亚洲的人工智能议程：人工智能生态系统.pdf

亚洲的人工智能议程 人工智能生态系统 研究项目合作方： 创始赞助商 黄金级赞助商 白银级赞助商 MIT Technology Review Insights Copyright MIT Technology Review Insights, 版权所有 , 2018. 2 前言 亚 洲的人工智能议程是 MIT Technology Review Insights开展的研究 项目，赞助方包括ADP、新加坡资讯通信媒体发展 管理(IMDA)、Genesys、Splunk和亚洲商学院(Asia School of Business)。本项目立足于四个独特视角， 旨在全面审视亚太地区的人工智能(AI)发展:亚洲的人 工智能生态系统、该区域的顶尖用例和 商业应用、人 才发展格局以及有关人工智能和伦理道德的新讨论。 为了编制此系列简报， MIT Technology Review Insights 针对 13个国家和地区的近 900名高管开展了一项调 查，并针对学术界和业界的权威人士进行了一系列访 谈。本研究在编辑方面完全独立，其中所表达的看法 均代表 MIT Technology Review Insights的观点。 调查 2018年 9月和 10月， MIT Technology Review Insights 对 871名高级商业领袖进行了调查，其中 29%为首 席信息官、首席技术官或人工智能或分析方面的 负责人。超过半数（ 53%）为首席和主管级别的 高管。近 60%的受访者来自年收入超过 10亿美元 的大企业。 调查受访者分布于亚太地区的 13个经济体：澳大 利亚、中国、香港、印度、印尼、日本、马来西 亚、新西兰、菲律宾、新加坡、韩国、泰国、越 南，其中每个经济体至少有 50位受访者。 受访者来自各行各业，包括覆盖以下各领域的超 过 50种行业：消费品和零售；金融服务；信息技 术和通信；制造、制药和医疗保健；专业服务； 房地产、建筑和工程；交通和物流。 专家访谈 感谢以下专家在本研究项目上所给予的宝贵时间和见 解： P. Anandan， 瓦德瓦尼人工智能研究所（ Wadhwani Institute for Artificial Intelligence） 首席执行官 Sinuh Arroyo， Taiger 创始人兼首席执行官 Jeffrey Ding， 牛津大学 人类未来研究所博士、研究员 Will Knight， MIT Technology Review人工智能高级编 辑 Hod Lipson， 哥伦比亚大学 机械工程与数据科学教授 Tomaso Poggio， 麻省理工学院 大脑与认知科学系 Eugene McDermott教授 B. Ravindran， 印度理工学院 马德拉斯分校博世数据 科学与人工智能中心教授兼负责人 Hazlina Selamat， 马来西亚理工大学 人工智能与机器 人中心（ CAIRO）主任 Kenji Suzuki， 筑波大学 半机器人研究中心与工学、 情报及系统系教授 Toby Walsh， 新南威尔士大学 人工智能系杰出教授 王晓刚 ， 商汤科技 联合创始人 Jonathan Woetzel，麦肯锡全球研究院院长、 麦肯锡 咨询公司 上海分公司高级合伙人 薛澜 ， 清华大学 公共管理学院教授、苏世民书院院长 Zee Kin Yeong， 新加坡资讯通信媒体发展局 数据创新 与保护助理首席执行官 亚洲的人工智能议程 Copyright MIT Technology Review Insights, 版权所有 , 2018. 3 目录 1. 执行摘要 4 2. 人工智能崛起 5 研究与投入 5 第三次浪潮 5 亚洲路线 6 3. 人工智能的考验 7 4. 人工智能超级大国 10 应用高于研究 11 蓝图 11 大国重器 12 一国两制 13 5. 融合数字和实体 14 机电一体化的领导者 14 6. 面向未来的经济 16 网络化和开源 16 AI吸引力 17 国内和地区优先事务 17 7. 寻找适宜之道 19 数据无处不在 19 8. 人工智能新要务 21 基础资产 21 实现更宏伟的目标 22 9. 结论 23 MIT Technology Review Insights Copyright MIT Technology Review Insights, 版权所有 , 2018. 