不再復刻美國。在人工智能這個被視為未來競爭關鍵因素的技術領域，中國人走出了一條自己的路徑。

　　近日，《紐約時報》發(fā)文對比了中美兩國人工智能的發(fā)展水平，認為在人工智能技術方面，美國已經(jīng)不再具備戰(zhàn)略性壟斷優(yōu)勢。與此同時，文章稱贊了中國企業(yè)在人工智能商業(yè)化取得的進展，并認為百度將成為人工智能的全球領導者。

　　被一向以科技霸主自居的美國人夸獎，中國人似乎還有些不適應，但這種情況今后只會更多。以人工智能領域為代表，中國企業(yè)正以令人驚訝的發(fā)展速度與成果，一步步改變著世界科技的秩序與格局。

　　一個搜索引擎的轉(zhuǎn)型

　　首先我們來看看，在許多人眼中依然只是個搜索引擎的百度，究竟在人工智能方面做了些什么，能夠讓美國人坐立不安。

　　具體來看，《紐約時報》主要從科研實力和人才儲備等方面點評了百度人工智能的發(fā)展。

　　去年，微軟研究人員聲稱開發(fā)出了在語音理解方面可與人媲美的軟件，而早在兩年前，百度硅谷實驗室的人工智能負責人員就表示百度在理解中文語音方面達到了相似精度。目前，百度語音識別準確率已達到97%，百度的深度語音識別系統(tǒng)（Deep Speech 2）被《麻省科技評論》評為2016年十大突破科技之一。

　　此外，在人工智能其他技術領域，百度也已經(jīng)達到國際領先水平。百度人臉識別準確率達99.7%，并在權威的國際評測——FDDB與LFW中獲得雙料世界第一。百度人工智能已建成超大規(guī)模的神經(jīng)網(wǎng)絡，擁有萬億級的參數(shù)、千億樣本、千億特征訓練，從底層數(shù)據(jù)、算法架構(gòu)等方面均走在世界前列。

　　與所有行業(yè)的競爭本質(zhì)一樣，人工智能的競爭，歸根到底在人才。今年年初，全球人工智能資深專家陸奇正式加盟百度擔任集團總裁兼首席運營官。《紐約時報》認為這位大腕的加入，將使百度成為全球人工智能領域的領頭羊，并突顯中國在人工智能領域的進步。

　　更為重要的是，作為行業(yè)領軍者，百度這樣的企業(yè)在摸索技術研究的同時，也在努力撬動更多行業(yè)對人工智能的需求，做好人工智能研究者與產(chǎn)業(yè)實踐者的身份轉(zhuǎn)換。1月份，百度云新發(fā)布的人工智能平臺級解決方案天智，其底層為百度云計算，由感知平臺、機器學習平臺和深度學習平臺三部分組成，為不同需求的客戶提供全面的人工智能服務。這也是繼“天算”“天像”和“天工”三大平臺后，百度云發(fā)布的第四大平臺級解決方案。至此，百度云實現(xiàn)了人工智能、智能大數(shù)據(jù)、智能多媒體和智能物聯(lián)網(wǎng)全方位的智能平臺服務。

　　總之，百度依托算法、計算能力和數(shù)據(jù)構(gòu)成的護城河，在人工智能基礎能力層面持續(xù)不斷創(chuàng)新，語音、圖像、自然語言處理等技術驅(qū)動了百度內(nèi)部多個產(chǎn)品的進化和升級。更重要的一點還在于，百度將人工智能與無人駕駛的結(jié)合，撬動了一個百億乃至千億美元的市場。百度當前的技術研發(fā)和應用布局，未來三到五年，或?qū)⒊蔀樽笥抑袊酥潦澜缁ヂ?lián)網(wǎng)的重要變量。

　　頭狼背后有狼群

　　除了百度，《紐約時報》還對中國企業(yè)整體在人工智能商業(yè)化領域取得的成績給予了肯定。美國人清楚的看到，作為群像代表的百度背后，是蓄勢待發(fā)的中企“狼群”。

　　目前，中國的互聯(lián)網(wǎng)巨頭百度、阿里巴巴和騰訊（BAT）均是人工智能市場的引領者。以阿里巴巴為例。2015年7月，阿里推出虛擬人工智能客服。據(jù)公司2016年10月報告，問題解決率已達到80%；2016年8月，推出綜合的人工智能解決方案套件云ET，包括視頻、圖像和語音識別技術；2017年春節(jié)，阿里公開展示了機器人書寫春聯(lián)。騰訊也不遑多讓。2015年6月，騰訊為開發(fā)者開放了其面部識別技術，以及優(yōu)圖科技的其他核心技術。同年8月，騰訊設立的智能計算和搜索實驗室，專注于四個方面：搜索、自然語言處理、數(shù)據(jù)挖掘和人工智能。2015年9月，又上線中國第一個新聞報道機器人Dreamwriter。目前已經(jīng)應用到體育等新聞的撰寫，其文風、邏輯幾乎完全與人類作者一樣。

　　同時，數(shù)以百計的初創(chuàng)公司在互聯(lián)網(wǎng)+政策和資本的鼓勵支持下，也正大量投身到這一產(chǎn)業(yè)中。在人工智能的各個細分市場及應用領域生根結(jié)果。這些領域包括：基本服務，如數(shù)據(jù)資源和計算平臺；硬件產(chǎn)品，如工業(yè)機器人和服務機器人；智能服務，如智能客戶服務和商業(yè)智能；技術能力，如視覺識別和機器學習等。

