張曉東談人工智慧：美國目前還是行業領導者，但毫無疑問中國在第一梯隊
現場報道：蟹子
（ID：chuangkem） 來源：創客貓
在演講中張曉東表示，全球人工智慧目前美國還是領導者。但是毫無疑問中國是第一梯隊，第一梯隊就是中國。全球其他地方，亞洲肯定毫無疑問是看中國，而中國毫無疑問看北京。無論是從產業結構、人才、資金的投入、研究成果等各方面，北京在全國都是遙遙領先的，最接近美國舊金山矽谷的也是北京。
而對於2018年人工智慧的趨勢張曉東也給出了預測。他認為在技術突破方面，自然語言處理在2018年可能會成為「像今年人臉識別、語音處理一樣流行的事情」；
公司上市方面，目前還沒有以人工智慧為主打的公司，但有市場實力的公司越來越包容更多新的人工智慧的技術；
同時他指出，中國現在基本上是和美國一起在第一梯隊，中國跟美國之間無論在技術上、產業上，還是在投融資方面的距離會越來越短，今年在幾個特定的領域裡面，中國甚至有可能會更大程度地領先美國。
以下為張曉東演講實錄：（經創客貓編輯，有所刪減）
從人腦到人工智慧
人工智慧大家知道是一個很熱門的話題，從領導人一直到老百姓，都是最近一段時間廣為熱議的話題，在不久的未來會影響到人們生活的，第一個就是人工智慧，第二個是量子計算。今天在我PPT裡面，我會簡短的提一點量子計算。
今天我想講兩個方面的東西，一個是從歷史的角度來審視一下，什麼是智能，智能是怎麼來的，然後我們再看一看人工智慧的發展，後面我會從我們研究的成果，去看人工智慧現在是什麼樣的狀況，在短期內或者說在稍微可預見的未來，人工智慧會變成什麼樣的情況。
提人工智慧，大家現在講的很多很多，人工智慧這個詞實際上是哪兒來的？很多人講說是1956年達特茅斯會議麥肯錫提出來的，後來我考證了一下，因為這個老頭大概臨死前一年有很多採訪，採訪的時候他講，人工智慧這個詞實際上也是從別的地方聽來的。具體現在人工智慧這個詞到底是誰提出來，現在已經沒辦法考證了。
說人工智慧，我們最早還是要從自然的智能開始看。自然智能大家最容易想到的就是人跟動物有什麼區別？人跟動物的區別，大家往往會說，因為人的大腦更發達，但是大腦更發達，是用什麼東西來度量？很多人說人的大腦最大，但是事實上並不是這樣。
這個有證明，大象的腦子，鯨魚的腦子從體積和重量上都要比人的大腦要大。那有人要說肯定是人大腦的質量要比大象大腦的質量要好。這個問題大家認為是一個常識性的問題，但是這個問題一直沒有得到精確的回答。一直到幾年以前有一個巴西的女生物學家，她做了大量的非常好玩的工作，最後她寫了一本書，這本書在國內好象翻譯成超級人類，超級大腦之類的。她在這本書裡面，幾乎把她十年的工作做了一個總結。
她這十年幹什麼呢？她一直企圖解開人的大腦是不是在質量上比其他動物的大腦質量高。這個質量高用什麼衡量呢？很多人說我可以用腦子裡神經原的總數來衡量，所以2005年她在開始這個工作的時候，那個時候問過很多同行生物學家，說人的大腦裡面到底有多少神經原。她問過很多得諾貝爾獎的腦科學家，他們說大概一千億。但是她查了好多資料，這個一千億沒有出處。所以她一直企圖揭開人大腦裡面到底有多少神經原。
歷經千難萬險，她把人的大腦和其他動物的大腦做對比，包括她跑到非洲去，把人家獵殺的大象的大腦放到一個冰箱里，偷渡回巴西，很多很好玩的故事。然後她對各種不同動物的腦子做了解剖，而且她發明了一些獨特的標記手段，能夠測算出來不同動物的腦子裡面到底有多少神經原。最後她得到比較精確的答案，人腦實際上不是有一千億，人腦大概有860億個神經原，大象的大腦有多少呢？大象的腦子有2570億個神經原，比人腦還要多。
