不僅需要藍圖目標，AI行業發展期待政策細則
2017年7月，中國國務院發布了一份重要的政策藍圖，要讓中國在2030年前成為「世界主要的人工智慧創新中心」。該計劃的目標是到2020年將中國的核心人工智慧產業增長到1500億元人民幣（240億美元） 到2025年將達到4000億元人民幣（630億美元）。
現狀是，美國已經高度重視來自中國的挑戰。在美國媒體看來，由於美國人工智慧相關研究部門在特朗普政府領導下喪失了新的資金來源和戰略眼光，因此可能導致美國失去人工智慧領域的領先地位，美國的人工智慧產業發展正處於關鍵時刻。根據美國科學促進會（American Association for the Advancement of Science）的報告，白宮計劃於2018年將整個政府的科技研究經費減少15％。這一數字令美國媒體擔憂，他們特彆強調，奧巴馬政府在2016年的報告中提到，在關於深度學習的發表期刊文章的數量方面，中國已經超過美國。
長久以來，中國的山寨式創新飽受質疑，而在人工智慧領域，目前，中國已經成為隨美國之後，第二大創新主導力量。
2018年兩會期間，來自BATJ人工智慧領導企業的提案反映了中國產業發展的近況。而中國AI產業發展的有著自身的優勢及劣勢，企業代表期待政策制訂者出台進一步細則，推動行業全面發展。
優劣勢對比如下，中國在人工智慧領域的優勢首先是數據源。
正如石油驅動工業化一樣，數據正在推動人工智慧時代的進步。為了構建強大的人工智慧，工程師需要海量的數據，沒有任何其他地方能像中國14億人一樣產生如此大量的數據。中國龐大的人口，加上充滿活力的互聯網，移動支付的普及以及對於隱私保護的不重視，這些意味著中國的數據資源非常豐富。這是人工智慧的命脈。用戶每次與BATJ互聯網巨頭產生交互時，都會通過演算法反饋數據，提高其準確性。
人工智慧企業融資金額也反應了中國AI領域的發展速度。美國CB Insight市場研究公司發布的《2018年人工智慧發展趨勢》報告顯示，全球人工智慧創業公司 2017 年的融資額達到了創紀錄的 152 億美元，中國企業佔總數的 48%，高於 2016 年的11.6%。美國排名第二，占 38%。
專利文獻指數也是行業發展的風向標。專利往往是科研機構、企業創新能力的重要體現之一。報告顯示，以「深度學習」和「人工智慧」等關鍵詞進行檢索，來自中國的專利數量大幅高於美國的專利數量。其中，以「深度學習」為關鍵詞的中國專利數量是美國的六倍。
而中國的劣勢首先是人才。人工智慧領域的競爭主要表現在人才的競爭，這不僅包括從事人工智慧領域行業人才的競爭，還包括基礎研究人才的競爭。目前在人才競爭上中國還是遠遜於美國。目前美國人工智慧產業從業人員總量是中國的兩倍，並且背靠強大的高校科研水平，還有大量的專業人才可以持續跟進，對中國形成了強大的壓力。
在基礎研究領域，美國基礎層人才數量是中國的13.8倍，世界人工智慧排名前20的大學中，美國佔16所，中國一所都沒有。目前中國只有不到30所大學擁有專註於人工智慧的研究室，其中僅有清華大學、中國科技大學等少數幾所高校在國際有一定競爭力。
隨著中國在人工智慧領域的擴張步伐繼續，招到合格的研究人員和工程師越來越多成為全球AI行業發展的掣肘。2016年，中國工信部報告估計，中國需要新增500萬人工智慧從業人員，才能滿足行業需求。 然而，2017年7月的一份LinkedIn調查顯示，中國在人工智慧領域從事技術相關工作的人數僅為5萬人，遠遠落後於美國的85萬。
