中国AI传奇:从被忽视到阔步进入名人堂

2017 年 9 月 10 日 THU数据派

来源:科研圈

作者:陈宗周

本文长度为5300字,建议阅读8分钟

本文介绍了 AI 在各领域的应用进展,并展望了 AI 的未来之后,最后篇章聚焦中国在 AI 领域的现状与前景。


在当前波澜壮阔的 AI 革命潮流中,中国力量正在崛起。崛起速度之快,举世瞩目。


AI 名人堂里来了中国人


在人类文明发展的历史长河中,中国科技曾经做出过巨大贡献。但是,在近代科技革命和工业革命中,中国人遗憾地缺位了。令人高兴的是,在当前波澜壮阔的 AI 革命潮流中,中国力量开始崛起。崛起速度之快,举世瞩目。


中科院自动化所研究员王飞跃先生曾经讲过这样一段故事:2006 年,为纪念 AI 诞生50周年,全球很有影响的杂志《 IEEE 智能系统》(IEEE Intelligent Systems)决定编辑一期专刊,总的题目叫《 AI 的未来》。杂志快成刊时才发现,里面竟然一篇中国的文章都没有。临出刊最后一刻,才由他和陆汝钤院士、旅美学者曾大军三人赶写了第一篇反映中国 AI 发展现状的文章《 AI 研究在中国:50年路上》(AI Research in China: 50 Years Down the Road)。由此可见,那个时候华人 AI 科学家虽已有一定的成就和影响,但就整体而言,中国力量并未受到重视。


情况很快发生变化。2011 年,王飞跃担任这一在 AI 领域影响因子排名第一的杂志主编已有三年,他主持了第一届《 AI 名人堂》评选活动。第一届评出的 10 人中,图灵奖得主就有 8 人。


2016 年,第二届《 AI 名人堂》评选拉开帷幕。来自美国、欧洲、亚洲 AI 刊物的 11 名专家匿名投票,全程保密。当年 10 月,第二届《 AI 名人堂》揭晓,评选出 50 位 AI 名人,加上第一届的 10 人,60 位名人济济一堂,纪念 AI 诞生 60 年周年。



60 位名人,从古代哲学家亚里士多德、近代数学家兼物理学家帕斯卡,一直到当代 AI 科学家欣顿,两千多年间对 AI 思想、理论、技术形成和发展有着重要影响的人物,悉数载入名人堂史册。其中有七位中国人——吴文俊、戴汝为、陆汝钤、张钹、李德毅、潘云鹤、郑南宁七位院士。如果加上美籍华人王浩、傅京孙,一共有九位华人。


尽管 AI 名人堂入选原则尚可争鸣,但中国在 AI 发展史中的贡献,已不可被忽视。


国际学术会议因春节改期


观察中国 AI 发展的窗口之一是科研现状。从 2012 年起,中国在 AI 领域发表论文的数量已经超过美国,在计算机领域也是如此。这一年,中国 AI 专利申请数量和授权数量也第一次超过美国。在近年来飞速发展的深度学习领域,根据美国科学情报所编制的 SCI (Science Citation Index,即科学引文索引)收录的数据,从 2014 年开始,中国发表的深度学习论文,无论是数量还是有效引用率,都超过了美国。美国白宫也在相关的 AI 报告中,多次提到中国发表的研究论文数量已经超过了美国。科研论文的数量,或许并不能完全代表整体科研水平的高低,美国目前仍然在 AI 研究前沿保持着一定优势。但是,中国 AI 科研人才的广度和厚度,已经得到充分显示。


由于中国 AI 研究人员论文数量多、采用率高,于是相关的重要国际学术会议的安排要开始考虑中国学者的参会情况。2017 年初,国际人工智能协会(AAAI)年会原定于1月底在美国新奥尔良召开。可是,那个时间刚好是中国春节,会影响中国学者到会。AAAI 主席苏巴劳意识到这一点,知道春节对中国人的重要性如同西方人的圣诞节。他说,没有人会把这样的会议安排到圣诞节召开。于是,AAAI 会议推迟一周以避开春节,地点也改在旧金山,方便中国学者出席。在这次国际学术会议上,中国研究人员表现突出,大会接纳的中美两国论文数量相当。苏巴劳评价说,仅仅三四年前,情况还截然不同,这既让人惊讶、又令人印象深刻。