比人腦還要多，為什麼大象不如人聰明呢？她又做了更詳實的實驗，最後她得出，人和動物都有大腦和小腦之分，大象身軀龐大，大家知道小腦是在驅動人的身體運動，大象身體龐大，它需要比較大的小腦來協調它的身體運動。所以她在這方面做了大量工作，後來她從巴西搬到美國去，現在她在美國范德堡大學做教授。
如果用神經原來測度不同動物的智能水平的話，你會看到最低級的動物一直到最高級的動物的演化過程。人為什麼有更發達的神經系統？跟能量有關係，人的大腦占人的重量2%，但是人的大腦在消耗人每天攝入能量的25%。這是一個進化的結果，人這個物種在某一個節點上，他發明了烹飪技術，烹飪技術可以把東西做得更好吃，那麼更好吃人就有更強烈的動機去消耗攝入更大的能量。作為大象因為它太大了，所以它把它的能量都用在協調身體不同的部位上，而不是用做大象的大腦。從進化的角度來講，就是人在消耗更多的能量來給大腦提供養料，人就變得越來越發達，從智能的測度上。
我們再來看看能量，能量也是很有意思的事情，我們先把智能放在一邊，來看一看能量在過去幾千年是怎麼發展起來的。
這個也有一本很好玩的書，斯坦福的歷史學家幾年前寫過一本，也是暢銷書，實際上是比較學術的著作，但是他最後這個書賣的很好。我們過去一直說，我們有幾千年的文明。我們這幾千年的文明用什麼來衡量？最後他得出一個結論是什麼呢？他說在過去幾千年裡面，如果我們用人均能量的攝入來考核人類發展的話。西方實際上一直都要比東方發達，比方說公元前2000年、4000年開始一直算到現在，西方人均能源消耗都要超過東方，只有在很短的時間是例外的，這個很短的時間是什麼呢？羅馬帝國衰敗，一直到工業革命開始，這個中間大概有900年時間，東方略微超過了西方。
但是工業革命之後，西方的人均能耗巨大的提高，亞洲國家的能耗是什麼時候才開始提高的呢？是鴉片戰爭之後。所以從某種意義上，鴉片戰爭之後，鴉片戰爭大概1840年，日本黑船事件是1850年左右，那十年間西方打開了東方的大門，同時也教會了東方更好地、更有效地消耗或者攝取能源的方式。
但是他的這個定義也有爭議，為什麼有爭議呢？因為東方西方的分法不合常規，大家知道有一本很有名的書，叫做《文明的衝突》大概十幾二十年前在國內有出版，他做了三分法，不簡單是東方和西方，他是說西方、東方、穆斯林。但是能量攝取研究裡面，他是把西方和穆斯林包含在一起考慮，就是西方和穆斯林統稱西方。他有他的考慮，比方說他有他人種上的考慮，有地域的考慮，有多方面的考慮。但是如果說，我們用三分法來做，同時也用這個方法來做的話，我猜（因為我沒有做過研究，因為原始數據並沒有完全公開）可能西方領先中國，領先東方的程度要更大一些。
能量來源的多樣化，目前大家看能量主要的來源還是碳能源，煤、石油、天然氣，然後核能有一段時間有很快地增長，但是這幾十年核能並沒有很快地發展，因為安全各種各樣的因素。如果說我們把社會總的發達程度來做一個衡量的話，我們除了能源消耗，在現代社會我們還有新的手段來衡量，這個手段是什麼呢？就是學術的進步。學術的進步我們可以用學術出版物來衡量，能量的增長几乎是一個線性的增長，但是學術的增長是指數性的增長。