4 人 工智能（ AI）很可能是 2018年讨论最为广泛 的技术主题。有关这些大数据、机器学习 （ ML）和自动化的新能力将给城市、企业和社会带来 怎样的转变引发了激动人心的预测， 并促使全球各地的 政策制定者和商业领袖着手规划以人工智能作为核心能 力的未来。专家们越来越重视科技就绪程度，尤其是把 拥有成熟的人工智能基础视为国家或企业未来竞争力的 决定性因素之一。 亚洲各政府制定了雄心勃勃的计划，以期把握人工 智能时代的领导地位。本白皮书将探讨他们在打造卓有 成效的生态系统方面所取得的成功，这些系统将为其 吸引急需的人工智能人才和资本，并使企业能够迅速 有效地将人工智能应用于其组织当中。 MIT Technology Review Insights对 871名亚洲高管开展调查以了解他们的 观点，并对该领域的数十名全球专家进行了深度访谈。 本研究的主要成果包括： 出于对巨大效益的预期，大多数国家都制定了一套 全国性的计划来加快对人工智能的采用 无论是中国、日本，还是新加坡、印度，亚洲各地 的政策制定者都在着眼于制定国家层面的计划，研 究能如何利用人工智能加强国内和地区竞争力，而 这其中就包括公共和私营部门的协作。 亚洲在成为人工智能时代领跑者方面具有可观的 潜力 亚洲的商业领袖对该地区可利用的人工智能资源均 持积极态度，尤其是数据可用性以及人才素质。对 研发环境的支持仍有相当大的提升空间，而政府还 可以提供更大的支持。 中国正在迅速应用人工智能，但基础研究仍然滞后 充裕的数据、政府坚定推动的决心以及高度创新的 科技企业，为中国在医疗保健和金融等领域及各 种移动平台中应用人工智能带来了独特的优势。然 而，其基础研究有待通过进一步整合私营部门和学 术研发力量来进行加强。 建立数字化经济和数字化社会是打造竞争力的关键 亚洲各地的本土挑战和行业将成为人工智能发展的 重点。在东南亚，投资初创企业、将商业问题陈 述与研究人才相匹配以及发展广泛的人工智能知识 基础所产生的网络效应正在推动形成面向未来的经 济。 重大问题包括获取基础资产和管理人工智能的演变 为了在人工智能的发展中实现自给自足，亚洲必须 加强其研究环境和基础能力，如芯片制造业和超级 计算能力。此外，政策制定者需要应对各种棘手的 问题，例如如何管理公民（数据创造者）和采集数 据的企业之间的社会契约。 1.执行摘要 亚洲的人工智能议程 Copyright MIT Technology Review Insights, 版权所有 , 2018. 5 凭 借对全球经济强大的潜在推动力，人工智能 在过去 20年已成为最热门也是最被大 肆炒作的技术之一。亚洲有巨大的潜力有待发掘，整个 地区都在加快步伐，力争成为人工智能发展和商业化的 全球领跑者。 整体而言，全球在推动人工智能进步方面的活动近 年来大幅增加。如何快速且成规模地发展和采用人工智 能，如今已成为全球各地政府、学术机构和众多企业面 临的一个重要问题和优先事项。 据咨询机构普华永道估算，人工智能在 2030年可 能为全球经济贡献高达 15.7万亿美元的产值，意味着在 2017年的基础上实现超过 14%的 GDP涨幅。 1 中国可能 成为最大的受益者之一，其 GDP可能增长 26%，并在零 售、金融服务和医疗保健等行业产生可观效益。 研究与投入 许多领域都能看到全球对人工智能研究、开发和应 用的推动。在学术界，有关人工智能的著作发表速度与 日俱增。 AI Index是斯坦福大学人工智能百年研究项目 对领域内研究活动进行量化和评估的一项年度成果。该 报告指出， Scopus（据称是全球最大的图书和科学期刊 数据库）上有关人工智能的论文从 1996年到 2017年增加 了 8倍。 2 研究生课程和教师职位的数量也在稳步上升。 作为人工智能的诞生地之一，麻省理工学院宣布将设立 一所专门的人工智能学院麻省理工苏世民计算学院 （ MIT Stephen A. Schwarzman College of Computing）， 借此将人工智能、机器学习和数据科学与其他学科相结 合。该学院计划于 2022年开放，并将设立 50个新的教 职以及面向研究生的多项奖学金。 私营部门也正在加速投入。以大型科技企业为主导 的对人工智能、数据中心和其他基础技术的投资呈现爆 炸性增长态势， IDC估算全球对认知和人工智能系统的 开支到 2022年将达到 776亿美元，较 2018年 240亿美元 的预测值增加 3倍以上复合年增长率为 37.3%。 