國內(nèi)外人工智能產(chǎn)業(yè)技術(shù)發(fā)展研究

金珺，朱晨希，趙苑婷，吳敏儀

(1.浙江大學(xué)管理學(xué)院，杭州 310058)

0 引言

2020年初，人工智能被國家納入“新基建”范疇，進一步助推人工智能產(chǎn)業(yè)發(fā)展。隨后，《中共中央關(guān)于制定國民經(jīng)濟和社會發(fā)展第十四個五年規(guī)劃和二〇三五年遠景目標的建議》指出，要瞄準人工智能等前沿領(lǐng)域進行重點布局。因此，預(yù)測人工智能技術(shù)的未來，找準我國在全球人工智能產(chǎn)業(yè)中的定位，發(fā)揮優(yōu)勢，對發(fā)展人工智能的重點城市而言顯得尤為重要。

1人工智能技術(shù)現(xiàn)狀

1.1 人工智能技術(shù)熱點

NeurIPS 是人工智能領(lǐng)域的頂級會議論文，通過NeurIPS（2021）收錄論文主題分布中可以總結(jié)人工智能領(lǐng)域的技術(shù)熱點（如圖1）：計算機視覺和人類語言技術(shù)兩大人工智能主要技術(shù)任務(wù)合計占比約30%，而機器人與自動化技術(shù)任務(wù)以及人工智能相關(guān)的基礎(chǔ)設(shè)施、數(shù)據(jù)智能以及前沿智能技術(shù)合計僅占約5%左右的論文份額[1]。

圖1 2021年人工智能期刊收錄論文主題分布

綜合所有人工智能相關(guān)技術(shù)，趨勢指數(shù)排名前10 的分別為：語音識別、卷積神經(jīng)網(wǎng)絡(luò)、云計算、GPU、深度學(xué)習(xí)、推薦系統(tǒng)、機器翻譯、定位、大規(guī)模預(yù)訓(xùn)練模型及情感分析。從近3 年的變化來看，綜合對比增幅最大排名前5的技術(shù)分別是語音識別、文本分類、數(shù)據(jù)挖掘、物體識別以及 GPU 技術(shù)。

1.2 人工智能技術(shù)當前應(yīng)用場景

從人工智能技術(shù)應(yīng)用來看，根據(jù)2021 年國際數(shù)據(jù)公司IDC 針對企業(yè)對于人工智能技術(shù)的應(yīng)用現(xiàn)狀調(diào)研的結(jié)果，計算機視覺目前仍為最主要的應(yīng)用技術(shù)類型，視頻監(jiān)控、圖像識別、智能攝像頭、人臉識別以及圖像處理等企業(yè)應(yīng)用率位居前列（如圖2）。

圖2 2021年企業(yè)已部署的人工智能場景

2 美、歐、中人工智能技術(shù)實力比較

在人工智能技術(shù)開發(fā)和使用方面處于領(lǐng)導(dǎo)者的國家將塑造人工智能的未來，并顯著提高其經(jīng)濟競爭力，而落后的國家則面臨在該關(guān)鍵行業(yè)失去競爭力的風險[2]。我們選擇以中國、歐盟和美國為研究對象，因為它們在絕對類別中表現(xiàn)普遍優(yōu)于其他國家。到目前為止，美國已經(jīng)成為人工智能領(lǐng)域的早期領(lǐng)先者，但中國正在挑戰(zhàn)其領(lǐng)先地位。歐洲持續(xù)落后，但在努力追趕。本報告從科研、硬件和領(lǐng)先企業(yè)3個方面衡量美國、歐洲和中國人工智能技術(shù)發(fā)展的能力[3]。

2.1科研情況

本節(jié)從中國、歐盟和美國的人工智能學(xué)術(shù)論文數(shù)量、論文質(zhì)量和專利情況3個方面進行研究，以評估美歐中三者在科研方面的實力。