從自然智能到人工智慧，大家都知道人工智慧其中一個起源是英國的數學家圖靈，圖靈1950年那篇文章，計算機器和智能，為什麼不簡單的叫計算機呢？因為那個時候，50年代計算機指的不是我們現在意義上的機器，計算機在50年代英語裡面指的是人，就是計算員。就像大家知道操作員，或者電話剛出來的時候接線員，計算機指的是人，到什麼時候才開始指計算機呢？實際上是在50年代末，60年代初開始，這個詞才指計算機。所以是從自然到人工，早期的計算，所謂計算機就是人肉計算。
那個時候很刻意強調電子計算機，現在我們很少說電子計算機，原因就是沒有區別了。另外電腦這個說法在50年代和60年代初在英國曾經風行過一段，後來沒有了。有沒有比學術進步更快的東西？有，這個東西是什麼呢？就是摩爾定律。摩爾定律是什麼大家都知道，摩爾是英特爾的創始人總結出來，根據半導體發展的趨勢，他總結出來說計算能力或者說存儲能力，或者說普遍的來講信息處理能力，每12到18個月會增加一倍。
這是什麼概念呢？就是說你過十個周期的話，就要翻一千倍。我們把學術出版物和整個社會累計的數據量和摩爾定律放在一起，摩爾定律的增長要比學術出版物還要快。什麼概念呢？就是說有了學術之後，人類社會得到了指數的發展，但是有了新的信息處理技術之後，人對數據、對自然的掌控，又有了指數級的提升。
人工智慧這個來源在哪兒？谷歌曾經做過非常有意思的工作。大家知道在2000年谷歌剛剛開始成立的時候，谷歌的創始人就一直有一個情懷，他想做什麼工作呢？他想把全世界所有圖書館裡面的所有書都電子化，這個電子化不是說掃下來做成PDF，他做了所有語言的處理。後來因為出版社各方面跟他打官司，結果沒有公布。但是統計的結果公布了，什麼意思呢？就是谷歌在2008年之前，掃描了大概有3000萬本書，這3000萬本書裡面所有詞的詞頻（詞出現的頻率）他都做了統計，而且這個統計做成一個產品發布了。
這個產品發布了之後，在學術界就非常有用。用谷歌這些工具你可以做很多很有趣的發現，谷歌這個工具丟進去，你會看到控制論是在40年代出來的，然後50年代達到頂峰。人工智慧是50年代才出來，因為谷歌這個工作做到2008年就為止了，2008年之前有一段時間，人工智慧這個詞沒那麼熱，那個時候是人工智慧的低潮期，在2006年之後，因為深度學習的發現，人工智慧又有很大的提升。這些工具告訴我們人工智慧的歷史，實際上也是起伏變遷的，待會兒還有更多的數據跟大家分享。
人工智慧能否在將來某一天顛覆、取代人類？
如按照圖靈機就是智能的話，超級智能發生是遲早的事。
剛剛講到能量、學術、算例，還有一個是錢，投資。整個在人工智慧產業的投融資的情況我們也做了一個對比。這個行業的投資，在過去幾年幾乎和摩爾定律同步的。人工智慧到底是什麼東西？在媒體上有兩派觀點，一派是人工智慧永遠超越不了人類，還有一派觀點，英國物理學家講人工智慧將來某一天要顛覆、要取代人類。到底是不是，有沒有這種可能性？今天我們就來聊聊這個問題。
人工智慧一直有所謂強人工智慧和弱人工智慧之分，所謂弱人工智慧就是指在人們認為是人的智能屬性的某一個方面，機器超過了人，這一點大家毋庸置疑，他們贏的幅度如此之大。現在如果是兩個好一點的機器之間下國際象棋的話，人類的特級大師是看不懂他們在下什麼的。這是什麼概念呢？當年深藍贏的時候，特級大師可以看大概13步，但是深藍那時候可以看13步半，比人多看了半步，就不可能有任何機會贏它。
怎麼理解這個事，現在去美國的高中去看，美國幾乎每個高中都有一個象棋隊。30年前，那時候我剛到美國，高中象棋隊裡面很少有選手積分可以到2000，現在隨便一個高中象棋隊裡面都有超過2000積分的孩子，幾乎到不了2000就進不了象棋隊。這說明什麼？現在的小孩有很多機會去跟機器學習，而在過去20年前、30年前小孩不可能跟特級大師比。
