這份報告始于 2018 年，主要包括研究、人才、產業(yè)、中國、政治、預測等幾個部分，兩位作者逐年更新基礎版本，及時捕捉人工智能快速發(fā)展的快照，他們將這份報告看作是「我們所見過的最有趣的事情的匯編�！�

作者： 微胖

2019 年已然過去一半，現(xiàn)在是人工智能報告的季節(jié)。過去一段時間，我們接連看到幾篇關于人工智能現(xiàn)狀的報告，均出自風投領域的投資人和觀察家們，他們一直密切關注人工智能的方方面面，從技術突破、到對經(jīng)濟與社會的影響。

之所以選擇伊恩·霍加斯(Ian Hogarth )與內森•貝納希 (Nathan Benaich) 合著的《2019 年人工智能狀況報告》(State of AI Report 2019)，主要考慮到兩個因素。

首先，兩位作者都是從事人工智能領域投資的專業(yè)人士。伊恩·霍加斯不僅是人工智能天使投資人，也是倫敦大學學院 IIPP(Institute for Innovation and Public Purpose，創(chuàng)新與公共福祉研究院)客座教授。內森•貝納希創(chuàng)辦了 Air Street Capital，專門從事人工智能投資，也是 RAAIS(研究與應用人工智能峰會，Research and Applied AI Summit) 創(chuàng)始人，這一個由專注于人工智能技術的科學與應用的人工智能企業(yè)家、研究人員和運營商組成的全球社區(qū)。

其次，和其他報告不同，他們專辟一章介紹中國。貝納希在接受媒采訪時解釋說，雖然中國在某些方面落后，但生態(tài)系統(tǒng)無疑正朝著正確的方向發(fā)展，巨大的資源也正推動著它的增長。而且，中國國內和國外的消費者互聯(lián)網(wǎng)已經(jīng)脫鉤：阿里巴巴、騰訊和百度在中國的影響力比谷歌、亞馬遜或 Facebook 大上幾個數(shù)量級，這也是他們將專門一個章節(jié)獻給中國的重要原因。

這份報告始于 2018 年，主要包括研究、人才、產業(yè)、中國、政治、預測等幾個部分，兩位作者逐年更新基礎版本，及時捕捉人工智能快速發(fā)展的快照，他們也將這份報告看作是「我們所見過的最有趣的事情的匯編�！挂虼�，讀者會發(fā)現(xiàn)報告并非至始至終源自作者撰寫和制圖，一些內容直接取自第三方資料，比如彭博社等。據(jù)作者介紹，寫作過程中也借鑒了人工智能領域知名專家的一些觀察。比如，谷歌人工智能研究員和 Keras 深度學習框架的領導者 Francois Chollet，李開復，以及 Facebook 人工智能研究員 Sebastian Riedel。

鑒于我們更多關注產業(yè)面向，本文省略科研(research)、政治部分的介紹。對這兩部分感興趣的讀者，可以直接瀏覽報告原文。

1 產業(yè)

1、宏觀經(jīng)濟形勢依然火熱。與 2017 年相比，2018 年投資于人工智能的資金增長了近 80%，每年超過 270 億美元，北美以 55% 的市場份額領先。

 

 

大型科技公司繼續(xù)「吞噬」人工智能初創(chuàng)企業(yè)。Twitter 收購 Fabula AI，為了增強其機器學習專業(yè)技能。Lyft 收購 Blue Vision Labs 用于 3D 地圖創(chuàng)建，Niantic 收購 Matrix Mill 用于現(xiàn)實移動 AR, Facebook 收購 Bloomsbury，DeepMind 醫(yī)療服務并入母公司醫(yī)療部門，IBM 收購了 Red Hat。如果從 2010 年起算，幾個互聯(lián)網(wǎng)傳統(tǒng)巨頭已累計完成 60 起 AI 公司收購案。

 

 

而且，最好的人工智能創(chuàng)業(yè)公司越來越容易獲得大規(guī)模融資。Graphcore 獲得了 2 億美元的 D 輪融資，Darktrace 獲得了 5000 萬美元的 E 輪融資，UiPath 在 12 個月內通過三輪融資籌集了近 10 億美元。盡管中國創(chuàng)業(yè)公司的融資規(guī)模并不如去年那么龐大(當時，多家公司籌集了超過 10 億美元的資金)，今年仍然不乏大規(guī)模融資。比如，F(xiàn)ace++(曠視科技)D 輪融資 7.5 億美元、地平線 B 輪融資 6 億美元等。

