中國世界領先人工智慧算力

A. 現在比較領先的人工智慧公司有哪個

人工智慧領域近幾年是科技界關注和發展的熱點，甚至被認為會引領下一輪科技革命。目前來看，美國無疑是領頭羊，但是中國正在成為美國在這一領域最強勁的對手。所以說未來人工智慧領域的競爭主要在中美之間展開也並不誇張。基於對於下一波科技浪潮中鞏固自身全球競爭力的考慮，人工智慧被提升到中國的國家戰略高度，對這一領域無論是資金、政策亦或在人才和技術引進等方面都在大力扶持。

從2012年到目前，國內人工智慧領域已有超千家企業，投資額近1500億元，僅2017年投資總額就超600億元。而根據麥肯錫的數據，2016年中國占據AI投資的17%，雖然美國以超60%的比例牢牢占據首位。對比國外科技巨頭，國內以騰訊、網路為代表在AI技術研發等方面同樣投入重金。

目前，雖然中美在國家頂層對於AI的戰略高度都給予足夠重視。但是產業上的差距目前依然明顯。首先，技術起步晚導致國內無論AI企業數量相比美國還是有不少差距，目前僅有美國的一半。早在上世紀90年代，美國就開始涉足AI，並且10多年前就開始快速發展，目前趨穩，而國內在2014年左右才開始獲得足夠重視，並開始進入快速發展期。

其次，美國在AI布局均衡且在演算法、晶元等產業核心領域積累了強大的技術優勢。AI和雲計算等領域類似，同樣需要基礎層、技術層和應用層幾個方面的支持。而國內在晶元（基礎層）、自然語言處理、計算機視覺和圖像（技術層）等領域積累尚不足，直接對AI應用也帶來一定影響。

最後，由於AI人才的缺乏，也導致國內在吸引人才和基礎研究等方面需要下狠功夫。美國對於科技基礎研究極為發達，扎實的人才培養體系為產業不斷輸送優秀AI人才，這目前則是國內一大軟肋。

不過，隨著近年來國家和科技巨頭對於海外科技人才的引進和本土的積極培養，已經展現出積極的一面。況且坐擁巨大的人口數據優勢和投資實力，讓國內AI產業無論是技術還是應用發展上都有足夠的吸引力，加上國內對於新科技所展出的包容心，中國AI革命值得期待。

B. 中國人工智慧發展如何華為推出AI訓練集群Atlas 900，說是全球最快的人工智慧平台，想了解下

隨著政策的推動以及資本的關注，人工智慧產業仍將保持迅猛發展態勢，2020年中國人工智慧核心產業規模將超1500億元。

當前人工智慧的商業化主要是基於計算機視覺、智能語音、自然語言處理等技術，技術應用面廣泛，涉及智能醫療、智能駕駛、智能家居等多場景。

2018年中國人工智慧領域共融資1311億元，增長率超過100%，投資者看好人工智慧行業的發展前景，資本將助力行業更好地發展。

在人工智慧與出行結合領域，路徑規劃、網路約車、交通管理、自動駕駛等技術的研發解決了傳統出行不便的痛點，其中深蘭科技深耕智能交通、智能環境、智能城市等細分領域，已實現人工智慧產品落地。其深蘭科技熊貓智能公交車已實現在廣州、天津等國內多個城市試運行。而人工智慧與安防、醫療、零售等產業的結合，均解決了一定行業痛點，利用機器學習演算法、深度學習和NLP促進行業發展。

隨著5G商用時代的逐漸來臨，人工智慧技術連接效率也將進一步提升，深度學習、數據挖掘、自動程序設計等領域也將在更多的應用領域得到實現。

中國人工智慧發展迅速

中國人工智慧技術起步較晚，但是發展迅速，目前在專利數量以及企業數量等指標上已經處於世界領先地位。2013-2018年，全球人工智慧領域的論文文獻產出共30.5萬篇，其中，中國發表7.4萬篇，美國發表5.2萬篇。在數量佔比方面，2017年中國人工智慧論文數量佔比全球已經達27.7%。當前中美兩國之間人工智慧科研論文合作規模最大，是全球人工智慧合作網路的中心，中美兩國合作深刻影響全球人工智慧發展。