強人工智慧是什麼意思呢？強人工智慧就是說有這樣的人工智慧，有這樣的機器，他能夠在人類表現出智能的所有方面都超過人。關於有沒有強人工智慧現在有爭議，至少目前沒有，在短期內我們還看不到，儘管說現在有各種各樣的機器學習的演算法，但是在短期內我們還看不到強人工智慧。但是我們總是要探討強人工智慧到底是不是可能的，有幾種途徑去探討這個問題。
《超級智能》這本書的作者尼克波斯特洛姆，他和最近《未來簡史》的作者(法)雅克·阿塔利有一個共同觀點，他們的觀點認為在可預見的未來強人工智慧會發生，強人工智慧如果會發生的話，意味著什麼呢？意味著將來會有機器在全方面取代人類。
到底什麼是智能？我們又要回到偉大的英國數學家圖靈，圖靈在1936年的時候寫過一篇文章，這是一篇數學的文章，他定義了一個東西，這個東西叫圖靈機。我們可以說現在還沒有任何一個新的機制比圖靈機更強的。待會兒我提到量子計算，量子計算有可能在某些方面超過圖靈機。如果我們把圖靈機當做智能的定義或者智能的衡量的話，機器超過人是遲早的問題，機器不斷變得越來越快，處理信息的能力越來越強，人不可能像機器那樣摩爾定律每隔一段時間加一倍，這個不可能。
另一個是在1950圖靈寫了一篇文章，其實在1948年的時候他就寫了一篇文章，這兩篇文章裡面他定義了一個東西，叫圖靈測試。圖靈測試是什麼概念？就是假設說你把一個機器放到房間裡面，機器對外的溝通是通過遞紙條的方式，如果說你不斷地遞紙條、問問題，機器回答問題。過了很長時間，這個人從外界都沒法斷定裡面的物體是機器還是人的話，那麼這個機器就是智能的。所以他這個定義完全是一個行為主義，就這幾個定義我們再來深入的探討一下。
超級智能有很多種說法，還有一個就是所謂奇點，如果說機器超過人了，那就是奇點。大家肯定看過電影《模仿遊戲》，圖靈除了在計算理論、人工智慧方面是鼻祖之外，他在二戰的時候還是英國破解德國密碼最重要的功臣之一。有一個人是圖靈在二戰之後破解密碼的時候的一個小夥計。這個人在《模仿遊戲》裡面出現過的，一個戴眼鏡的傢伙，很瘦的。這個人現在在谷歌，他是未來學家，谷歌裡面有很多程序員非常看不起他，但是他總是在那兒不斷地預測，他預測的結果就是奇點會什麼時候發生。有很多不同的時間點，有的人說2048，有的人說2049，他基本是說大概幾十年之後這個奇點就會來了。
圖靈是怎麼定義計算的呢？圖靈機是什麼東西？圖靈機是異常簡單的東西，是什麼東西呢？就是一個無限長的紙帶，上面有一個有限自動機，有限自動機可以打零或者打一，或者往左移，或者往右移。這個裝置在數學上還沒有人想的出來比這樣的裝置更強有力的裝置。大家知道偉大的數學家哥德爾，哥德爾想出來的遞歸函數，他一直在問自己一個問題，遞歸函數是不是最強有力的表達手段，他自己沒有信心。但是他看到圖靈機之後，遞歸函數跟圖靈機是等價的。目前人想出來所有的東西，都跟圖靈機等價有關，但是圖靈機又是這麼簡單的東西，就是無限長的紙帶，在上面打零打一，左右移，就是這麼一個東西。這個東西在數學上可以證明等價於現在我們發現的所有計算裝置，所以我為什麼說你可以把圖靈機當做智能至少一個方面測量，因為你想不出別的更好的方式。
