5月25日，数博会“人工智能·甲秀论剑”论坛在贵阳举行，中国电子信息产业发展研究院院长卢山以中美人工智能对比启示为题做了演讲。

以下为演讲速记整理：

比较中美10个AI应用领域发展，决胜点在未来10年内

卢山：

非常荣幸能够在这里代表中国电子产业信息研究院跟各位前期研究的成果跟大家作一个分享，来比较一下中美两国在人工智能领域各自做了一些事情。

首先，给大家看一下人工智能所带来的产业变革，那么这里头有几个数据是蛮有意思的。

第一个时间点是1956年，第一次提出人工智能，就是达特模斯会议，参加会议的最后一个人员是2016年去世的，也就是在围棋大战开始之后，最后一个当年参会人员去世。

在这场比赛之前，大概半年的时间，曾经在内部进行过一次评估，到底是人工智能和李世石谁能胜利，那时候大家都判断，人工智能胜利的可能性很少，所以大家把那场比赛拿到全世界去看，结果可想而知。

所以我们给出这样的一个概念，就是经历了整整60年之后，人工智能经过两次低谷，从2016年再次让全世界引起了关注。那么前天，我们看到在乌镇最新的比赛，第一场，是人工智能第三个版本又胜了，这说明人工智能是否会是以人的不可企及的速度在迭代。

我们总结背后的力量在三个方面，第一个是算立

，刚才沈威先生分享的GPU的发展，背后代表的就是这个算立，我们看到在乌镇这次的复盘过程当中，谷歌讲得最多的一个词是TPU，这是谷歌自己的一颗计算器的GPU，第一个代表叫算立。就是我们所说的深度学习也好，CN也好，还是LEN也好等等，不同的算法。第三个是算距，算距实际上就是大家所说的大数据，但是这一次比赛，我觉得谷歌的团队告诉了大家一个很有意思的结论，因为我们过去一直认为数据的重要性，在人工智能当中扮演了特别重要的作用。

那么算法解决的是什么？算法解决了直觉和计算的问题。过去我们讲算力算得越来越快，只是解决了一个计算的问题，但是算法解决了人类所擅长的一个直觉的问题，所以在这个过程当中，我们认为算法，算力，算距是人工智能获得新生的三个基本要素。

这一次的比赛告诉我们人工智能强大的地方在于算法，更强大的算法比数据更为重要。

我们过去有一句话，天上一天，人类十年，今天是人类的一天，可能对于人工智能是十年的时间，所以短短的一年过去了，人工智能的智慧可能已经增长了十岁。

那么我们比较一下中美人工智能结论，可以得出在这次发展的浪潮当中，中美双雄的格局初步显现。我们知道，除了美国、中国以及世界上各个科技领先的国家都在布局人工智能。我们做了一个测算，人工智能能够推动我们GDP的增长，预计到2035年将达到8.1％，如果这件事情所有的测算可以做复盘的话，那意味着经济增长规律和经济增长的L型曲线，可能会在未来因为人工智能等科技技术的发展带来新的拐点。同样的我们看过爱森德也作过预测，美国的经济增长到2035年将会达到4.6％，大家可以想象，这是一个多么可怕的一个数据。

其中算法，数据，应用，以及人工智能的平台是核心要素。还有四个方面是环境要素，包括政策、人才、投资创业和研发投入，我们从这八个方面分别作一个比较。

应该怎么样来看待中美人工智能的发展?我们列出这八个方面来进行比较，

算法解决的是计算和直觉的问题。

首先我们来看算法，我们看到在MAT科技评论所发布的2017年的上榜当中，中国的很多算法已经榜上有名，包括百度，阿里，科大讯飞等。当然美国的很多算法遥遥领先，但是我们在细分的领域当中，已经有了明显的优势，比如我们在去年比赛当中，拿了5个单项的第一，在此之前，我们一次冠军都没有拿过。

第二个从数据上看，

中国是一个数据的大国。数据显示，2016年，中国的数据资源占全球的21%，到2030年，将占到全球的30%，而美国到2030年，数据占全球的29%，届时中美在数据量的占有上基本上达到了持平。

第三个是在应用方面

，应用方面我们先来看一个去年的人工智能的市场规模，是100亿人民币，增长速度是24%，这里面不包括人工智能的硬件、软件等。那美国人工智能的市场562亿，增速18%，比较起来，美国的应用市场更为成熟。算法、算据、算力三个要素一定要结合基于平台，才能发挥出效用。目前国内有很多成熟的平台，比如百度的TIDO，以及语音平台，图形图像等更多垂直行业的平台。而在美国这些人工智能的巨头，他们的平台更多的是全方位的一个部署，那么上面这四个方面是最核心的要素的比较。