 

 

2、RPA 和自動駕駛汽車。正如報告中所強調的，這些資金投入的一些應用領域是機器人 (主要用于制造和物流)、RPA(機器人過程自動化)、醫(yī)療保健、需求預測、自動駕駛汽車和文本分析。

其中，根據(jù)報告所述，與機器人無關的 RPA 是「企業(yè)在一夜之間成功之前，醞釀了 15 年」。貝納希指出，RPA 的行業(yè)應用似乎正在快速增長，這主要是因為它為企業(yè)帶來的好處: 降低了運營成本，提高了與新進入者競爭的運營靈活性。

RPA 公司也進行了多輪融資：RPA 公司獲得了大量融資:UiPath 在 2018 年的兩輪融資中籌集了 8 億美元，在 2019 年的一輪融資中籌集了 8 億美元，而 Automation Anywhere 在 2018 年的兩輪融資中籌集了 5.5 億美元。

然而，報告作者提醒讀者仍有理由對 RPA 持懷疑態(tài)度，「至少在現(xiàn)階段，RPA 更多的是關于自動化，而不是智能，更多的是基于規(guī)則的解決方案，而不是人工智能�！�

 

 

另一個引人注目的應用領域是自動駕駛汽車 (AV)。在美國，玩家繼續(xù)對自主駕駛汽車公司進行巨額投資，包括 Cruise(2018 年和 2019 年兩輪融資 19 億美元)、Nuro(B 輪 9.4 億美元)和 Aurora(B 輪融資 6 億美元)。正如兩位作者所指出的，自動駕駛汽車現(xiàn)在是一場數(shù)十億美元資產負債表的游戲，他們分別列出了 Waymo、Uber、Cruise 以及福特等公司的支出，以證明自己的觀點。

 

 

值得注意的是，今年出現(xiàn)了退出案例。比如，Uber 關閉自動駕駛卡車項目，自動駕駛創(chuàng)業(yè)公司 Drive.ai 的永久關閉。盡管加州和其他地方投資和現(xiàn)場測試都在增長，但是，一些玩家很有可能爽約曾約定的發(fā)布日期，而另一些玩家則保持沉默。

 

 

報告作者指出，雖然加州人平均每年開車 14435 英里，但 2018 年只有 11/63 的公司的自動駕駛汽車的行程超過這個數(shù)字。2018 年，Waymo 駕駛里程超過 100 萬英里，幾乎是排名第二的通用汽車 Cruise 的三倍，是排名第三的蘋果的 16 倍。至于特斯拉，它沒有向加洲汽車管理局 (California DMV) 報告脫離接觸的指標。然而，據(jù)稱特斯拉擁有的數(shù)據(jù)比其他任何公司都多，這讓它在競爭中占了上風。

3、芯片與地緣政治。特斯拉還設計了自己的人工智能芯片，為機上所需的計算提供動力。這是另一個創(chuàng)新的熱點領域，因為它正在推動人工智能的能力。

報告認為，現(xiàn)在正是開發(fā)新型芯片的好時機，這種芯片是專門為人工智能模型的訓練和推理而設計的。

「我們認為這是正確的，因為人工智模型正被用于幾個大規(guī)模的行業(yè)用例，特別是在消費者互聯(lián)網(wǎng)。因此，芯片設計師有一個明確設計服務對象。然而，設計芯片是一項非常資本密集型的工作，需要大量的領域經(jīng)驗，而這些經(jīng)驗只能經(jīng)過多年才能獲得�！�

按照貝納希的推理，這也與地緣政治密切相關。打造這種「深度」或「核心」不可知技術的公司，占人工智能初創(chuàng)企業(yè)的十分之一，但它們的影響力超過了自身的分量，吸引了五分之一的風險資本投資:

「談到『深度技術』(例如半導體)，美國 (以及韓國和英國等其它關鍵國家) 仍占據(jù)主導地位。這意味著中國在這類技術上仍然嚴重依賴進口。事實上，中國進口半導體的支出是出口半導體的 7 倍�！�

正如伊恩•霍加斯 (Ian Hogarth) 在他的《人工智能民族主義》文章中所指出的那樣，「中國肯定會努力消除這一關鍵的貿易逆差，而 1400 億美元的『大基金』表明政府必須縮小逆差的承諾。我們還相信，中國領先的科技公司將加大對歐洲深度科技公司的收購力度�！�

報告也包括了預測。他們曾在 2018 年的報告中預測有一筆超過 50 億美元的并購交易將被阻止。雖然這還沒有實現(xiàn)，但作者們仍然支持他們的預測。貝納希指出，中國的科技生態(tài)系統(tǒng)正在飛速發(fā)展。

「特別值得注意的是，該生態(tài)系統(tǒng)的重點是培育人工智能優(yōu)先技術公司的增長。根據(jù)最近統(tǒng)計，中國是估值超過 10 億美元的人工智能初創(chuàng)企業(yè)數(shù)量最多的國家�？梢哉f，這些人工智能初創(chuàng)企業(yè)的規(guī)模速度是世界上首屈一指的。」

 

 

另外，在對人工智能任務的移動芯片組性能進行基準測試中，高通 Snapdragon 表現(xiàn)出很強的性能和很強的加速性能，從而贏得了勝利。智能手機榜單中，三星、華為和小米位居榜首，谷歌的 Pixel3 則占據(jù) 22 位。

同時，計算和競爭也正被推向邊緣。谷歌和英偉達在 2025 年將人工智能計算應用于連接設備產生的 40 萬億 GB 數(shù)據(jù)上。另一方面，亞馬遜推出了 SageMaker Neo，讓開發(fā)者在云上培訓 ML 模型，并根據(jù)特定的邊緣硬件平臺導出優(yōu)化模型。

報告指出，5G 提供了更快、更穩(wěn)定的信息傳輸潛力。擁有 5G 的組織或國家將為世界其他地區(qū)制定標準�，F(xiàn)在，中國遠遠領先于美國。

4、現(xiàn)實世界中的機器人。清掃機器人方面，總部位于圣地亞哥的 AI 機器人公司 Brain Corp 今年表示將擴大與沃爾瑪?shù)年P系，于今年年底之前在全國范圍內向其他 1500 個機器人地板清潔工提供操作系統(tǒng) BrainOS。另外，沃爾瑪還計劃導入 300 臺貨架掃瞄機器人、1,200 臺快速卸貨設備以及 900 臺取貨塔(Pickup Tower)。

波士頓動力的 Atlas 繼續(xù)探索技術極限，學會了跑酷，而今年 4 月，這家公司宣布了第一筆重大收購交易，收購對象是一家位于舊金山灣區(qū)的初創(chuàng)公司 Kinema Systems (http://www.kinemasystems.com/)，該公司專為物流揀選系統(tǒng)開發(fā) 3D 成像解決方案，并已進入特定倉庫和物流的產品環(huán)境。這筆收購交易透露出波士頓動力已經(jīng)考慮變現(xiàn)問題。

在物流領域，追趕 Kiva 的物流機器人來了。位于波士頓的創(chuàng)業(yè)公司伯克希爾·格雷公司 (Berkshire grey)研發(fā)的系統(tǒng)(公司 CEO 曾擔任 iRobot 的 CTO)，據(jù)報道超越了亞馬遜機器人助手。他們使用機器人揀選、包裝和運送大多數(shù)物品, 通常沒有任何人與人的接觸。

而亞馬遜這邊，正在大力挖掘其物質基礎設施，并推出更多的倉庫機器人完成履行與分類工作。在今年早些舉辦的 re：MARS 會議上，公司透露已在全球部署了 200,000 個機器人。更早些時候，亞馬遜在美國大約 25 個履行中心部署了超過 100,000 個機器人系統(tǒng)，其中包括自己的本土系統(tǒng)和第三方。最近，亞馬遜還發(fā)布了一對新的機器人 Xanthus 和 Pegasus。

美國工廠正在安裝創(chuàng)紀錄數(shù)量的機器人，而且這種部署發(fā)生在各行各業(yè)。2018 年全美公司采購的機器人數(shù)量達到 35880 臺，同比增長 7%。值得注意的是，雖然歷史上大多數(shù)機器人都是由汽車行業(yè)購買的，但這一年，16702 個機器人流向了非汽車公司，各個領域企業(yè)所采購的機器人數(shù)量都有所提升，包括食品和消費品、塑料和橡膠、生命科學、電子產品。

中國上海，ABB 將投資 1.5 億美元新建機器人工廠，實現(xiàn)用機器人制造機器人。新的上海工廠將采用大量機器學習、數(shù)字化和協(xié)作解決方案，使其成為機器人行業(yè)中最先進、自動化與柔性化程度最高的工廠。