美国媒体关注中国 AI


与学术团体和政府机构相比,美国主流媒体更加关注被视为国家战略竞争高地的 AI 领域内,来自中国的全力赶超。2017 年 2 月 3 日的《纽约时报》发表了普利策奖获得者、科技记者约翰 · 马尔科夫(John Markoff)联名的专栏文章,标题就十分火爆——《中国赢得对美国的 AI 军备竞赛》(China Gains on the U.S. in the Artificial Intelligence Arms Race),尽管在网站中文版把标题改为《中国 AI 赶超美国不是梦话》,去掉了火药味,但仍然非常吸引眼球。文章认为,在 AI 时代,不仅人们的生活会因此改变, AI 还会将国家之间的科技竞争拉到相对平等的起跑线上,文章还详细描述了来自中国的竞争。


《纽约时报》文章称,在美国,中国会不会在 AI 和机器人技术上迅速赶上美国,这个问题正被热烈讨论。中国的迅速进步,也使美国的军事战略专家和科技专家,围绕中国究竟只是在模仿进步,还是在进行很快会超过美国的独立创新,展开了一场争论。


吴恩达在接受《纽约时报》采访时认为,美国可能有些目光短浅和过于自信,理解不了中国竞争的速度。很多时候,中国和其他地方都在同时发明某样东西,或是先在中国发明出来了,后来传到了海外,但美国媒体只报道美国版本。这导致外界误以为那些想法是先在美国发明出来的。


《纽约时报》文章还认为,现在,新技术越来越多地出自消费类电子企业,而非军方和先进的企业实验室的扩散效应。随着消费类电子产品制造转移至亚洲,中国政府和公司的实验室都对 AI 大举投资。这些投资让中国的 AI 竞争力中快速增强。


2017 年 5 月 27 日,马尔科夫再次在《纽约时报》撰文谈中国 AI,标题依然火热——《中国在 AI 上智胜美国?》(Is China Outsmarting America In AI ?)。他以自己一周前在中国实地观察的感受,谈中国 AI 赶超美国的动态,预言未来中国或许会成为 AI 领域的最大玩家。


开放环境创造双赢


来自美国媒体这些分析和意见,也部分反映了中国 AI 的前进步伐。除了高校和科研院所的研究力量外,中国企业的 AI 研究力量也在迅速崛起。中国著名的科技企业华为、腾讯、阿里巴巴、百度、京东、小米、讯飞等等,都高度重视 AI 研究,认为 AI 是企业未来的希望。国外重视的,也是中国高校、科研院所、企业力量整合而成的 AI 整体研究实力。


任何国家的 AI 发展都不可能在封闭环境内进行,一定要融入全球科研和产业发展大环境中才能获得丰富而鲜活的思想和技术资源。中国的AI发展特别得益于改革开放以来的良好环境。


人才开放方面,80 年代以后,大量的中国留学生到全世界特别是到发达国家学习和工作,他们之中涌现出大量全球知名的优秀 AI 人才。无论他们在国内或国外工作,都始终保持着对全球 AI 研究最新动态的关注与追踪,保持着与全球同行的密切联系与交流。阵容强大的华人 AI 科学家队伍,与同行一起活跃在 AI 大舞台。


开放从来都是双向的。中国的巨大市场和充沛科技人力资源,也一直吸引着全球高科技企业到中国创办研发机构。微软、IBM、英特尔、谷歌、高通、苹果等都相继创办在华研发机构。这些机构促进 AI 技术和人才的双向交流,对中国 AI 发展起着积极作用。