3 大 型科技企业和其他风险投资机构还将对人工智能和机器 学习企业投入重金。据投资分析机构 Pitchbook估算， 人工智能领域在 2017年发生了 643笔风投交易，实现了 60亿美元的投资额。 4 在美国，从事人工智能系统开发 的活跃初创企业数量从 2000年的数十家增至 2017年的 600多家，而这一数字本身又是自 2012年以来翻了一倍 的。 5 第三次浪潮 人工智能的崛起几乎为全球经济的方方面面都带来 了希望。一个明显的优势领域将是依托消费者、企业和 机器不断产生的数据，使产品和服务的开发、交付及改 2.人工智能崛起 图1:19962017年全球每年发表的论文数量增长情况，按主题划分 2000 2005 20152010 9x 7x 5x 3x 1x 论文数量增长（相对于1996年） 人工智能论文 计算机科学论文 所有论文 资料来源：aiindex，基于Scopus的数据 1 2 cdn.aiindex/2018/AI%20Index%202018%20Annual%20Report.pdf 3 MIT Technology Review Insights Copyright MIT Technology Review Insights, 版权所有 , 2018. 6 进能力迎来翻天覆地的变化，并在企业绩效的几乎每一 项指标上都表现得更快和更有效。对于更广泛的社会应 用而言，未来的前景将是利用智能且自我意识不断增强 的机器，在医疗保健、能源管理、交通和教育等领域实 现具有根本性的新进展。 这一切看起来虽然颇具新意，但业界观察人士指 出，人工智能的发展在过去半个多世纪已出现了若干 次浪潮。第一次浪潮是指一直持续到 20世纪 90年代的 为期约 40年的研究，引用专门研究具有自我意识的机 器的工程师及科学家 哥伦比亚大学 机械工程与数 据科学教授 Hod Lipson的话来解释，是 “象征性的人工智 能，受专业系统、逻辑和搜索算法等人类创建的规则所 驱动。 ” 数据分析定义了第二次浪潮，他指出 “即数据廉 价乃至 充裕 到足以创建可预测股市或天气的系统的时 候。这是机器学习主导的又一个 20年，而我们至今仍在 利用它。企业竞争的焦点是谁能拿出更好的分析结果， 但这并不是人工智能的未来。 ” 在 Lipson看来，其未来要远远超出于人工智能当前 的发展轨迹第三次浪潮，在现阶段， “深度学习能 帮助我们理解不存在于电子表格中的数据，即图像、 声音和视频。 ”无论是日本的具有自我意识的机器人， 或是中国的人脸识别系统，这都是亚洲当前所关注的重 点。尽管取得了惊人的进展，但前路依旧漫漫， “仅仅 在 10年前，还没有软件能靠谱地区分猫和狗。 ” 除此以 外， Lipson还对第四次浪潮进行了描绘，届时机器将拥 有创造力，在设计机械、电子电路和其他由计算机生成 的房屋及建筑图纸等方面的能力远远超越人类，并且 “ 在数秒内生产的数量还可以千计。 ” 在第五和第六阶段，机器能更有效地意识到自身内 在的动机，并将面临业界所谓的 “具身性问题 ”。 Lipson 表示： “机器在盒子里可以具备非常高的智能，但它们 不能从盒子里走出来，进入真实世界来完成实际的行 为。人工智能在虚拟世界内部无所不能，但即使是当 今存在的最先进的机器人，也依然无法与人类相提并 论。 ” 亚洲路线 全球范围内的人工智能研究都在致力于解决这个最 终的具身性问题，而亚洲（尤其是日本强大的机器人行 业）正在做出越来越大的贡献。目前，人工智能的主流 在于利用增强的分析和计算资源来对企业和行业进行重 新设计和革新，并且使其在长期内具备可持续性和竞争 力。对智能算法和预测性分析的利用为 “工业 4.0”奠定了 基础，这个不断演变的制造业概念框架设想出自动化的 工厂可根据企业数据和市场趋势实时调整生产，并且主 动对流水线进行维修和物资补充。 这样的未来将成为亚洲人工智能发展的统一愿景。 无论是发达或发展中市场，亚洲的经济规划者数十年来 都在致力于引导全国的投资项目，并且协调国内学术界 和产业界之间的研发，从而大力推动和培育科技产业。 这些举措在以往侧重于培养高价值、以出口为导向的行 业，但亚洲正逐渐将其与人工智能等 “新一代 ”技术的投 资结合起来，由此还能为该地区数不胜数的社会、经济 和基础设施挑战提供解决方案。 