文檔幫助中心
中美人工智能競爭現狀對比分析及啟示
來源:世界科技研究與發展
人工智能（ArtificialIntelligence，AI）作為二十一世紀三大尖端技術之一，可以從制造業、交通運輸、健康、教育等許多領域為社會和經濟的發展帶來重大影響。當前，世界主要國家都積極布局，以推進人工智能的發展。根據經濟合作與發展組織（OECD）人工智能觀察站的調研結果，大約有60個國家/地區制定了人工智能政策。
人工智能已成為中美兩國競爭的著力點。通過對比分析中美兩國人工智能的發展現狀，能更加深入了解兩國的競爭態勢。基于此，本研究借鑒美國智庫CenterforDataInnovation發布的2021版中、美、歐AI實力對比報告（WhoIsWinningtheAIRace:China,theEU,ortheUnitedStates?—2021Update）中采用的人工智能領域的對比指標，在系統梳理中美兩國人工智能政策規劃的基礎上，對比該領域科研現狀、產業發展、人才支撐、硬件基礎、市場應用、數據規模方面的發展現狀，分析中美各自的優劣勢，并為中國人工智能的發展提出啟示。
1中美人工智能領域戰略規劃
考慮到人工智能對社會和經濟發展日益增長的影響，中美政府均從國家頂層設計整體推進人工智能發展，將之納入國家戰略。
1.1美國的人工智能戰略規劃
美國在人工智能領域發展較早，一直引領著發展前沿，以國防部為代表的政府機構持續推動著人工智能的發展和應用。自2016年起，美國相繼發布了一系列關于人工智能發展戰略的政策文件。在奧巴馬時期，美國政府發布了三份關于人工智能發展的報告，從人工智能對網絡安全領域的影響、人工智能重點領域以及人工智能對美國經濟的影響等方面布局；特朗普政府時期，出臺了九份人工智能政策報告，主要聚焦人工智能在情報體系中的應用、人工智能研發重點、人工智能與國家安全等方面布局。至此，美國開始關注人工智能監管問題。目前為止，拜登政府上臺后也發布了一份關于人工智能的報告，其主要目的是制定一種全面而持久的國家方法，以保持美國人工智能在國家安全、技術競爭方面的優勢，尤其是在與中國的競爭方面。
奧巴馬、特朗普和拜登時期的人工智能國家政策各有側重（表1），都聚焦于對國家各行各業的影響，強調其在幫助美國保持全球科技領先地位和保障國家安全方面的重要性。
展開全文
美國對人工智能的投資逐年增加，從2017年開始大幅上升，2020年達到18.37億美元，較2019年增長了25%，在人工智能相關合同上的支出前三位的政府機構分別是國防部（14億美元）、宇航局（1.391億美元）和國土安全部（1.123億美元）。此外，NSF作為人工智能基礎研究的非國防主要聯邦資助機構，正在引領美國進行關鍵的人工智能投資，幾乎覆蓋所有的社會領域；2021年，要求將8.68億美元資金用于與人工智能相關的方面；已撥款1.6億美元，用于2021年新增8家人工智能研究所，五年內將資金總額增加到3億美元，用于建立國家人工智能研究所網絡；2021年，與其合作伙伴共同宣布向11個其領導的國家人工智能研究中心投資2.2億美元。
1.2中國的人工智能戰略規劃
中國政府自2015年以來發布了多份人工智能相關的國家級政策文件（表2），反映了各個領域開發和部署人工智能的目標。
2015年中國政府共發布了兩份涉及人工智能的政策文件，《中國制造2025》《關于積極推進“互聯網+”行動的指導意見》，前者將人工智能的布局劃分為十年，旨在將中國發展成為人工智能領域的主導者，后者將人工智能與“互聯網+”相聯系，著重強調人工智能新興產業的培育，例如，加快智能家居、智能終端、智能汽車等領域的應用；2017年發展的人工智能相關政策文件將人工智能提升到國家戰略地位，并將其發展規劃具體化，明確落實到培育智能產品和服務、突破軟硬件基礎的核心技術、深化發展智能制造、構建支撐體系和其它保障措施六個方面；2019年的人工智能政策進一步完善人工智能發展的細節，例如設立國家新一代人工智能治理專家委員會、發布人工智能治理的八項原則等；2021年最新發布的《中華人民共和國國民經濟和社會發展第十四個五年規劃和2035年遠景目標綱要》將新一代人工智能作為科技前沿領域攻關的首要目標領域。
