人工智能,国家间下一个战略竞争焦点

人工智能是引领性的战略性技术和新一轮产业变革的核心驱动力，世界上主要发达国家都从国家层面加强了对人工智能的战略安排、顶层设计和系统协调。比较而言，美国、英国政府注重人工智能的基础研究，日本、德国偏向从应用方面促进人工智能的发展。各发达国家都重视人工智能人才队伍的建设，完善和提升大数据、云计算等人工智能基础架构，注重引导人工智能为社会造福，预防人工智能引发就业、公平等社会问题。

我国近几年人工智能发展突飞猛进，相关专利数量（2011一2016）年均增幅43%，超过了美国的21.7%。我国2000年至2016年产生的人工智能专利数已经超过美国，位居世界第一。但与发达国家相比，我国在核心技术上仍然有不小的差距。比如，人工智能研究最具影响力的高校T0P30排名中，美国有22家，我国高校无一上榜；在芯片、算法等核心技术方面，我国仍需争取一席之地，亟待加强关键技术研发，打造产业核心竞争力。

围绕世界主要发达国家和国际领军企业在人工智能方面的战略布局，上海市科学学研究所人工智能研究组近日做了梳理和研究。本刊特选取其中的主要内容，以期开拓读者视野，并对上海发展人工智能产业提供借鉴。

当前人工智能热潮涌动，以谷歌、微软、脸书（Facebook）、IBM、亚马逊等为代表的跨国公司纷纷发力人工智能，把人工智能作为关系生死的战略必争点展开布局，其发展理念、思路、目标、路径可为上海发展人工智能“谋篇布局”提供指引和参考。

作为全球互联网企业巨头，谷歌在人工智能的基础数据方面有着先天优势。谷歌认为前沿人工智能技术将成为信息领域未来的核心主宰，是维持其互联网巨头地位必须抢占的高地，抓住人工智能机遇向软硬件进军有利于其多元化拓展收益渠道。

2006年至今，谷歌收购了分布在德国、英国、法国、加拿大和印度的18家人工智能领域初创型企业，超过了微软和脸书收购数量的总和。通过收购，谷歌完成了在文本识别、图像视频识别、语音识别的技术布局，完善了开源平台的能力。这些初创企业高端人才和关键技术对于谷歌人工智能技术链布局具有巨大的推动作用和战略意义。

今年5月，谷歌I/O大会上推出了第二代TPU（张量处理器），全新的谷歌TPU比传统的GPU（图形处理器）性能提升15倍，更是CPU（中央处理器）浮点性能的30倍。谷歌还推出了功能更加强大的TPU Pod的运算阵列。作为谷歌专门开发的应用于深度神经网络的软件引擎，TPU与深度学习系统平台深度绑定，为搜索、翻译、无人驾驶汽车、智能语音等提供更强的生态支持。

谷歌正积极将学习技术融合到已有的产品和服务中。例如，谷歌翻译应用机器学习后，每天翻译103种语言，超过1000亿字；利用机器学习技术打造天气预报、遗传性疾病、自然生态保护等的新产品。

对于发展人工智能，微软有三方面的考虑：一是要以人为本，造福人类社会；二是有选择性地发展人工智能技术，聚焦特定的人工智能研发领域；三是从单一领域的离散突破向跨领域的多点突破转变。

近年来，微软研究院开始网罗人才和收购技术，在机器视觉、语音识别等领域持续发力，并处于世界领先地位。例如，Skype实时语音翻译器实现突破性的进展，微软成为业界首家能在语音识别能力上媲美人类的企业。目前，该产品已经能够支持九种语言，是其人工智能加速发展的典型案例。

微软计划在代理、应用、服务和基础设施等诸多领域加强研发，打造一个方便他人使用和创新的平台，可提供语音、语言、知识和搜索方面的人工智能技术，无论是大公司还是小企业，开发者和客户都可以借助微软的技术进行开发和实验。

微软重视人工智能的安全与控制，提出在人工智能故障的情况下，不会造成任何伤害或至少最大限度减少伤害的程度。看重人工智能在医疗领域的应用，例如帮助丰富视障人士的世界，减少医疗事故，利用日志搜索作为药物安全性或早期监测等支持依据等。

脸书希望用人工智能“连通全世界”，重视语音识别、机器视觉和自然语言处理等领域的研发，在翻译、压缩图片和个性化沟通领域处于领先地位。

脸书认为，全球顶尖人才是关键核心，特别是算法和数据处理方面的人才能够支持公司在关键共性技术方面处于领先地位。

脸书每月为15亿用户提供服务，积累了大量数据。基于数据模拟一般智力，像人类一样以多管齐下的方式思考，进而解决广义的人工智能的问题是其人工智能研究院的目标。目前，研究院有大约30位研究科学家和15名工程师，在纽约、巴黎等地设有三个分支。

脸书在语义识别、图像识别、广告精准投放等方面已经有了人工智能的应用。

DeepText可访问网络上发布的文字，展开上下文分析，提取其中的含义；DeepFace可判断两张不同图片中的人是否是同一个人，其准确率已经超过人类；一套名为Flow的系统每月可利用深度学习分析来模拟30万个机器学习模型，让工程师测试各种想法，并寻找能够提高效率的机会。

IBM公司发展人工智能，主要着眼于平台建设，面向行业和产业需求，结合企业物联网、大数据等已有基础，大力推动人工智能技术的应用和发展，拓宽企业的收益渠道。

IBM把认知计算作为沃森平台的重要技术基础，当技术重新整合时，便产生新的沃森功能，这些功能能够解决各种实际问题，并在许多行业推动新的发现。2015年12月，IBM将认知计算能力扩展到构成物联网的数十亿连接设备、传感器和系统。

沃森系统可以提取病人的电子病历和相关医学文献，进行队列分析，鉴别相似病人的微片段，评估标准的护理做法和现有的治疗方案，按相关性、风险和偏好排序，最终向患者推荐最有效的治疗方法。此外，沃森系统还在保险、税务和社会计划领域协助公民，预测个人和群体需求，并制定资源的有效部署计划。

亚马逊认为云平台是数据处理的“天然土壤”，是提升数据处理效率的坚实基础。云端的海量数据，给人工智能提供了宝贵的训练数据集。

去年底，亚马逊推出自己的三条人工智能产品线，分别定位于自然人机交互、语音转换服务以及图像识别。亚马逊的云端业务涉及到零售、金融、仓储、物流、客服、视频等诸多环节，在这些环节中的个性化推荐、动态价格优化、供应链优化、预测式发货、自动化仓储、无人机送货、无人超市深度融合人工智能，解决一系列之前累积的问题。

公有云市场的绝对领先，给了亚马逊在人工智能时代的商业先机。亚马逊累积了公有云市场的份额和客户优势。在基于公有云基本架构，亚马逊在研究“人工智能即服务”，将人工智能关键技术提供给云平台和开发者社区。

亚马逊正在尝试金融科技领域的人工智能，并推出了亚马逊Cash服务，帮助习惯使用电子结账的人群记录消费。它还在关注增强现实、虚拟现实和人工智能的融合，把人工智能、增强现实技术集成至实体店，帮助消费者在店里欣赏这些商品摆放在家中的效果。