中國頂級 AI 研究者數量僅為美國 1/5：美國智庫最新全球 AI 實力報告

知識 08-19

機器之心整理

參與：澤南、杜偉、張倩

最近，美國數據、技術和公共政策交叉研究智庫 Center for Data Innovation 發布了一份中、美、歐 AI 實力對比報告，從人才、研究、發展、應用、數據、硬體六個角度對三方的 AI 力量進行了對比。報告顯示，美國各方面綜合得分最高，為 44.2 分（滿分為 100 分），中國則以 32.3 分緊隨其後，而歐盟得分僅為 23.5.

在各個評估維度中，美國在人才、研究、發展、硬體四個維度遙遙領先，中國在應用和數據方面表現突出。此外，歐盟在人才、研究、發展、應用四個維度均居第二，但在研究領域非常強大。

研究還顯示，雖然中國已經在可用於 AI 發展和應用的數據領域建立了強大優勢，但與歐盟和美國相比，中國的人才資源嚴重不足。其中，中國的頂級 AI 研究者（h-index 全球排名前 10% 的研究者）數量僅為 977，遠遠落後於歐盟（5787）和美國（5158）。作者建議中國加大對大學階段 AI 教育的投入。

引言

美國從上一波數字創新浪潮中獲得了巨大的經濟效益，誕生了亞馬遜、蘋果、Facebook、谷歌、英特爾以及微軟等全球最成功的科技公司。與此同時，包括歐盟在內的世界其他國家和地區卻選擇在數字創新浪潮中置身事外，因而付出了相應的經濟代價。

很多國家都已經意識到，錯過下一波 AI 創新浪潮可能會帶來類似的問題，因此紛紛採取行動，確保在下一輪全球經濟數字轉型中發揮重要作用。

如今，中國、歐盟和美國成為全球 AI 領先地位的主要角逐者。的確，在互聯網經濟中，通過與美國公司的競爭，中國在一定程度上取得了成功，並清楚地表明自己想要在 AI 領域佔據主導地位。

此外，歐盟推出的 AI 協調計劃表明其自身「想要成為開發和部署尖端、合乎倫理道德和安全 AI 的全球領先區域」。這場關於 AI 全球領先者的角逐將影響中美以及歐盟未來的經濟產出、競爭力和軍事優勢。

報告概覽

根據中、美、歐盟的 AI 對比報告結果，美國以 44.2 分的綜合得分排名第一。其原因在於以下幾個方面：

美國擁有最多的 AI 創業公司，並且相關創業生態系統獲得了最多的私募股權投資和風投；

美國在賦能 AI 系統的傳統半導體和計算機晶元行業處於領先地位；

美國雖在學術論文總數上不及歐盟或中國，但論文的平均質量最高；

美國的 AI 人才總數雖不及歐盟，但更為優秀。

中國在 AI 領域領先於歐盟，並且似乎正快速縮小自身與美國的差距。中國較歐盟和美國具有更多的數據獲取途徑，這一點非常重要，因為現在很多 AI 系統需要利用數據集來準確地訓練模型。2017 年，在風投和私募股權投資方面，中國 AI 創業公司獲得了較美國更多的資金投入。但是，中國在高質量 AI 人才方面明顯落後於美國和歐盟。截至 2017 年，義大利等數個歐盟成員國的 AI 研究人員數量皆多於中國。與美國相比，中國在六個評估維度中都取得了顯著的進步，並且在資金投入和 AI 應用方面大大超過了歐盟。

歐盟有足夠的實力與中美兩國展開競爭。事實上，歐盟的 AI 研究人員較中美兩國更多，並且產出的研究成果也是最多的。但遺憾的是，歐盟擁有的 AI 人才數量與其商業 AI 應用和資金投入存在著脫節。舉例而言，中美兩國 AI 創業公司僅在 2017 年獲得的風投和私募股權投資就超過了歐盟 2016-2018 年的資金投入總和。因此，歐盟的落後地位不僅削弱了自身享受 AI 經濟和社會效益的能力，而且影響到了歐盟委員會（European Commission）想要贏得全球 AI 主導地位的目標實現。

