近日，全國兩會召開，人工智能再受關注。國務院總理在政府工作報告中首次提及人工智能，此前便在《“十三五”國家科技創新規劃》列入規劃。種種跡象表明，人工智能正進入重要發展期，行業爆發在即。

　　另外2月3日，紐約時報發布一篇《中國在人工智能的軍備競賽上正在趕超美國》的報道，文中對中美科技公司以及政府政策等諸多環境進行了對比，其中各項數據指標顯示，中國的人工智能實力正在一定程度上超過美國。

　　人工智能毫無疑問已經成為當下最熱門的細分科技領域。無論是蘋果、谷歌、亞馬遜這些科技大鱷，還是眾多來自發展中國家的企業都試圖在這一領域取得領先優勢。

　　過去幾十年，中國科技水平不如西方幾乎成了很多人的刻板印象。即便是如今在國內炙手可熱的人工智能領域，也同樣有很多人認為中國所取得的進展不及西方。

　　在人工智能領域，和西方國家相比，中國的人工智能起步雖晚，但已進入“第一方陣”，追趕速度可謂突飛猛進。

　　最近有不少外媒認為，中美兩國將成為AI領域發展最快的國家，且中國已經悄悄開始“超車”。

　　深度學習領域實現“超車”

　　美國白宮在2016年發布了兩份重磅報告《為未來人工智能做好準備》以及《美國國家人工智能研究與發展策略規劃》，這兩份報告詳細闡述了美國未來的人工智能發展規劃以及人工智能給政府工作帶來的挑戰與機遇。

　　反映各個國家每年在深入學習領域所發表研發學術文章數量的圖表可以看出，雖然美國是這一領域的先行者，但我們發現中國近年來已經趕超美國。而且，這一曲線的快速增長，非常清晰地反映了中國近年來對於深度學習領域的投入。　

　　中國在最近五年內的學術論文呈現出絕對趕超之勢，而在2014年第一次超越了美國，進入到領先位置。

　　深度學習作為最近新興的人工智能技術，該技術也是有史以來第一次讓機器最為能夠接近人類思考的技術，通過模擬人腦的訓練方式，讓機器可以進行自動學習，而該技術的應用也讓谷歌、百度、Facebook等公司的業務實現高速增長。

　　因此，深度學習作為人工智能頂級前沿的應用型技術，對于衡量中美人工智能技術進展有着重大參考作用。

　　中國不僅在學術文章數量上超越了美國，其文章質量也非常有保障。從下圖中我們可以看到各個國家每年發表的被引用學術文章數量，而被引用次數一般都是評定某一文章在所屬領域是否具備影響力的重要指標。

　　語音技術率先普及

　　智能語音領域被認為是下一個風口，中美成對決之勢。

　　硅谷巨頭蘋果擁有Siri，谷歌Google Now，以及微軟推出的Cortana(小娜)以外，亞馬遜Alexa等等，國內智能語音企業科大訊飛領銜，百度語音助手，聯想語音助手，雲知聲，小艾機器人等等。

　　面對這一技術，率先進入市場普及的依然是中國。原因在於中國的漢語輸入比英文輸入更為複雜，拼音輸入重碼率高導致了用戶經常需要進行字詞選擇，翻頁查找，輸入標點停頓等複雜操作，而英文輸入則是所見即所得，輸入成本更低。

　　2016年被《麻省理工評論》列為十大突破性技術之一的百度Deep Speech2深度語音識別技術，與生物技術、航天技術、納米技術並列，也是唯一一家入選的中國公司。

　　除了百度之外，國內還有科大訊飛、雲之聲、出門問問、搜狗語音、思必馳等諸多公司群雄逐鹿，競爭猛烈程度遠超美國，也正說明了中國有着更大的市場需求，激烈競爭之下也必將催生出更一流的語音技術。

