|
另外我們從AAAI會議的論文數量也可以看出來， AAAI 成立于 1979 年，名為“人工智能促進協會”（Associationfor the Advancement of Artificial Intelligence ），是全球人工智能頂尖會議之一。 2016年，當AAAI宣布2017年的年會將于1月末在新奧爾良舉行時，由于日期跟中國春節撞車。因此AAAI不得不因此改期。 “沒人會把AAAI安排在圣誕節。”AAAI現任主席蘇巴勞卡姆巴哈帕蒂（SubbaraoKambhampati）說，“我們幾乎立即改變計劃，將會議往后挪了一個星期” 2017 第31屆AAAI年會最終改到2017年2月4日舊金山舉行， 卡姆巴哈帕蒂說，他最初在國際人工智能會議上看到中國研究人員時，他們通常都來自清華大學和北京大學。但他現在已經看到來自中國各地的研究人員發表的論文，而不僅限于最頂尖的高校。 2016年，AAAI全世界評選了6位Fellow，三位都是華人，特別是南京大學的周志華教授，是完完全全在中國大陸成長起來的學者，周志華現在是南京大學計算機科學與技術系副主任 根據周志華發布的統計結果： 2017年 AAAI 2017 共收到 2590 篇投稿，錄用 638 篇，錄用率為 24.6%。 其中中國投稿785.4篇，錄用172.4篇，錄用率21.95%； 美國投稿776.4篇，錄用189.9篇，錄用率24.46% 有些論文是合著，所以會有小數點。 在投稿數上，中美占了60.3%，在錄用數上，中美占了56.8%。 周志華教授在2017年AAAI年會上當選 2019 年 AAAI的程序委員會主席。這在 AAAI 歷史上尚屬首次，充分表明了中國AI 影響力。 清華大學計算機科學與技術系2017年有5篇論文被AAAI收錄，北大，復旦，浙大也均有論文收錄，值得一提的是，除了中國的高校有大量論文被錄用之外，中國的科技公司也有不少論文被AAAI收錄. 百度，騰訊，華為，360，今日頭條，攜程，iPIN公司等都有論文被收錄。 其中百度有兩篇，包括一篇如何對人力資源實現人工智能化的管理。 有意思的是攜程也有一篇論文被會議收錄，一家旅游網站居然也有人工智能研究團隊，該文章基于攜程自主研發的通用化推薦系統寫成，攜程團隊稱系統采用了深度神經網絡的自動編碼技術，有效地提升了用戶的出行體驗。 華為諾亞方舟實驗室的李航團隊的論文，是關于端到端神經機器翻譯（NMT）的論文。 360 首席科學家顏水成教授的團隊今年也有論文入選AAAI 2017，主要是多路徑圖像處理。 在AAAI的All in Pratice這個環節，主要是講人工智能成功的產業化實踐， 此次被邀請發表演講的有百度副總裁王海峰，其他演講公司有谷歌，Facebook，亞馬遜，Uber和紐約大學，Quora公司。 所有的演講公司都來自中美。 據羿戓信息所了解，百度前首席科學家，人工智能大佬吳恩達在2017 AAAI年會上接受記者采訪時說，隨著科學研究的逐步成熟，中國人工智能也自成一派。 他還記得，在2016年12月參加了巴塞羅那的國際會議NIPS后，立刻就出現了一些相關的中文報道。但他卻沒有看到英文信息。語言問題造成了一種不對稱的現狀：中國研究人員往往使用英文，所以他們可以接觸到所有用英文呈現的成果。但英文研究人員卻不太可能接觸到中文人工智能領域的成果。中國人工智能的發展竟然開始出現了中文信息霸權的趨勢。 中國人工智能的機遇與問題 從前面的數據，我們可以很明顯的看出，不管是論文數量，產業公司數量，融資金額，中國和美國都穩穩的領跑，但是這不代表不存在問題。 第一個問題是和美國的技術差距。 不管是AAAI還是其他國際頂級人工智能學術會議，盡管我國入選論文不斷增多，但是最佳論文總體還是比較少，以AAAI為例，我國只有在2012年由浙江大學團隊獲得最佳論文。 