近年来的新动向是,中国的科技公司也纷纷到国外建立研发机构。2014 年 5 月,百度硅谷实验室在硅谷森尼维尔成立,任命硅谷著名 AI 科学家、谷歌大脑创建人之一的吴恩达博士担任百度首席科学家,全面负责百度研究院并领导百度在硅谷和北京的实验室。百度硅谷实验室在语音识别、人脸识别、图像搜索、无人驾驶方面进行前沿研究。一直有传言说阿里巴巴将在美国同行亚马逊总部的西雅图设自己的美国总部和研发机构,但一直未见靴子落地。现在, BAT 兄弟腾讯捷足先登了。2017 年 5 月,腾讯在西雅图建立了 AI 实验室,前微软研究院语音识别专家、首席研究员俞栋博士任负责人。腾讯在西雅图的 AI 实验室,致力于语音识别、自然语言理解等基础研究。腾讯在这里设立实验室含有深意,西雅图是微软总部所在地,而微软被称为 AI 的黄埔军校,腾讯 AI 实验室设到微软家门口,有长远的抱负。


而到 2017 年 6 月,又传来消息,亚马逊资深主任科学家任小枫已任职阿里巴巴 iDST 首席科学家和副院长。这位华人科学家曾领导亚马逊无人零售店部门的计算机视觉算法团队。任小枫表示,阿里巴巴的 iDST(Institute of Data Science and Technologies,数据科学和技术研究院)在西雅图正在快速扩充队伍,“组建一支世界级的机器视觉团队”。原来,阿里巴巴在西雅图扩展研发部门的计划一直在进行。有了强大技术支撑的阿里巴巴底气十足,很快宣布自己的无人零售店开张。


华为选择的是加州大学伯克利分校,2016 年 10 月,华为的诺亚方舟实验室与伯克利分校 AI 研究实验室(拜耳)开展合作研究,方向是自然语言处理、强化学习和计算机视觉等基础研究。


国外企业到中国本土建立研发机构,中国本土企业又走出去建立研发机构,这样双向开放的技术交流趋势成为中国 AI 发展的一个重要特征,而遍布全球的华人 AI 科学家和工程师,为这样的双向技术交流做出了独特的贡献。


中国的 AI 投资同样具有双向开放的环境。中国欢迎来自全球的资本投向 AI 的资本,近几年对 AI 的投资非常活跃。中国投资机构和企业也开始关注外面的 AI 投资机会。这样的 AI 投资环境,能做到双赢。


美国政府的新担忧


但是,新问题开始出现。2017 年 6 月 14 日,路透社文章透露,美国现任及前任官员对路透社表示,美国准备加大对中国投资硅谷企业的审查力度,以更好地保护对美国国家安全至关重要的敏感科技。他们尤其关注中国在 AI 和机器学习等领域的兴趣。纽约的投资研究机构 CB Insights 的报告显示,自 2012 年初以来,已有 29 个来自中国大陆的投资者投资美国 AI 企业。美国开始担心中国用来推进战略产业,甚至提高军事能力。美国政府正在考虑加强美国外资审议委员会(CFIUS)的作用,来监控中国的投资进入 AI 等敏感科技。有参议院议员也正在起草相关法规,来阻止中国对包括 AI 在内的先进技术的投资。中国外交部发言人陆慷迅速给以回应,6 月 14 日的例行记者会上,当有记者问到,据报道美国官员表示将采取进一步措施限制中国对 AI 等先进技术的投资,中方对此有何评论时,陆慷强调,外界不要对这些商业并购案作过多政治解读,更不要进行政治上的干扰。


对中国对外 AI 投资的担忧和企图设限,从另一个侧面反映出中国 AI 的快速发展。


创业大潮风起云涌


青山遮不住,毕竟东流去,中国的 AI 发展任何力量都阻挡不住。依托中国的广阔市场、巨量数据和人才、产业基础,中国 AI 创业大潮正在兴起。中国科技巨头和大公司固然引人注目,但是,创业型公司同样代表中国 AI 的未来,在 AI 的很多应用领域,我们都能看到一大群创业者和他们背后的一大群创业公司。


一年一度的深圳 GAIR 大会也许是反映中国 AI 创业大潮一面风向标。



GAIR(全球人工智能与机器人峰会)在 AI 春暖花开的 2016 年创办,希望推动学术界、产业界和创投界的三界融合。2016 年第一届的 1500 名与会者中,只有三成不到的产业界成员,而到了 2017 年第二届,2500 名与会者中有六成来自产业界。7 月上旬到会的 1500 名中国 AI 产业界人士与 2016 年第一届 GAIR 全部与会者数量相当,产业界参会人数比第一届涨了4倍。