4 5 aiindex/2017-report.pdf 亚洲的人工智能议程 Copyright MIT Technology Review Insights, 版权所有 , 2018. 7 图2:亚洲的人工智能资源 亚洲人工智能资源的质量与其他地区相比如何？ （受访者的百分比） 资料来源：MIT Technology Review Insights调查，2018 50% 45% 40% 35% 30% 25% 20% 15% 10% 5% 0% 数据可用性 研发 （大学院校和企业） 政府项目或扶持 人工智能人才 36% 37% 37% 31% 45% 18% 34% 34% 23% 23% 6% 6% 7% 35% 20% 8% 高于其他任何地区 与其他地区旗鼓相当 低于其他地区 不知道/不确定 人 工智能在针对亚洲经济社会发展的一系列解 决方案中处于核心地位。该地区在应对自身 特定挑战方面的独到能力以及针对性的人工智能应用， 将使其未来十年在多项人工智能指标上占据领先位置。 整个亚洲正在如火如荼地发展立足本土的人工智能 能力。通过从抽象概念到实际应用的转变，人工智能在 马来西亚用于提高农业综合企业的效能，在中国用于改 善交通管理，在新加坡用于促进教育，而在整个地区则 用于为建设智能城市的举措助力。亚洲各地政府正在将 可观的资源投入到人工智能中。布鲁金斯学会指出， 印度政府在 2018年将其对 “数字印度 ”创新项目（其中包 含人工智能和机器学习）的资金投入增加到了 4.77亿美 元，与 2017年的预算相比翻了一倍。今年年初，有报道 称中国政府向位于北京和天津的两处人工智能开发设施 投入了超过 70亿美元。 参与我们调查的商业领袖们对人工智能在亚洲所迎 来的机遇也满怀信心。三分之一的调查受访者表示，亚 洲的人工智能资产质量在全球处于领先地位，如数据可 用性、研发质量以及政府给予的扶持。近半数受访者认 为，亚洲在可用人才以及解决方案提供商和生态系统的 质量方面与其他地区处于同等水平。因此，超过 60%的 受访者相信，亚洲将引领核心深度学习技术的开发，并 有近半数受访者认为该地区将在商业化应用生产方面取 得领先。 在很多方面，中国在亚洲的人工智能生态系统中发 挥着关键作用，在这里，与智能手机有关联的人口规模 十分庞大，其高科技制造业也处于世界领先水平。该国 政府在全国范围内协调实施的新一代人工智能发展规 划将通过全方位的努力使机器学习技术融入到 “中国 制造 2025”中，而后者是一项立足长远的计划，旨在对 中国以出口为导向的制造业经济进行革新。其目标是到 2030年至少达成在该领域的全球领先地位。中国的人 工智能初创企业在过去一年吸引了全球大约一半的风投 资本，这也印证了其创新质量和增长潜力。 6 3.人工智能的考验 MIT Technology Review Insights Copyright MIT Technology Review Insights, 版权所有 , 2018. 8 除中国以外，亚洲其他多个国家和地区的政府都在 启动相关项目以培育本土人工智能产业，期望借此应对 国内挑战并刺激增长。 在人工智能领域实现自给自足的动力源自于该地区 长久以来的经济发展实践：信奉通过自身掌握与国内行 业生态系统相结合的技术，实现最适合于解决国内基础 设施和效率挑战的方案，同时还能产生一类可供出口盈 利的商品和服务。 两种战略在亚洲推动机器学习创新的举措中均发挥 了作用。第一种是通过汇集现有的技能、行业经验以及 最重要的数据来对资产进行充分利用，从而创建和测试 各种算法，并开展打造智能机器所需的深度神经网络研 究。第二种是充分利用网络，并从全国、地区和全球范 围推动行业、政府及学术界间的横向协作。 图3:各地区的人工智能优势 以下哪个地区将在未来十年引领人工智能技术的发展和部署？ （受访者的百分比） 资料来源：MIT Technology Review Insights调查，2018 亚洲 北美 欧洲 没有哪个地区会处于领先地位 56% 51% 50% 37% 30% 29% 33% 22% 10% 17% 14% 36% 4% 3% 4% 5% 引领核心深度学习技术的发展 引领人工智能应用的制作和商业化 引领人工智能技术的最终应用 引领伦理道德和治理框架的发展 0% 10% 20% 30% 40% 50% 60% 6 亚洲的人工智能议程 Copyright MIT Technology Review Insights, 版权所有 , 2018. 