5、需求預測。2015 年創(chuàng)建的對沖基金中 40% 依賴于計算機模型做投資決策。如今，對沖基金和銀行們正招聘越來越多的數(shù)據(jù)科學家。隨著越來越多的信息可以數(shù)字化，比如衛(wèi)星信息、社交媒體、ERP 等，對沖基金就有可能借助人工智能預測需求。

在 AI 與零售高級分析的結合中，最顯著的應用是需求預測。今年年初，BCG 與谷歌公司攜手開展了一項研究，結果顯示：通過大規(guī)模使用人工智能和高級分析，消費品公司可以實現(xiàn)超過 10%的營收增長。其中，需求預測對拉動企業(yè)業(yè)務增長的重要性排在了第一。

在能源與自然災害預測方面，AI 也取得不俗成績。谷歌 DeepMind 將風力發(fā)電價值提升了 20%。雖然人類不能消除風能的可變性，但可以利用機器學習技術，讓風力發(fā)電變得足以可預測和更有價值，幫助風電場運營商對其發(fā)電量如何滿足電力需求進行更智能、更快和更多數(shù)據(jù)驅動的評估。

在洪水預測上，來自谷歌、以色列理工學院以及巴伊蘭大學的研究人員描述了一種機器學習系統(tǒng)，可以準確預測河流洪水。根據(jù) 2018 年季風季節(jié)生成的警報，模型預測的準確率可達 300 米，召回率和準確率分別超過 90% 和 75%。研究人員甚至認為，機器學習技術是改善未來預測的關鍵，這些技術將來可能會被用來預測不是用物理模型模擬的事件，如融雪和河流排放。

6、醫(yī)療領域。過去十二個月中，F(xiàn)DA 一共批準了三款 AI 診斷設備進入市場。

2018 年 4 月初，F(xiàn)DA 批準通過 IDx 公司研發(fā)的首個應用于一線醫(yī)療的自主式人工智能診斷設備 IDx-DR 的軟件程序，該程序可以在無專業(yè)醫(yī)生參與的情況下，通過查看視網(wǎng)膜照片對糖尿病性視網(wǎng)膜病變進行診斷;5 月，F(xiàn)DA 允許 Imagen 公司的 OsteoDetect 軟件進行上市銷售，這是一種計算機輔助檢測和診斷軟件，它使用人工智能算法來分析二維 X 射線圖像中橈骨遠端骨折(常見手腕骨折類型)的情況;11 月，MaxQ AI 宣布其 AI 產品 Accipio Ix 已獲得美國 FDA510(k)營銷許可。Accipio Ix 是一種 AI 工作流程軟件，可幫助臨床醫(yī)生確立可能出現(xiàn)急性顱內出血的成人患者治療的優(yōu)先級。

在藥物研發(fā)領域，制藥公司也正與 AI 驅動的藥物研發(fā)公司合作。

7、文本。自然語言處理是 AI 領域下一個極具挑戰(zhàn)性同時又十分有前景的分支。如今通過掃描文字，AI 能夠理解文字的意思并將文字數(shù)據(jù)化。AI 公司經(jīng)常將維基百科作為機器學習資源，AI 創(chuàng)業(yè)公司 Primer 也想為維基百科做一些回饋。他們正在使用機器學習來檢索科學研究的資料，找到那些被維基百科忽略了的科學巨人。結果顯示，經(jīng)常被全球各種各樣的百科全書所忽略的常常是女性科學家。

8、專利。從 2012 年到 2017 年，AI 專利增速遠大于 AI 科研作品數(shù)量。隨著機器學習科研成果被用于商業(yè)領域，科研論文與專利比率顯著下滑。其中，機器視覺領域的專利最多，生物識別堪稱之冠。

 

 

 

 

2 人才

1、就人才而言，專家們有一個共識:人工智能人才受到高度追捧 (并得到回報)，培訓投資正在上升。盡管如此，人工智能人才短缺仍然是該技術在整個行業(yè)廣泛應用的一個主要瓶頸。一種減輕這種情況的方法是 AutoML，也就是說，使用機器學習以某種遞歸方式自動化應用機器學習過程中越來越多的部分。在報告中，AutoML 被證明能夠重新設計神經(jīng)網(wǎng)絡，這些網(wǎng)絡比人類設計的在資源受限的移動設備上運行的網(wǎng)絡更好。

