目标只有美国——崛起的中国人工智能(二)

2018年01月19日 22:01    eaoogle_WSN
关键词: 人工智能 , 羿戓 , 机器人 , AI

另外我们从AAAI会议的论文数量也可以看出来,

AAAI 成立于 1979 年,名为“人工智能促进协会”(Associationfor the Advancement of Artificial Intelligence ),是全球人工智能顶尖会议之一。

2016年,当AAAI宣布2017年的年会将于1月末在新奥尔良举行时,由于日期跟中国春节撞车。因此AAAI不得不因此改期。

“没人会把AAAI安排在圣诞节。”AAAI现任主席苏巴劳卡姆巴哈帕蒂(SubbaraoKambhampati)说,“我们几乎立即改变计划,将会议往后挪了一个星期”

2017 第31届AAAI年会最终改到2017年2月4日旧金山举行,

卡姆巴哈帕蒂说,他最初在国际人工智能会议上看到中国研究人员时,他们通常都来自清华大学和北京大学。但他现在已经看到来自中国各地的研究人员发表的论文,而不仅限于最顶尖的高校。

2016年,AAAI全世界评选了6位Fellow,三位都是华人,特别是南京大学的周志华教授,是完完全全在中国大陆成长起来的学者,周志华现在是南京大学计算机科学与技术系副主任

根据周志华发布的统计结果:

2017年 AAAI 2017 共收到 2590 篇投稿,录用 638 篇,录用率为 24.6%。

其中中国投稿785.4篇,录用172.4篇,录用率21.95%;

美国投稿776.4篇,录用189.9篇,录用率24.46%

有些论文是合著,所以会有小数点。

在投稿数上,中美占了60.3%,在录用数上,中美占了56.8%。


周志华教授在2017年AAAI年会上当选 2019 年 AAAI的程序委员会主席。这在 AAAI 历史上尚属首次,充分表明了中国AI 影响力。

清华大学计算机科学与技术系2017年有5篇论文被AAAI收录,北大,复旦,浙大也均有论文收录,值得一提的是,除了中国的高校有大量论文被录用之外,中国的科技公司也有不少论文被AAAI收录.

百度,腾讯,华为,360,今日头条,携程,iPIN公司等都有论文被收录。

其中百度有两篇,包括一篇如何对人力资源实现人工智能化的管理。

有意思的是携程也有一篇论文被会议收录,一家旅游网站居然也有人工智能研究团队,该文章基于携程自主研发的通用化推荐系统写成,携程团队称系统采用了深度神经网络的自动编码技术,有效地提升了用户的出行体验。

华为诺亚方舟实验室的李航团队的论文,是关于端到端神经机器翻译(NMT)的论文。

360 首席科学家颜水成教授的团队今年也有论文入选AAAI 2017,主要是多路径图像处理。

在AAAI的All in Pratice这个环节,主要是讲人工智能成功的产业化实践,

此次被邀请发表演讲的有百度副总裁王海峰,其他演讲公司有谷歌,Facebook,亚马逊,Uber和纽约大学,Quora公司。

所有的演讲公司都来自中美。

据羿戓信息所了解,百度前首席科学家,人工智能大佬吴恩达在2017 AAAI年会上接受记者采访时说,随着科学研究的逐步成熟,中国人工智能也自成一派。

他还记得,在2016年12月参加了巴塞罗那的国际会议NIPS后,立刻就出现了一些相关的中文报道。但他却没有看到英文信息。语言问题造成了一种不对称的现状:中国研究人员往往使用英文,所以他们可以接触到所有用英文呈现的成果。但英文研究人员却不太可能接触到中文人工智能领域的成果。中国人工智能的发展竟然开始出现了中文信息霸权的趋势。

中国人工智能的机遇与问题

从前面的数据,我们可以很明显的看出,不管是论文数量,产业公司数量,融资金额,中国和美国都稳稳的领跑,但是这不代表不存在问题。

第一个问题是和美国的技术差距。

不管是AAAI还是其他国际顶级人工智能学术会议,尽管我国入选论文不断增多,但是最佳论文总体还是比较少,以AAAI为例,我国只有在2012年由浙江大学团队获得最佳论文。

