对于人工智能的投资如何变得更加的明智

研究概要

人工智能（AI）已成为全球战略竞争的一个中心主题。中国的人工智能生态系统与西方大不相同。中国政府将大量资源和精力投入到人工智能发展上，创造了一个支持性的政策环境，促进创新和实验，并积极管理风险。本报告试图考察中国在实现其四个战略目标方面的进展，增强对中国人工智能生态系统及其与美国人工智能创新联系的理解。

中国的人工智能国家战略

中国的人工智能国家战略核心是国务院2017年发布的《新一代人工智能发展规划》（NGAIDP），规划目标是到2030年使中国成为人工智能领域的世界领导者。该计划突出了中国的四个战略目标，包括使中国成为人工智能基础研究和理论发展的中心，领导人工智能前沿产品和服务的应用研发，打造世界领先的国内人工智能产业、主导全球人工智能市场，利用人工智能提高传统行业的效率、并向全球价值链上游移动。

中国的创新生态系统与西方有很大不同，主要原因之一是政策环境。人工智能是中国的战略重点，中国政府正投入大量资源和精力支持人工智能的发展。这种支持性的政策环境，让中国的人工智能企业从智能消费服务领域到金融、交通和医疗等受监管领域的各个方面，都与国际竞争者们截然不同。

人工智能创新的生态系统方法

中国政府十分清楚，要成功实施人工智能战略，除了大量投入资金外，还有更多的事情要做。为了支持四个战略目标，除了省级和市级政府，中央政府的多个部门也已经发布了几十个文件和产业发展计划。

虽然美国政府承认广泛的技术生态系统对人工智能发展的重要性，但早期美国政府的支持几乎完全集中在人工智能研究上。相比之下，中国的政策制定者投入了大量资源，建立了广泛而深厚的人才基础，制定了能促进技术发展、创造人工智能应用的措施，还为研究提供了丰厚的资金。

四个战略目标的进展

在基础人工智能的创新和发现方面，美国仍然是领导者，而中国则相对落后。尽管如此，中国近年来取得了显著进步，而且在许多指标上，中美之间的差距正在迅速缩小。

一是发表的人工智能研究。研究成果发表量是衡量基础研究进展的一个重要指标。2016年，中国在与深度学习（现代人工智能系统的关键技术）相关的学术期刊上文章发表量超过美国。基础研究的领导力不仅在于研究的数量，还在于研究的质量。按照这个标准，中国仍然落后。中国在参与著名的人工智能学术会议方面也处于落后地位。然而中国正在迎头赶上，中国学者参加大型会议的人数正在增加。中国学者在高影响力的研究领域也在追赶美国同行。

二是下一代人工智能方法。中国研究人员也在人工智能研究的前沿做出了贡献，科学家们正在这些领域深耕，这些技术可能构成下一代人工智能系统的基础。这些前沿的人工智能领域包括强化学习、转移学习、无监督学习、一次性学习和元学习。尽管如此，有人提出了一个问题：如果人工智能研究的一个新领域出现突破，迫使科学家们扔掉一切、重新开始，那么中国的人工智能生态系统能多快适应？中国由政府指导研究的自上而下的方法意味着其可能对研究领域的重大变化反应缓慢。

三是应用研究和产品开发。中国企业一直处于许多应用领域的前沿。中国的大型企业在整合跨平台数据的方式上也很有创新精神，他们创造的产品和服务在世界其他任何地方都无法生产，中国企业还利用宽松的监管环境在医疗保健和自动驾驶汽车等领域进行了创新。

四是专利。衡量人工智能应用领域领先地位的一个指标是专利申请数量，中国在这方面远超美国。尽管中国正在创造大量的人工智能知识产权，但专利质量仍有待提高，中国严重依赖外国创新并使其适应中国市场，而不是开发全新的产品和应用。

五是在关键人工智能垂直领域取得的进展。中国的开发人员仍在积极开发新的人工智能应用程序，尽管很难说中国已经达到了真正的技术领先地位，但肯定会在关键领域迅速利用和部署人工智能技术。中国将短期努力集中在几个战略垂直领域，投入数十亿美元追赶全球领导者。

六是人工智能产业的发展与全球竞争力。中国领先的互联网公司也在人工智能领域大举投资，将各种服务的数据整合起来，提供全球领先的人工智能增强服务。围绕人工智能应用的投资和创业基金也出现了激增。但这究竟是健康的人工智能初创经济的繁荣，还是估值过高的人工智能泡沫，仍有待观察。尽管百度、阿里巴巴和腾讯等公司在互联网搜索、电子商务和社交媒体等领域在中国市场上取得了压倒性成功，但中国公司在打入外国市场方面没有取得太多成功。这给中国的人工智能领导者留下了大量关于中国用户偏好和行为的数据，但几乎没有对任何其他市场的了解。与覆盖全球的美国竞争对手相比，中国的人工智能领导者在人工智能产品和服务培训数据方面缺乏多样性，这严重阻碍了他们的发展。这种数据多样性的缺乏，加大了中国企业为海外客户开发人工智能产品和服务的难度。

七是将人工智能融入传统产业。迄今为止，中国最好的人工智能成功案例大多是消费领域相对低价值的创新，或专注于内部的、强化高科技公司的运营。

八是数字化和IT基础设施。影响中国企业利用人工智能能力的最重要因素之一是其IT生态系统的状态。缺乏足够的IT基础设施将导致缺乏运营数据，并难以过渡到支持人工智能的服务。

九是云计算的应用。中国为广泛部署人工智能做准备的另一个相关措施是云服务的渗透。中国的企业云采用率仍然很低。云在中国的应用有许多阻碍：许多中国公司使用过时的、拼凑在一起的技术栈，主要面向消费者而不是企业服务的云供应商，以及企业对安全与监管合规方面的担忧。

十是公开资料的查阅。尽管中国企业可以从中国互联网和移动用户获得大量的消费者数据，但工业应用的最高价值数据通常不是来自点击和网页搜索，而是政府控制的如天气数据、高分辨率的地图、卫星图像和人口普查等数据。在美国，利用这些公共数据集构建应用程序的公司创造了巨大的价值。

十一是数据质量。数据质量是中国建设智能经济的最大障碍之一。

十二是保护主义。中国对跨境数据传输的限制，为寻求与中国企业在人工智能发展方面合作的海外企业设置了重大障碍，也剥夺了中国企业参与国际合作的机会，切断了它们在中国境外获取新数据和研究的渠道。

研究结论

美国仍是人工智能领域的全球领导者，但中国正在投入大量资源发展人工智能产业。中国到2030年成为世界领先的人工智能强国是有可能的。美国应该如何应对中国在人工智能方面的进步？

首先，避免零和博弈。人工智能的发展不是零和游戏，美国和中国的人工智能生态系统从合作和竞争中受益匪浅。

其次，建立积极的人工智能议程，美国要为人工智能发展提供资源。这些资源包括技术投资、基础设施、传统行业采用人工智能的财政激励、以及在安全、风险管理和人工智能治理方面的研究。要将一系列政策（如移民、教育、出入境控制、伙伴关系和数据保护）与人工智能发展目标结合起来。同时，也应重视其他权益和政策重点，应积极主动地为人工智能开发一个治理模型，在不抑制创新的情况下管理风险。

最后，应关注中国在人工智能领域的投资。中国对人工智能的战略，以及政策制定者、私营企业领导人对人工智能开发和使用的坚定承诺，是一个强有力的组合。中国在推动人工智能方面投入了大量资金和人力，中国在基础研究和人工智能关键技术方面仍落后于美国，但差距正在迅速缩小。