人工智能在中國

余玉方

【摘 要】近年來，隨著計算機科學與技術，尤其是大數據處理與通信技術以及語言學、神經科學等各領域不斷涌現的科研突破，人工智能這一領域獲得了新的發展機遇。世界各國對于人工智能發展都給予了高度重視。得益于國家政策的支持，中國擁有豐富的數據資源和龐大的市場需求，人工智能正處于快速發展時期。從發展規模、基礎資源、創新模式、應用場景等方面來看，中國的人工智能都小有成就。此外，本文還從空間分布的視角分析了中國人工智能的發展現狀，并從技術研發和產業化、技術標準規范、專業人才培養、應用影響研究等角度，對中國人工智能的發展提出了相關建議。

【關鍵詞】人工智能；中國；現狀；空間發展規律

一、引言

人工智能發展60多年來，2013年起，迎來了第3次高潮（蔡自興等，2019）。全球各主要國家紛紛將人工智能視為提升國家綜合競爭力、打造科技核心能力的戰略手段，美國、英國和德國等主要發達國家紛紛進行制度安排與政策設計，全力開展人工智能研究與產業創新布局。美國國家科學委員會下屬的機器學習與人工智能分委員會在2016年制定了《國家人工智能研發戰略規劃》，其目的在于向整個國家提供一個跨部門的、可操作性的人工智能戰略導向。英國政府在次年出臺《產業戰略：建設適應未來英國》，規劃明確指出人工智能將成為影響英國未來的主要挑戰，同時在數據獲取、培育人才、成果轉化等產業領域中提出了對策建議。2017年，德國政府出臺《智能服務世界》，明確強調人工智能應與行業領域的發展相結合。

在此輪人工智能熱潮中，中國方面也表現出極高的熱情和極強的行動力。2015年5月，在《中國制造2025》中，我們首次提出大力發展人工智能新產業。同年7月，國務院發布《關于積極推進“互聯網+”行動的指導意見》，將人工智能作為重點發展領域。2016年《“十三五”國家科技創新規劃》提出研發支持人工智能產業。2017年國務院印發《新一代人工智能發展規劃的通知》，將人工智能提高到國家戰略的高度，提出“2030年搶占人工智能全球制高點”。之后各相關部委陸續公布《促進新一代人工智能產業發展三年行動計劃（2018-2020年）》等關鍵性政策報告。中國共產黨第十九次全國代表大會更是明確指出，要推動“互聯網、大數據、人工智能和實體經濟深度融合”。2018年、2019年政府工作報告繼續強調“加強新一代人工智能研發應用”“深化大數據、人工智能等研發應用”。

人工智能發展如火如荼，如何認識中國人工智能的發展現狀和發展趨勢，已是國內國際業內人士和社會公眾普遍關注的熱點。本文結合相關文獻資料，對上述問題進行分析。

二、人工智能概述

1955年，在美國西部計算機聯合大會中的在一場名為“學習機器討論會”的討論會上，著名的科學家奧利弗·塞弗里奇和艾倫·紐厄爾分別提出了對于計算機模式識別與下棋的研究，人工智能的雛形初現。1956年，在美國達特茅斯大學的一場學術會議上，人工智能的概念首次被提出并獲得肯定，標志著人工智能科學誕生。

人工智能研究如何應用計算機的軟硬件來模擬人類某些智能行為的基本理論、方法和技術，涉及知識表示、自動推理和搜索方法、機器學習和知識獲取、知識處理系統、自然語言理解、計算機視覺、智能機器人、自動程序設計等方面的研究內容（張凌云等，2012）。