2、谷歌繼續(xù)在 2018 年的 NeurIPS 學術人工智能大會上占據(jù)主導地位，如果以研究論文產出衡量，谷歌是最具生產力的組織之一。

另外，不平等或者說不均衡現(xiàn)象，在人才方面很常見。例如，在 NeuIPS、ICML 或 ICLR 發(fā)表論文的 4000 名研究人員中，88% 是男性;收入方面，大型科技公司的高級工程師薪酬接近 100 萬美元。而在中國底層從事數(shù)據(jù)標記工作的勞動力，每小時掙 1.47 美元，即便如此，人數(shù)也出現(xiàn)了巨大增長。

3、歐洲或英國將成為全球人工智能研發(fā)實驗室嗎? 由于兩位作者都位于英國倫敦，所以對歐洲和英國的前景特別感興趣:

 

 

 

 

「我們正處在一個難以置信的變革時期。經(jīng)濟正在發(fā)生變化。治理在不斷變化。我們應對最嚴峻的社會挑戰(zhàn)的唯一方法是借助強大的技術，比如人工智能——可行、安全、合乎道德的人工智能。這就是歐洲的獨特優(yōu)勢所在�！�

貝納希認為，歐洲科技產業(yè)在過去 10 年里蓬勃發(fā)展，一個既成熟又可持續(xù)融資的新生態(tài)系統(tǒng)正在出現(xiàn):「這將對歐洲和英國人工智能未來幾年的命運產生重大影響。背景很重要。在英國退歐和美中貿易戰(zhàn)之際，所有人都想知道，歐洲——尤其是英國——將在全球經(jīng)濟中扮演什么角色。

有人認為，谷歌將利用歐盟去年實施的嚴格隱私規(guī)定，成為道德行業(yè)的領導者。但現(xiàn)實可能會有所不同：英國似乎注定要成為全球人工智能研發(fā)實驗室。在過去，主要的驅動力是像牛橋、帝國理工和倫敦大學學院這樣的優(yōu)秀大學。他們培養(yǎng)了如今在美國領先科技公司工作的人才。

但是，現(xiàn)在發(fā)生了更多變化。在過去 18 個月里，美國科技公司已深入英國的生態(tài)系統(tǒng)，以加強它們的人工智能產品。除此之外，瑞士也和英國一樣，均屬于歐洲 AI 研發(fā)實驗室的位置。而美國和中國的生態(tài)系統(tǒng)更加成熟，無論是人才流入或者流出呈現(xiàn)低水平狀態(tài)。

 

 

4、今年還有一個現(xiàn)象值得關注，大量雇傭 AI 研究人員的趨勢似乎正在放緩，巨頭們凍結或者正在減少對科研人才的雇用需求，這可能暗示公司現(xiàn)在更需要那些能將科研成果轉化為產品的人才。

 

 

3 中國

1、中國互聯(lián)網(wǎng)公司已將人工智能東風吹到畜牧領域。為了順應智能養(yǎng)殖的行業(yè)趨勢，中國畜牧業(yè)協(xié)會甚至正式成立智能畜牧分會。

作為豬肉消費大國，中國養(yǎng)一頭豬的成本相當于美國養(yǎng)兩頭豬;養(yǎng)殖規(guī)模 1 萬頭以上的養(yǎng)豬場數(shù)量占比仍不足 1%，規(guī)�；�養(yǎng)殖發(fā)展速度較慢;豬肉價格也波動頻繁。網(wǎng)易、阿里巴巴、京東陸續(xù)推出的「智能養(yǎng)豬」，以改變養(yǎng)豬現(xiàn)狀。比如，京東推出引以為豪的「豬臉識別」;在養(yǎng)豬場，Dekon 集團、Tequ 集團和阿里巴巴云合作，使用計算機視覺和語音識別系統(tǒng)識別豬的側翼紋身數(shù)字，并監(jiān)測脆弱的小豬是否發(fā)出痛苦的尖叫聲。

騰訊 AI 團隊基于人臉識別技術研發(fā)出一套適用于鵝臉識別技術解決方案，用以實現(xiàn)對每只鵝進行建檔、投食等精細化管理;華為推出的「AI 養(yǎng)�！�;京東提出的跑步機項目，在養(yǎng)雞過程中，通過 AI 自動喂食喂水和廢物清除。