國家千人計劃專家、前微軟亞洲研究院副院長張崢評論說“ 我個人一直認為中美差距在加大，不是我們走得慢，而是別人跑得快，我紐大的同事Cho剛剛寫完一篇非常好的學術長文，對深度學習在自然語言處理子領域做了總結和展望。能進入這樣的review可以認為是真正有影響力的：在120篇文章中，來自大陸地區只有10篇（華為實驗室3，百度實驗室2，北大2，中科院、清華、哈工大各1），就是說不到10%。視覺、智能等分領域的情況不會差太多。饒毅曾把［李］開復和我拉一起說過這事，我們都同意中國落地會更快，但核心技術缺乏實力和后勁。” 人工智能主要分為技術層、應用層和基礎層。 技術層包括人工智能通用技術平臺（例如計算機視覺與圖像、自然語言處理、語音識別）， 例如百度發布的阿波羅自動駕駛平臺。 應用層包括人工智能行業應用方案、消費類終端或服務等。 基礎層包括人工智能芯片、算法和數據。 相比美國的全產業布局特征，中國主要集中在應用側，另外在技術層和基礎層只是局部有所突破。 第二個問題是人才的缺乏 中國人工智能產業極其需要人才， 據騰訊研究院的報告，中國近600家人工智能初創公司中約有近4 萬名員工。 且中國人工智能產業的主要從業人員集中在應用層，而美國主要集中在基礎層和技術層。中國的基礎層人才太薄弱， 中國的很多高校在很長時間內并沒有人工智能專業，而在人工智能的誕生地美國，基本上 大的院校都有人工智能專業和研究方向。以美國卡梅隆大學為例，設有專門的機器人研究所， 其中光教授就有100 多位， 當然中國蓬勃發展的互聯網產業也讓企業界成為人工智能人才培訓集中地， 除了初創公司的4萬名員工外，中國的產業界人工智能人才主要在BAT為首的企業和華為， 其中百度在人工智能方面是中國最大的人才集中地。 據人才大數據研究院2017 年4 月發布的《BAT人工智能領域人才發展報告》（以下簡稱《報告》）顯示，在人工智能人才儲備上，百度處于領銜的地位，數量多于騰訊和阿里。 百度目前在國內人工智能領域處于領軍地位， 非常有意思的是，我在騰訊發布的《2017互聯網科技創新白皮書》發現了這樣一句話， 也是騰訊對BAT三家人工智能人才現狀的評價： “百度正在扮演人工智能國內人才“黃埔軍校”角色” “阿里偏向高薪引才” 而騰訊對自己的評價是“穩扎穩打實現人才高效產出比” 對于中國的年輕學生來說，人才的緊缺同時也意味著機遇，好好投身人工智能領域搞研發，畢業幾年內年薪30萬以上非常容易。 當然，在人工智能領域，對中國來說更多的是機遇。 首先是人工智能已經上升為中國的國家戰略， 2017 年7 月，國務院關于印發《新一代人工智能發展規劃的通知》，從國家層面對人工智能進行系統布局， 《新一代人工智能發展規劃的通知》確立了“三步走”目標： 到2020 年人工智能總體技術和應用與世界先進水平同步； 到2025 年人工智能基礎理論實現重大突破、技術與應用部分達到世界領先水平； 到2030 年人工智能理論、技術與應用總體達到世界領先水平，成為世界主要人工智能創新中心和世界科技強國。 到2030年人工智能核心產業規模超過1萬億元，帶動相關產業規模超過10萬億元。 應該說，在中國這么多發展規劃里面，人工智能的規劃是罕見的非常霸氣和自信，國務院很清楚目前人工智能就是中美競爭，其他國家基本只能重在參與。 用直白的話來說， 第一步到2020年是要所有領域緊跟美國，美國有的我也有，只是落后而已。 第二步到2025年和美國互有領先 第三步是到2030年總體要領先美國，容忍局部落后美國 第二個是中國壓倒性的規模優勢已經在逐漸形成。 人工智能的發展的發動機，其實就是兩個，資金和人才。 