表 1：中美以及歐盟在人才、研究、發展、應用、數據和硬體六個評估維度的排名。

為了解中美以及歐盟 AI 優勢與其研究者規模之間的關係，作者通過計算平均數來計算每個指標的得分。結果顯示，美國得分最高，為 58.2 分；歐盟其次，為 24.3 分；中國最低，為 17.5 分。

報告表明，中美以及歐盟各自都有可以提升的領域，從而在 AI 經濟中更富競爭力。舉例而言，中國應該增強高校 AI 相關學科的教學能力，鼓勵重視科研質量而非數量，還要營造數據開放的文化氛圍。與此同時，歐盟應該制定相關政策激勵 AI 人才留下來，幫助其將研究成果轉化為商業應用，鼓勵在全球市場中更具競爭力的大公司的發展，並要進行制度改革以實現更好的 AI 數據應用。最後，美國若要保持其領先地位，則應該將重點放在擴展本國人才基礎的政策上來，促使外國 AI 人才移民美國，並增加 AI 研發的獎勵措施。

接下來，作者依次對六個評估維度和相應得分進行了詳述和解析。

人才

AI 研究者數量：此處的 AI 研究者指的是 2007-2017 年間在 AI 期刊上發表文章或取得 AI 相關專利的研究者。據估算，歐盟的 AI 研究者數量達到了 43064 人，領先美國（28536）和中國（18232）。其中，德國（9441）、英國（7998）、法國（6395）、西班牙（4942）、義大利（4740）的研究者數量總和就已經超過了美國的研究者數量。平均來看，美國每 100 萬名研究者中的 AI 研究者數量（173.1）領先歐盟（172.9）和中國（23.2）。

頂級 AI 研究者數量（H-Index）：研究者的數量固然重要，但質量更加重要。h-index 是衡量研究者質量的一大指標，從中可以看出研究者的論文產出和影響力。這一指標考察了全球 h-index 排名前 10% 的 AI 研究者數量。以 h-index 為標準來看，2017 年，歐盟的頂級 AI 研究者數量約為 5787，領先美國（5158）和中國（977），其中英國 (1,177)、德國 (1,119)、法國 (1,056)、義大利 (987) 和西班牙 (772) 共有 5111 人。平均來看，美國每 100 萬人中的頂級 AI 研究者數量（31）領先歐盟（23）和中國（1）。

頂級 AI 研究者數量（學術會議）：在全球 AI 學術頂會上發表論文的研究者數量是衡量研究者質量的另一指標。AI 創業公司 Element AI 整理了 2018 年 21 個 AI 頂會的數據。在這一指標上，美國的研究者數量（10295）領先歐盟（4840）和中國（2525）。平均來看，美國每 100 萬人中的頂級 AI 研究者數量（62）領先歐盟（19）和中國（3）。

表 2：人才的絕對數量和得分。

表8：頂級 AI 研究者數量對比，以每百萬人均計算。

研究

中國、美國和歐盟都在開展 AI 研究探索。例如，2017 年國務院印發的《新一代人工智慧發展規劃》指出，中國計划到 2025 年人工智慧基礎理論實現重大突破。為了實現這一目標，政府還建立了人工智慧研究中心。此外，中國工業和信息化部還計劃每年撥款 9.5 億美元，資助戰略性人工智慧項目。

歐盟委員會承諾在 2018 到 2020 年間投入 15 億歐元（17 億美元）用於 AI 研究，並提出在 2021 年-2027 年間至少投入 70 億歐元開展 Horizon Europe 和 Digital Europe 計劃，以發展人工智慧。

2015 年，美國聯邦政府在人工智慧相關技術的非機密研發上花費了 11 億美元。2018 年 9 月，美國國防部下屬的國防高級研究計劃局（Defense Advanced Research Projects Agency）宣布，將在 5 年內投入 20 億美元，以開發下一代人工智慧技術。