中國人工智慧未來熱度持續

艾媒咨詢分析師認為，目前中國整個人工智慧產業規模仍在保持增長，同時國家也在不斷出台各類人工智慧產業扶持政策，資本市場對人工智慧行業的投資熱情不減，技術方面不斷突破是產業增長的核心驅動力。

未來人工智慧產業的走向取決於演算法的進步，由於演算法的技術突破是決定人工智慧上限的，所以未來人工智慧企業拉開差距就在演算法的技術突破上，誰能先在演算法上取得成功，誰就能取得資本市場青睞，同時產業落地也會進一步提速。在演算法方面，目前已經有深度學習和神經網路這樣優秀的模型，但就目前國內人工智慧演算法的總體發展而言，工程學演算法雖已取得階段性突破，但基於認知層面的演算法水平還亟待提高，這也是未來競爭的核心領域。

雖然演算法決定人工智慧上限，但是目前的演算法短時間內可能很難有所突破，所以算力也是目前人工智慧企業競爭的一個重點方向，以目前的算力水平，主要實現商業化的人工智慧技術為計算機視覺、智能語音等，未來若算力進一步突破包括算力的提升、生產成本的降低都會使人工智慧技術的產業化進一步深入。

以上內容摘自艾媒咨詢最新發布的《艾媒報告 |2019上半年中國人工智慧產業研究報告》

C. 中國目前的人工智慧在全球是出於什麼水平

人工智慧是最近科技裡面新起的一個方向，在這方面對於人們的生活有很大的改善，就比如智能掃地機械人還有智能音響，最典型的例子就是智能手機了，而很多人就好奇中國目前的人工智慧在全球是出於什麼水平？其實從大數據領域來說是世界領先的，而人工智慧發展也是世界佔有前面位置的，我們來分析一下。

幾年前的人工智慧機械人甚至完成了難度系數很大的醫療手術，它們最大的好處就是不會累也不會有情感，只要設計得到對於人們難以完成的任務都可以放心交給它們，而對於人們平時生活裡面最大的好處就是一些人工智慧掃地機械人還有智能手機，智能音響啥的，大大方便了我們平時的生活，而且單價也不貴，可以說是老百姓都買得起的人工智慧。

D. 中國的人工智慧處於什麼水平 世界的人工智慧又處於什麼水平

走近人工智慧

人工智慧(Artificial Intelligence，AI)一直都處於計算機技術的最前沿，經歷了幾起幾落……

長久以來，人工智慧對於普通人來說是那樣的可望而不可及，然而它卻吸引了無數研究人員為之奉獻才智，從美國的麻省理工學院(MIT)、卡內基-梅隆大學(CMU)到IBM公司，再到日本的本田公司、SONY公司以及國內的清華大學、中科院等科研院所，全世界的實驗室都在進行著AI技術的實驗。不久前，著名導演斯蒂文·斯皮爾伯格還將這一主題搬上了銀幕，科幻片《人工智慧》(A.I.)對許多人的頭腦又一次產生了震動，引起了一些人士了解並探索人工智慧領域的興趣。

在本期技術專題中，中國科學院計算技術研究所智能信息處理開放實驗室的幾位研究人員將引領我們走近人工智慧這一充滿挑戰與機遇的領域。

計算機與人工智慧

"智能"源於拉丁語LEGERE，字面意思是採集(特別是果實)、收集、匯集，並由此進行選擇，形成一個東西。INTELEGERE是從中進行選擇，進而理解、領悟和認識。正如帕梅拉·麥考達克在《機器思維》(Machines Who Thinks,1979)中所提出的: 在復雜的機械裝置與智能之間存在長期的聯系。從幾個世紀前出現的神話般的巨鍾和機械自動機開始，人們已對機器操作的復雜性與自身的某些智能活動進行直觀聯系。經過幾個世紀之後，新技術已使我們所建立的機器的復雜性大為提高。1936年，24歲的英國數學家圖靈(Turing)提出了"自動機"理論，把研究會思維的機器和計算機的工作大大向前推進了一步，他也因此被稱為"人工智慧之父"。