9 48% 中国 美国 38% 14% 其他 图4:2017年全球人工智能初创企业资金投入份额 资料来源：CBInsights 建立网络和推动协作对许多亚洲经济体而言是一项 天然的优势，因为它们坐拥全球贸易枢纽地位，在利用 资本和创意流动以满足全球需求方面拥有长期的经验。 实际上，作为该地区新兴的人工智能中心之一，新加坡 只有一项真正的人工智能资产，即其在地区和全球范围 内的人员、技术和金融枢纽地位。 这未必是一项劣势，因为如果不利用全球的最佳实 践、研究、人才和投资，靠单打独斗几乎不可能打造出 领先甚至有意义的人工智能生态系统。以下章节将深入 研究亚洲各地新兴的人工智能生态系统。从中可以看 到，利用全球顶尖人工智能资产的这种能力，正迅速成 为最重要的成功要素。 MIT Technology Review Insights Copyright MIT Technology Review Insights, 版权所有 , 2018. 10 依 靠强大的科技产业、 “移动优先 ”的社会和宽 松的数据保护方针，中国有望迅速成为人工 智能领域的全球领先者。然而，其需要将重点进一步放 在基础研究和建立跨行业协作平台上。 如上一章所述，中国的领导者制定了雄心勃勃的计 划，希望到 2030年能建立起人工智能领域的全球领导 者地位。这些计划很可能会实现。今年 6月，清华大学 中国科学技术政策研究中心发布了中国人工智能发展 报告 2018，其中指出中国和日本的人工智能专利注册 数量在全球分列第一位和第三位。加上排名第二的美 国，这三个国家合计占据了全球所有已发布的人工智能 专利数量的 74%。 据清华大学的这份报告估算，中国的人工智能市场 规模在 2017年达到了 237亿元（ 34亿美元），从业企业 有上千家（但仅为美国人工智能企业数量的一半），其 中大多数活跃于语音和视觉识别以及自然语言处理等领 域。从经济、人口统计学和技术角度而言，中国的体量 对人工智能的发展具有深远且积极的影响，主要原因在 于中国所产生的规模庞大的数字化数据。创新工场的李 开复在为 AI Index撰文时表示 “最好的数据就是最多的数 据 ”，他指出中国的智能手机用户估计到 2025年将达到 14亿，网上购物量比美国高出 50倍。 7, 8 中国人脸识别技 术的先进性基本上被公认为独一无二这依然得益于 一个包含了 13亿多份身份记录数字化图像的全国性数据 库日积月累而成的成果。 除了庞大的智能手机数量，民众的使用方式在移动 领域也为中国带来了明显的人工智能优势。 新南威尔士 大学 人工智能教授 Toby Walsh表示： “中国在这一领域的 作用越来越举足轻重，这要得益于中国的微信等平台服 务，这些服务控制了每一条通信、每一笔支付和每一次 购物，而全球最大的智能手机市场、一种几乎完全无现 金化的经济、在西方闻所未闻的政府和行业对数据的大 规模采集以及芝麻信用分 蚂蚁金服的信用评分和忠诚 度计划 等社会政策也产生了放大效应。 ”如果某个民族 4.人工智能超级大国 图5:2013-2017年美国和中国的人工智能专利 中国的人工智能相关专利申请数量已超过美国 资料来源：CBInsights 美国深度学习 美国人工智能 中国深度学习 中国人工智能 700 600 500 400 300 200 100 0 2013 2014 2015 2016 2017 应用 7 aiindex/2017-report.pdf 8 亚洲的人工智能议程 Copyright MIT Technology Review Insights, 版权所有 , 2018. 11 要将人工智能发展为未来的运作模式，就像 Walsh描述 的那样 “不再有键盘或显示器，并会与设备进行长时间 的交流 ”，中国无疑会率先实现这一目标。 应用高于研究 进一步审视研究环境会发现，尽管中国的科学论文 发表数量处于整体领先地位，但清华大学的分析表明该 数量掩盖了多元性和商业部门贡献方面的重大缺失。 清 华大学 公共管理学院教授及该校苏世民书院院长 薛澜 表 示，在论文发表方面， “中国的主要人工智能企业远远 落后于国外同行。 ”他指出： “在发表人工智能论文的全 球前 20家企业当中，会看到许多熟悉的跨国企业 IBM、微软、三星和 Google，但却没有阿里巴巴、腾讯 或百度等中国同类企业的身影。 ”唯一跻身前 20强的中 国企业是该国的电力巨头国家电网公司。 