2.1.1 論文數(shù)量

一個地區(qū)每年發(fā)表的人工智能研究論文的數(shù)量是衡量其研究能力的一項指標。該指標追蹤了由Scopus搜集的2021 年每個地區(qū)發(fā)表的人工智能論文的數(shù)量，該數(shù)據(jù)庫包含了來自數(shù)千份同行評審期刊的數(shù)百萬份文檔。根據(jù)《美國數(shù)據(jù)創(chuàng)新中心2021 年中美歐人工智能領(lǐng)跑報告》，中國在2021 年發(fā)表的人工智能論文數(shù)量（24929 篇）領(lǐng)先了歐盟（20418篇）和美國（16233篇）。

自2015 年以來，歐盟占全球人工智能論文的份額一直在下降，當時歐盟發(fā)表了人工智能論文的近29%。自那以后，歐盟論文份額在 2019 年（26.3%）、2020 年（25.5%）和2021年（23.1%）均有所下降。如果不把英國包括在內(nèi)，歐盟在2021 年的份額將會下降到19%——英國僅略高于美國的份額（18%）。在同期（2015—2021年），中國的研究論文份額從23%以下增加到28%以上（如圖3）。

圖3 2000—2020年按地理區(qū)域展示的AI期刊出版文獻

2.1.2 論文質(zhì)量

論文質(zhì)量通常會用被引次數(shù)來衡量，也就是跟蹤每個地區(qū)的FWCI（領(lǐng)域加權(quán)被引）。這個數(shù)字衡量了每個地區(qū)的出版物與世界各地類似出版物相比被引用的頻率。根據(jù)《美國數(shù)據(jù)創(chuàng)新中心2021 年中美歐人工智能領(lǐng)跑報告》，2021 年美國以 1.4 的 FWCI 值領(lǐng)先于歐盟（1.1）和中國（0.8），這意味著其論文的被引用率比世界平均水平高出40%。相比之下，歐盟的FWCI 自2015 年以來一直在上升。因此，盡管歐盟在全球人工智能論文產(chǎn)量中所占的份額正在下降，但其出版質(zhì)量卻在不斷提高。相比之下，中國的FWCI從2017年（0.6）到2021年（0.8），穩(wěn)步上升。

2.1.3 專利情況

在世界領(lǐng)域，2012 年至2021 年這10 年間，中國的人工智能專利申請數(shù)量（695630 件）最多[4]，占全世界申請總量的52%，呈現(xiàn)壓倒性優(yōu)勢，遠超過美國、日本和歐洲（如圖4）。美國這十年間的人工智能專利數(shù)量占全球的19%。只比較中美兩國的人工智能專利，則可看出，在2012 年，中國和美國的人工智能專利申請數(shù)量還較為接近，分別為16463件和11584件；而在2021年，中國和美國的人工智能專利數(shù)量差距拉大，中國（136885 件）已經(jīng)高出美國（22943 件）一個數(shù)量級。歐洲的人工智能專利數(shù)量只占全球范圍內(nèi)的5%，落后于美國和中國。

圖4 世界人工智能專利申請數(shù)量占比

2.2 硬件情況

計算能力對人工智能來說正變得越來越重要。例如，自2012年以來，訓(xùn)練最大的人工智能系統(tǒng)的計算能力每3—4 個月就增加一倍。本小節(jié)分析了半導(dǎo)體銷售、半導(dǎo)體研發(fā)支出、按性能排名前500 的超級計算機數(shù)量，以及在中國、歐盟和美國的超級計算機的總系統(tǒng)性能。現(xiàn)有的最新數(shù)據(jù)顯示，美國在硬件方面領(lǐng)先（6.3 分），其次是中國（2.3 分）和歐盟（1.4 分）。在勞動力規(guī)模的控制下，美國（7.7分）領(lǐng)先于歐盟（1.5分）和中國（0.8分）。

