二、基礎科研：美國最強，中國快速追趕

中國人工智能領域論文數(shù)量增長較快，但論文質量與美國依然存在差距。如圖5.3所示，全球累計發(fā)布人工智能論文超過70萬篇，中美兩國是論文發(fā)表大國，2018年中美兩國分別發(fā)表論文2.5萬篇和1.6萬篇，合計占全球比重達46.5%。從增長趨勢來看，美國保持勻速增長，中國自2014年后增長較快，中國論文數(shù)量占全球總量比重從1998年的8.9%上升為2018年的28.2%。從代表論文質量的FWCI(平均加權引用影響)指數(shù)來看，如圖5.4所示，中國論文質量也在穩(wěn)步提升，從1998年的0.43提升至2018年的1.39。美國保持全球最高水平，長年保持在2左右，2018年FWCI指數(shù)達2.38。

從論文發(fā)表機構類型來看，包括中國、美國、歐盟27國等在內的各國和地區(qū)均以高校為核心科研力量，2018年三者高校論文產(chǎn)出占各自總產(chǎn)出的92.1%、84.6%、90.7%。除高校外，中美兩國的主力科研主體有所不同。如圖5.5所示，2018年中國科研機構產(chǎn)出約為中國企業(yè)產(chǎn)出的3倍。如圖5.6所示，同期美國企業(yè)產(chǎn)出約為美國科研機構產(chǎn)出的1.6倍。

三、數(shù)據(jù)量：人工智能時代的“原材料”，中國具有規(guī)模優(yōu)勢

電腦和智能手機的普及、互聯(lián)網(wǎng)和移動互聯(lián)網(wǎng)所累積的數(shù)據(jù)爆發(fā)，是促進人工智能技術和應用突破的重要原因之一。人工智能需要做到“感知、思考、決策”，首先就需要足夠多、足夠好的原始數(shù)據(jù)對計算機進行訓練，猶如培育良駒，必須喂足新鮮的牧草?！白銐蚨唷贝頂?shù)據(jù)的數(shù)量要多，電腦的發(fā)明使運算簡化，并讓信息以電子化形式保存，智能手機的普及使全球網(wǎng)民滲透率大幅提高，兩者令大量的數(shù)據(jù)被保存。“足夠好”代表數(shù)據(jù)的質量要佳，互聯(lián)網(wǎng)的誕生極大地縮短了信息交流的物理距離，提高了傳播速度，各類互聯(lián)網(wǎng)類服務應用程序誕生，其產(chǎn)生的數(shù)據(jù)類型也更加多樣，包括瀏覽網(wǎng)頁喜好、外賣點單頻率、行程記錄等，只有多元豐富的數(shù)據(jù)才能應對各種訓練人工智能的要求。數(shù)據(jù)增長和應用依賴于信息及物理的基礎設施構建，中國將成為全球最大的數(shù)據(jù)中心。得益于人口數(shù)量、互聯(lián)網(wǎng)滲透率、智 能手機滲透率、網(wǎng)速等因素，如圖5.7所示，2018年中國擁有數(shù)據(jù)量7.6ZB，占全球數(shù)據(jù)總量的23.4%。隨著5G、物聯(lián)網(wǎng)等的發(fā)展，通信設備接入數(shù)量和承載能力的提高，終端消費者的增多，預計中國的數(shù)據(jù)量將在2025年達48.6ZB，占全球數(shù)據(jù)總量的27.8%(見圖5.8)，成為全球最大的數(shù)據(jù)集中地，這將極大地促進和豐富人工智能訓練，相關模型結構和結果也會更精準。

四、技術：深度學習推動本次人工智能熱潮

足夠多、足夠好的數(shù)據(jù)支撐人工智能“感知”階段，而人工智能算法使計算機擁有思維，從而達到“理解、決策”，深度學習在此過程中做出了巨大貢獻。深度學習是一類模式分析方法的統(tǒng)稱，計算機通過學習樣本數(shù)據(jù)來掌握內在邏輯和規(guī)律，從而擁有分析能力，這項研究最早可以追溯到1958年弗蘭克·羅森布拉特發(fā)明的感知機(Perceptron)。利用感知機，可以進行圖像區(qū)分訓練，例如，最常見的是從水果堆中選出“蘋果”或者“香蕉”。然而由于當時缺少足量的數(shù)據(jù)，該項研究陷入瓶頸，并出現(xiàn)過度擬合(Overfitting)問題。例如學生希望通過練習相似的題目來掌握一種題型，但是訓練量不夠大，學生并沒有理解題型背后的知識點，因此試題一旦發(fā)生些許變化，學生便無法解出答案。后來，科學家通過研究人腦，試圖模仿腦神經(jīng)網(wǎng)絡機制來進行圖像、聲音等分類工作，逐漸演化成如今的深度學習(見圖5.9)。