国家千人计划专家、前微软亚洲研究院副院长张峥评论说“

我个人一直认为中美差距在加大,不是我们走得慢,而是别人跑得快,我纽大的同事Cho刚刚写完一篇非常好的学术长文,对深度学习在自然语言处理子领域做了总结和展望。能进入这样的review可以认为是真正有影响力的:在120篇文章中,来自大陆地区只有10篇(华为实验室3,百度实验室2,北大2,中科院、清华、哈工大各1),就是说不到10%。视觉、智能等分领域的情况不会差太多。饶毅曾把[李]开复和我拉一起说过这事,我们都同意中国落地会更快,但核心技术缺乏实力和后劲。”

人工智能主要分为技术层、应用层和基础层。

技术层包括人工智能通用技术平台(例如计算机视觉与图像、自然语言处理、语音识别),

例如百度发布的阿波罗自动驾驶平台。

应用层包括人工智能行业应用方案、消费类终端或服务等。

基础层包括人工智能芯片、算法和数据。

相比美国的全产业布局特征,中国主要集中在应用侧,另外在技术层和基础层只是局部有所突破。

第二个问题是人才的缺乏

中国人工智能产业极其需要人才,

据腾讯研究院的报告,中国近600家人工智能初创公司中约有近4 万名员工。

且中国人工智能产业的主要从业人员集中在应用层,而美国主要集中在基础层和技术层。中国的基础层人才太薄弱,

中国的很多高校在很长时间内并没有人工智能专业,而在人工智能的诞生地美国,基本上

大的院校都有人工智能专业和研究方向。以美国卡梅隆大学为例,设有专门的机器人研究所,

其中光教授就有100 多位,

当然中国蓬勃发展的互联网产业也让企业界成为人工智能人才培训集中地,

除了初创公司的4万名员工外,中国的产业界人工智能人才主要在BAT为首的企业和华为,

其中百度在人工智能方面是中国最大的人才集中地。

据人才大数据研究院2017 年4 月发布的《BAT人工智能领域人才发展报告》(以下简称《报告》)显示,在人工智能人才储备上,百度处于领衔的地位,数量多于腾讯和阿里。

百度目前在国内人工智能领域处于领军地位,

非常有意思的是,我在腾讯发布的《2017互联网科技创新白皮书》发现了这样一句话,

也是腾讯对BAT三家人工智能人才现状的评价:

“百度正在扮演人工智能国内人才“黄埔军校”角色”

“阿里偏向高薪引才”

而腾讯对自己的评价是“稳扎稳打实现人才高效产出比”

对于中国的年轻学生来说,人才的紧缺同时也意味着机遇,好好投身人工智能领域搞研发,毕业几年内年薪30万以上非常容易。

当然,在人工智能领域,对中国来说更多的是机遇。

首先是人工智能已经上升为中国的国家战略,

2017 年7 月,国务院关于印发《新一代人工智能发展规划的通知》,从国家层面对人工智能进行系统布局,

《新一代人工智能发展规划的通知》确立了“三步走”目标:

到2020 年人工智能总体技术和应用与世界先进水平同步;

到2025 年人工智能基础理论实现重大突破、技术与应用部分达到世界领先水平;

到2030 年人工智能理论、技术与应用总体达到世界领先水平,成为世界主要人工智能创新中心和世界科技强国。

到2030年人工智能核心产业规模超过1万亿元,带动相关产业规模超过10万亿元。

应该说,在中国这么多发展规划里面,人工智能的规划是罕见的非常霸气和自信,国务院很清楚目前人工智能就是中美竞争,其他国家基本只能重在参与。

用直白的话来说,

第一步到2020年是要所有领域紧跟美国,美国有的我也有,只是落后而已。

第二步到2025年和美国互有领先

第三步是到2030年总体要领先美国,容忍局部落后美国

第二个是中国压倒性的规模优势已经在逐渐形成。

人工智能的发展的发动机,其实就是两个,资金和人才。

虽然这两项目前美国都领先中国,但是对中国来说,由于中国庞大的人口规模和海量的理工科毕业生,不缺乏高智商的人力资源,只要给予合适的产业环境,他们能迅速的在实际研发中成长成为人才。

