2019年8月19日,美國信息技術與創新基金會(ITIF)下屬的數據創新中心發布報告《誰會贏得AI競賽:中國、歐盟還是美國?》,從人才、研究、開發、應用、數據和硬件六類指標對中美歐的人工智能(AI)發展現狀進行了比較分析,并為三個國家和地區如何更好地發展AI提供了相應的政策建議。
總體結論
整體而言,美國目前處于領先地位,中國緊隨其后,歐盟相對落后于兩國。
美國有著最多的初創企業,且其AI初創企業生態系統獲得了最多的私募股權和風投;其次,傳統半導體和計算機芯片為AI系統提供強大的能力,美國在這方面也處于領先地位;雖然美國發表的AI學術論文少于歐盟和中國,但論文平均質量卻是最高;最后,美國的AI人才總數少于歐盟,但精英數量卻更多。
中國的總排名高于歐盟且與美國的差距正在縮小。中國可以獲取的數據要多于歐盟和美國,這非常重要,因為當前的許多AI系統需要使用大量數據集來精確訓練其模型。就AI初創企業獲得的私募股權和風投而言,中國在2017年超越了美國,但2016和2018年都低于美國。不過,中國在高質量AI人才方面卻明顯落后與美國和歐盟。包括意大利在內的幾個歐盟成員國有更多的AI研究人員位于全球前10%之列。不過,中國在多個指標上相對美國已取得明顯進步,在資金支持和AI應用方面更是遠超歐盟。
歐盟在AI人才方面有著很大的優勢,與中美相比有著更多的AI研究人員。但其AI人才數量與其商業化AI應用和資助卻存在著脫節。例如,中國和美國的AI初創企業僅2017年獲得的風投和私募就超過了歐盟AI初創企業2016-2018三年獲得的投資。歐盟相對落后的境地不僅使其難以享受AI帶來的經濟和社會利益,還影響到全球AI治理。
建議
(1)對中國
中國有著龐大的人才儲備,但AI人才存量依舊短缺,尤其是高端人才,而且海外求學也造成AI人才的不斷流失。因此,中國應著重提升其發展和留住本土人才的能力。
研究方面,中國近年來AI科研論文和專利的增長都非常快,但是與美歐相比平均質量卻較低,中國應改變其激勵機制以鼓勵研究人員開展高質量研究。中國龐大的人口基數使其在數據方面擁有得天獨厚的優勢,然而,缺乏良好的開放數據氛圍和標準化數據格式限制了這種優勢的發揮,中國應減少或移除對跨境數據流動的限制,并敦促其監管機構創建標準化數據格式。
硬件方面,幾家中國AI芯片初創企業最近獲得了數十億美元的投資,華為等公司也開發出了令人印象深刻的芯片設計。然而,芯片開發的復雜性、相關人才短缺、中國半導體企業難以躋身全球銷售榜前15名都說明,中國仍需取得巨大進步才能趕上美國的半導體產業。中國也應停止強制技術轉移、知識產權盜竊等不公平的貿易行為,以避免美國外國投資委員會對中國企業的審查越來越嚴,從而危及中國企業對西方半導體及其設計的使用。
(2)對歐盟
雖然歐盟AI人才眾多,但卻難以留住人才。歐盟管理層將缺乏內部專業知識列為阻礙AI采用的原因。因此,歐盟應著重采取措施鼓勵AI人才留在歐盟,并大力培養算法人才。歐盟的AI研究質量與產出都很高,但是中國2017年的AI論文發表已超越歐盟,論文質量的差距也在縮小。與美國相比,歐盟應致力于科研成果的商業化應用,歐盟應著重提升研發質量并將技術轉移置于優先事項。歐盟也應充分利用公共數據,例如大量的醫療衛生數據,并以此推動AI發展。就采用AI的企業比例而言,歐盟落后于中美,歐盟應著重降低公共部門采用AI的門檻并促進私營部門的AI應用。此外,就監管而言,歐盟不應將新的數字商業模式納入現有監管體制,這通常會限制創新。不是提供平等監管,而應提供平等保護。
(3)對美國
美國仍是全球AI領域的領頭羊,奧巴馬政府的AI戰略規劃也得到了特朗普政府的延續。2019年的行政令提出要加強AI研發、人才培養和國際合作。
不過,政府還可以做得更多,特別是,國會應改革移民政策并增加研究資助,并盡力避免包括數據保護規章在內的過度限制政策。
人才方面,美國應繼續鼓勵外國人才移民美國并加強國內人才庫建設。研究方面,政府應增加對計算機科學研究的資助,并鼓勵私企增加研發支出。美國在AI數據方面不占優勢,因此應盡力提升其產生的數據的價值,尤其應打造一個能促進數據共享與再利用的監管環境。
應用方面,美國應著重向其公民和企業展示AI的價值,并通過政府的力量資助、采購和管理AI,以推動AI應用。硬件方面,美國在半導體領域占據領先地位,超算整體性能也優于中國,但Top 500排行榜中中國超算機的數量卻遠超美國,美國應著重于重建在高性能計算領域的領先地位,并開發專為AI應用設計的超算機。
-
人工智能
+關注
關注
1791文章
47202瀏覽量
238271 -
人才資源
+關注
關注
0文章
15瀏覽量
8216
發布評論請先 登錄
相關推薦
評論