　　根據(jù)艾瑞咨詢（iResearch）的統(tǒng)計，目前，語音和視覺識別技術分別占中國人工智能市場的60%和12.5%。在中國，所有和人工智能相關的公司中，71%專注于開發(fā)應用。其余的公司專注算法，其中，55%的公司研究計算機視覺，13%研究自然語言處理，9%致力于基礎機器學習。iResearch預測，2020年，中國人工智能市場將從2015年的12億元人民幣增長至91億元人民幣。2015年，約14億資本（年增長率76%）流入了中國的人工智能市場。

　　《紐約時報》稱，二戰(zhàn)后至今，在計算機和應用科學技術領域，美國一直走在世界前列。但是全球技術力量的均衡正在逐漸發(fā)生變化，特別是在人工智能這場革命中，中國力量正在崛起。可以說，無論是PC時代還是移動互聯(lián)時代，中國企業(yè)都曾被質(zhì)疑有復刻美國的影子，但在人工智能這個被視為未來競爭關鍵因素的技術領域，中國人走出了一條自己的路徑。

　　體制優(yōu)勢和力量

　　中國人工智能的突然爆發(fā)，《紐約時報》認為離不開體制的支持，因為“中國領導人正越來越多的思考如何確保自己在下一個科技浪潮中具有競爭力”。

　　對于這一點，中科院計算技術研究所智能信息處理開放實驗室研究員史忠植表示，早在上世紀我國開始“863計劃”時，就已經(jīng)包括了人工智能領域的方向。

　　“智能計算機系統(tǒng)”項目的任務，就是在充分發(fā)掘現(xiàn)有計算機潛力的基礎上，分析現(xiàn)有計算機在應用中的缺陷和瓶頸，用人工智能技術克服這些問題，建立起更為和諧的人機環(huán)境。史忠植說。經(jīng)過十幾年的努力，中國成功縮短了人工智能技術與世界先進水平的差距，也為未來的發(fā)展奠定了技術和人才基礎。據(jù)報道，根據(jù)提及“深度學習”和“深度神經(jīng)網(wǎng)絡”的被引用期刊論文數(shù)量，2014年中國就已經(jīng)超越美國。去年10月，一份關于人工智能的白宮報告有多個腳注提到，中國發(fā)表的研究論文數(shù)量已經(jīng)超過了美國學者。

　　近年來，在大力推動“互聯(lián)網(wǎng)+”戰(zhàn)略的基礎上，中國政府專門針對人工智能陸續(xù)制定了一系列支持政策。2016年5月18日，國家發(fā)展改革委員會（發(fā)改委）和其他相關政府機構(gòu)發(fā)布了《“互聯(lián)網(wǎng)+”人工智能三年行動實施方案》。《方案》指出了人工智能領域發(fā)展的六大保障措施，包括資金支持、標準體系、知識產(chǎn)權保護、人才培養(yǎng)、國際合作和組織實施。《方案》提出，到2018年，中國的人工智能基礎資源與創(chuàng)新平臺、產(chǎn)業(yè)體系、創(chuàng)新服務體系、標準化體系應基本建立。發(fā)改委期望中國人工智能產(chǎn)業(yè)整體與國際同步，其中系統(tǒng)級別的人工智能技術和應用，要位于市場領先位置。

　　耐心比速度重要

　　幾十年的跟隨和模仿后，中國終于積累出今天崛起的充足實力，在人工智能、電動汽車等多個領域與西方站到同一起跑線上。但與走過百年工業(yè)化的后者相比，中國的人工智能必然有著多方面的不足。

　　史忠植就指出，我國人工智能的科研存在課題比較分散，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(jié)合不夠緊密等問題。受研究經(jīng)費的限制，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。他建議今后基礎研究的比例應該適當提高，同時人工智能研究一定要與應用需求相結(jié)合。

       另一方面的差距還在于方向。艾瑞咨詢的報告指出，就全球趨勢來看，目前歐美國家逐漸開始把重心轉(zhuǎn)移到醫(yī)療健康領域，而相對于發(fā)達國家醫(yī)療健康領域的科技成熟度而言，中國目前還有一段比較明顯的距離。此外，投資規(guī)模和理念上，中國也存在需要補足之處。數(shù)據(jù)顯示，在全球人工智能企業(yè)融資規(guī)模的分布上，美中英三國融資規(guī)模為全球最大，但三者間的規(guī)模目前仍存在較大差距，美國是英國的21.9倍，中國的6.96倍。

　　而在投資理念和意圖上，人工智能學會主席本·格策爾此前的一番話很有代表性。在他看來，美國的風投真的會投一些看上去有前景的技術創(chuàng)新，但中國的風投非常在意能否很快賺到錢，對技術創(chuàng)新似乎并不怎么感興趣。比如在人工智能、深度學習上，百度都有相關研究，但并沒有如谷歌那樣率先推出AlphaGo。因為這需要企業(yè)聚集、投入大量資源，以及最重要的耐心去完成。

　　“百度的工程師和研發(fā)者都很聰明，之所以沒有做出AlphaGo，是因為做這樣的事看上去賺不到錢。谷歌愿意投入，所以就能做出很酷的東西。”

(責編：魏艷、趙竹青)