中国庞大的规模,为中国人工智能产业的发展提供了巨大的源动力,

截至2017年6月,我国网民规模达到7.51亿,互联网普及率为54.3%,较2016年底提升1.1个百分点

截至2017 年6 月末,中国移动宽带用户(即3G 和4G 用户)总数达到10.4 亿户,4G 用户总数达到8.88 亿户,占移动电话用户的65.1%。其中手机网民规模达7.24 亿,网民使用手机上网的比例高达96.3%,移动互联网居于绝对主导地位。

海量的互联网用户带来了庞大的市场,

2017年6月,中国有6.25亿人上网看新闻,5.14亿人在网络购物,5.11亿人使用网络支付,4.22亿人玩网络游戏,3.53亿人看网络文学,5.65亿人看网络视频,5.24亿人听网络音乐。

这种4-6亿人体量的用户,超过了美国人口,和欧洲人口总量差不多,而且还在进一步增长。这让中国人工智能公司拥有巨大的市场,每一项技术投向市场,得到的回报都会比小市场要高的多。

普华永道对人工智能产业的发展前景是这样预测的,

到2030年,

中国的人工智能产业规模为7万亿美元,世界第一;

美国人工智能产业规模为3.7万亿美元,世界第二;

欧洲人工智能产业规模为2.5万亿美元,世界第三。

也就是说,中国的产业规模会比美国+欧洲之和更大,

规模优势会给自己带来巨大的价值,同样是一项技术,在中国应用会让企业赚到更多的钱,反过来刺激企业进一步加大研发力度,形成正向循环。


在中美以外的其他国家,除了英国的高校和初创公司还具备较强实力以外,

总体都已经大大落后。

隔壁日本企业整体上在人工智能领域进展相对较慢。主要因为日本企业重视硬件、轻视软件的传统,导致业界对人工智能的重视不够。

即便是目前人工智能持续火爆的情况下,日本学界和工业界仍然持续有对人工智能的质疑声音。认为这不是未来产业的发展方向,日本在内部仍然没有完全统一认识。

2008~2013年,来自日本的人工智能领域科研论文只占全球人工智能论文总数的2%,远少于美国和中国。

除了论文以外,日本方面在人工智能初创企业方面完全落后,独角兽数量只有一家。

2017年12月,美国CBInsights统计,日本估值超过10亿美元的“独角兽企业”初创公司只有Mercari一家,该企业还是个做二手电商交易平台为主,并非人工智能科技企业。

日本经济新闻以日本国内企业为对象实施的“NEXT独角兽企业调查”显示,

只有人工智能(AI)企业Preferred Networks的估值(推算值)也超过2300亿日元,这也是日本唯一一家估值超过10亿美元的人工智能初创企业。


2017年12月7日电 日本汽车公司本田与中国人工智能企业商汤科技今日联合宣布:两家公司签订长期合作协定,共同研发自动驾驶技术。其中本田提供车辆控制技术系统,商汤科技提供视觉演算法和开发平台,共同研发适合乘用车场景的L4级自动驾驶方案。此外,本田未来还将与商汤科技在机器人方面展开合作。

什么是L4自动驾驶呢?

美国高速路安全管理局将汽车的自动驾驶分为五个级别:驾驶支援(L1)、部分自动化(L2)、有条件自动化(L3)、高度自动化(L4)、完全自动化(L5)。

到了L4级,根据系统要求,驾驶者不必对所有的系统请求作出应答,包括限定道路和环境条件等,而L5级则代表了完全自动化驾驶,是人们理想中的无人驾驶状态。

简单的说,L3是人机共驾的过程,要求驾驶员可以撒手,但又要随时准备接管.

L4则已经可以撒手不管了,要求对环境识别率达到几乎100%,同时又要有极高的安全能力防止黑客入侵。

业界普遍认为,L4水平的自动驾驶要想能在所有的道路上行驶,2030年也不一定能实现。

在这起合作中,中国公司事实上是作为平台和算法的技术输出方,

而本田提供的汽车控制系统还说属于汽车技术的范围,事实上本田的自动驾驶汽车的核心人工智能技术全部由商汤科技提供。实际上,此次与本田的合作,商汤不仅提供视觉演算法和平台,还提供用于自动驾驶的芯片和嵌入式系统。