人工智能經歷的三次發展高潮分別是上世紀五十年代到七十年代，上世紀八十年代到九十年代年代和進入二十一世紀以來至今。1959年，“機器學習之父”阿瑟·塞繆爾提出了機器學習的概念，推動人工智能進入第一個發展高潮期。此后七十年代末期出現了專家系統，標志著人工智能從理論研究走向實際應用。八十年代到九十年代隨著美國和日本立項支持人工智能研究，人工智能進入第二個發展高潮期，期間人工智能相關的數學模型取得了一系列重大突破，如著名的BP反向傳播算法等，算法模型準確度進一步提升。期間，研究者專門設計了LISP語言與LISP計算機，最終由于成本高、維護難宣告失敗。當前人工智能處于第三個發展高潮期，得益于算法、數據和算力三方面共同的進展。2006年，“深度學習之父”杰弗里·辛頓教授提出了深度學習的概念，極大地發展了人工神經網絡算法，提高了機器自學習的能力，隨后以深度學習、強化學習為代表的算法研究的突破，算法模型持續優化，極大地提升了人工智能應用的準確性，如語音、圖像識別等。隨著互聯網和移動互聯的普及，全球網絡數據量急劇增加，海量數據為人工智能大發展提供了良好的土壤。大數據、云計算等信息技術的快速發展，GPU等各種人工智能專用計算芯片的應用，更是提升了機器處理海量視頻、圖像等的能力。由于算法、數據和算力的不斷提升，人工智能技術快速發展。

三、中國人工智能的發展現狀

人工智能站在了互聯網發展的下一個風口上。當前人工智能理論和技術日益成熟，應用范圍不斷擴大，產業正在逐步形成、不斷豐富，相應的發展模式也在持續演進和多元化。人工智能在中國的發展著實方興未艾。

（一）發展規模方面

近年來，中國人工智能企業數量快速增長。據烏鎮智庫發布的《全球人工智能發展報告（2018）》，2009至2018年間，中國累計新增人工智能企業3362家，占亞洲累計新增人工智能企業總數的75.20%，占全球新增總數的23.78%。美國擁有3701家人工智能企業，占全球26.18%，比第二名中國多339家。

雖然美國在人工智能方面全球遙遙領先，但從人工智能企業數量、融資規模、專利數3個角度考量，中國的人工智能發展規模和實力已不容小覷。

截至2018年，全球人工智能企業共計15916家，其中美國4567，中國3341，英國868，分列前三。

截至2018年，全球人工智能企業共計融資784.8億美元，其中美國373.6億美元，中國276.3億美元，英國35.6億美元，分列前三。

截至2018年，美國和中國位于第一梯隊并且占據絕對領先優勢，分別有68467件和30200件。韓國位于第二梯隊，有6983件。加拿大和英國分別以1095件和797件列第四和第五。

表1 美中英人工智能發展規模比較

從人工智能企業數量來看，中國的人工智能企業3341家，與美國的4567家存在差距，但遠遠超過英國；從融資規模來看，中國融資達到276.3億美元，英國的35.6億美元望塵莫及；從專利數來看，中國有68467件，是美國的2.27倍。雖然中國的人工智能專利累計數量大幅領先于美英，但人均專利數稍稍落后于美國。不過，中國每百萬人擁有的專利數量正在急速增長，年均復合增長率達34%，遠高于美國的16%和英國的12%。同時，2017年中國人均人工智能專利數量已經逼近美國，若繼續以相同的勢頭上漲，則有望在近年實現超越。可以看出，在人工智能技術實力方面，中國強出世界第三不少。

僅從2018年全年來看，中國人工智能企業融資規模達157.54億美元，占亞洲人工智能企業融資93.09%，全球人工智能企業融資數額的46.94%。中國人工智能企業融資262次，平均每筆融資6013.08萬美元。美國人工智能融資規模達135.93億美元，占全球人工智能企業融資數額的38%；融資740次，平均每筆融資1836.89萬美元。

值得注意的是，得益于海量的數據資源、巨大的應用需求以及開放的市場環境，中國在技術能力方面加速積累，增長速度高于現在的美國，處于追趕地位。

此外，中國于2014年開始迎來人工智能產業創業熱潮；5年來人工智能產業基礎空前增強，人工智能產業規模逐年擴大。據統計，產業規模2015年達到70.2億元，2016年達到100.6億元，2017年達到152億元，2018年預計將超過230億元，保持平穩快速增長。另據《中國新一代人工智能發展報告2019》公布的數據，2018年中國人工智能市場規模為17.6億美元。各種類型的人工智能企業都有明顯增長，基礎層企業通過技術創新擴大規模，而技術層和應用層企業數量也將保持穩步增長。