四川西昌有著全球最大的蟑螂養(yǎng)殖基地，他們使用人工智能系統(tǒng)來收集和分析多達 80 種特性，如蟑螂的濕度、溫度和食物需求，刺激昆蟲的生長和繁殖速度，養(yǎng)殖效率達到了很高水平，每年可以培育 60 億只蟑螂。該基地的蟑螂主要用于制藥。

2、無處不在的人臉識別。巨頭互聯(lián)網(wǎng)公司提供人臉識別技術為保險公司識別客戶身份;用戶可以通過刷臉完成交易;商家利用人臉識別技術驗證合作伙伴作者，或為其他平臺許可人臉識別技術。中國的人臉識別技術與西方同樣優(yōu)秀，但在商業(yè)化部署方面，已經(jīng)遠遠領先。

許多賓館、學校和幼兒園都部署了刷臉門禁系統(tǒng)。一些大學甚至采用人臉識別系統(tǒng)，發(fā)現(xiàn)替考者。在北京，一家肯德基連鎖店會掃描客戶的臉，然后根據(jù)包括年齡、性別和情緒在內的因素向客戶推薦食物。作為在全國推廣「文明」行為的一部分，包括深圳和濟南在內的數(shù)十個城市，都部署了人臉識別系統(tǒng)，發(fā)現(xiàn)和懲治不遵守交通規(guī)則的人。

3、中國企業(yè)研發(fā)支出增長迅速，同比增幅達到 34%，但市場份額明顯滯后，在全球科技支出占比上，僅 17%，美國企業(yè)占 61%。原因主要有以下幾點：

BAT 等巨頭更傾向于通過收購而非自主研發(fā)來實現(xiàn)創(chuàng)新;研發(fā)預算的購買力差異，尤其是在招聘科學家和工程師方面，美國所需成本較高;中國科技企業(yè)相對仍較年輕，業(yè)務在全球的覆蓋和預算都相對較少，硅谷巨頭們的收入高于中國大型科技企業(yè)，如果以研發(fā)支出在銷售收入中的占比來衡量的話，這一差距就沒有那么大了。

報告指出雖然目前在研發(fā)支出方面，美國企業(yè)遙遙領先于中國，但隨著時間發(fā)展，兩國會逐步縮小差距。

 

 

4、中國半導體貿易逆差，正在(緩慢)加大。一方面，中國電子制造產業(yè)登頂，目前擁有全球智能手機、計算機、電子消費品等細分行業(yè) 80% 以上的產能，在物聯(lián)網(wǎng)、5G、智能家居等領域也保持著相對領先的地位。人工智能、虛擬現(xiàn)實、物聯(lián)網(wǎng)等領域的發(fā)展，推動各類芯片嵌入到汽車、咖啡機、家電等產品;然而，另一方面，盡管中國企業(yè)在半導體領域投入巨大資金，但因缺乏足夠的時間積累，歐美企業(yè)占據(jù)中高端芯片市場的局面仍然是一個長期演變的過程。

 

 

5、中國的工業(yè)自動化水平不斷提高，工作崗位不斷更換。在過去的三年里，一些中國的工業(yè)企業(yè)已經(jīng)自動化了 40% 的勞動力。這可能部分歸因于自 2012 年以來，中國每年的機器人安裝數(shù)量增長了 500%(歐洲為 112%)。然而，目前尚不清楚 AI 在機器人的應用程度上有多高。另一方面，機器人正在中國推動自動化倉儲，比如。京東位于上海的履行中心使用自動化倉庫機器人每天組織、挑選和運送 20 萬份訂單。

 

 

值得注意的是，今年三月，高盛曾走訪一批新的中國工廠，很多新建產能自動化程度堪稱全球領先，但是高盛也談到了中國自動化存在的問題，比如過分追求自動化對于中國來說并不一定是經(jīng)濟效益最優(yōu)。一方面，大力推廣機器人換人后，一旦比如日本機器人出現(xiàn)問題，要等半個月才能有日方工程師過來修理;另一方面，在機器之心記著采訪傳統(tǒng)制造業(yè)(比如制鞋)升級過程中也發(fā)現(xiàn)，巨頭外企也很難耐心結合產業(yè)實際情況，針對水土不服的標準品做進一步深入的調研與深度定制化。

