在中國(guó)大力提倡發(fā)展自主研發(fā)核心技術(shù)之際,一份最新的人工智能報(bào)告顯示,中國(guó)在過去5年中,盡管論文發(fā)表數(shù)量居全球榜首,不過在人工智能引文影響力等體現(xiàn)科研質(zhì)量的指標(biāo)方面還較落后,另外,共性技術(shù)平臺(tái)、芯片處理器等企業(yè)數(shù)量較少,基礎(chǔ)層領(lǐng)域發(fā)展相對(duì)薄弱。
中美合作深刻影響全球AI發(fā)展
日前一份由科技部新一代人工智能發(fā)展研究中心、中國(guó)科學(xué)技術(shù)發(fā)展戰(zhàn)略研究院聯(lián)合國(guó)內(nèi)外十余家機(jī)構(gòu)編寫的《中國(guó)新一代人工智能發(fā)展報(bào)告2019》(下稱“報(bào)告”)在浦江論壇上發(fā)布。《報(bào)告》分析結(jié)果顯示,美國(guó)、中國(guó)、英國(guó)在人工智能發(fā)展方面表現(xiàn)突出。
2013至2018年間,全球人工智能領(lǐng)域的論文文獻(xiàn)產(chǎn)出共30.5萬篇,其中,中國(guó)發(fā)表7.4萬篇,美國(guó)發(fā)表5.2萬篇。中美兩國(guó)之間人工智能科研論文合作規(guī)模最大,是全球人工智能合作網(wǎng)絡(luò)的中心,中美兩國(guó)合作深刻影響全球人工智能發(fā)展。
不過,美國(guó)人工智能論文引文影響力(FWCI)、PCT專利數(shù)量、企業(yè)數(shù)量和融資規(guī)模等指標(biāo)都居全球第一,整體實(shí)力領(lǐng)跑全球。中國(guó)人工智能論文雖然發(fā)文量居全球最高,但引文影響力指標(biāo)(FWCI)相對(duì)落后;企業(yè)數(shù)量、融資規(guī)模居全球第二,英國(guó)人工智能論文發(fā)文量、總被引次數(shù)、企業(yè)數(shù)量、融資規(guī)模等指標(biāo)排名第三,在全球人工智能領(lǐng)域也具相當(dāng)實(shí)力。以色列雖然論文和企業(yè)數(shù)量不多,但論文引文影響力指標(biāo)(FWCI)以及產(chǎn)學(xué)研合作指標(biāo)突出。日、韓兩國(guó)在專利申請(qǐng)方面也體現(xiàn)了一定優(yōu)勢(shì)。
《報(bào)告》指出,過去一年來中國(guó)人工智能產(chǎn)業(yè)化落地加快推進(jìn),正在為中國(guó)新舊動(dòng)能轉(zhuǎn)換和國(guó)民經(jīng)濟(jì)高質(zhì)量發(fā)展提供有力支撐;社會(huì)服務(wù)領(lǐng)域應(yīng)用場(chǎng)景豐富,為中國(guó)人工智能技術(shù)加快落地加速迭代提供了條件。同時(shí),《報(bào)告》也指出了當(dāng)前中國(guó)人工智能發(fā)展中尚存在的一些問題。比如在人工智能引文影響力等體現(xiàn)科研質(zhì)量的指標(biāo)方面還較落后,另外,共性技術(shù)平臺(tái)、芯片處理器等企業(yè)數(shù)量較少,基礎(chǔ)層領(lǐng)域發(fā)展相對(duì)薄弱。
中國(guó)科學(xué)技術(shù)發(fā)展戰(zhàn)略研究院科技預(yù)測(cè)與評(píng)價(jià)研究所所長(zhǎng)王書華表示:“2018年以來,人工智能對(duì)科技、產(chǎn)業(yè)和社會(huì)變革的巨大潛力得到全球更加廣泛認(rèn)同,各國(guó)人工智能戰(zhàn)略布局進(jìn)一步升級(jí),人工智能正在從少數(shù)大國(guó)關(guān)注走向全球布局的新格局。”據(jù)王書華透露,2018年有12個(gè)國(guó)家地區(qū)陸續(xù)發(fā)布或加強(qiáng)了其國(guó)家級(jí)人工智能戰(zhàn)略計(jì)劃,另有11個(gè)國(guó)家正在籌備制定其人工智能國(guó)家戰(zhàn)略。
科技部新一代人工智能發(fā)展研究中心副主任、中國(guó)科學(xué)技術(shù)發(fā)展戰(zhàn)略研究院研究員李修全表示,人工智能正在由學(xué)術(shù)界驅(qū)動(dòng)轉(zhuǎn)向?qū)W術(shù)界和產(chǎn)業(yè)界共同驅(qū)動(dòng),需要產(chǎn)學(xué)研協(xié)同創(chuàng)新。然而,從數(shù)據(jù)上看,中國(guó)人工智能校企合作論文比例與美國(guó)、以色列等國(guó)家相比還有較大差距,人工智能學(xué)術(shù)研究仍以高校為主,與企業(yè)的結(jié)合程度較弱。高校和科研機(jī)構(gòu)的科研成果與企業(yè)的實(shí)際需求結(jié)合不夠緊密,企業(yè)在科研項(xiàng)目中的參與程度較低,真正以市場(chǎng)為導(dǎo)向、產(chǎn)學(xué)研協(xié)同開展的人工智能科研活動(dòng)仍有待加強(qiáng)。