2.2.1 半導(dǎo)體芯片

美中兩國之間的貿(mào)易爭端等事件的存在，可能會使一個國家面臨包括人工智能芯片在內(nèi)的半導(dǎo)體產(chǎn)品供應(yīng)風險。此外，一些公司還發(fā)現(xiàn)，明確設(shè)計用于訓(xùn)練和運行人工智能系統(tǒng)的芯片可以提高這類系統(tǒng)的性能。根據(jù)《美國數(shù)據(jù)創(chuàng)新中心2021 年中美歐人工智能領(lǐng)跑報告》，到2021 年，美國至少有62 家公司在開發(fā)人工智能芯片，中國有29家，歐盟有14家。

2.2.2 按性能排名前500的超級計算機數(shù)量

越來越多的研究人員認為，計算能力對人工智能系統(tǒng)的發(fā)展至關(guān)重要。根據(jù)每秒可以執(zhí)行多少浮點計算，能評選出性能方面排在前500名的超級計算機。根據(jù)《美國數(shù)據(jù)創(chuàng)新中心2021年中美歐人工智能領(lǐng)跑報告》，中國的超級計算機數(shù)量為214臺，高于美國的113臺和歐盟的91 臺。如果沒有英國，歐盟有79 臺超級計算機排名前500。在過去的10年里，中國在這一指標上經(jīng)歷了顯著的增長。2012年，中國只有68臺電腦進入了前500名，美國有252 臺。然而，中國只用了4 年時間就超過了美國，進而迅速發(fā)展至超過美國100多臺。

2.2.3 總系統(tǒng)性能排名前500的超級計算機數(shù)量

另一種評估一個國家超級計算機實力的方法是衡量其頂級系統(tǒng)的總性能。該指標跟蹤在每個地區(qū)排名前500的超級計算機的總系統(tǒng)性能。根據(jù)《美國數(shù)據(jù)創(chuàng)新中心2021 年中美歐人工智能領(lǐng)跑報告》，2021 年，綜合系統(tǒng)性能排名前500 強的計算機中，美國占比27.5%，領(lǐng)先中國的23.3%和歐盟的16.8%。如果沒有英國，歐盟的數(shù)據(jù)則為15.4%。2021 年，由于日本企業(yè)的崛起，中國和美國在前500 個系統(tǒng)中所占的比例都低于2020 年。日本從2020 年占總系統(tǒng)性能的8%以下增長到2021 年的24%以上。日本現(xiàn)在擁有世界上最快的系統(tǒng)，超級計算機Fugaku，其最大性能幾乎是第二快的超級計算機的3倍。

2.3 領(lǐng)先公司

沒有足夠資金的人工智能公司不太可能開發(fā)創(chuàng)新的人工智能產(chǎn)品或服務(wù)。因此，衡量每個地區(qū)有多少公司有足夠的資金來對人工智能產(chǎn)生影響是很重要的。該指標關(guān)注了人工智能行業(yè)中獲得至少100 萬美元聯(lián)合資金的公司數(shù)量。根據(jù)《美國數(shù)據(jù)創(chuàng)新中心2021 年中美歐人工智能領(lǐng)跑報告》，美國以2130 家企業(yè)數(shù)量，遠遠領(lǐng)先歐盟的890家和中國的398家。

在過去幾年中，大多數(shù)算法由美國的 Facebook、谷歌、微軟等大型科技類公司發(fā)現(xiàn)和開創(chuàng)。例如，Deep-Mind 通過 Alpha Zero 在人工智能強化學(xué)習(xí)方面取得了獨特的進展，實現(xiàn)了完全基于“自我游戲”的學(xué)習(xí)，沒有涉及實際數(shù)據(jù)。此外，美國公司還開發(fā)了主要工具箱和軟件框架，例如 TensorFlow、Pytorch、Caffe，被世界各地的工業(yè)界和學(xué)術(shù)界廣泛應(yīng)用于人工智能的研究。這些平臺的突出地位有助于美國在人工智能方面的核心領(lǐng)導(dǎo)地位，包括在數(shù)據(jù)積累方面取得優(yōu)勢。