雖然這兩項目前美國都領先中國，但是對中國來說，由于中國龐大的人口規模和海量的理工科畢業生，不缺乏高智商的人力資源，只要給予合適的產業環境，他們能迅速的在實際研發中成長成為人才。 中國龐大的規模，為中國人工智能產業的發展提供了巨大的源動力， 截至2017年6月，我國網民規模達到7.51億，互聯網普及率為54.3%，較2016年底提升1.1個百分點 截至2017 年6 月末，中國移動寬帶用戶（即3G 和4G 用戶）總數達到10.4 億戶，4G 用戶總數達到8.88 億戶，占移動電話用戶的65.1%。其中手機網民規模達7.24 億，網民使用手機上網的比例高達96.3%，移動互聯網居于絕對主導地位。 海量的互聯網用戶帶來了龐大的市場， 2017年6月，中國有6.25億人上網看新聞，5.14億人在網絡購物，5.11億人使用網絡支付，4.22億人玩網絡游戲，3.53億人看網絡文學，5.65億人看網絡視頻，5.24億人聽網絡音樂。 這種4-6億人體量的用戶，超過了美國人口，和歐洲人口總量差不多，而且還在進一步增長。這讓中國人工智能公司擁有巨大的市場，每一項技術投向市場，得到的回報都會比小市場要高的多。 普華永道對人工智能產業的發展前景是這樣預測的， 到2030年， 中國的人工智能產業規模為7萬億美元，世界第一； 美國人工智能產業規模為3.7萬億美元，世界第二； 歐洲人工智能產業規模為2.5萬億美元，世界第三。 也就是說，中國的產業規模會比美國+歐洲之和更大， 規模優勢會給自己帶來巨大的價值，同樣是一項技術，在中國應用會讓企業賺到更多的錢，反過來刺激企業進一步加大研發力度，形成正向循環。 在中美以外的其他國家，除了英國的高校和初創公司還具備較強實力以外， 總體都已經大大落后。 隔壁日本企業整體上在人工智能領域進展相對較慢。主要因為日本企業重視硬件、輕視軟件的傳統，導致業界對人工智能的重視不夠。 即便是目前人工智能持續火爆的情況下，日本學界和工業界仍然持續有對人工智能的質疑聲音。認為這不是未來產業的發展方向，日本在內部仍然沒有完全統一認識。 2008~2013年，來自日本的人工智能領域科研論文只占全球人工智能論文總數的2%，遠少于美國和中國。 除了論文以外，日本方面在人工智能初創企業方面完全落后，獨角獸數量只有一家。 2017年12月，美國CBInsights統計，日本估值超過10億美元的“獨角獸企業”初創公司只有Mercari一家，該企業還是個做二手電商交易平臺為主，并非人工智能科技企業。 日本經濟新聞以日本國內企業為對象實施的“NEXT獨角獸企業調查”顯示， 只有人工智能（AI）企業Preferred Networks的估值（推算值）也超過2300億日元，這也是日本唯一一家估值超過10億美元的人工智能初創企業。 2017年12月7日電 日本汽車公司本田與中國人工智能企業商湯科技今日聯合宣布：兩家公司簽訂長期合作協定，共同研發自動駕駛技術。其中本田提供車輛控制技術系統，商湯科技提供視覺演算法和開發平臺，共同研發適合乘用車場景的L4級自動駕駛方案。此外，本田未來還將與商湯科技在機器人方面展開合作。 什么是L4自動駕駛呢？ 美國高速路安全管理局將汽車的自動駕駛分為五個級別：駕駛支援（L1）、部分自動化（L2）、有條件自動化（L3）、高度自動化（L4）、完全自動化（L5）。 到了L4級，根據系統要求，駕駛者不必對所有的系統請求作出應答，包括限定道路和環境條件等，而L5級則代表了完全自動化駕駛，是人們理想中的無人駕駛狀態。 簡單的說，L3是人機共駕的過程，要求駕駛員可以撒手，但又要隨時準備接管. L4則已經可以撒手不管了，要求對環境識別率達到幾乎100%，同時又要有極高的安全能力防止黑客入侵。 業界普遍認為，L4水平的自動駕駛要想能在所有的道路上行駛，2030年也不一定能實現。 