《新一代人工智能發展規劃》是第一個明確將人工智能上升為國家級的戰略，強調人工智能可以在國際競爭、經濟發展和社會治理產生重大影響。中國人工智能國家戰略的3個目標是：到2020年，掌握領先的人工智能技術和應用，創造一個價值超過1500億元的人工智能產業；到2025年，在人工智能方面取得重大突破基礎理論，并開發出世界一流的人工智能技術和應用，將核心人工智能產業的價值增加到4000億元；到2030年，發展出世界級的人工智能理論、技術和應用，成為全球主要的人工智能創新中心，人工智能核心產業規模達10000億元。
2中美人工智能領域六大指標對比
2.1人工智能的科研現狀
2.1.1高質量論文的機構分布
由圖1可見，人工智能的領域的論文在過去20年里急劇增加，2020年的高質量論文數量幾乎是2001年的4.4倍。美國（62328篇）和中國（26974篇）是發文量最多的兩個國家，合計占比達到55.9%。2020年，美國的高質量論文年發文量是中國的2倍。顯然，中美還存在一些差距。
2.1.2高質量論文的機構分布
從發文機構來看，在排名前15的機構中，美國機構占據9位，中國機構占據3位。排名第一的是美國卡內基梅隆大學，第二是中國清華大學。前者的發文量遠高于后者。同時，美國的高質量論文來源不僅僅局限于學術界，還有企業參與，例如微軟、谷歌等互聯網巨頭公司。而在中國，大部分的研究來源于學術界。
2.2人工智能的產業發展
人工智能的發展除了學術研發以外還要依靠產業的發展。追蹤私募基金是衡量各國發展人工智能企業能力的一種方式。根據2021年美國智庫數據創新中心的報告，美國在人工智能產業的總體發展狀況要優于中國。2019年，美國的人工智能公司數量約是中國的7.7倍；2020年，對比獲得100萬美元以上資金的活躍人工智能公司數量，美國是中國的約5.4倍；美國人工智能公司在風險資本和私募股權融資額以及交易量方面都領先于中國；美國人工智能的風險投資生態系統更有規模和活力；美國公司對于研發的投入也遠遠高于中國公司（表3）。
中美兩國的科技公司各有優勢。在過去幾年中，大多數算法都是由美國的Facebook、谷歌、微軟等大型科技類公司發現和開創的。例如，DeepMind通過AlphaZero在人工智能強化學習方面取得了獨特的進展，實現了完全基于“自我游戲”的學習，沒有涉及實際數據。此外，美國公司還開發了主要工具箱和軟件框架，例如TensorFlow、Pytorch、Caffe，這些都被世界各地的工業界和學術界廣泛應用于人工智能的研究。這些平臺的突出地位有助于美國在人工智能方面的核心領導地位，包括在數據積累方面。相比之下，中國在塑造人工智能的核心技術工具方面仍然落后。但是，中國在計算機視覺、語音識別和自然語言處理方面擁有世界領先的公司，包括商湯科技、Unisound、科大訊飛和Face++。
2.3人工智能的人才支撐
人才是人工智能快速發展的驅動力之一。根據清華大學人工智能發展報告2020版的數據來看，美國的人工智能高層次學者數量最多，有1244人次，占比62.2%，中國位列第二，有196人次，占比9.8%，即美國高層次人才數量是中國的6倍多。
美國的發展環境吸引著世界各地的人才，其勞動力擁有顯著優勢，特別是高技能的人工智能研究人員。國際研究生其中的重要來源。目前美國人工智能相關領域的研究生中約有三分之二出生在國外，超過80%在美國接受培訓的國際人工智能博士留在該國。據有關數據，在IBM58%的人工智能技術研究人員來自國外。但是，美國面臨的挑戰在于如何留住國外留學生，當前的移民政策并不利于吸引人工智能人才，甚至對人工智能的發展形成了障礙。