（二）基礎資源方面

算法、數據、算力和人才是驅動人工智能應用創新的基礎資源。

在算法、算力和人才方面，中國已經積累了一定的實力。據烏鎮智庫發布的《全球人工智能發展報告（2018）》，中國人工智能人才本科及以上學歷者超九成，碩士研究生學歷占比34.36%，博士研究生學歷占比5.38%。近十年全球人工智能論文中國在數量方面占據絕對榜首，最低的一年的占比也達到了20%。此外，中國在數據資源方面占有絕對優勢。中國是全球最大的移動互聯網市場，也是最大的移動支付市場。第43次中國互聯網絡發展狀況統計報告顯示，截至2018年12月，中國網民人數達8.29億，是美國的3.3倍。近兩年，中國在應用算法和人工智能芯片領域快速發展，涌現出一批優秀的技術產品，典型案例包括百度于2016年開發了Paddle深度學習平臺；科大訊飛在感知智能、認知智能以及兩者的深度結合領域均達到國際領先水平；寒武紀科技開發出商用深度學習1A處理器等。

（三）創新模式方面

中國在人工智能金融創新模式方面也表現出了自身的特點——主要是大銀行與科技巨頭合作。中國各大互聯網公司攜自身技術和流量優勢，在中國金融體系還不夠完善之時，不約而同跨界金融。百度、阿里巴巴、騰訊和京東（又稱“BATJ”）也成為了中國金融科技生態圈的絕對主力。在最初的發展階段，BATJ和中國各銀行展開了競爭，銀行被倒逼著奮起直追。但是，發展到現階段，雙方都意識到各自在技術、流量、風控、資金及監管方面的優勢無法被取代，彼此更應該是相互補充，以求共同發展，便逐漸走向了融合。

（四）應用場景方面

中國金融方面的應用以生物識別技術應用為主。我國金融科技的熱點領域是互聯網支付、網絡借貸等個人金融服務，其生物識別技術應用廣泛，應用場景主要集中在移動支付和智能客服。國內大型金融機構基本開通了智能客服，并積極地將生物特征識別技術應用于各類場景中的支付身份認證。例如，微眾銀行的刷臉開戶、農業銀行的刷臉取款、建設銀行的刷臉轉賬等。

人工智能還改寫了現代醫療健康領域的概念，為推動快速建立精準的智能醫療體系提供了新模式和新方法。截止2018年12月，中國（包含港澳臺）28家人工智能醫療企業覆蓋了五大主要應用場景，即：輔助診療、云平臺、疾病健康管理、醫療機器人和藥物研發；其中輔助醫療應用最為廣泛，例如聯影醫療、商湯科技、春雨醫生、依圖、平安健康等都是這個行業的領頭羊；零氪科技則是在云平臺領域深耕；疾病健康管理的代表企業為平安健康，碳云智能。

四、人工智能在中國的空間發展規律

人工智能在中國總體的發展欣欣向榮，但由于各個區域存在稟賦差異，人工智能在中國的發展呈現出一定的空間分布特征。

（一）京津冀地區企業較受資本青睞

中國人工智能企業數量從2014年開始爆發式的增長。2018年，中國人工智能企業新增165家，增速放緩。

截至2018年，受政策支持、資本青睞、人才助力、技術發展、中國現存貨人工智能企業高度集中于京津冀（1035家，31%）、江浙滬（892家，27%）、粵港澳（841家，25%）三個經濟發達地區。

2018年，中國有融資行為的人工智能企業為577家，融資總額為3832.22億人民幣，在全球排名第一。三個主要區域中，京津冀地區人工智能產業或累計融資金額最大，融資頻次最多，為153.99億美元，472次（披露融資金額的融資活動）。同時，京津冀地區也是平均每筆融資最高的，達3262.54萬美元。

（二）北、深、上、杭、廣引領中國人工智能產業發展

中國主要城市中，人工智能企業存活數量北京第一（995家），深圳第二（566家），上海第三（468家）。

從趨勢看，中國主要城市在2015—2016年經歷了人工智能的爆發，之后新增公司數量有所回落。2018年，北京新增人工智能公司42家，數量不足頂峰2016新增（新增245家）的五分之一。