在這起合作中，中國公司事實上是作為平臺和算法的技術輸出方， 而本田提供的汽車控制系統還說屬于汽車技術的范圍，事實上本田的自動駕駛汽車的核心人工智能技術全部由商湯科技提供。實際上，此次與本田的合作，商湯不僅提供視覺演算法和平臺，還提供用于自動駕駛的芯片和嵌入式系統。 本田未選擇自主研發是有原因的，自動駕駛對演算法及開發平臺提出了嚴苛的要求，技術攻關難度極高，包括谷歌、蘋果、特斯拉等在內的國際科技巨頭均進行了持久的投入。 實際上，就連大眾，現代這樣的世界前五的汽車公司都選擇和硅谷的人工智能初創公司Aurora進行聯合研發自動駕駛系統。 Aurora于2016年成立，創始人包括機器人專家Drew Bagnell、前谷歌員工Chris Urmson和前特斯拉員工Sterling Anderson。 注意谷歌員工Chris Urmson這個名字，他曾經是滴滴硅谷研究中心的員工，滴滴目前在美國建立了研究所，開始無人駕駛研究。 大眾準備把和Aurora聯合研發的自動駕駛技術融合到整個大眾品牌和不同產品中，包括通勤車、貨車，自動駕駛卡車等。 對韓國現代汽車來說，這也是首次和其他公司進行自動駕駛的技術合作。傳統上，韓國汽車制造商一直堅持自主研發，而非合作的策略。然而也選擇和硅谷科技公司合作，這也充分說明自動駕駛技術的難度。 韓國和德國汽車企業和美國人工智能公司合作，日本汽車企業和中國人工智能公司合作，體現了美國和中國在人工智能方面的領先地位。 說起商湯科技，2017年7月，商湯科技以4.1億美元的B輪融資，創下當時全球人工智能領域單筆最高融資紀錄，躋身AI獨角獸行列； 2017年12月，阿里巴巴向其投資15億元； 商湯科技成立于2014年10月15日，創始人為湯曉鷗， 湯曉鷗博士畢業于麻省理工，是中國科學院深圳先進技術研究院副院長、香港中文大學教授2016年，湯曉鷗的中科院和香港中文大學聯合實驗室入選NVIDIA評出的全球人工智能的十大先鋒實驗室，成為亞洲區唯一入選的實驗室。 湯曉鷗團隊也是人臉識別準確率世界記錄保持者， 2014年初，Facebook發布了DeepFace算法，達到接近于人眼識別能力（97.53%)的97.35%，引起了世界轟動。 2014年3月，湯曉鷗團隊發布GaussianFace人臉識別算法，在LFW數據庫上準確率達98.52%，在全球首次突破人眼識別能力。 2014年6月起，湯曉鷗實驗室開始發表的DeepID系列算法，逐步將人臉識別準確率提升至99.55%，開啟了整個人臉識別行業技術落地的時代，令我國在該領域躍居世界領先地位。 2017年9月20日，新加坡總理參觀商湯科技，專門參觀體驗其人臉識別技術； 2017年 11月28日，華為在榮耀V10發布會上展示了自主研發的人臉識別系統，該項技術就是由商湯科技提供； 目前商湯科技已經發展到了1500人，除了人臉識別外，也進軍汽車自動駕駛。 汽車自動駕駛技術被認為是目前人工智能項目中復雜度和技術要求最高的項目，對技術的要求相當嚴苛。 英特爾中國研究院首席工程師吳甘沙曾撰文，人工智能系統算法太復雜，一臺奔馳S級轎車的代碼行數，是一架波音787夢想客機代碼行數的16倍，它要處理的環境要比天上復雜很多。 你在道路上會遇到從飆車黨，到快遞員，到闖紅燈小電動，到碰瓷老頭，亂跑的小孩，橫穿馬路的行人，鐵道路口，損壞的紅綠燈，指揮你行進的交警，石頭障礙物，甚至牛羊擋路，倒下的樹木等各種復雜情況，每一種情況都有巨大的代碼量 本田在其對外的稿件中指出，商湯科技在運用深度學習原創技術進行圖像識別、特別是移動物體識別方面擁有先進技術，在全球享有很高評價。 