演算法之國：中國人工智慧的興起

# 感謝 幕後煮屎者 童鞋投遞譯稿：

credit: 譯者畫的

中國的大數據可能帶領人類走向真正的人工智慧。

今年年初，兩片知秋之葉引起了全球對人工智慧(AI)發展的關注。其一，前微軟全球執行副總裁陸奇一月份表示，因自行車事故受傷離職休養後，他不會再回到世界上最大的軟體公司，而是走馬上任中國領先的搜索引擎某度的首席運營官。其二，一月晚些的時候，美國人工智慧協會(AAAI)決定推遲舉辦年度會議，只因原計劃位於一月的會議日期與中國農曆新年相衝突。

最近的跡象顯示，在一些AI領域上中國可能緊跟美國，甚至可能彎道超車。而這些AI領域被認為對未來發展至關重要，包括從語音助手到自動駕駛汽車。「百度是代表中國參與AI角逐的重要的選手」陸奇先生說，「我們有機會領導AI的未來。」

支持中國AI崛起的證據還有很多。白宮在2016年10月的一份報告中指出，在AI的分支「深度學習」上，中國發表的文章已經超過美國。據諮詢公司普華永道預測，在2030年前，與AI相關的產業增長將將全球GDP增加16億美元。據估計，近一半的收益將會累積在中國。在與AI有關的專利申請數量上，儘管美國在絕對數量上仍然領先，但中國研究人員提交的專利申請數量近幾年增加了近200％(見下圖)。

想要搞明白為什麼中國玩AI玩得這麼溜，需要考慮到AI領域所需的投入。計算能力和資本是最基本的兩個條件，而中國在這兩個條件上投入非常多。中國企業從某里巴巴和某企鵝等巨頭到興業數金公司和UCloud等初創公司都在迅速建立屬於自己的數據中心。據諮詢公司Gartner介紹，雲計算市場近年來已經增長了30％以上，並將持續增長下去。而根據智庫烏鎮研究所(Wuzhen Institute)的統計，2012-2016年，中國的AI公司收到了26億美元的資金。雖然這遠低於美國同行收到的179億美元，但金額總體增長很快。

然而，真正使中國成為AI應有之地的還有另外兩個資源。一個是研究人才。微軟的AI工作主管沈向洋(Harry Shum)說，除了強大的數學技能以外，中國還有在語言和翻譯領域上的歷史優勢。負責領導某里巴巴150位數據科學家的閔萬里說，尋找一流的AI專家在中國比在美國更難。但他預測，未來幾年將會有所改變，因為大多數大學都推出了AI專業。據某種形式的估計，中國擁有世界五分之二以上訓練有素的AI人才。

中國的第二個優勢是數據，數據是AI最重要的組成成分。在過去，軟體和數字產品大多數遵守代碼中的規則，榮耀歸於那些擁有最優秀程序員的國家。隨著深度學習演算法的出現，這些規則越來越多地基於從資料庫中提取建立的模型。更多的可用數據，就意味著可以學習更多的演算法和產出更智能的AI產品。

中國國家的規模和多樣性為這一過程提供了強大的燃料。只要與日常生活相關的數據，全國近14億人產生的數據幾乎等量與其他所有國家數據之和。即使在處理罕見疾病的情況下，也有足夠的樣本來教授演算法如何識別它。因為漢字打字比西方人的操作更為麻煩，人們往往比西方人更頻繁地使用語音識別服務，所以互聯網企業擁有有更多的語音片段來改善語音產品。

數據土豪

真正使中國能一騎絕塵甩開其他國家的關鍵點是其互聯網用戶數量：約7.3億。幾乎所有用戶都手機在線，智能手機比台式電腦產生的數據更有價值，主要是因為它們包含各種感測器並隨時攜帶在用戶身邊。例如，在大型沿海城市，用現金進行小額支付全部消失，人們使用手機上的某付寶和某信錢包這些服務來解決支付問題

中國用戶似乎並不是非常關心隱私，這使得收集數據變得更容易。例如，這個席捲中國各大城市的共享單車服務不僅提供便宜的交通工具，而且是一種所謂的「數據狂歡」。當用戶租用自行車時，有些公司會使用安裝在自行車上的GPS設備來追蹤租賃者的軌跡。(譯者註：因為GPS定位非常耗電，所以共享單車只會定位停車點，據我所知摩拜是通過App開啟手機GPS進行軌跡繪製的。)

年輕的中國人似乎特別熱衷於AI為基礎的服務，並且將他們自己數據交給這些服務區使用。微軟發布的一個積極向上的聊天機器人小冰現在擁有1億多中國用戶。大多數用戶在晚上11點到凌晨3點之間與小冰聊天，內容常常是他們白天遇到的問題。而小冰正在從用戶互動中學習，變得越來越聰明。現在的小冰不再只是提供雞湯和笑話，而是創作了第一首以「陽光失了玻璃窗」為題材寫的詩集，這引起了中國文壇的激烈辯論，人工智慧拼合文字寫的詩能否被稱為真正意義上的「詩歌」。

中國AI領域另一個重要支持力量就是政府。該領域在該國目前的五年計劃中佔有重要地位。同時技術公司正在與政府機構緊密合作：例如，百度被要求管理國家深度學習實驗室。因此政府不太可能對AI公司進行過分嚴格的監管。該國有40多項含有細則的法律規定了如何在法律上保護個人資料，但這些法律很少得到執行。

企業家們正在充分利用中國的人才和數據優勢發展自身。許多AI公司只在一兩年前起步，但是與西方同行相比，這些公司的進展更為迅速。李開復解釋說「中國AI創業公司經常迭代更新得更快。」他曾在2000年左右在谷歌子中國公司擔任總裁，現在在風險投資公司創新工場當老闆。