大家知道圖靈的遭遇是很悲慘的，因為他是同性戀，圖靈因為同性戀的遭遇，受到某種程度上的破壞，他在40幾歲的時候自殺，大家公認他是自殺，但是他不母親不承認，他死的時候床頭上有一個蘋果，這個蘋果被咬掉了。這個蘋果上被鑒定出來有氰化鉀，所以很多人開玩笑說，蘋果公司logo少了一口就是因為圖靈咬掉的。喬布斯已經公開說了，後來他在開玩笑，我倒是希望我當時想logo的時候有圖靈這麼一個高大上的形象。一直到英國的首相，還有英國皇室都對圖靈道歉，他們認為50年代圖靈遭遇了不公正的待遇，確實是非常感人的故事。
還有一個非常有意思的發現，中國有一個非常天才的數學家叫洪加威，他的「相似性原理」在80年代的時候有很大的轟動性。這個相似性原理是在圖靈上面的一個結果，任何一種計算裝置都可以被圖靈機來模仿，圖靈機也可以被其他的足夠強的計算裝置來模仿。洪加威說機器之間互相模仿的成本是多項式的，從計算複雜意義上說，多項式成本很低很低的。什麼意思呢？別看圖靈機這麼簡單，如果用圖靈機來模仿我們現在最強的超級計算機的話，圖靈機的模仿成本只是多項式級別，不是指數級別，是很低成本的模仿。這個實際上也是一個很深刻的，不能說是定理，是一個很深刻的觀察，所以洪加威自己把這個叫相似性原則。有了相似性原則，我們就朝著智能定義的方向更進一步，如果說你想不出來比圖靈機還強的計算裝置的話，奇點的來臨可能還真是有可能發生。
如果說智能是某種意義上的量子計算，還需要更多紮實的數學和物理工作
有沒有東西可以超越圖靈機呢？有，或者說可能有，這種東西就是量子計算。量子計算可以變成一種通用的計算方式，量子計算是不是比我們常規意義上的計算機，或者說圖靈機更快呢？現在沒有嚴格意義上的數學證明，都是有幾個點，今天我想提到一個點，這個點非常有意思，這個點是什麼呢？數數分解。
數數分解在實踐當中被證明是很難很難的，現在大家在網路安全上面用到的最核心的演算法RSA的最頂層的東西就是數數分解。你給一個很大的數，你要把他分解成數數的話，需要的時間超級巨大。但是有一個數學家他1994年提出來一種演算法。他說如果我們能造出一台量子計算機的話，在這台量子計算機上做數數分解可以超級超級快。如果這個量子計算真能發生的話，我們現在所有的安全通信瞬間就變得不安全了。所以可以理解為什麼美國投入了巨大的資金，國內也投入了巨大的資金在量子計算方面。
如果說大家可以證明數數分解是很難很難的話，實際上量子計算從某種意義上突破了圖靈機，但是這個是不是有嚴格的數學證明，目前今天還沒有，所以大家拭目以待。大家看到現在很多的高校的研究，中國科大、清華在這方面都投入了大量的資源。
超級智能和超智這兩個是有不同定義的。超級智能是說圖靈機等價於智能的話，我目前的計算機只要每隔幾年快幾倍，按這個速度發展下去的話，機器超越人是遲早的事情。英國還有一個物理學家，《皇帝的新腦》這本書是他寫的，他提出了不同的觀點，他實際上是霍金的合伙人，大家知道霍金是物理學家，他是數學家也是物理學家，霍金的數學並不夠好，所以霍金需要一個數學家跟他一起工作，他就是跟霍金一起，包括黑洞理論，他都是原創者之一。
他的理論說人腦是量子計算機，他甚至和加州理工學院心理學家一起合作，企圖證明人腦裡面存在一種東西叫微管，這種微管可以讓人變得不容易被機器模仿，人腦本身是量子計算機。但是很多人都嘲笑他，生物體那麼大的一個東西，不可能存在量子效益。這個問題一直有爭議，但是他提問題的方法並沒有錯，他說如果你可以證明人腦不是傳統意義上的圖靈機的話，那麼就是人腦他有某些我們計算機不具備的能力，這些不具備的能力就是智能。