中國(guó)正加快人工智能發(fā)展步伐。自2017年《新一代人工智能發(fā)展規(guī)劃》發(fā)布以來,全國(guó)已有19個(gè)省(直轄市、自治區(qū))發(fā)布了26項(xiàng)人工智能專項(xiàng)政策,并提出了各自的發(fā)展定位與目標(biāo)。人工智能學(xué)科和專業(yè)建設(shè)加快推進(jìn),全國(guó)30多所高校成立了AI學(xué)院,75所高校自主設(shè)置了89個(gè)人工智能相關(guān)二級(jí)學(xué)科或交叉學(xué)科。人工智能企業(yè)通過與研究型大學(xué)共建聯(lián)合實(shí)驗(yàn)室、研究院、研究中心等方式加速人工智能高水平人才成長(zhǎng),多層次AI人才培養(yǎng)體系逐步形成。
中國(guó)到了做原始創(chuàng)新的轉(zhuǎn)折點(diǎn)
上海市科學(xué)學(xué)研究所科技發(fā)展研究中心主任王迎春博士表示:“我們過去做了很長(zhǎng)時(shí)間的跟跑者,雖然發(fā)了很多論文,但不是自己定義的,因此原創(chuàng)性不夠,現(xiàn)在很多領(lǐng)域我們已經(jīng)跟到了前沿,到了要從跟跑者到引領(lǐng)者的時(shí)候了,教育科研都要做原始創(chuàng)新,這一轉(zhuǎn)折點(diǎn)已經(jīng)到來。我們未來應(yīng)該勇闖無人區(qū),做更多開拓性的研究,這需要自信和一個(gè)過程,但我認(rèn)為這種條件正在逐步達(dá)成,形成共識(shí)。”
王迎春博士認(rèn)為,這些年中國(guó)越來越重視基礎(chǔ)科學(xué)的研究,也更加積極地進(jìn)行體制改進(jìn)和創(chuàng)新,但中國(guó)發(fā)展到目前的階段讓我們切實(shí)地感受到一種糾結(jié)的壓力。“一方面是我們確實(shí)感覺到需要核心技術(shù)的支撐;另一方面我們?cè)诨A(chǔ)科學(xué)方面確實(shí)比較薄弱,需要長(zhǎng)期的投入和支持,這是我們面臨的挑戰(zhàn)。”王迎春告訴記者,“我們希望全球的技術(shù)和學(xué)術(shù)合作是開放的,只要是通過合法的商業(yè)規(guī)則,但是在目前的國(guó)際形勢(shì)下,我們發(fā)展自主研發(fā)底層核心技術(shù)的需求變得更加迫切了。”
在這一過程中,王迎春博士認(rèn)為中國(guó)應(yīng)該更多地投入人工智能基礎(chǔ)層領(lǐng)域的技術(shù)和研究。他對(duì)記者表示,底層技術(shù)包括超算、大數(shù)據(jù)、核心算法、開發(fā)平臺(tái)、人工智能芯片的核心攻關(guān)等;同時(shí)應(yīng)該投入更多基礎(chǔ)學(xué)科的研究,包括數(shù)學(xué)、物理學(xué)、神經(jīng)科學(xué)、核心算法的研究等。
全球領(lǐng)先的機(jī)器人流程自動(dòng)化軟件公司UiPath創(chuàng)始人CEO Daniel Dines日前在接受第一財(cái)經(jīng)記者專訪時(shí)也表示,中國(guó)應(yīng)該考慮認(rèn)真投資人工智能基礎(chǔ)設(shè)施建設(shè)。他認(rèn)為,人工智能底層技術(shù)的建設(shè)就好像是房屋的地基和下水道,是一切技術(shù)發(fā)展的基礎(chǔ)。要增加企業(yè)和國(guó)家的競(jìng)爭(zhēng)優(yōu)勢(shì),就要重金投資最好的人工智能基礎(chǔ)設(shè)施,并快速深入地進(jìn)行行業(yè)內(nèi)的布局。
Pivotal全球副總裁兼大中華區(qū)總裁于志偉在貴陽數(shù)博會(huì)期間接受記者采訪時(shí)強(qiáng)調(diào),中國(guó)應(yīng)該更多地去利用開源資源的優(yōu)勢(shì)來發(fā)展人工智能和大數(shù)據(jù)技術(shù)。于志偉表示:“中國(guó)在應(yīng)用層面已經(jīng)處于世界前列,無論是企業(yè)還是消費(fèi)端,大數(shù)據(jù)、AI是國(guó)家級(jí)的戰(zhàn)略,這是我們的優(yōu)勢(shì)。但是在涉及數(shù)據(jù)處理能力的底層技術(shù)方面,還有追趕的空間。自主研發(fā)雖然是一條必要的路徑,但是它會(huì)比較慢,另一條捷徑是利用開源的資源,開源技術(shù)比起商業(yè)的技術(shù)一點(diǎn)都不差,如果能夠好好利用,我覺得可以在開源領(lǐng)域發(fā)展自主可控技術(shù),站在巨人的肩膀上發(fā)展。”