2017—2018年，以北京為代表的主要城市人工智能融資金額激增，在新增人工智能企業變少的背景下，資本的增加代表著單家公司獲得融資金額的攀升，資源開始向頭部企業集中，人工智能行業的門檻將會抬高。

（三）中國人工智能專利數北、廣、蘇、上、浙、川領先

2009—2018年，中國人工智能專利數量累計達68467件。

從各省/直轄市的發展狀況來看，北京和廣東領跑于全國，江蘇、上海緊隨其后，浙江、四川分列全國第五和第六位，6個省市的專利數量占全國的比例超過60%，約為GDP占比的2倍，體現出集中分布的特點。

從城市的層面上看，排在全國前五的城市中，北京占比接近半數，形成了人工智能產業上的高地；深圳作為珠三角的代表城市，占到五分之一；長三角的城市中則有上海和南京上榜；中西部地區的成都位于第五，與南京的情況相去無幾。

（四）人工智能醫療企業的分布與人工智能企業近似

作為人工智能應用場景之一，人工智能醫療也值得關注。據《全球人工智能發展報告（2018）》相關數據，從268家人工智能醫療企業的地域分布來看，主力軍集中在北京（87家，占比33%），上海（39家，占比15%），深圳（38家，14%）。剩余104家分散在杭州、蘇州、成都、合肥、廣州等地。

由于受到政策、資金、人才、技術的福利支持，北上深集合了全國半數以上（61.2%）的人工智能醫療企業。可以看到，人工智能企業分布和人工智能企業分布基本一致。

（五）中國人工智能金融企業分布北京上海集聚效應明顯

人工智能資本市場熱度較高，從人工智能金融企業處也可窺見。據《全球人工智能發展報告（2018）》相關數據，從261家人工智能金融企業的地域分布來看，主要集中在，北京（104家，占比40%），上海（50家，占比19%），深圳（29家，占比11%）。剩余78家分布于杭州、香港、廣州等地。

我們可以再次看到人工智能企業的聚集效應，即，主要集中在北上深，這些城市無論從人才到政策，還是從資金到技術都給人工智能企業的落地和發展提供了肥沃的土壤，借助人工智能的東風，揚帆起航，夯實了城市未來發展的基礎。

五、我國發展人工智能的啟示

中國的人工智能發展勢頭正好，強在技術應用，在產品創新方面優勢明顯。中國具有人口及市場優勢也為人工智能提供龐大的數據源及使用場景。不過，中國當前的人工智能發展呈現出不均衡發展的態勢，與英美等國相比還有不小發展進步的空間。

（一）我國人工智能發展中的不足之處

首先，人工智能創新企業數量和規模存在差距?？蒲袡C構和企業的協同合作機制尚未健全，人工智能企業之間缺乏技術間的協同、產品間的聯通以及前后端的協調。

其次，是在基礎理論、核心算法以及關鍵智能硬件設備等方面缺少重大原創成果，特別是智能芯片等方面與英美國家相比還有較大差距。

再次，研發投入和人才儲備不足，目前國內企業的人工智能應用多是生物識別，專業人才數量和培養方式跟不上產業發展，導致缺少具有國際影響力的企業及產業生態圈。

最后，應用創新能力不足，例如金融科技創新中存在與實體經濟無關的偽創新，只將創新的重點放在能夠帶來最終收益的前臺產品上，忽視了中后臺的風控、合規、社會責任等的創新。

（二）對我國人工智能發展的建議

針對以上不足之處，我國人工智能在發展過程中，應充分發揮既有條件和優勢，補足短板，全面提升人工智能產業化水平，助推經濟社會的可持續發展。

第一，加強人工智能核心技術研發和產業化。充分認識到我國與英美等發達國家在人工智能基礎理論、技術和硬件方面的差距，加大對人工智能相關軟硬件的研發投入，提高核心技術的自主程度。建設并完善有利于人工智能發展的創新生態系統，加強科研機構與企業的深度合作，推動科研成果產業化。堅持開放式創新，廣泛開展國際合作，充分利用國內外的科技資源和優勢。利用好中國市場規模大、增長快的優勢，在此基礎上不斷攀升產業鏈。