我一直認為，全球所有的汽車公司，由于其技術實力和研發架構都集中于硬件，因此在自動駕駛領域，除了并不是傳統廠家的特斯拉以外，都沒有通過自主研發成功的基因，那些凡是說要完全自主研發自動駕駛的汽車公司，除非從架構到業務上做出顛覆性的改變，否則很難成功。自動駕駛等級從L1到L5，越往上越難。他們必須以各種方式和人工智能公司合作才有機會做出具有競爭力的自動駕駛車型。 世界第一大汽車公司豐田公司，開發自動駕駛技術一樣要和美國大學合作，其無人駕駛研究中心設在美國硅谷，在美國進行研發，同時積極收購各種人工智能初創公司。 大眾，現代和本田都選擇和人工智能公司合作研發，而不是自主研發，是有道理的。不要說復雜的自動駕駛，就連做智能手機的華為，盡管本身也具備較強的人工智能實力，在其智能手機上一樣要和商湯科技，寒武紀等初創公司合作。 我幾年前曾經在央視報道上，看到一汽就開發了無人駕駛汽車，而且還上路了，當時想，無人駕駛不是非常復雜的技術嗎，中美那么多人工智能公司在做，而且從阿里到三星，一大票科技公司都在投資自動駕駛初創公司，怎么一汽都做出來了？ 實際上，不只是一汽，國內很多汽車公司，全球很多汽車公司都開發了自動駕駛汽車，但是基本上仍然是L2級別（部分自動化）為主，離真正的無人駕駛差的很遠。 中國在整個人工智能產業，不僅已經形成了BAT三巨頭，而且華為正成為人工智能第四巨頭，其人工智能開發圍繞手機進行。 中國巨頭在部分技術上已經不輸給美國同行， 2017年10月，《麻省理工科技評論》發表“China's AI Awakening”（中國人工智能崛起）時就提到，“2016年，微軟發布“比人類表現更好”的語音識別系統時，只有很少有西方記者意識到，百度早在一年前就已經做到了。” 同時在四大巨頭之外，還形成了商湯科技，科大訊飛，曠視科技等數百家新興人工智能公司。 2017年10月，做視覺智能為主曠視科技Face++宣布完成C輪4.6億美金的融資，一舉創造國際范圍內的人工智能領域融資記錄，打破了商湯科技3個月創造的全球紀錄。 在人工智能基礎層的芯片領域，也出現了寒武紀，深鑒科技，地平線三家芯片公司。事實上，其他如大疆科技，今日頭條也實際上可以看作是人工智能公司。 對于人類社會的未來幾十年，為什么我一直有兩個基本的判斷， 1：中美兩國在經濟總量上不僅是正在，而且未來將繼續把其他國家越甩越遠，我們從人工智能的發展就可以看出來。 當一個物體變的更聰明更智能，那它的價值就將逐漸的轉移到軟件上， 我打一個不恰當的比例，我們可以拿每個月3000元雇一個人，而只愿意花幾百元買一頭豬，同樣都是動物，人是貴在哪里呢，更加智能。 一部功能手機創造的價值只有短信，彩信，通話等；而一部智能手機能創造手機游戲，移動支付和購物，實時社交等更多的產業價值。 做智能手機上微信的騰訊，利潤率遠高于中國做手機的公司。 人工智能在讓城市里一切物體變得更聰明，這會導致硬件價值比例降低，軟件和算法的價值比例越來越高，這對人工智能落后國家來說，是非常致命的，這意味著他們在全球新增產值上無法和中美競爭，只能固守硬件的老本。 再一次強調，這并不是說硬件不重要。 2：美國依然是人工智能產業的領跑者， 我國只要跟得緊，跟得上美國，憑借規模優勢可以實現總產值和利潤上的趕超，同時海量資本反哺產業發展，最終一定會實現人工智能技術上的超越。 實際上，如果我們看阿里和騰訊的凈利潤，都已經在百億美元級別，而且增速驚人，在逐漸逼近谷歌，微軟等美國頂尖ICT公司。 人工智能在技術和理論上趕超美國是什么時間？ 我們重溫下國務院的《新一代人工智能發展規劃的通知》 到2030 年人工智能理論、技術與應用總體達到世界領先水平， 成為世界主要人工智能創新中心和世界科技強國。 對于現在的學生和剛畢業的年輕人來說，要賺取高薪成為社會的高收入者，投身人工智能公司是最簡單的路徑之一，如果我的讀者中有還未畢業的學生，那么加油吧少年！ |