中國AI產業發展的劣勢還包括產業布局不夠均衡。CB insights 在2017年發布的100家最值得關注的AI企業的名單中，只有7家來自中國。相對美國在底層技術、AI晶元研發方面處於絕對優勢而言，中國企業則明顯更偏重於應用層，只有計算機視覺、自然語言處理、智能機器人和語音識別能與美國抗衡。
因此，作為「核高基」重大專項,人工智慧不僅僅需要政策鼓勵，細則及監管沙盒的發布是下一步的重點。
2018年3月2日，第十三屆全國政協委員、百度董事長兼CEO李彥宏在兩會期間提出科技企業相關提案，分別是希望國家出台政策鼓勵人工智慧的開放平台、加速自動駕駛相關立法、希望雄安新區給予企業優惠政策。
李彥宏認為，在人工智慧時代，開放平台的影響力會越來越大，沒有一家有足夠多的數據，所以只有把更多的數據彙集在一起，才能夠展現出來更大的影響力。事實上，並不是每個企業都願意免費開放自己的技術，李彥宏希望國家層面通過政策引導，讓更多的企業來開放技術，「這對於提升中國人工智慧技術能力和人工智慧在各個行業的應用都是一件大好事。」自動駕駛是百度人工戰略布局重要的一環，此前百度也給出了今年量產無人車的時間表。在李彥宏看來，國內自動駕駛行業的基礎設施還不夠完善，「美國真正做無人駕駛的運營都是在亞利桑那州，因為那個州給了相關政策配套，保障是最完善的。美國已經有20多個州都推出了自動駕駛相關的法律法規，中國只有北京市、上海市推出了相關測試的規定。」
美國的情況是，各州政策不同，因此，在前沿技術的相關法律法規制訂以及監管細則的出台方面，總是會有先行者出現。2月27日，加州機動車輛管理局（DMV）發布公告，允許在沒有安全駕駛員坐在車內的情況下在加州地區上路測試，這意味著向自動駕駛技術正式商用又邁進了一步。
人工智慧的基礎是數據，特別是談到自動駕駛、物聯網等領域的時候，圍繞數據開放、數據安全等方面的行業標準和管理辦法是行業面臨的共同問題。
工信部、國家發改委、科技部聯合發布的《汽車產業中長期發展規劃》提出，到2020年，汽車駕駛輔助、部分自動駕駛、有條件自動駕駛系統新車裝配率要超過50%，網聯式駕駛輔助系統裝配率要達到10%。汽車自動駕駛產業發展正在提速。李彥宏認為，汽車是一個包含很多環節的大產業，「比如說自動駕駛高精地圖，什麼人可以採集，什麼人不可以採集，一個無人駕駛的汽車被黑客攻擊了變成一個武器怎麼辦？其實涉及到各種各樣的情況。也包括比如政府層面不需要去造車，不需要去發明自動駕駛的技術，但是在道路上，在基礎設施的建設上，它能不能做什麼東西，使得自動駕駛的技術開發的難度進一步降低等等，就是在各個層面政府都是可以發揮他們的作用。」
同時，其他前沿技術的發展與相互融合，迫使相關部門的研究和行動速度進一步提升。
5G的到來以及區塊鏈技術的湧現，讓結合AI強化物聯網的應用深度及利用區塊鏈提升物聯網安全成為新話題。AI與物聯網的結合已經不是新議題，物聯網的未來勢必與人工智慧進行高度整合，利用AI可以協助物聯網的網路管理、數據篩選分析、管理自動化、服務客制化等，讓整個物聯網服務更加人性與完善。
而區塊鏈與物聯網的結合仍處於相當初期的階段，但區塊鏈的諸多特性與物聯網架構需求卻有許多相似之處，包括安全性、去中心化、智能合約都是物聯網不可或缺的關鍵。
在區塊鏈技術方面，由於其分散式特性以及ICO等金融問題，已經引發世界各國監管者的重視。
對於中國來說，大趨勢如此，大環境更好，對於整個AI創業者都是好消息。因為，在中國問題一旦被確認，可以得到更加理性和快速的，也就更加利於科技新事物的推進。
TAG:AI智界 |