目前為止關於智能的定義還沒有一個大家公認的標準，如果按照圖靈機就是智能的話，那這個超級智能發生是遲早的事，但是如果說智能是某種意義上的量子計算的話，還需要更多紮實的數學和物理工作，這些工作現在很多人在做，但是還沒有結論性的東西。
人工智慧產業的現狀
現在人工智慧正在發生什麼？人工智慧將來或者在可預見的未來會發生什麼？
稍微要打點兒廣告，我們在幹什麼工作，我們用數據的手段來研究產業，用人工智慧的技術手段來研究產業，發表各種產業的報告，我們現在目前關於人工智慧方面的報告目前應該是全球最權威的，英國的經濟學人、金融時報、華爾街日報、高盛......幾乎90%中文媒體上，你看到關於人工智慧產業數據方面的東西源頭都是我們這兒。
我們看1990年開始一直到現在，全球整個人工智慧企業的發展趨勢，現在中國發展的速度越來越快。5年前，2012年這個時候大家可以很清晰地看到人工智慧這個產業在全球基本上三個地方，美國、歐洲、中國。
80年代的時候，中國還沒有專利局，90年代開始中國慢慢開始有專利制度，可以看到中國越來越多的專利，美國很明顯，就是集中在東西海岸，西歐。我們的數據表明，中國在人工智慧方面的專利總數在2012年、2013年的時候就已經超越美國了。這個是非常令人驚奇的一個數字，但是質量上還不行，質量上我們也有各種演算法來測度一個專利的質量怎麼樣。而且中國在專利總數上大概也是在2013年，所有的專利加起來總數上，超越美國。
當然要衡量人工智慧整個發展歷史的話，除了專利這一個維度，比方說還有專家系統，80年代專家系統是最熱門的東西，但是現在已經沒有人碰專家系統了。90年代人工智慧第一次泡沫破滅，到2006年深度學習出來之後，整個機器學習這個行業突然變得熱門了，甚至很多人就把機器學習等價於人工智慧。還有計算機視覺，最近很多炒的很熱的人工智慧公司都是人臉識別的公司，而且融資的規模巨大，還有就是自然語言處理。目前熱門的這些人工智慧技術，自然語言處理、機器學習、計算機視覺，在幾十年前沒有什麼研究工作。但是幾十年前熱門的人工智慧現在沒有什麼人碰了，人工智慧是飛速發展的。
從投融資我們可以看出來，2016年之前的15年，人工智慧整個行業的VC投資只有280億美金。其中有220億（幾乎是80%）是過去五年投入的。從公司的數目上或者其他的衡量上差不多類似，過去五年是人工智慧高速發展的時候。
摩爾定律告訴我們一個非常有意思的東西，比摩爾定律速度還快的是超算五百強，全球最快的五百台計算機加起來，他的速度增長比摩爾定律的增長還要快。美國在人工智慧VC的投入比摩爾定律還要快的，而中國在人工智慧方面的投入跟摩爾定律驚奇地吻合。
全球人工智慧企業和投融資整個的發展趨勢，總的來講美國還是最領先的，但是在2016年美國在人工智慧整個企業的發展趨勢上，第一次降到全球的30%以下，為什麼呢？因為2015年、2016年，中國這方面投資巨大。我們目前看美國的水平的降低並沒有那麼明顯，他基本上還是維持在60%、70%甚至80%，除了2008年有一個很大的坑之外，基本上還是領先的。
這個告訴我們什麼呢？告訴我們說全球最牛的那些人工智慧企業是在美國，單個人工智慧企業融資的能力要遠超過中國。
亞洲這個趨勢變得更明顯，亞洲在過去15、16年一共有46億美金的VC投融資，不算併購。中國在過去五年整個在人工智慧方面VC的投入才是以色列的四倍，以色列是800萬人口的國家，他大概跟北京一個區的體量差不多，中國領先印度很多。我們也做過類似的物聯網的研究。物聯網，中國大概是以色列的30倍到40倍，什麼意思呢？物聯網是跟人口、跟製造密切相關的東西，以色列肯定不行。但是在高端的人工智慧的核心技術，以色列在全球是有一席之地的。大家也知道最近的幾個最大的併購案子都是以色列的，百億美金以上級別的。