人工智慧領域的研究是從1956年正式開始的，這一年在達特茅斯大學召開的會議上正式使用了"人工智慧"(Artificial Intelligence，AI)這個術語。隨後的幾十年中，人們從問題求解、邏輯推理與定理證明、自然語言理解、博弈、自動程序設計、專家系統、學習以及機器人學等多個角度展開了研究，已經建立了一些具有不同程度人工智慧的計算機系統，例如能夠求解微分方程、設計分析集成電路、合成人類自然語言，而進行情報檢索，提供語音識別、手寫體識別的多模式介面，應用於疾病診斷的專家系統以及控制太空飛行器和水下機器人更加貼近我們的生活。我們熟知的IBM的"深藍"在棋盤上擊敗了國際象棋大師卡斯帕羅夫就是比較突出的例子。

當然，人工智慧的發展也並不是一帆風順的，也曾因計算機計算能力的限制無法模仿人腦的思考以及與實際需求的差距過遠而走入低谷，但是隨著硬體和軟體的發展，計算機的運算能力在以指數級增長，同時網路技術蓬勃興起，確保計算機已經具備了足夠的條件來運行一些要求更高的AI軟體，而且現在的AI具備了更多的現實應用的基礎。90年代以來，人工智慧研究又出現了新的高潮。

我們有幸采訪了中國科學院計算技術研究所智能信息處理開放實驗室史忠植研究員，請他和他的實驗室成員引領我們走近人工智慧這個讓普通人感到深奧卻又具有無窮魅力的領域。

問: 目前人工智慧研究出現了新的高潮，那麼現在有哪些新的研究熱點和實際應用呢？

答: AI研究出現了新的高潮，這一方面是因為在人工智慧理論方面有了新的進展，另一方面也是因為計算機硬體突飛猛進的發展。隨著計算機速度的不斷提高、存儲容量的不斷擴大、價格的不斷降低以及網路技術的不斷發展，許多原來無法完成的工作現在已經能夠實現。目前人工智慧研究的3個熱點是: 智能介面、數據挖掘、主體及多主體系統。

智能介面技術是研究如何使人們能夠方便自然地與計算機交流。為了實現這一目標，要求計算機能夠看懂文字、聽懂語言、說話表達，甚至能夠進行不同語言之間的翻譯，而這些功能的實現又依賴於知識表示方法的研究。因此，智能介面技術的研究既有巨大的應用價值，又有基礎的理論意義。目前，智能介面技術已經取得了顯著成果，文字識別、語音識別、語音合成、圖像識別、機器翻譯以及自然語言理解等技術已經開始實用化。

數據挖掘就是從大量的、不完全的、有雜訊的、模糊的、隨機的實際應用數據中提取隱含在其中的、人們事先不知道的、但又是潛在有用的信息和知識的過程。數據挖掘和知識發現的研究目前已經形成了三根強大的技術支柱: 資料庫、人工智慧和數理統計。主要研究內容包括基礎理論、發現演算法、數據倉庫、可視化技術、定性定量互換模型、知識表示方法、發現知識的維護和再利用、半結構化和非結構化數據中的知識發現以及網上數據挖掘等。

主體是具有信念、願望、意圖、能力、選擇、承諾等心智狀態的實體，比對象的粒度更大，智能性更高，而且具有一定自主性。主體試圖自治地、獨立地完成任務，而且可以和環境交互，與其他主體通信，通過規劃達到目標。多主體系統主要研究在邏輯上或物理上分離的多個主體之間進行協調智能行為，最終實現問題求解。多主體系統試圖用主體來模擬人的理性行為，主要應用在對現實世界和社會的模擬、機器人以及智能機械等領域。目前對主體和多主體系統的研究主要集中在主體和多主體理論、主體的體系結構和組織、主體語言、主體之間的協作和協調、通信和交互技術、多主體學習以及多主體系統應用等方面。

問: 您在人工智慧領域研究了幾十年，參與了許多國家重點研究課題，非常清楚國內外目前人工智慧領域的研究情況。您認為目前我國人工智慧的研究情況如何？

答: 我國開始"863計劃"時，正值全世界的人工智慧熱潮。"863-306"主題的名稱是"智能計算機系統"，其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"，用人工智慧技術克服這些問題，建立起更為和諧的人-機環境。經過十幾年來的努力，我們縮短了我國人工智慧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。