AI 論文數量：每年發表的 AI 論文數量是衡量各國研究發展狀況的指標之一。2017 年，中國發表的 AI 研究論文數量達到了 15199 篇，而在歐盟和美國，這一數字分別為 14776 和 10287。從歷史總數上來看，其實歐盟發表的 AI 論文數量才是最多的。從 1998 年到 2017 年，歐盟研究者發表了接近 164000 篇 AI 論文，而在中國和美國，這一數字分別為 135000 和 107000。平均起來看，2017 年美國每 100 萬研究者發表的論文數目是 63，領先歐盟（59）和中國（19）。

表 3：研究水平對比。

發展和應用

追蹤私募基金是衡量各國發展人工智慧企業能力的一種方式。該報告研究了 2017 年至 2018 年間 AI 公司的風險投資和私募股權融資。美國（約 169 億美元）處於領先位置，其次是中國（約 135 億美元）和歐盟（約 28 億美元）。

與其他基於技術的初創企業類似，人工智慧創業公司可以成為一個國家經濟增長和競爭力的重要推動力。全球諮詢公司 Roland Berger 和總部位於柏林的投資公司 Asgard 將人工智慧初創企業歸類為生產利用人工智慧作為主要產品或服務的公司（不包括硬體企業）。該公司研究發現，2017 年美國是 1393 名 AI 初創企業的所在地，領先於歐盟（726 家）和中國（383 家）。

衡量人工智慧應用的最好方法是跟蹤成功將 AI 納入其業務流程的公司百分比。2018 年，中國在這一方面的比例領先全球（32%），其次是美國（22％）和歐盟（約 18％）。另一方面，有 53% 的中國公司已經在開展人工智慧應用的試點，這一數據也大大領先第二名美國（29%）。

表 4：AI 發展水平對比。

表 5：傳統公司 AI 技術應用對比。

表 6：AI 發展水平對比，以人均計算。

表 7：傳統公司應用 AI 技術的比例。

數據

中國互聯網公司收集的數據可以為業界和學界帶來很大的 AI 研發優勢。事實上，隨著中國應對數據缺乏的政策實施，這種優勢在未來還有可能繼續擴大。

與西方同行相比，中國大型互聯網公司具有的很大的數據優勢，這其中至少有兩個原因。首先，西方的互聯網服務相對分散：即使是亞馬遜的用戶也不能預訂酒店。而另一邊，中國科技公司已經構建了一體化的超級應用程序。例如，微信現在已經允許用戶「叫計程車、訂餐、預訂酒店、交手機話費，以及購買飛往美國的航班；在美國，這些服務以及數據在 Uber、Postmates、Expedia、Verizon 和 Venmo 等公司之間並行。

表 8：數據集對比。

表 9：數據水平對比，以人均水平計算。

硬體

AI 系統依賴大量算力。實際上，正是因為 GPU（圖形處理單元）的快速發展，人工智慧技術才迎來了近幾年的爆發。硬體技術對於國家 AI 競爭力非常重要。

首先，半導體產業薄弱的國家容易受到其他國家的牽制。在 2018 年，美國禁止向中興通訊提供零部件和軟體。由於中興依賴美國公司提供的半導體設備，該公司業務一度受到嚴重威脅。雖然美國最終解除了禁令，但這種情況凸顯了中國對西方技術的依賴。最近，美國阻止本國公司向五個特定的超級計算機實體銷售晶元，而美國商務部則開始打壓華為。

其次，許多專家認為應該專為 AI 應用設計晶元，全新架構將勝過 GPU 等經過驗證的技術。因此，蘋果、谷歌和亞馬遜等非半導體公司正在設計自己的 AI 晶元以滿足自身需求，這可以提升其 AI 系統的性能，從而為他們提供競爭優勢。

第三，高性能計算推動了多個領域的突破性發現，構建高性能超級計算機使一些國家在基礎科技研究和技術應用方面比其他國家更快。

截止 2019 年，以 AI 用例開發晶元的公司數量上，美國以 55 家領先全球，中國為 26 家，歐盟有 12 家。