从中美科技企业创造人工智能相关知识产权的方 式，就能看出两者之间的路线差异。 “人工智能研究分 为两个层面， ”前麻省理工学院人工智能科学家、中国 最大的人工智能初创企业 商汤科技 联合创始人 王晓刚 解 释道， “一个是基础层面，另一个是应用层面。你会发 现中国许多人工智能企业都侧重于应用层面，也就是 不同行业或进程域当中的各种场景。 ”相比之下，美国 主要的人工智能科技企业大多将其研究工作集中于深度 和 /或大规模机器学习研究，从而打造可供开发各种工 具和应用的基础平台。 薛澜认为这种差别是因为重视人工智能应用多于重 视基础研究所造成的， “并且在专利申报方面也会发现 相同的现象，在全球人工智能专利持有数量排名前 20的 企业当中，国家电网公司是唯一上榜的中国企业。在专 长和知识方面，中国企业依然处于追赶阶段，因此可以 理解他们会更为注重应用方面，但与此同时也需要夯实 基础。 ” 中国的研究能力可通过推动学术界与行业，以及中 国与全世界之间的横向协作来予以提升。薛澜表示： “ 中国发表的论文仅有不到 3%是大学院校和企业合作的 成果，而这一比例在法国是 8%，在美国和德国是 7%。 ” 蓝图 中国发展人工智能的决心很大程度上来自政府经济 发展政策的强有力支持。位于上海的 麦肯锡全球研究院 院长 Jonathan Woetzel指出，其中有一部分是由中央政府 牵头的。 “政府对于人工智能能为中国带来的改变寄予 了厚望。借助某些国家级项目，政府可利用数据来实现 全国性身份管理计划以及海关系统自动化等目的。 ”但 其他部分的动力则更多是由系统本身的性质决定。 人工智能科学家李开复在近期对比中美人工智能发 展实践的著作中指出， “中央政府不是简单地颁布命令 然后立即在全国范围落实。它确实还有能力去挑选一些 长期的目标，然后投入前所未有的资源朝着这一方向推 进 地方政府领导者就像听到赛跑的发令枪那样对人工 智能的兴起做出了响应，彼此之间展开激烈的竞争，通 过优厚的补贴和优惠政策承诺来争取吸引人工智能企业 和企业家前往他们主政的区域。 ” 9 “ 在发表人工智能论文数量排名 全球前 20的企业当中，会看到 IBM、微软、三星和 Google， 但却没有阿里巴巴、腾讯或百度 等中国同类企业的身影。唯一跻 身前 20强的中国企业是该国的电 力巨头 国家电网公司。 ” 薛澜 清华大学公共管理学院教授，苏世民书院院 长 MIT Technology Review Insights Copyright MIT Technology Review Insights, 版权所有 , 2018. 12 由此，地方政府与私营部门合作伙伴建立起雄心勃 勃的协作关系，正如医疗保健行业所呈现的这种景象一 样。例如，中国最大的保险企业平安集团正与地处西 南的重庆市政府合作，开发可预测不同流感菌株和其 他传染病传播的人工智能模型。 10 另一个例子是政府已 为 “三大科技巨头 ”分配了相应的人工智能项目。根据 CB Insights提供的资料，政府宣布中国第一批开放式人工智 能平台将依托百度开发自动驾驶汽车，依托阿里云建设 智能城市，并依托腾讯打造智能医疗。 11, 12 但在其所有的中央规划中，中国同样面临对全球各 地政府和企业构成掣肘的数据孤岛问题。除了网络安全 工程 “金盾 ”或旨在发展半导体产业的 909工程等国家级项 目， “中国缺乏足够的数据基础设施， ”李开复认为， “可 能存在大量无组织的数据，但却没有足够多的数据池， 也没有开展大量的分析。即使存在 有组织的数据 ，数 据的所有者也非常明确基本上是中国的电子商务和 电信平台。 ”未来数年，数据管理对于中国将具有关键性 的意义。 清华大学的薛澜对此表示赞同： “当政府机构 A想要 自行保管数据，并且不愿意与机构 B或 C共享，数据探索 还从何谈起呢？公司 A可能并不愿意与政府机构 B共享数 据？在某些情况下，这是出于对公民隐私的正当考虑， 但在大多数情况下则纯粹是为了维护自己的地盘， ”而中 国在规模和人工智能政策协调方面的优势所产生的影响 可能因此被稀释。 大国重器 美中之间正在持续的贸易战可能对中国在人工智能 方面的抱负产生深远的影响。一方面，中国在装备制造 领域拥有无可比拟的领先优势，绝不可忽视的是该国集 中了全球技术供应链中的其他重要组成部分，如复杂装 配和芯片组测试。另一方面，具有更高层次作用的微芯 片开发和其他相关技术基本上仍掌握在美国和东亚其他 国家的企业手中，而近期的紧张态势也意味着中国企业 在获取此类技术时会受到限制。 