、Altera和AMD等美國公司在知識產權、人力、資源和行業經驗等方面比這些中國創業公司具有更大的優勢。***龐大的高科技研究機構很可能會在這一過程投入更多的知識產權、人力和資源，盡管目前尚不清楚究竟會帶來怎樣不同的處境。與此同時，正在努力開發專用芯片的中國硬件公司可能會進入一些新的市場，如圖像傳感器芯片、圖像處理芯片和用于自動車輛應用的半導體等領域。華為、中興等手機企業也將繼續開發與西方知名品牌相當的智能手機芯片。

中國的AI政策

北京的AI政策重點就已經非常明確了。2017年7月，***印發的《新一代人工智能發展規劃》，呼吁2020年中國人工智能總體技術和應用與世界先進水平同步，到2030年成為全球人工智能創新中心。中國***習近平于十月份在***的演講中提到了先進制造業的發展，以及互聯網、大數據和人工智能與現實經濟的進一步融合。因為一系列政治和經濟因素，北京對人工智能進行了巨大的賭注，從提高治理能力到改進政策制定和監督等。該計劃要求中國率先發展監管環境，以鼓勵人工智能的發展，并減少人工智能的潛在缺點。

在國家計劃于7月份宣布的幾個月后，中華人民***科學技術部（MOST）公布我國第一批國家人工智能開放創新平臺，包括：依托百度公司建設自動駕駛國家新一代人工智能開放創新平臺；依托阿里云公司建設城市大腦國家新一代人工智能開放創新平臺；依托騰訊公司建設醫療影像國家新一代人工智能開放創新平臺；依托科大訊飛公司建設智能語音國家新一代人工智能開放創新平臺。

這些規劃不容忽視，因為***在交付成果方面表現出了良好的記錄。舉個例子，北京在2010年宣布，中國將成為引領高速鐵路（HSR）技術的國家。如今中國擁有世界60%的HSR市場。2014年9月的夏季達沃斯論壇上，中國首次發出“大眾創業、萬眾創新”的號召。當前中國境內的企業孵化器數從2014年的1400個飆升到8000個。由于國家層面的最后期限和標準，以及可能將這些方向作為重中之重的本地公司，這些規劃都是有效的。我們可以期待中國的人工智能政策也會是類似的情形。

從歷史上看，***一直對技術開發持開放態度。當新技術出現時，政府會適當懷疑其能帶來的好處，而讓其發展，而不是用政策或無休止的辯論來扼殺它。而且，中國的環境更有利于快速啟動和迭代。有一種普遍的信念，那就是先推出某種事物，然后再申請獲得批準。這使得中國企業能夠大規模地生成真實的數據，反過來又使技術在更短的時間內得以改善，特別是一旦將AI引入到這個過程中。例如，在美國，卡車司機聯合會要求交通部門推遲自動化卡車檢測；在中國，雄安新區則是完全自主地從頭開始進行設計。各高速公路管理部門都愿意進行道路擴建、構建專用車道、或在高速公路出口附近進行倉庫卸載，以便更快地部署自動卡車。在中央政府的號召下，我們也看到了許多城市的重大舉措。上海、南京、武漢和天津只是少數幾個提出了自己人工智能規劃的城市。與過去的政策一樣，大部分資源將在省級和市級政府層面實施。資源類型包括對高級人才（特別是海外人才）的補貼；指導風險投資基金，政府擔當有限合伙人（LP）的角色，但向基金的普通合伙人（GP）提供一些其他利益；針對頂級人才公司和初創企業的特別項目（免費租賃、本地招聘補貼、高層次人才住房和私立學校）； 以及公司和個人類技術獎項等。

最后，美國、歐盟和中國也將競相出臺圍繞人工智能技術和應用的監管制度。國家計劃明確表示，對人工智能開發和使用的監管、法律以及道德準則是個非常有先見之明的方法。當然，政府對人工智能調控、道德準則和經濟調整的態度，將反映出北京更為廣泛的治理和意識形態模式。例如，考慮到以國家為中心的國際問題，中國可能會通過聯合國發起一項倡議，首先制定與自動化/人工智能有關的“行為準則”或基本的監管方法，然后建立一個關于該專題的特別委員會，最終成為在聯合國框架內運作的一個監督機構。這樣的舉措將使中國處于發展這些問題的全球方針的前沿。北京在網絡安全問題上也嘗試過類似的做法，認為其具有全球影響性，需要全球性的監管回應。

長遠觀點：未來AI的雙寡頭

綜上所述，在人工智能發展的幾個結構性優勢的推動下，人工智能在中國呈上升趨勢：龐大的數據集、年輕的人才隊伍、積極進取的企業家精神以及強大而務實的政府人工智能政策。這些優勢將加速人工智能的四大浪潮：互聯網AI、企業AI、感知AI和自主AI。

· 中國的大公司與美國同行競爭激烈，但目前在研究和科學方面的專業知識以及全球平臺經驗方面處于落后地位。

· 中國科技創業生態圈的蓬勃發展以及技術和工程人才的巨大擴張正在縮小人才缺口。

· 中國的海量數據、機器人和計算能力都在不斷增長，海量數據的規模和可用性將成為中國人工智能發展的關鍵優勢。

· 一個支持性的監管環境和政府飛速發展的人工智能抱負將確保該國在人工智能優勢方面處于獨特地位。

親科技、親實驗和親速度的特性將使中國成為強大的人工智能大國。

在這個快速創新的時代，美中人工智能雙頭壟斷不僅是必然的。而且已經到來！