相比之下，中國在塑造人工智能的核心技術(shù)工具方面仍然落后。但是，中國在計算機視覺、語音識別和自然語言處理方面擁有世界領(lǐng)先的公司，如商湯科技、Unisound、科大訊飛和 Face++等[5]。

歐洲由于沒有互聯(lián)網(wǎng)巨頭公司，能夠接觸到的數(shù)據(jù)量相對于中美的公司少很多。現(xiàn)在最火的機器學(xué)習(xí)算法，比如神經(jīng)網(wǎng)絡(luò)，都是基于大數(shù)據(jù)的分析和處理。“人工智能”概念除了機器學(xué)習(xí)，還包括了計算機視覺、自動駕駛等很多概念。歐洲在這方面有一定實力。慕尼黑工業(yè)大學(xué)、馬克斯·普朗克研究所（Max Planck Institute，MPI）等都有一些世界領(lǐng)先的人工智能成果。在自動駕駛領(lǐng)域，奧迪是第一家在量產(chǎn)車上推出Level 3自動駕駛系統(tǒng)的（搭載在最新一代奧迪A8上）[6]。

2.4 中美歐人工智能實力比較小結(jié)

通過中國和美國、歐盟人工智能實力的比較可以發(fā)現(xiàn)：美國科技巨頭對人工智能相關(guān)技術(shù)的研究起步早，投入高，人才、芯片及算法都走在中國前面；歐洲在人工智能方面長于理論研究和實驗室技術(shù)，但缺乏科技巨頭企業(yè)，難以轉(zhuǎn)化為市場力量；中國雖然在人工智能創(chuàng)新企業(yè)數(shù)量和規(guī)模方面和美歐存在差距，在智能傳感器、高性能中央處理器、智能芯片等方面與美歐也有較大差距，但中國具有人口及市場優(yōu)勢。我國人工智能產(chǎn)業(yè)發(fā)展具備龐大的數(shù)據(jù)源及應(yīng)用場景，有較好的發(fā)展前景。

3 人工智能技術(shù)的未來

人工智能是引領(lǐng)新一輪科技革命和產(chǎn)業(yè)變革的戰(zhàn)略性技術(shù)，具有溢出帶動性很強的“頭雁”效應(yīng)。因此，預(yù)測人工智能技術(shù)的未來、提早布局顯得尤為必要。

3.1 人工智能技術(shù)未來

技術(shù)成熟度曲線是企業(yè)用來評估新科技的可見度，利用時間軸與市面上的可見度(媒體曝光度)決定要不要采用新科技的一種工具。此曲線由著名國際咨詢公司Gartner（高德納咨詢公司）于1995 年開始分析預(yù)測與推論各種新科技的成熟演變速度及要達到成熟所需的時間。參考高德納“2021 人工智能技術(shù)成熟度曲線”，可以預(yù)測人工智能技術(shù)未來的趨勢。處于技術(shù)萌芽期的主要是實驗室內(nèi)的人工智能技術(shù)，包括模型運維、神經(jīng)形態(tài)硬件等技術(shù)；處于期望膨脹期的主要是行業(yè)領(lǐng)先者開展小規(guī)模實驗和部署的人工智能技術(shù)，包括知識圖譜、智能機器人、決策智能等技術(shù)；處于泡沫破裂低谷期的主要是技術(shù)能力及相關(guān)基礎(chǔ)設(shè)施開始發(fā)展的人工智能技術(shù)，包括機器學(xué)習(xí)、自然語言處理、計算機視覺、自動駕駛和深度學(xué)習(xí)等技術(shù)；處于穩(wěn)步爬升復(fù)蘇期的主要是經(jīng)過驗證、經(jīng)過商業(yè)化的但能力發(fā)展不大的人工智能技術(shù)，包括語義搜索等技術(shù)[7]。