中國的教育舉措和對人工智能人才的招聘似乎正以美國在未來幾年內可能無法比擬的速度擴大規模。2017年，國務院在《新一代人工智能發展規劃》中明確提出在中小學教育階段設置人工智能相關課程，逐步推廣編程教育。2018年4月，教育部發布的《高等學校人工智能創新行動計劃》提出了人工智能領域人才培養方案，從加快學科建設、加強專業建設、加強人才培養和構建多層次的教育體系四個維度培養人工智能領域的人才。截止2021年1月，中國共有215所高校開設了“人工智能”本科專業。中國（130萬）每年畢業的計算機類學生是美國的四倍多。中國（18.5萬）計算機科學家是美國（6.5萬）的三倍多。除此之外，中國人工智能機構正試圖以高薪吸引在美國接受教育的計算機科學家們回歸祖國。
2.4人工智能的硬件基礎
人工智能越來越多的大規模運算使得對計算能力的要求迅速提高。AI芯片和超級計算機成為人工智能發展的關鍵基礎設施。
2.4.1人工智能芯片
人工智能的所有功能都由高性能的人工智能芯片（GPU、FPGA和ASIC）提供支持。但目前還沒有對人工智能芯片的統一定義，通常將面向人工智能的專用芯片稱為人工智能芯片。半導體領域的發展是制造高性能人工智能芯片的基石。目前，美國在半導體領域占據絕對的領導地位，但中國追趕和發展本土能力的舉措正在持續。
半導體是包括人工智能在內的現代計算領域所有重大進展的基本組成部分。美國在先進半導體的研究、設計和制造方面保持著相當大的優勢。2018年，美國半導體公司占據了全球半導體市場近半的份額。世界領先的人工智能芯片大多由英偉達、英特爾、蘋果、谷歌和AMD等美國公司制造。根據2019年的數據，美國設計AI芯片的公司數量為62家，中國僅有29家。在2020年半導體銷售額前15名的企業中，美國擁有8家，而中國尚未有企業入圍。顯然，在AI芯片領域，中國與美國還有相當大的差距。
中國芯片發展起步較晚，長期依賴于進口，但中國的人工智能芯片技術正在不斷提升。從人工智能芯片的專利布局來看，中國在人工智能芯片的專利總量最多且增速最快，國內機構在AI芯片領域的專利布局力度提升明顯。從專利質量來看，中國的高價值專利數量與美國還存在較大差距，整體質量有待進一步提升。從人工智能芯片產業來看，中國人工智能芯片產業整體實力較弱，鮮有全球領先的芯片公司，但百度、阿里、騰訊、華為等各大廠商正加快布局追趕，例如，華為發布具有最強算力的人工智能芯片昇騰910。
2.4.2超級計算機
中美兩國在超級計算機方面的差距正在縮小，中國逐步趕超美國。從2011—2021年入圍世界前500名的超級計算機的數量（圖2）來看，在2016年6月以前，中國的超級計算機數量遠低于美國，之后，中國超級計算機迅猛發展，開始超過美國，成為全球擁有Top500超級計算機最多的國家。此外，從歷年排名第一的超級計算機數據看，2013—2017年，中國憑借天河二號和太湖之光兩臺超級計算機蟬聯世界第一。對比中美兩國超級計算機10年來的綜合性能（圖3）發現，中美兩國超級計算機的性能差距正在逐步縮短。自2015起，中國超級計算機的性能迅猛提升，并在2016和2017年兩次超過美國。此外，中國超級計算機以前依賴于美國的半導體，而現在的頂級計算機完全是用國產處理器制造。
2.5人工智能的市場應用
據麥肯錫的調查研究，幾乎所有行業的人工智能應用率都在增加。人工智能已經產出了一系列強大的技術，為各行各業的企業帶來競爭優勢。同時，新冠疫情的持續也加速了人工智能的應用。
僅2020年上半年，中國核心人工智能產業的規模就達到了770億元人民幣。由于國家政策的大力支持，以及資本和人才的驅動，中國人工智能的應用處于世界前沿，已應用到各個行業且應用場景日益豐富。目前，人工智能在安防、制造業、金融業、零售業、教育行業的應用具有較高的成熟度，產業規模及行業滲透率都較高；在政務、醫療、農業、文娛方面應用成熟度較低，尚有較大的可拓展空間；在行業應用上包括智能機器人、智能駕駛、無人機、AR/VR、大數據及數據服務、各類“AI+”的垂直領域應用等。國內外人工智能企業的行業分布如圖5所示，國內更加注重智能機器人、無人機和智能駕駛等終端產品市場，而國外更加注重人工智能在各類垂直領域的應用。
美國注重人工智能基礎層和技術層的研發，而中國專注于應用層。因此在人工智能應用方面，美國相對中國處于弱勢地位，2020年人工智能市場收入259億美元。受到人工智能應用監管限制，美國企業在人工智能的使用上會比較受限。為減少人工智能技術應用的障礙，白宮發布了擬議的美國人工智能監管原則，旨在制定以美國價值觀和良好監管實踐為基礎的人工智能監管政策。