除产业界参会人数剧增,创业公司的数量也在剧增,而且发展势头良好。GAIR 大会每届都会发布一份反映 AI 创业公司成长情况的“新智造成长榜”。2016 年首届 GAIR,由 20 家主流风险投资机构参与评审、以寻找三年市值成长十倍创业公司为标准的这一榜单,报名超过两百家,组委会以上述标准确定提名公司 50 家,最终评选出 25 家。有意思的是,这 25 家进入“新智造成长榜 ”的公司,只用了仅仅一年,到 2017 年有近一半在估值上成长十倍,这真是AI的蓬勃年代。


考虑到太多创业公司成长迅猛,2017 年 GAIR 又新设榜单,开始与《环球科学》杂志等机构联合评选AI行业最佳雇主。而角逐最佳雇主新榜单公司中有一大半是创业公司。这也反映出 AI 创业公司运行和内部治理很快进入了正轨。


从 GAIR 议题设计演变上,也能看出中国 AI 产业界的高速发展态势。2016 年首届 GAIR只设立了两个与产业界结合紧密的分会场:智能驾驶和无人机分会场。而 2017 年第二届 GAIR,这个数字增加到 7 个:智能驾驶、未来医疗、智能助手、AI+内容、智能物流、智慧商业和金融科技。即使再增加,恐怕也难以把 AI 产业界实际发展中的领域完全涵盖。


一个峰会折射出中国 AI 的欣欣向荣。也许,中国 AI 在整体上还在追赶美国;也许,我们还需要更多源头式创新和颠覆式创新。但这都没有关系,中国 AI 正在高速发展的路上,全世界会看到中国人创造的一个又一个奇迹。


2017 年 6 月,中国电子科技集团又创造了 119 架固定翼无人机集群飞行的新纪录。其智能无人系统专家赵彦杰这样总结道:“科技竞赛,大国博弈,新故相推,日生不滞”。是新故相推,今天的中国,在全球 AI 竞赛中代表新生力量。赵彦杰 2006 年清华大学毕业后,在美国留学八年,今年才 32 岁。而他们的团队,同样年轻,多是 80 后年轻人。年轻的中国 AI 人才队伍和年轻的中国 AI 事业,前景充满希望。


宏伟的国家AI发展蓝图


鉴于AI在国际竞争中的战略地位和为中国人民创造福祉的重要作用,中国政府高度重视发展 AI 。2017 年 3 月举行的“两会”上,人工智能出现在李克强总理的《政府工作报告》中。2017年 7 月 8 日,国务院印发了《新一代人工智能发展规划》,明确将人工智能作为国家重要的发展战略。规划对完善中国人工智能领域研究布局、对发展人工智能的目标和任务提出了指导意见;提出了要构建开放协同的人工智能科技创新体系,培育高端高效的智能经济,建设安全便捷的智能社会。


这是从国家层面对人工智能进行系统布局的宏伟蓝图。这份蓝图从基础理论、支撑平台、关键技术和应用等方面对人工智能产业发展做了详细部署,必将有力促进中国人工智能技术和理论的创新,有力推动中国人工智能的广泛应用及产业化。


规划提出的目标尤其令人振奋——到 2030 年,中国人工智能产业竞争力将达到国际领先水平,人工智能核心产业规模超过 1 万亿元,带动相关产业规模超过 10 万亿元。


竞争力达到国际领先水平,这是何等的气魄。如此豪迈的规划目标,终于由中国政府谨慎负责地公开宣布,这让人看到中国发展人工智能的坚定决心,也让人看到中国人工智能的未来辉煌。