但是也應該看到目前我國人工智慧研究中還存在一些問題，其特點是: 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。選題時，容易跟著國外的選題走; 立項論證時，慣於考慮國外怎麼做; 落實項目時，又往往顧及面面俱到，大而全; 再加上受研究經費的限制，所以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。

今後，基礎研究的比例應該適當提高，同時人工智慧研究一定要與應用需求相結合。科學研究講創新，而創新必須接受應用和市場的檢驗。因此，我們不僅要善於找到解決問題的答案，更重要的是要發現最迫切需要解決的問題和最迫切需要滿足的市場需求。

問: 請您預測一下人工智慧將來會向哪些方面發展？

答: 技術的發展總是超乎人們的想像，要准確地預測人工智慧的未來是不可能的。但是，從目前的一些前瞻性研究可以看出未來人工智慧可能會向以下幾個方面發展: 模糊處理、並行化、神經網路和機器情感。

目前，人工智慧的推理功能已獲突破，學習及聯想功能正在研究之中，下一步就是模仿人類右腦的模糊處理功能和整個大腦的並行化處理功能。人工神經網路是未來人工智慧應用的新領域，未來智能計算機的構成，可能就是作為主機的馮·諾依曼型機與作為智能外圍的人工神經網路的結合。研究表明: 情感是智能的一部分，而不是與智能相分離的，因此人工智慧領域的下一個突破可能在於賦予計算機情感能力。情感能力對於計算機與人的自然交往至關重要。

人工智慧一直處於計算機技術的前沿，人工智慧研究的理論和發現在很大程度上將決定計算機技術的發展方向。今天，已經有很多人工智慧研究的成果進入人們的日常生活。將來，人工智慧技術的發展將會給人們的生活、工作和教育等帶來更大的影響。

什麼是人工智慧？

人工智慧也稱機器智能，它是計算機科學、控制論、資訊理論、神經生理學、心理學、語言學等多種學科互相滲透而發展起來的一門綜合性學科。從計算機應用系統的角度出發，人工智慧是研究如何製造出人造的智能機器或智能系統，來模擬人類智能活動的能力，以延伸人們智能的科學。

AI理論的實用性

在一年一度AT&T實驗室舉行的機器人足球賽中，每支球隊的"球員"都裝備上了AI軟體和許多感應器，它們都很清楚自己該踢什麼位置，同時也明白有些情況下不能死守崗位。盡管現在的AI技術只能使它們大部分時間處於個人盤帶的狀態，但它們傳接配合的能力正在以很快的速度改進。

這種AI機器人組隊打比賽看似無聊，但是有很強的現實意義。因為通過這類活動可以加強機器之間的協作能力。我們知道，Internet是由無數台伺服器和無數台路由器組成的，路由器的作用就是為各自的數據選擇通道並加以傳送，如果利用一些智能化的路由器很好地協作，就能分析出傳輸數據的最佳路徑，從而可以大大減少網路堵塞。

我國也已經在大學中開展了機器人足球賽，有很多學校組隊參加，引起了大學生對人工智慧研究的興趣。

未來的AI產品

安放於加州勞倫斯·利佛摩爾國家實驗室的ASCI White電腦，是IBM製造的世界最快的超級電腦，但其智力能力也僅為人腦的千分之一。現在，IBM正在開發能力更為強大的新超級電腦--"藍色牛仔"(Blue Jean)。據其研究主任保羅·霍恩稱，預計於4年後誕生的"藍色牛仔"的智力水平將大致與人腦相當。

麻省理工學院的AI實驗室進行一個的代號為Cog的項目。Cog計劃意圖賦予機器人以人類的行為。該實驗的一個項目是讓機器人捕捉眼睛的移動和面部表情，另一個項目是讓機器人抓住從它眼前經過的東西，還有一個項目則是讓機器人學會聆聽音樂的節奏並將其在鼓上演奏出來。