中國我們又做了進一步的分析，過去10年中國一共投入了27.6億美金，中國在5年之前，在人工智慧方面從投資的角度來講沒有什麼投入，幾乎95%以上都是在過去幾年發生的。
中國人工智慧企業，我們也做了一個摸底，毫無疑問北京是中國人工智慧企業最聚集的地方，這個跟我們做物聯網或者其他的研究不太一樣。比方說我們做物聯網，整個全國的分布大概北京、珠三角、長三角各三分之一或者各30%左右，但是在人工智慧這塊兒北京佔到全國70%。無論是人才、資金的投入、研究成果各方面，北京大概都是在全國遙遙領先的。
北京一個城市的體量都要遠超英國，無論是從各個測度，我們剛剛講的論文、專利、公司數、投融資的數目都要遠超。這個結果被英國經濟學雜誌反覆應用。自然雜誌大概在一個月前採訪我時，他們拚命問一個問題，你覺得中國和美國在人工智慧誰強？一直讓我表一個態。
我覺得整個趨勢是這樣的，從數量上中國現在在接近美國的數量，但是質量上還不行，在質量上美國領先，無論是在原創的研究，從原創的論文你可以看出來，專利，還有最核心技術的公司。從數量上，中國在人工智慧的某些子領域方面已經超過美國了，總的來講接近，但是在某些領域裡面已經超越美國了。
在某些核心技術的領域還是美國強。但是在很多應用領域，中國確實有領先美國的趨勢，從數量上。現在有提大灣區可以和矽谷舊金山灣區相提並論，但數據跑出來有點兒讓人失望。把香港和澳門加到整個珠三角，仍然沒辦法跟北京在這麼多年的優勢相提並論。從產業結構、投融資、人才最接近美國舊金山矽谷的是北京。
最後大學排名，人工智慧方面的前30個學校，故意就排到前30，因為到40名就開始有中國學校了，中國學校還沒講完，下面清華、科大、北大就已經掐起來了。基本上可以很明確地看出來最領先的幾個學校一點都不陌生，最強的還是那幾個，亞洲只有兩所學校，都是以色列的。
全球人工智慧目前美國還是領導者，
但毫無疑問中國在第一梯隊
總的來講，我們可以明確的看到全球人工智慧目前還是美國是領導者。但是毫無疑問中國是第一梯隊，第一梯隊就是中國。全球其他地方，亞洲肯定毫無疑問是看中國，中國毫無疑問看北京。我可以把人工智慧整個行業再細分。
我們又做了一個很有意思的工作，把科研、科技成果、公司、公司的退出這幾條曲線放到一起的話，我們可以看到一個非常有意思的現象，就是人工智慧這個行業和其他行業不一樣，在其他行業這個曲線，每一個曲線之間的間隔比較大，什麼意思呢？比方說你看環保，我們也做過環保的研究。從科研最後一直到有產出，到最後資本有退出，大概會有7-10年的間隔。但是在人工智慧這個特定的行業，我們看到就是3-5年的間隔，而且在過去這幾年間隔變得越來越小了，就是他迭代的速度越來越快。
這個給大家一個宏觀的感覺，總的來看科技行業普遍要比非科技行業的迭代速度快，但是人工智慧在科技行業裡面是迭代最快的行業之一，尤其在過去這幾年，這個其實大家從媒體上，從各個方面了解到的情況都是一樣的。
我想做一個總結是什麼呢？大家總問我人工智慧行業裡面有沒有泡沫，我沒法正面回答這個問題，我只能講就我們目前看到的數據，肯定是有一定程度的泡沫。但是我們也看到很多人工智慧這個產業，他有很多非常紮實的工作，而且有很多應用潛力是巨大的。
以上，創客貓現場報道，如有轉載請註明來源
TAG:創客貓 |