本田未选择自主研发是有原因的,自动驾驶对演算法及开发平台提出了严苛的要求,技术攻关难度极高,包括谷歌、苹果、特斯拉等在内的国际科技巨头均进行了持久的投入。

实际上,就连大众,现代这样的世界前五的汽车公司都选择和硅谷的人工智能初创公司Aurora进行联合研发自动驾驶系统。

Aurora于2016年成立,创始人包括机器人专家Drew Bagnell、前谷歌员工Chris Urmson和前特斯拉员工Sterling Anderson。

注意谷歌员工Chris Urmson这个名字,他曾经是滴滴硅谷研究中心的员工,滴滴目前在美国建立了研究所,开始无人驾驶研究。

大众准备把和Aurora联合研发的自动驾驶技术融合到整个大众品牌和不同产品中,包括通勤车、货车,自动驾驶卡车等。

对韩国现代汽车来说,这也是首次和其他公司进行自动驾驶的技术合作。传统上,韩国汽车制造商一直坚持自主研发,而非合作的策略。然而也选择和硅谷科技公司合作,这也充分说明自动驾驶技术的难度。

韩国和德国汽车企业和美国人工智能公司合作,日本汽车企业和中国人工智能公司合作,体现了美国和中国在人工智能方面的领先地位。

说起商汤科技,2017年7月,商汤科技以4.1亿美元的B轮融资,创下当时全球人工智能领域单笔最高融资纪录,跻身AI独角兽行列;

2017年12月,阿里巴巴向其投资15亿元;

商汤科技成立于2014年10月15日,创始人为汤晓鸥,

汤晓鸥博士毕业于麻省理工,是中国科学院深圳先进技术研究院副院长、香港中文大学教授2016年,汤晓鸥的中科院和香港中文大学联合实验室入选NVIDIA评出的全球人工智能的十大先锋实验室,成为亚洲区唯一入选的实验室。

汤晓鸥团队也是人脸识别准确率世界记录保持者,

2014年初,Facebook发布了DeepFace算法,达到接近于人眼识别能力(97.53%)的97.35%,引起了世界轰动。

2014年3月,汤晓鸥团队发布GaussianFace人脸识别算法,在LFW数据库上准确率达98.52%,在全球首次突破人眼识别能力。

2014年6月起,汤晓鸥实验室开始发表的DeepID系列算法,逐步将人脸识别准确率提升至99.55%,开启了整个人脸识别行业技术落地的时代,令我国在该领域跃居世界领先地位。

2017年9月20日,新加坡总理参观商汤科技,专门参观体验其人脸识别技术;

2017年 11月28日,华为在荣耀V10发布会上展示了自主研发的人脸识别系统,该项技术就是由商汤科技提供;

目前商汤科技已经发展到了1500人,除了人脸识别外,也进军汽车自动驾驶。

汽车自动驾驶技术被认为是目前人工智能项目中复杂度和技术要求最高的项目,对技术的要求相当严苛。

英特尔中国研究院首席工程师吴甘沙曾撰文,人工智能系统算法太复杂,一台奔驰S级轿车的代码行数,是一架波音787梦想客机代码行数的16倍,它要处理的环境要比天上复杂很多。

你在道路上会遇到从飙车党,到快递员,到闯红灯小电动,到碰瓷老头,乱跑的小孩,横穿马路的行人,铁道路口,损坏的红绿灯,指挥你行进的交警,石头障碍物,甚至牛羊挡路,倒下的树木等各种复杂情况,每一种情况都有巨大的代码量

本田在其对外的稿件中指出,商汤科技在运用深度学习原创技术进行图像识别、特别是移动物体识别方面拥有先进技术,在全球享有很高评价。

我一直认为,全球所有的汽车公司,由于其技术实力和研发架构都集中于硬件,因此在自动驾驶领域,除了并不是传统厂家的特斯拉以外,都没有通过自主研发成功的基因,那些凡是说要完全自主研发自动驾驶的汽车公司,除非从架构到业务上做出颠覆性的改变,否则很难成功。自动驾驶等级从L1到L5,越往上越难。他们必须以各种方式和人工智能公司合作才有机会做出具有竞争力的自动驾驶车型。