第二，加快制定關鍵技術標準規范。開展人工智能綜合標準化體系研究，建立并完善基礎共性、互聯互通、行業應用、安全服務、隱私保護等技術標準，確保人工智能系統的安全性。圍繞產業應用熱點，加強智能金融、智能醫療等熱點領域的標準化工作，鼓勵人工智能領域的國內標準化組織、行業組織、企業參與國際標準化工作，推進自主人工智能相關標準國際化。

第三，完善人工智能專業人才培養機制。發揮高校人才培養優勢，重視人工智能與計算機科學、生物學等學科的交叉融合。創新“產學研”人才聯合的培養模式，加強對人工智能基礎研究、應用研究、運行維護等方面專業技術人才的培養。加大高端人才引進力度，培育具有國際水平的人才和團隊，形成人工智能發展高地。

第四，深入開展人工智能應用影響研究。針對社會關注的技術性失業、機器人倫理、隱私權保護等問題，加強自然科學和社會科學的聯合研究。在消費者中普及人工智能相關知識，使人們了解人工智能技術的原理和應用的特點，凝聚廣泛的社會共識，營造良好的社會環境。

【參考文獻】

[1]張凌云，黎巎，劉敏.智慧旅游的基本概念與理論體系[J].旅游學刊，2012，27（05）：66-73.

[2]潘敬萍.我國人工智能發展現狀與應對策略研究[J].現代商業，2018（21）：25-28.

[3]劉紅波，林彬.中國人工智能發展的價值取向、議題建構與路徑選擇——基于政策文本的量化研究[J].電子政務，2018（11）：47-58.

[4]蔡自興.人工智能產業化的歷史、現狀與發展趨勢[J].冶金自動化，2019，43（02）：1-5.

[5]莊光耀.美中歐人工智能發展現狀及啟示[J].金融科技時代，2018（12）：29-32.

[6]寧兆碩.中國人工智能產業發展分析及對策研究[J].山東行政學院學報，2018（01）：69-75.

[7]中國人工智能行業綜述[J].科技中國，2019（01）：63-77.

[8]湯志偉，雷鴻竹，郭雨暉.政策工具-創新價值鏈視角下的我國地方政府人工智能產業政策研究[J].情報雜志，2019，38（05）：49-56.

[9]劉濤雄，劉駿.人工智能、機器人與經濟發展研究進展綜述[J].經濟社會體制比較，2018（06）：172-178.

[10]呂文晶，徐麗，劉進，陳勁.中國人工智能研究的十年回顧——基于2008—2017年間文獻計量和知識圖譜分析[J].技術經濟，2018，37（10）：73-78+116.

[11]杜傳忠，胡俊，陳維宣.我國新一代人工智能產業發展模式與對策[J].經濟縱橫，2018（04）：41-47+2.

[12]曹靜，周亞林.人工智能對經濟的影響研究進展[J].經濟學動態，2018（01）：103-115.

[13]肖翔，趙輝，韓濤.主要國家人工智能戰略研究與啟示[J].高技術通訊，2017，27（08）：755-762.

[14]鄧志東.關于發展我國人工智能技術與產業的建議[J].科技導報，2016，34（07）：12-13.

[15]林永青.人工智能起源處的“群星”[J].金融博覽，2017（05）：46-47.

[16]李紅霞.人工智能的發展綜述[J].甘肅科技縱橫，2007（05）：17-18.

[17]朱祝武.人工智能發展綜述[J].中國西部科技，2011，10（17）：8-10.

[18] 2018全球人工智能發展報告

http：//www.elecfans.com/d/932581.html

[19]清華大學中國科技政策研究中心—中國人工智能發展報告2018

https：//download.csdn.net/download/sinat_29046147/10551677

[20]人工智能發展白皮書—產業應用篇（2018年）

http：//www.qianjia.com/html/2018-12/28_317996.html