這份名為《人工智能：知識(shí)的創(chuàng)造、轉(zhuǎn)移與應(yīng)用》的報(bào)告顯示，2017年中國(guó)在人工智能領(lǐng)域出版的文章數(shù)量位列全球第一，如果保持當(dāng)前的勢(shì)頭，中國(guó)有望在4年內(nèi)趕超歐洲。

曬曬中、美、歐的成績(jī)單

該報(bào)告主要聚焦中國(guó)、歐洲和美國(guó)的人工智能研究現(xiàn)狀。如果劃重點(diǎn)的話，那就是：中國(guó)發(fā)展迅猛，產(chǎn)出第一，將在該領(lǐng)域成為全球領(lǐng)導(dǎo)者；歐洲研究領(lǐng)域多樣，但頂尖科研人才緩慢外流；美國(guó)在全球人工智能領(lǐng)域的競(jìng)爭(zhēng)中處于領(lǐng)先地位，企業(yè)表現(xiàn)突出。

報(bào)告顯示，中國(guó)發(fā)表人工智能論文數(shù)量和引用量均在增長(zhǎng)，發(fā)展速度與全球人工智能研究的增長(zhǎng)率（13％）相當(dāng)，尤其在計(jì)算機(jī)視覺和模糊系統(tǒng)兩大領(lǐng)域發(fā)展迅速。數(shù)據(jù)顯示，在過去3年，中國(guó)學(xué)術(shù)界吸引人工智能人才的數(shù)量遠(yuǎn)遠(yuǎn)多于流失的數(shù)量，中國(guó)的研究環(huán)境越來越有吸引力，引用影響力也與日俱增。

歐洲是人工智能科研產(chǎn)出規(guī)模最大、最多樣化的地區(qū)，與歐洲以外的國(guó)際合作比例及增長(zhǎng)速度也很高。然而，近年來，歐洲面臨著頂尖人工智能人才流失的嚴(yán)峻問題。

與歐洲不同，美國(guó)產(chǎn)業(yè)界對(duì)本土乃至全球的人工智能人才都有強(qiáng)大的吸引力。美國(guó)企業(yè)吸引了眾多AI人才，科研實(shí)力雄厚，這歸功于其跨界組建聯(lián)合實(shí)驗(yàn)室的傳統(tǒng)。美國(guó)學(xué)術(shù)界同樣表現(xiàn)不俗，在學(xué)術(shù)產(chǎn)量和保留人才方面均表現(xiàn)突出。美國(guó)在全球人工智能領(lǐng)域的競(jìng)爭(zhēng)中處于領(lǐng)先地位，其研究領(lǐng)域的多樣性雖不及歐洲，但遠(yuǎn)勝中國(guó)。

中國(guó)要補(bǔ)齊哪些短板

“盡管中國(guó)科研成果增長(zhǎng)迅速，在該領(lǐng)域的引用影響力仍然較低，這表明中國(guó)的研究似乎更具區(qū)域性，而非全球性。”報(bào)告也指出中國(guó)人工智能發(fā)展存在的問題，如國(guó)際合作水平低，研究人員的流動(dòng)性較低等。

“國(guó)際性流動(dòng)與合作的模式表明，中國(guó)在人工智能領(lǐng)域的研究工作相對(duì)孤立?！睈鬯嘉柗治龇?wù)高級(jí)副總裁瑪麗亞·德·克萊恩說。

“目前全球人工智能領(lǐng)域的權(quán)威學(xué)術(shù)會(huì)議和學(xué)術(shù)組織主要由歐美主導(dǎo)，我國(guó)科研的學(xué)術(shù)原創(chuàng)力和國(guó)際影響力有明顯短板，并且與國(guó)際AI科技巨頭和頂尖學(xué)術(shù)機(jī)構(gòu)之間的產(chǎn)學(xué)研交流互動(dòng)較少，與谷歌、亞馬遜等大公司的合作不是特別多。”中科院自動(dòng)化研究所研究員、中國(guó)科學(xué)院大學(xué)人工智能技術(shù)學(xué)院教授孫哲南表示，雖然中國(guó)學(xué)術(shù)、人才和產(chǎn)業(yè)的國(guó)際化融合趨勢(shì)也越來越明顯，但仍要加大力度進(jìn)一步融入國(guó)際主流學(xué)術(shù)圈、產(chǎn)業(yè)生態(tài)和社會(huì)媒體。

報(bào)告指出，中國(guó)的人工智能研究集中于計(jì)算機(jī)視覺，尚未大批量發(fā)表包括語(yǔ)音識(shí)別在內(nèi)自然語(yǔ)言處理和知識(shí)表示的研究，這是因?yàn)檫@類研究主體是企業(yè)，通常不會(huì)關(guān)注發(fā)表學(xué)術(shù)論文。

“中國(guó)目前研究瞄準(zhǔn)有商業(yè)應(yīng)用前景、好落地的產(chǎn)業(yè)方向，有超過60％的AI創(chuàng)業(yè)公司都聚焦于計(jì)算機(jī)視覺，研發(fā)多是應(yīng)用驅(qū)動(dòng)。一方面，我們有更大的用戶基數(shù)，積累了海量數(shù)據(jù)，在人臉識(shí)別、語(yǔ)音識(shí)別、文字識(shí)別等應(yīng)用場(chǎng)景驅(qū)動(dòng)的應(yīng)用基礎(chǔ)研究走在前列；但另一方面，客觀來說，基礎(chǔ)研究離頂尖國(guó)家水平仍有較大差距，新概念高被引論文數(shù)量并不多，鮮有原創(chuàng)性引領(lǐng)性的重大影響力成果?！睂O哲南說。

孫哲南介紹，歐美科研人員更有科研定力和耐心，很多是個(gè)人興趣驅(qū)動(dòng)的自由探索，有的研究機(jī)構(gòu)敢于啃硬骨頭，政府也支持腦智融合、通用人工智能等前沿性研究。這些探索可能短期不見回報(bào)，但一旦有突破就會(huì)形成重大產(chǎn)出并呈爆發(fā)性增長(zhǎng)。他說，目前我國(guó)也在通過發(fā)布新一代人工智能發(fā)展規(guī)劃、資助基礎(chǔ)創(chuàng)新科研項(xiàng)目和鼓勵(lì)產(chǎn)學(xué)研合作等政策，部署前沿領(lǐng)域研究，補(bǔ)齊基礎(chǔ)研究的短板。