部分人工智能行业观察人士预测，假如地缘政治桎 梏持续，则各方都会面临消极的结果。 “中国能（人工智 能）取得更快的发展，是因为中国拥有庞大的体量，并 且能依托其人口实现这一目标， ”麦肯锡全球研究院的 Woetzel表示， “就这方面而言，它对于全球的产品开发 或许是不可或缺的， ”而对于未完全参与到中国人工智能 生态系统中的从业者来说， “在我们看来需要具有全球可 扩展性的解决方案上，他们将很难取得成功。 ” MIT Technology Review的人工智能高级编辑 Will Knight认为，贸易战将促使中国加快步伐以取得在芯 片领域的独立性。 “中国似乎正在取得重大进步， ”他表 示， “尤其是在针对特定应用的人工智能芯片（设备中 的推理芯片）方面。这方面的证据包括华为最新推出的 麒麟芯片，还有寒武纪和地平线等初创企业所展示的设 备。对于中国来说，如果想要成为真正的科技超级大 国，就必须掌握先进的芯片制造能力。 ” “中国能使人工智能取得更快的 发展，是因为中国拥有庞大的体 量，并且能依托其人口实现这一 目标。对于未完全参与到中国人 工智能生态系统中的从业者来 说，在我们看来需要具有全球可 扩展性的解决方案上，他们将很 难取得成功。” Jonathan Woetzel 麦肯锡全球研究院院长 9 10 11 12 亚洲的人工智能议程 Copyright MIT Technology Review Insights, 版权所有 , 2018. 13 深度研究：中国最大的算法提供商 商汤科技试图在其商业模式中引入生态系统元 素，以期解决中国相对缺乏协作的问题。总部位于北 京的商汤科技成立于 2014年，目前估值 45亿美元，常 被称作全球最大的人工智能初创企业。按照联合创始 人王晓刚的说法，这里更像是一座 “人工智能铸造厂 ” ，目前团队拥有 600多名人工智能研究人员，其中包 括 150名博士。 与人工智能初创企业（尤其是偏重于应用的中国 企业）略有不同的是，商汤科技将人工智能应用到多 个领域，包括自动驾驶、移动互联网、智能手机、智 能城市和医学成像。依托其自身的深度学习框架、超 级计算中心以及在一系列计算机视觉学科方面的专 长，该公司撑起了两个开发 “链 ”。首先是打造各种自 动化行业应用，为复杂、多方参与的生态系统服务， 其次是作为开发枢纽进行运作，使其他人工智能参与 者能够利用商汤科技的框架打造针对自身所在领域的 应用。 虽然应用层面的进展为中国人工智能生态系统的 商业部分带来了推动作用，但王晓刚指出 “中国缺乏能 够开展更深层研究的平台，这已经渐渐对发展形成了 挑战。 ”他所指的正是基础研究和超级计算机集群等辅 助基础设施的缺乏，而他认为这将使中国在竞争中处 于劣势，尤其是在面对美国的时候。商汤科技的 “双 链 ”路线因此发挥了独特的作用，因为 “这样能帮助开 发人员非常迅速地获取人工智能解决方案。深度学习 框架提供了大量的人工智能算法和模型，由此能够很 快设计出解决方案并解决特定领域的问题特别是 考虑到中国人才紧缺的状况。 ” 2018年 2月，商汤科技宣布将成为加入 MIT Intelligence Quest项目的首家公司，该项目旨在依托麻 省理工学院在大脑和认知科学以及计算机科学方面的 优势，推动对人类和机器智能的研究。其发现成果将 应用于诸如材料设计、金融、早期疾病诊断等多个领 域，同时也会深入考虑人工智能在经济、文化和伦理 等方面的影响。 一国两制 商汤科技发端于香港，它的多位创始人（包括王晓 刚）都曾活跃于这个特别行政区的科学界，这揭示了中 国不断演化的生态系统中另一个至关重要的组成部分。 香港是全球风险资本的一个聚集地（这些资本越来越多 地瞄准了人工智能初创企业），并拥有整个地区的领先 金融科技集群，丰富的云计算资源以及多所名列前茅的 科技大学院校。 如此密集的资产理应为香港带来优势，但当地政府 围绕人工智能研发汇集资源和推动行业针对性交流的能 力却并不尽如人意。讽刺的是，这种缺乏重视的情况一 定程度上是因为民众对于科技在香港未来经济发展当中 扮演的角色抱有矛盾的心理。当地智库香港一国两制研 究中心在 2018年 6月公布的研究成果指出，人工智能和 自动化会危及香港多达一百万个就业岗位，其中包括物 流或金融等重要行业。 直到最近，这种局面才在发生改变。 