　　有業界人士表示，智能語音技術背後的競爭其實一個國家文化、語言的競爭，使用人口越多的語音可以培育出巨大的市場。

　　一個搜索引擎的轉型

　　首先我們來看看，在許多人眼中依然只是個搜索引擎的百度，究竟在人工智能方面做了些什麼，能夠讓美國人坐立不安。

　　具體來看，《紐約時報》主要從科研實力和人才儲備等方面點評了百度人工智能的發展。

　　去年，微軟研究人員聲稱開發出了在語音理解方面可與人媲美的軟件，而早在兩年前，百度硅谷實驗室的人工智能負責人員就表示百度在理解中文語音方面達到了相似精度。目前，百度語音識別準確率已達到97%，百度的深度語音識別系統(Deep Speech 2)被《麻省科技評論》評為2016年十大突破科技之一。

　　此外，在人工智能其他技術領域，百度也已經達到國際領先水平。百度人臉識別準確率達99.7%，並在權威的國際評測——FDDB與LFW中獲得雙料世界第一。百度人工智能已建成超大規模的神經網絡，擁有萬億級的參數、千億樣本、千億特徵訓練，從底層數據、算法架構等方面均走在世界前列。

　　與所有行業的競爭本質一樣，人工智能的競爭，歸根到底在人才。今年年初，全球人工智能資深專家陸奇正式加盟百度擔任集團總裁兼首席運營官。《紐約時報》認為這位大腕的加入，將使百度成為全球人工智能領域的領頭羊，並突顯中國在人工智能領域的進步。

　　更為重要的是，作為行業領軍者，百度這樣的企業在摸索技術研究的同時，也在努力撬動更多行業對人工智能的需求，做好人工智能研究者與產業實踐者的身份轉換。1月份，百度雲新發布的人工智能平台級解決方案天智，其底層為百度雲計算，由感知平台、機器學習平台和深度學習平台三部分組成，為不同需求的客戶提供全面的人工智能服務。這也是繼“天算”“天像”和“天工”三大平台後，百度雲發布的第四大平台級解決方案。至此，百度雲實現了人工智能、智能大數據、智能多媒體和智能物聯網全方位的智能平台服務。

　　總之，百度依託算法、計算能力和數據構成的護城河，在人工智能基礎能力層面持續不斷創新，語音、圖像、自然語言處理等技術驅動了百度內部多個產品的進化和升級。更重要的一點還在於，百度將人工智能與無人駕駛的結合，撬動了一個百億乃至千億美元的市場。百度當前的技術研發和應用布局，未來三到五年，或將成為左右中國乃至世界互聯網的重要變量。

　　頭狼背後有狼群

　　除了百度，《紐約時報》還對中國企業整體在人工智能商業化領域取得的成績給予了肯定。美國人清楚的看到，作為群像代表的百度背後，是蓄勢待發的中企“狼群”。

　　目前，中國的互聯網巨頭百度、阿里巴巴和騰訊(BAT)均是人工智能市場的引領者。以阿里巴巴為例。2015年7月，阿里推出虛擬人工智能客服。據公司2016年10月報告，問題解決率已達到80%;2016年8月，推出綜合的人工智能解決方案套件雲ET，包括視頻、圖像和語音識別技術;2017年春節，阿里公開展示了機器人書寫春聯。騰訊也不遑多讓。2015年6月，騰訊為開發者開放了其面部識別技術，以及優圖科技的其他核心技術。同年8月，騰訊設立的智能計算和搜索實驗室，專注於四個方面：搜索、自然語言處理、數據挖掘和人工智能。2015年9月，又上線中國第一個新聞報道機器人Dreamwriter。目前已經應用到體育等新聞的撰寫，其文風、邏輯幾乎完全與人類作者一樣。

　　同時，數以百計的初創公司在互聯網+政策和資本的鼓勵支持下，也正大量投身到這一產業中。在人工智能的各個細分市場及應用領域生根結果。這些領域包括：基本服務，如數據資源和計算平台;硬件產品，如工業機器人和服務機器人;智能服務，如智能客戶服務和商業智能;技術能力，如視覺識別和機器學習等。

　　根據艾瑞諮詢(iResearch)的統計，目前，語音和視覺識別技術分別占中國人工智能市場的60%和12.5%。在中國，所有和人工智能相關的公司中，71%專注於開發應用。其餘的公司專注算法，其中，55%的公司研究計算機視覺，13%研究自然語言處理，9%致力於基礎機器學習。iResearch預測，2020年，中國人工智能市場將從2015年的12億元人民幣增長至91億元人民幣。2015年，約14億資本(年增長率76%)流入了中國的人工智能市場。