2.6人工智能的數據規模
人工智能的三要素：數據、算力、算法。其中，大數據賦能人工智能。人工智能系統必須通過大量的數據來訓練模型。同時，數據質量越高，模型的效率越高。互聯網數據是人工智能訓練的主要數據來源。互聯網用戶在瀏覽網頁、在社交媒體上發帖等上網行為會產生大量數據。這些數據可以為業界和學界帶來極大的人工智能研發優勢。
中國擁有全球最多的人口，以及全球最大的市場，互聯網的普及使得中國成為全球數據量最大的國家。根據2021年《中國互聯網絡發展狀況統計報告》，截至2021年6月，中國互聯網端口接入數量逐年增加（圖6），2021年上半年達到9.82億個，中國網民數量首次突破10億人次，手機網民數量占據99.6%（圖7），互聯網普及率達72.2%，中國短視頻用戶規模達8.88億，網購規模達8.1億，網絡支付用戶規模達8.72億（表4）。從表4的中美上網數據來看，中國均遠高于美國，在人工智能發展所需數據量方面較美國有相當大的優勢。此外，為促進人工智能產業的發展，中國開放了部分政府公共數據。這也有利于人工智能的推進到更加廣泛的領域。在金融科技領域，中國更是獨樹一幟。騰訊的微信支付在中國有9億用戶，而ApplePay在美國只有2200萬用戶。在線支付行為生成了個人消費者行為的精細數據寶庫，人工智能系統可用來更好地評估個人的信譽、對產品的興趣、支付能力和其他行為。
除了數據的數量，數據的質量和多樣性也決定著其在人工智能中價值。市值最高的美國科技公司的大部分收入來自美國以外的地區；相比之下，中國科技公司的收入幾乎全部來自中國市場。因此，美國科技公司擁有的不同國籍用戶比同類中國公司更多。在國際上有較大影響力的公司擁有更多國際業務，也可能享有比較優勢，因為他們有能力獲得更多樣化的數據。
3結論和啟示
本文系統梳理中美兩國在人工智能領域的政策規劃和投資情況，并從科研現狀、產業發展、人才支撐、硬件基礎、市場應用和數據規模六個維度，對比了中國和美國在人工智能發展中的相對地位。從國家戰略層面看，中美兩國都將AI作為未來必須要攻克的尖端技術。從六個維度的指標來看，美國在總體上仍處于實質性領先地位，但中國正在不斷挑戰，在一些重要領域與美國的差距在不斷縮小。
1）在科研方面，中國的整體數量占據優勢，人工智能領域論文數量已居世界第一位，并且期刊論文的引用率高于美國，但在高質量會議論文方面，中國相對于美國仍有相當大的差距。因此，中國應在制定有效的激勵舉措以鼓勵科研人員開展高質量研究。
2）在產業發展方面，美國在人工智能企業的風險投資、私募股權融資等指標上表現更為出色。其產業總體發展狀況要優于中國，大量算法、工具箱和軟件框架等均由美國科技公司研發。因此，中國在市場發展方面應當著重建立大學、研究機構與企業之間的橋梁，使得人工智能的理論研究成果可以更快、更及時地轉化到實際應用領域。
3）在人才支撐方面，美國擁有更多來自世界各地的高質量人工智能人才，中國政府也在大量引進優秀人才，同時加大教育力度以培養更多的人工智能人才。但隨著海外留學人員增加，中國本土人才也在流失。因此，中國應著重改變人工智能生態環境，創造更好的條件以吸引海外求學的學子歸國。同時，加大力度與國外頂尖的科研人員開展合作。
4）在硬件基礎方面，中國比美國擁有更多的超級計算機，并且在性能方面正在趕超美國。美國在半導體領域的領導地位是主要優勢，中國在AI芯片領域一直處于弱勢狀態。近年來，芯片更是成為美國遏制中興、華為等中國企業的武器。中國芯片已經追趕幾十年，但是成果較其他領域沒有那么理想。因為芯片具有一定的技術復雜性，需要商業和技術專長的共同參與。中國應該適當轉變半導體的發展模式，加強與企業的合作，共同探索人工智能的核心創新技術。
5）在市場應用和數據規模方面，中國擁有全球最大的市場，龐大的市場規模使得人工智能在各行各業廣泛應用。此外，中國擁有全球最大的人口和互聯網用戶規模，因而擁有人工智能發展所需的巨大數據量，比美國更具有數據優勢。