參考高德納“2021人工智能技術(shù)成熟度曲線”可知全球人工智能即將步入生產(chǎn)成熟期的技術(shù)有計算機視覺、語音識別、機器學(xué)習(xí)等，這些技術(shù)的預(yù)計成熟時間為2—5年，意味著未來5 年內(nèi)將十分有望普及市場并廣泛應(yīng)用。其中還有8項技術(shù)顯示未來需5—10年達到成熟期，包含機器學(xué)習(xí)中的深度學(xué)習(xí)、智能機器人、數(shù)字倫理、自然語言處理等技術(shù)，這些技術(shù)賽道屬于人工智能產(chǎn)業(yè)未來重點發(fā)展方向，目前正處于“期望膨脹期”，表明世界對人工智能的最高期待（如圖5）。

圖5 2021人工智能技術(shù)成熟度曲線

另外，前沿智能技術(shù)領(lǐng)域前景比較廣闊的當屬可穿戴、沉浸式技術(shù)以及腦機接口這3個比較接近的技術(shù)領(lǐng)域門類（如圖6）。一方面，可穿戴智能設(shè)備的形態(tài)越來越多樣化，應(yīng)用領(lǐng)域也不斷擴展，表現(xiàn)出廣闊的潛力；在未來，可穿戴設(shè)備的針對性和目標性會更強，伴隨著 VR、AR 等沉浸式技術(shù)的逐漸成熟，可穿戴設(shè)備將成為人工智能技術(shù)普及的一大重要方向。而腦機接口作為神經(jīng)工程與可穿戴技術(shù)的交叉領(lǐng)域，在技術(shù)進步、成本降低以及相關(guān)的道德隱私安全等方面還有諸多問題與挑戰(zhàn)需要解決[8]。

圖6 前沿智能技術(shù)領(lǐng)域熱門技術(shù)詞云圖

3.2 人工智能技術(shù)未來應(yīng)用場景

從人工智能單點技術(shù)應(yīng)用來看，根據(jù) 2021 年 IDC針對企業(yè)對于人工智能技術(shù)的應(yīng)用現(xiàn)狀調(diào)研的結(jié)果，預(yù)計未來3 年，企業(yè)在持續(xù)增加計算機視覺應(yīng)用的同時，也會加深語音識別、自然語言處理等技術(shù)場景的應(yīng)用（如圖7）。

圖7 未來三年企業(yè)將部署的人工智能場景

4 結(jié)語

人工智能已成為引領(lǐng)新一輪科技革命和產(chǎn)業(yè)變革的重要驅(qū)動力量和戰(zhàn)略性技術(shù)。通過本文的分析可知，中國在人工智能領(lǐng)域全球競爭中的短板和優(yōu)勢。中國在人工智能創(chuàng)新企業(yè)數(shù)量和規(guī)模方面和美歐存在差距，在智能傳感器、高性能中央處理器、智能芯片等硬件方面與美歐也有較大差距，但中國具有人口及市場優(yōu)勢，可以為人工智能提供龐大的數(shù)據(jù)源及應(yīng)用場景，發(fā)展勢頭很好。在未來，中國如果想要在人工智能這輪科技革新中占得先機，就需要加強技術(shù)預(yù)判，提早部署，特別是在一些基礎(chǔ)性、突破性的領(lǐng)域精準布局，加大對人工智能相關(guān)軟硬件的研發(fā)投入，提高核心技術(shù)的自主能力[9]。本文依據(jù)2021年人工智能技術(shù)成熟度曲線并結(jié)合人工智能技術(shù)的發(fā)展現(xiàn)狀預(yù)測，在下一個10年，深度學(xué)習(xí)、智能機器人、數(shù)字倫理、自然語言處理等技術(shù)都屬于人工智能產(chǎn)業(yè)未來重點發(fā)展方向。在未來幾年，這些技術(shù)的成熟和商用化將會進一步影響產(chǎn)業(yè)發(fā)展、社會發(fā)展和人們的生產(chǎn)生活。