AI 正在深刻影响中国,而中国 AI 也在深刻影响世界。中国传奇,正在书写。

本文作者陈宗周是《环球科学》杂志社社长,《电脑报》创始人。


编辑:黄继彦

校对:黄春寒


为保证发文质量、树立口碑,数据派现设立“错别字基金”,鼓励读者积极纠错

若您在阅读文章过程中发现任何错误,请在文末留言,或到后台反馈,经小编确认后,数据派将向检举读者发8.8元红包

同一位读者指出同一篇文章多处错误,奖金不变。不同读者指出同一处错误,奖励第一位读者。

感谢一直以来您的关注和支持,希望您能够监督数据派产出更加高质的内容。

登录查看更多
0

相关内容

人工智能杂志AI(Artificial Intelligence)是目前公认的发表该领域最新研究成果的主要国际论坛。该期刊欢迎有关AI广泛方面的论文,这些论文构成了整个领域的进步,也欢迎介绍人工智能应用的论文,但重点应该放在新的和新颖的人工智能方法如何提高应用领域的性能,而不是介绍传统人工智能方法的另一个应用。关于应用的论文应该描述一个原则性的解决方案,强调其新颖性,并对正在开发的人工智能技术进行深入的评估。 官网地址:http://dblp.uni-trier.de/db/journals/ai/
商业数据分析,39页ppt
专知会员服务
160+阅读 · 2020年6月2日
Python数据分析:过去、现在和未来,52页ppt
专知会员服务
99+阅读 · 2020年3月9日
报告 | 2020中国5G经济报告,100页pdf
专知会员服务
97+阅读 · 2019年12月29日
【德勤】中国人工智能产业白皮书,68页pdf
专知会员服务
303+阅读 · 2019年12月23日
2019中国硬科技发展白皮书 193页
专知会员服务
82+阅读 · 2019年12月13日
解读《中国新一代人工智能发展报告2019》
走向智能论坛
32+阅读 · 2019年6月5日
已删除
德先生
53+阅读 · 2019年4月28日
2018: AI in All的元年
1号机器人网
4+阅读 · 2018年12月25日
《中国人工智能发展报告2018》(附PDF下载)
走向智能论坛
19+阅读 · 2018年7月17日
日媒羡慕中国或成AI领域第一大国:日本或落后一代人
人工智能机器人联盟
3+阅读 · 2018年1月21日
Learning in the Frequency Domain
Arxiv
11+阅读 · 2020年3月12日
Self-Attention Graph Pooling
Arxiv
5+阅读 · 2019年4月17日
Arxiv
4+阅读 · 2019年4月17日
Risk-Aware Active Inverse Reinforcement Learning
Arxiv
7+阅读 · 2019年1月8日
Arxiv
5+阅读 · 2018年5月22日
Arxiv
3+阅读 · 2018年4月10日
VIP会员
相关VIP内容
商业数据分析,39页ppt
专知会员服务
160+阅读 · 2020年6月2日
Python数据分析:过去、现在和未来,52页ppt
专知会员服务
99+阅读 · 2020年3月9日
报告 | 2020中国5G经济报告,100页pdf
专知会员服务
97+阅读 · 2019年12月29日
【德勤】中国人工智能产业白皮书,68页pdf
专知会员服务
303+阅读 · 2019年12月23日
2019中国硬科技发展白皮书 193页
专知会员服务
82+阅读 · 2019年12月13日
相关资讯
解读《中国新一代人工智能发展报告2019》
走向智能论坛
32+阅读 · 2019年6月5日
已删除
德先生
53+阅读 · 2019年4月28日
2018: AI in All的元年
1号机器人网
4+阅读 · 2018年12月25日
《中国人工智能发展报告2018》(附PDF下载)
走向智能论坛
19+阅读 · 2018年7月17日
日媒羡慕中国或成AI领域第一大国:日本或落后一代人
人工智能机器人联盟
3+阅读 · 2018年1月21日
相关论文
Learning in the Frequency Domain
Arxiv
11+阅读 · 2020年3月12日
Self-Attention Graph Pooling
Arxiv
5+阅读 · 2019年4月17日
Arxiv
4+阅读 · 2019年4月17日
Risk-Aware Active Inverse Reinforcement Learning
Arxiv
7+阅读 · 2019年1月8日
Arxiv
5+阅读 · 2018年5月22日
Arxiv
3+阅读 · 2018年4月10日
Top
微信扫码咨询专知VIP会员