6、盡管貿易緊張，但中國企業(yè)仍在美國公開市場進行 IPO。以 2018 年為例，約有 33 家中國公司在紐約證交所和納斯達克證交所上市，其中包括騰訊音樂娛樂、視頻平臺愛奇藝以及電動汽車制造商蔚來。2018 年中國企業(yè)在美國 IPO 數(shù)量遠超過 2017 年的 17 起，也是自 2010 年 39 起 IPO 以來最多的。一些外國分析家表示，鑒于全球市場貿易緊張關系加劇和疲軟，中國企業(yè)在美國發(fā)行新股的數(shù)量顯得有點兒不同尋常。然而，今年活躍的上市交易并未轉化為強勁的業(yè)績，在美國上市的中國企業(yè)表現(xiàn)并不太好。

 

 

7、中國擁有最多的專利，但 2017 年只有 23% 是「發(fā)明專利」。眾所周知，發(fā)明專利的審批過程充滿挑戰(zhàn)，一旦獲得批準，相關專利將獲得 20 年的保護，也代表了推進技術「顯著進步」的新思路。然而，數(shù)據(jù)證明，這些專利在申請后并未得到有效保留。盡管國內企業(yè)提交了大量專利申請，但是因為專利權人不愿意支付不斷增加的專利費用，大多數(shù)專利在五年后即被廢棄：

61% 的實用新型專利和高達 91% 的外觀設計專利在 5 年后被廢棄。相比之下，美國 5 年歷史專利的維護費占總額的 85.6%。

發(fā)明專利的低占比以及其他專利的高廢棄率意味著中國仍有很長的路要走，雖然數(shù)量領先，但在質量上與美國同行的差距仍很明顯。中國的專利質量需要持續(xù)提高，直到真正成為技術先進的國家。

 

 

8、中國正在出版更具影響力的機器學習學術研究。關于基礎研究進展，我們可以考慮以下幾個方面:a) 被主要學術研究會議接受的論文數(shù)量;b) 這些論文的被引頻次;c) 計算機科學和工程等相關課程的國際大學排名。

從第一個和第二個指標來看，中國對全球人工智能研究產出的貢獻正在上升。其中，中國發(fā)表的頂尖 AI 論文數(shù)量已經(jīng)超過美國;就被引頻次來看，所有論文中，引用次數(shù)前 50% 的論文中美各自的占比，可以看出到 2020 年，這一部分論文中美所占比例將持平，各自占到四分之一左右;而后，便是中國大幅度領先。

全球引用次數(shù)前 1% 的 AI 論文，也就是真正具有最高影響力、最高學術價值的那一部分，美國幾乎是停滯不前的，中國則高速前進。根據(jù)圖中預測，按照如今速度發(fā)展，2025 年，在 TOP 1% 的 AI 論文中，中國占比也將超越美國，雙方各占半壁江山，而其后，中國可能會超過美國。

 

 

在第三項指標上，我們可以看到，在全球排名前 20 名的大學中，美國和歐洲的大學仍然占絕大多數(shù)。盡管如此，清華大學和北京大學的計算機科學和工程課程都進入了前 20 名。另外，人工智能的大學課程入學率正在增長，特別是在中國。

 

 

4 預測

報告最后，作者例行針對未來 12 個月，提出六個預測。下圖是作者 2018 年預測實現(xiàn)情況，至于最新的六大預測是否會實現(xiàn)，拭目以待。

 

 

1. 有一波新的初創(chuàng)企業(yè)應用了 NLP 研究的最新突破。在接下來的 12 個月里，他們共同籌集超過 1 億美元的資金。

2. 自動駕駛技術仍處于研發(fā)階段。2019 年，沒有一家自動駕駛汽車公司的行駛里程超過 1500 萬英里，這相當于加利福尼亞 1000 名司機一年的里程。

3. 非 GAFAM Fortune 2000 公司采用了隱私保護 ML 技術，以增強其數(shù)據(jù)安全性和用戶隱私政策。

4. 高等學校設立專門的人工智能本科學位填補人才空缺。

5. 谷歌在量子計算硬件方面取得了重大突破，引發(fā)至少 5 家嘗試進行量子機器學習新公司成立。

6. 隨著人工智能系統(tǒng)越來越強大，人工智能的治理成為一個更大的話題，至少有一家主要的人工智能公司對其治理模式進行實質性的改變。

標簽： 機器學習 人工智能

版權申明：本站文章部分自網(wǎng)絡，如有侵權，請聯(lián)系：west999com@outlook.com
特別注意：本站所有轉載文章言論不代表本站觀點！
本站所提供的圖片等素材，版權歸原作者所有，如需使用，請與原作者聯(lián)系。