E. 中國人工智慧專利申請量世界第1，申請數量最多的公司是哪家

中國人工智慧專利申請量世界第1，申請數量最多的公司是網路。

網路想走出不靠那些劣質廣告維持利潤的困局的話，還是得多落地點AI項目，學其他公司一樣發展壯大。

F. 中國的人工智慧技術在國際上處於什麼水平

中國作為一個發展中國家，它正在緩慢變得強大，在下面資料的比較中，現處於中等偏上水平的國家。根據信息與通信學院中國發布的報告數據，截至2019年3月，全球有5386家人工智慧公司活躍。 美國具有世界領先的技術，自然人工智慧公司的數量最大，為「2169」，中國其次，人工智慧公司的數量是美國的一半以上，「1189」，其次是英國，加拿大和印度，根據主要城市中的人工智慧公司數量，人工智慧公司的數量排名前五位。要訂購，北京的公司數量最多，有「468」家，其次是舊金山，倫敦，上海和紐約；

自從人工智慧誕生以來，理論和技術已經日趨成熟，應用領域也不斷擴大。可以想像，未來由人工智慧帶來的技術產品將成為人類智慧的「容器」。人工智慧可以模擬人類意識和思想的信息過程。人工智慧不是人類的智能，但可以像人類的思想一樣，並且可以超越人類的智能。換句話說，人工智慧將在未來滲透到我們生活的各個角落，也是未來國際技術領域的核心競爭力。因此，加油吧中國。

G. 浪潮AI已經發展多年了，現在都具有哪些實力

首先我覺得產品銷量是最能展現實力的。浪潮AI伺服器的中國市場份額連續三年保持在50%以上。然後是品質和性能，這一點可以從全球最具權威的AI測試榜單MLPerf中證明。浪潮AI伺服器NF5488A5完成訓練僅需33.37分鍾，單機性能高居第一；推理性能達到每秒54.9萬張圖片，3倍於去年推理榜單的伺服器最好性能。最後是打造產品的能力。浪潮AI致力於打造敏捷、高效、優化的人工智慧基礎設施，以AI算力平台、資源平台與演算法平台，為AI產業化和產業AI化提供集約高效的智算力支撐。現今，浪潮已經成為全球領先的人工智慧計算領導品牌。

H. 中國的人工智慧技術有多高

中國的人工智慧已經取得了長足進展。現在，像阿里巴巴、網路、科大訊飛這些企業，在人工智慧領域的研究頗有建樹。中國在AI應用方面的技術創新已擁有超越其他國家的實力。另一方面，中國政府制定人工智慧發展規劃，要到2030年達到世界領先水平，足以看出其對相關領域的支持，以及要將國家建設成世界科技強國的決心。

I. 清華大學首個AI虛擬學生公開亮相，我國的AI技術目前處於什麼水平

清華大學首個AI虛擬學生公開亮相，我國的AI技術目前處於很高的水平。

清華大學首個AI虛擬學生-華智冰首次露相9月28號，清華首個AI虛擬學生華智冰首次露正臉唱歌，2021年6月1號華智冰在北京正式亮相，並進入清華大學計算機系，師從清華大學唐傑教授，開啟在清華大學的學習生涯。作為我國首位原創虛擬學生，華智冰，智商和情商雙高，可以作詩作畫創作劇本殺等，近年來，隨著人工智慧等技術高速發展，人機共存的序幕已然拉開，AI技術正逐漸應用於各種場景。當前，AI技術正由感知智能時代向認知智能時代邁進，唐傑表示，未來這個虛擬學生能在多項認知智能上超過人類，或許到那時她就可以畢業了，對他來說，這也將是一次非常艱難的認知過程。

J. 在經濟全球化背景下,中國人工智慧行業的國際化發展潛力如何

市場規模增速遠超全球平均水平

隨著人工智慧專用晶元的突破、人工智慧應用范圍的不斷擴大，以及眾多人工智慧創業公司的誕生和成長，2019年我國人工智慧產業規模已經突破500億元。據中國信通院數據統計，2015年到2018年復合平均增長率高達54.6%，遠超全球平均水平(約36%)。

——更多數據可參考前瞻產業研究院《中國人工智慧行業市場前瞻與投資戰略規劃分析報告》。