世界第一大汽车公司丰田公司,开发自动驾驶技术一样要和美国大学合作,其无人驾驶研究中心设在美国硅谷,在美国进行研发,同时积极收购各种人工智能初创公司。

大众,现代和本田都选择和人工智能公司合作研发,而不是自主研发,是有道理的。不要说复杂的自动驾驶,就连做智能手机的华为,尽管本身也具备较强的人工智能实力,在其智能手机上一样要和商汤科技,寒武纪等初创公司合作。

我几年前曾经在央视报道上,看到一汽就开发了无人驾驶汽车,而且还上路了,当时想,无人驾驶不是非常复杂的技术吗,中美那么多人工智能公司在做,而且从阿里到三星,一大票科技公司都在投资自动驾驶初创公司,怎么一汽都做出来了?

实际上,不只是一汽,国内很多汽车公司,全球很多汽车公司都开发了自动驾驶汽车,但是基本上仍然是L2级别(部分自动化)为主,离真正的无人驾驶差的很远。

中国在整个人工智能产业,不仅已经形成了BAT三巨头,而且华为正成为人工智能第四巨头,其人工智能开发围绕手机进行。

中国巨头在部分技术上已经不输给美国同行,

2017年10月,《麻省理工科技评论》发表“China's AI Awakening”(中国人工智能崛起)时就提到,“2016年,微软发布“比人类表现更好”的语音识别系统时,只有很少有西方记者意识到,百度早在一年前就已经做到了。”

同时在四大巨头之外,还形成了商汤科技,科大讯飞,旷视科技等数百家新兴人工智能公司。

2017年10月,做视觉智能为主旷视科技Face++宣布完成C轮4.6亿美金的融资,一举创造国际范围内的人工智能领域融资记录,打破了商汤科技3个月创造的全球纪录。

在人工智能基础层的芯片领域,也出现了寒武纪,深鉴科技,地平线三家芯片公司。事实上,其他如大疆科技,今日头条也实际上可以看作是人工智能公司。

对于人类社会的未来几十年,为什么我一直有两个基本的判断,

1:中美两国在经济总量上不仅是正在,而且未来将继续把其他国家越甩越远,我们从人工智能的发展就可以看出来。

当一个物体变的更聪明更智能,那它的价值就将逐渐的转移到软件上,

我打一个不恰当的比例,我们可以拿每个月3000元雇一个人,而只愿意花几百元买一头猪,同样都是动物,人是贵在哪里呢,更加智能。

一部功能手机创造的价值只有短信,彩信,通话等;而一部智能手机能创造手机游戏,移动支付和购物,实时社交等更多的产业价值。

做智能手机上微信的腾讯,利润率远高于中国做手机的公司。

人工智能在让城市里一切物体变得更聪明,这会导致硬件价值比例降低,软件和算法的价值比例越来越高,这对人工智能落后国家来说,是非常致命的,这意味着他们在全球新增产值上无法和中美竞争,只能固守硬件的老本。

再一次强调,这并不是说硬件不重要。

2:美国依然是人工智能产业的领跑者,

我国只要跟得紧,跟得上美国,凭借规模优势可以实现总产值和利润上的赶超,同时海量资本反哺产业发展,最终一定会实现人工智能技术上的超越。

实际上,如果我们看阿里和腾讯的净利润,都已经在百亿美元级别,而且增速惊人,在逐渐逼近谷歌,微软等美国顶尖ICT公司。

人工智能在技术和理论上赶超美国是什么时间?

我们重温下国务院的《新一代人工智能发展规划的通知》

到2030 年人工智能理论、技术与应用总体达到世界领先水平,

成为世界主要人工智能创新中心和世界科技强国。

对于现在的学生和刚毕业的年轻人来说,要赚取高薪成为社会的高收入者,投身人工智能公司是最简单的路径之一,如果我的读者中有还未毕业的学生,那么加油吧少年!


欢迎分享本文,转载请保留出处:http://www.eechina.com/thread-522411-1-1.html     【打印本页】
您需要登录后才可以发表评论 登录 | 立即注册

相关文章

相关视频演示

厂商推荐

关于我们  -  服务条款  -  使用指南  -  站点地图  -  友情链接  -  联系我们
电子工程网 © 版权所有   京ICP备16069177号 | 京公网安备11010502021702
回顶部