　　《紐約時報》稱，二戰後至今，在計算機和應用科學技術領域，美國一直走在世界前列。但是全球技術力量的均衡正在逐漸發生變化，特別是在人工智能這場革命中，中國力量正在崛起。可以說，無論是PC時代還是移動互聯時代，中國企業都曾被質疑有復刻美國的影子，但在人工智能這個被視為未來競爭關鍵因素的技術領域，中國人走出了一條自己的路徑。

　　體制優勢和力量

　　中國人工智能的突然爆發，《紐約時報》認為離不開體制的支持，因為“中國領導人正越來越多的思考如何確保自己在下一個科技浪潮中具有競爭力”。

　　對於這一點，中科院計算技術研究所智能信息處理開放實驗室研究員史忠植表示，早在上世紀中國開始“863計劃”時，就已經包括了人工智能領域的方向。

　　“智能計算機系統”項目的任務，就是在充分發掘現有計算機潛力的基礎上，分析現有計算機在應用中的缺陷和瓶頸，用人工智能技術克服這些問題，建立起更為和諧的人機環境。史忠植說。經過十幾年的努力，中國成功縮短了人工智能技術與世界先進水平的差距，也為未來的發展奠定了技術和人才基礎。據報道，根據提及“深度學習”和“深度神經網絡”的被引用期刊論文數量，2014年中國就已經超越美國。去年10月，一份關於人工智能的白宮報告有多個腳註提到，中國發表的研究論文數量已經超過了美國學者。

　　近年來，在大力推動“互聯網+”戰略的基礎上，中國政府專門針對人工智能陸續制定了一系列支持政策。2016年5月18日，國家發展改革委員會(發改委)和其他相關政府機構發布了《“互聯網+”人工智能三年行動實施方案》。《方案》指出了人工智能領域發展的六大保障措施，包括資金支持、標準體系、知識產權保護、人才培養、國際合作和組織實施。《方案》提出，到2018年，中國的人工智能基礎資源與創新平台、產業體系、創新服務體系、標準化體系應基本建立。發改委期望中國人工智能產業整體與國際同步，其中系統級別的人工智能技術和應用，要位於市場領先位置。

　　耐心比速度重要

　　幾十年的跟隨和模仿後，中國終於積累出今天崛起的充足實力，在人工智能、電動汽車等多個領域與西方站到同一起跑線上。但與走過百年工業化的後者相比，中國的人工智能必然有着多方面的不足。

　　史忠植就指出，中國人工智能的科研存在課題比較分散，應用項目偏多、基礎研究比例略少、理論研究與實際應用需求結合不夠緊密等問題。受研究經費的限制，很多課題既沒有取得理論上的突破，也沒有太大的實際應用價值。他建議今後基礎研究的比例應該適當提高，同時人工智能研究一定要與應用需求相結合。

　　另一方面的差距還在於方向。就全球趨勢來看，目前歐美國家逐漸開始把重心轉移到醫療健康領域，而相對於發達國家醫療健康領域的科技成熟度而言，中國目前還有一段比較明顯的距離。此外，投資規模和理念上，中國也存在需要補足之處。數據顯示，在全球人工智能企業融資規模的分布上，美中英三國融資規模為全球最大，但三者間的規模目前仍存在較大差距，美國是英國的21.9倍，中國的6.96倍。

　　而在投資理念和意圖上，人工智能學會主席本·格策爾此前的一番話很有代表性。在他看來，美國的風投真的會投一些看上去有前景的技術創新，但中國的風投非常在意能否很快賺到錢，對技術創新似乎並不怎麼感興趣。比如在人工智能、深度學習上，百度都有相關研究，但並沒有如谷歌那樣率先推出AlphaGo。因為這需要企業聚集、投入大量資源，以及最重要的耐心去完成。

　　“百度的工程師和研發者都很聰明，之所以沒有做出AlphaGo，是因為做這樣的事看上去賺不到錢。谷歌願意投入，所以就能做出很酷的東西。