因此，中國已經擁有一群初生的AI牛犢，這些初創公司的總價值超過10億美元。某條新聞是一家位於北京的新聞推薦引擎，利用使用讀者興趣和位置等信息進行機器學習來推薦的文章；它還使用人工智慧過濾虛假信息(在中國主要是可疑的保健廣告)。另一個AI創業公司某飛開發了一個語音助手可以將普通話翻譯成各種外語，其中包括英語和德語，即便用戶錄入的是方言或錄音混入了背景雜音都可順利完成翻譯。而曠視科技的臉部識別軟體Face++幾乎可以即時匹配不同人臉。

「天網」恢恢

在曠視科技總部，來訪者被均視為識別對象。大廳內的攝像機取代了ID識別：公司員工不需要拿出工卡只需直接走過大廳就能識別身份。類似的設備位於辦公室的各個地方，其反饋資料即使顯示在屏幕牆上。當一張臉在屏幕牆上出現的時候，它立即被一個白色矩形包圍，在旁顯示有關該人的一些信息。而在該屏幕的右上角，用大寫字母拼寫「SKYNET」，這是終結者系列電影中旨在消滅人類的AI系統「天網」的名稱。該公司已經與某付寶和迪迪(一家旅行公司)合作核查新用戶的身份(將新用戶的面孔與政府身份資料圖片進行對比)。

鑒於類似曠視的初創公司的成功，中國的科技巨頭也開始大力投資AI。中國互聯網公司三巨頭(統稱BAT)：某度、某里巴巴和某企鵝，正在開展許多相互重疊的服務，包括語音識別和臉部識別。不過居於他們現在的優勢，他們同時也想在某一具體的AI領域拔得頭籌。

某企鵝現在在三巨頭中吊車尾，它的AI實驗室才建立沒幾個月。但是，某企鵝必將在AI領域發揮重要作用：它比其他兩巨頭的數據多得多。其旗下某信app擁有近十億個賬戶，也是數千個其他服務的平台，這些服務包括從電子支付和提供新聞，到城市地圖和法律援助。某企鵝同時也是全球遊戲界的大佬，其旗下LOL和部落衝突，在世界各地擁有超過1億玩家。

某里巴巴早已是電子商務中的翹楚，而同時其投資數十億美元來成為雲計算領域的第一。在6月份在上海舉行的一次會議上，其展示了一個名為「ET City Brain」(ET城市大腦)的AI服務，它使用視頻識別來實時優化城市交通。它使用路邊攝像機的鏡頭預測汽車的行為，並可以即時調整交通燈。在其公司總部所在地杭州，其稱該系統使道路車輛通行速度平均提升了11％。某里巴巴還計劃強化所謂的「ET醫學大腦」，它將提供基於AI的服務用於開發新葯和診斷醫學影像。它已經與十幾家醫院合作以獲取開發所需的數據。

但是某度的命運的紅線與AI纏得更緊密，部分原因在於AI技術可能是趕上其它兩巨頭的重要機會。其將大部分資源投入到自主駕駛中：它想在2018年前將無人駕駛汽車推向市場，並在2020年之前為全自主汽車提供技術。7月5日，該公司在北京的AI開發者大會上宣布推出首款自駕車系統阿波羅(Apollo)。

阿波羅的驚人之處不僅僅在於汽車能安全地在路上行駛，同時它是一項對外界開放的項目。Google的子公司Waymo和電動汽車公司特斯拉等競爭對手均小心翼翼地保護他們的自動駕駛軟體和數據不被盜用。某度的計劃中不僅要開源其程序，而且要與其它人共享數據。這個想法的關鍵點在於，使用了某度AI技術的汽車製造商們也必須要共享其獲得的數據，從而為自動駕駛汽車創建一個開放平台，用陸奇的話說是「自動駕駛汽車中的Android系統」。

在北京學當老司機

中國企業在出口AI產品方面的成功還有待觀察：現在只有少數幾家公司將產品出口國外。在理論上他們應該會獲得一個稱心的出口合同：在中國混亂的街道上訓練而成的自動駕駛汽車在歐洲越來越文明的交通中應該完全沒有問題(相比之下，在德國訓練的自動駕駛車輛獲得的演算法進步可能遠遠還不如北京的一個交叉路口來的深遠)。但西方的消費者使用這些自動駕駛汽車可能會猶豫，因為它們是在鬆懈的交通安全環境和對交通事故更容忍的大環境下訓練而成的。據說北京市政府正在千方百計使其能成為自動駕駛汽車的試驗城市。

AI領域還有另外一個風險。數據集是目前AI最有價值的投入，但其重要性可能會逐漸減小。AI公司已經開始使用模擬數據，包括來自電腦遊戲的數據。而新開發的演算法可能通過較少的樣本集獲得同樣的智能效果。馭勢CEO吳甘沙警告說，"最大的危機在於我們自滿於數據方面的優勢，而在演算法創新上止步不前。"不過，現在中國看起來只是躍躍欲試的樣子，而在未來爭奪AI皇冠的賽跑中，中國與美國的差距將越來越小。

本文譯自 the economist，由譯者 投稿 基於創作共用協議(BY-NC)發布。

譯者按：
(幕後煮屎者)明年打算轉職當碼農，現在學了HTML、CSS、JS，暫時可以寫個簡單完整的網頁，下半年學NodeJS，計劃從最簡單入行，因為沒有其他編程語言基礎，有人建議我入行後找機會跳人工智慧領域，所以在學習一些機器學習相關的慕課什麼的。不知道各位前輩對這條路有什麼好建議沒？例如有什麼坑？

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！