【紫冬深度】全球人工智能研究现状分析

会员服务 ·

【紫冬深度】全球人工智能研究现状分析

2019 年 2 月 15 日 中国科学院自动化研究所

◆ CASIA | 解锁更多智能之美 ◆

【今日紫冬】今年1月份，基于Scopus等数据库及斯坦福大学、中科院自动化所等科研单位提供的公共数据集，爱思唯尔集团发布《人工智能：知识的创造、转移与应用》报告，该报告用AI研究AI，总结出全球人工智能研究重点关注的七大领域，同时聚焦中国、欧洲和美国三大AI研究主力，深入分析全球人工智能研究现状。

近几年，科技领域最火的词莫过于人工智能，在激烈的全球竞争中，谁能拔得头筹？1月11日，爱思唯尔集团召开发布会，在中国首次解读其最新发布的人工智能研究报告，报告显示，全球范围内，人工智能研究在过去五年(2013-2017)以每年接近13%的速度快速增长，中国、美国和印度成为人工智能领域科研产出最多的国家。

这份名为《人工智能：知识的创造、转移与应用》的报告称：2017年，中国在人工智能领域出版的文章数量位列全球第一，科研产出已在2004年超过美国，如果保持当前的势头，中国有望在四年内赶超欧洲。

报告用"AI"研究"AI"，在检索分析了研究、教育、技术与媒体四大领域共计60万份文档和700多个领域特定的关键词后，揭示了人工智能研究重点关注七大领域，即搜索与优化、模糊系统、自然语言处理与知识表示、计算机视觉、机器学习与概率推理、规划与决策以及神经网络。其中，机器学习与概率推理、神经网络和计算机视觉的科研产出最高，增长速度也最快。

值得一提的是，该报告还梳理了人工智能的道德伦理问题，发现相关学术研究还很有限。

晒晒中、美、欧的成绩单

该报告主要聚焦中国、欧洲和美国的人工智能研究现状。如果划重点的话，那就是：中国发展迅猛，产出第一，将在该领域成为全球领导者；欧洲研究领域多样，但顶尖科研人才缓慢外流；美国在全球人工智能领域的竞争中处于领先地位，企业表现突出。

报告显示，中国发表人工智能论文数量和引用量均在增长，发展速度与全球人工智能研究的增长率(13%)相当，尤其在计算机视觉和模糊系统两大研究领域发展迅速。中国的人工智能研究并不局限于研究论文，其产出包含多种形式，近年来，会议论文占中国整体人工智能科研产出的44%。除了科研产出增长以外，中国人工智能相关研究的引用和下载量近几年有所增加，逐渐接近全球人工智能研究引用量的平均值，并超过了2017年全球人工智能研究下载量平均值。研究数据显示，在过去三年，中国学术界吸引人工智能人才的数量远远多于流失的数量，中国的研究环境越来越有吸引力，引用影响力也与日俱增。

欧洲是人工智能科研产出规模最大、最多样化的地区，与欧洲以外的国际合作比例及增长速度也很高。欧洲地区的研究重点集中在模式识别的遗传算法、模糊系统、语音识别和人脸识别。然而，近年来，欧洲面临着顶尖人工智能人才流失的严峻问题。

与欧洲不同，美国产业界对本土乃至全球的人工智能人才都有强大的吸引力。美国企业吸引了众多AI人才，科研实力雄厚，这归功于其跨界组建联合实验室的传统。美国学术界同样表现不俗，在学术产量和保留人才方面均表现突出。美国在全球人工智能领域的竞争中处于领先地位，越来越多的研究人员参与AI的国际合作。美国的AI研究偏重特定算法，并且把语音识别和图像识别归类到不同集群。美国在人工智能研究领域的多样性虽不及欧洲，但远胜中国。

中国要补齐哪些短板？

"尽管中国科研成果增长迅速，在该领域的引用影响力仍然较低，这表明中国的研究似乎更具区域性，而非全球性。"报告也指出中国人工智能发展存在的问题，如国际合作水平低，研究人员的流动性较低等。

"国际性流动与合作的模式表明，中国在人工智能领域的研究工作相对孤立。"爱思唯尔分析服务高级副总裁玛丽亚·德·克莱恩(Maria de Kleijn)说。

"目前全球人工智能领域的权威学术会议和学术组织主要是美国和欧洲主导，我国科研的学术原创力和国际影响力有明显短板，并且与国际AI科技巨头和顶尖学术机构之间的产学研交流互动较少，与谷歌、亚马逊、苹果、IBM、微软等大公司的合作不是特别多。"中科院自动化研究所研究员、中国科学院大学人工智能技术学院教授孙哲南表示，虽然越来越多重要学术会议在中国召开，中国学术、人才和产业的国际化融合趋势也越来越明显，但我国还是要加大力度进一步融入国际主流学术圈、产业生态和社会媒体，在国际舞台发挥与我国人工智能科技实力和产业规模相称的领导者作用。

报告指出，中国的人工智能研究集中于计算机视觉，尚未大批量发表包括语音识别在内的自然语言处理和知识表示的研究，这是因为这类研究主体是企业，通常不会着重于发表学术论文。

"中国目前研究瞄准有商业应用前景、好落地的产业方向，有超过60%的AI创业公司都聚焦于计算机视觉，研发多是应用驱动。一方面，我们有更大的用户基数，积累了海量数据，在人脸识别、语音识别、文字识别等应用场景驱动的应用基础研究走在前列；但另一方面，客观来说，基础研究离顶尖国家水平仍有较大差距，新概念高被引论文数量并不多，鲜有原创性引领性的重大影响力成果。"孙哲南说。

孙哲南介绍，欧美科研人员在人工智能研究方面更有定力和耐心，很多都是个人兴趣驱动的自由探索，有的研究机构也敢于啃硬骨头、吃螃蟹，政府也支持脑智融合、通用人工智能等前沿性研究。这些探索可能短期不见回报，但一旦有突破就会形成重大产出并呈爆发性增长。他说，目前我国也在通过发布新一代人工智能发展规划、资助基础创新科研项目和鼓励产学研合作等政策，部署前沿领域研究，补齐基础研究的短板。

报告还反映了一个现象：美国有越来越多的研究人员正从学术界向产业界流动，企业表现活跃突出。美国科研产出前五名主要贡献者中，就有两个是企业(微软、IBM)。而中国90%的人工智能研究来自学术界，企业的贡献相对较小，仅占3%。