9月，与政府 存在关联的香港科技园公司联合阿里巴巴和商汤科技成 立了香港人工智能与数据实验室。该实验室重点面向从 事分析、智能出行和金融科技解决方案开发的企业，旨 在为当地人工智能初创企业提供加速器平台，并已吸引 首个孵化对象入驻。 MIT Technology Review Insights Copyright MIT Technology Review Insights, 版权所有 , 2018. 14 将 机器人和电气工程相结合的日本，正在 “机 电一体化 ”领域形成其独特领地，这可能对 亚洲人工智能的发展产生重要作用，尤其是在实现更接 近人类的自动化这个目标上。 日本拥有仅次于中国的亚洲第二大人工智能产业， 同样也为其进一步发展制定了雄心勃勃的计划。日本人 工智能技术战略委员会于 2017年 3月启动了一项计划， 其中包含的产业化路线图将利用人工智能来取得三个主 要优先领域的进展：生产力；健康、医疗和福利；出 行。与其他领域交汇的第四个领域是信息安全。该报告 的编著者道出了将人工智能与日本现有工业优势相结合 的重要性： “为了使日本在全球处于领先地位，有必要 基于日本当前在处理本国及全世界直接面对的社会问题 上所具备的优势，依托人工智能技术和其他相关技术， 制定出具有挑战性的产业化路线图。 ” 机电一体化的领导者 除了雄心壮志以外，日本的人工智能经济却异乎 寻常地规模有限，而且尚未成为主流。据科技研究机 构 IDC估算，日本人工智能特定应用的价值在未来 4年 将增长一倍以上，到 2021年达到 250亿日元（ 23亿美 元）大约相当于中国当前市场规模的一半。 但是，该指标忽视了在许多人看来人工智能与日本 “ 机电一体化 ”行业结合后的协同效应所蕴含的潜力，术 语 “机电一体化 ”被用于描述多关节机器人、自动化过程 强化机械以及日本拥有特定优势的其他电子设备领域。 日本的高级多关节机器人产量仍位居全球首位每年 超过 115,000台，其中有超过 75,000台供出口，出口额达 27亿美元，据国际机器人联盟估计，此数字占到全球消 费额的一半以上。日本也是仅次于中国的全球第二大机 器人消费国， 2016年到 2017年的消费量增长了 18%，虽 然其机器人对工人的密度近年来与韩国和新加坡相比有 所下降。 13 如第 2章所述，机器人适应各种具有挑战性的实 体环境的能力仍然远远落后于人类。但日本却正在取 得飞速进展。 Will Knight为 MIT Technology Review撰文 称， Boston Dynamics（ 2017年被日本投行软银从 Google 手中收购）近期推出的一款机器人能够完成 “若干令人 惊讶的跑酷动作 ”，包括看起来毫不费力完成的后空翻 动作。 14 作为融合网络和真实世界的典范，日本企业巨 头雅马哈与 SRI合作，以实现其打造可自主驾驶摩托车 的类人机器人的愿景。这一成果就是 “Motobot 2.0”，这 款可完全自主驾驶摩托车的机器人能驾车以较高速度在 赛道上行驶。 15 5.融合数字和实体 2016 2017 2018 2019 2020 2021 300,000 250,000 200,000 150,000 100,000 50,000 0 15,880 250,011 硬件 软件 服务 2016-2021年复合年增长率73.6% 日元（百万） 图6:2016-2021年日本认知/人工智能系统市场预测 资料来源：IDC亚太 亚洲的人工智能议程 Copyright MIT Technology Review Insights, 版权所有 , 2018. 15 筑波大学 半机器人研究中心与工学、情报及系统系 教授 Kenji Suzuki表示，这是机器人与其他相关硬件行业 完美融合的结晶，再结合日本的数据生态系统，或许能 帮助日本实现在人工智能领域的总体目标。他在描述日 本旨在使实体空间与社会智能和云智能相结合的举措时 表示： “我们有非常完善的医疗记录系统，政府希望借 助该系统，通过一项名为社会 5.0的宏伟计划来改进医 疗保健和健康保险。 ” 但是，当政府通过各种计划推动建立这个 “超级智能社 会 ”，以应对人口老龄化所带来的诸多挑战时， Suzuki 担心其他社会问题可能产生削弱效应。 “在日本，更让 我们担忧的是数据隐私，民众非常害怕个人数据被利 用。 ”因此日本的信用卡普及率尽管高居全球首位，在 电子商务网站上的使用率却相对较低（ 2017年不到 17% ）