接下来快速比较政策的分析。

美国的政策方面，跟中国相比它更全面，而我们国家现在还缺少国家层面的人工智能的发展战略和计划，虽然在今年政府工作报告当中已经把人工智能列入了中国政府报告，但在研发方面，无论是政府还有企业，中国还有很大的差距。

但是我们看到进步很快，所以在全球100家值得关注的人工智能体验当中，中国有27个席位，也仅次于美国。人才方面，总的来说，美国在现在人工智能的专业化人才总量方面保持领先，而且通过0K的数据分析，美国的数据有5年到10年以上的人才方面，比中国占更大的优势。

总的来说，叫美国和中国双雄的格局显现，但是总体来讲，美国比中国领先，在特定的领域当中，比如数据和人才，我们和美国的差距越来越少。

我们把八个方面作总体的概括，

中美人工智能在特定领域的应用。

第三个部分，报告下我们选择了这些特定的十个领域来比较一下中美人工智能的发展优势。什么时候L5级别的无人驾驶的车辆能够达到100万辆?那么美国可能用6到7年完成达到100万辆，中国也就7到8年，也就差一年多的时间。

而在人脸识别方面，中国达到50%渗透率要远远快于美国，我们可能用两到三年，而美国至少需要十年以上。

为什么美国要这么长时间，这里面涉及到个人隐私数据保护，后面还包括智能红绿灯助理，我们可以看到除了在人脸识别，智能红绿灯这些特定的领域当中，我们比美国的应用要来得快得多，其他的我们基本持平，或者要慢一些。

我们稍微拿出几家作下比较，第一家是百度和谷歌，它们都是正在，或者说已经启动了从互联网公司向人工智能公司转型的公司，从研发投入上来说，两家的研发投入强度基本差不多，一个是3.6%，一个是14%，但是绝对额的差距，就差不多有10倍，从软件和硬件上来看，软件上大家都试图构建一个人工智能的平台或者操作系统，硬件上的差距也比较大，一样的可能是无人驾驶汽车，其他的我们看谷歌在底层芯片部署方面要比百度做得更快。阿里巴巴和亚马逊比较，那么它们也都是从电商向人工智能专业正在转变的两家公司，他们的研发投入也基本上差不多，占12%，13%这个比例。

那么总额的投入差距也在六七倍左右，那么软件上的都是基于云，阿里阿里云，亚马逊的AWS，他们也做自己的硬件，两者相似，科大讯飞和IBm，科大讯飞更多的像Sir，我们把IBM拿来作下比较，科大讯飞正在向单纯的语音识别向人工智能作转变，它的投入强度，研发强度是最高的企业，差不多四分之一用来作研发，也开放了自己的平台。那么这是我们把中美几个企业和领域的应用作下汇报。

趋势和启示，就未来智能的本质到底是什么？

最后和大家报告下在回答这个问题之前，我们先来回答三个方面的问题，我认为在几个地方，那么我们过去更多的是基于闭源的来做平台，无论是过去的Wintel平台还是IOE平台都是用的闭源的平台，但是我们看到物联网，大数据导致了闭源基本上被淘汰，大家都选择了开源，在这一轮当中，能否建立一个开源平台为核心的生态系统，这是关键的。

在这个生态当中，一定有一个领军企业，就是1＋N的结果，

过去我们讲企业的竞争是产业链的竞争，在这个情况下，更多的是生态环境的竞争，再有一个是行业应用为核心的主战场，中国这一轮想突破，一定是基于特定的行业应用，无论是在CV当中，我们举例子来说，刚刚说的智慧城市的摄像头当中的动态图形图像的识别，可能是一个特定的细分应用，但是这样的细分应用，一定比美国，比其他国家，我们来得要快得多。

第二个，现在的挑战，对中国的挑战，一个是现在的监管制度，研发投入，行业领军人才，刚才也跟大家作了汇报。

第三个如何破局，站在政府关心的角度来说，以政府的示范项目，我们来带动人工智能的应用。我们和业内的100多家企业做了一个人工智能的创新联盟，我们这个联盟运营的模式，跟美国的OpenAI极其相似，我们刚才的是动态图像图形的识别和智能报告的产生，这两个细分领域，再一个开放政府数据，制定了数据的互联互通，我们很高兴的看到贵阳已经出台了相关的条例，这件事情落地起来难度还会很大，再有一个是针对的重点的应用领域和加速政策，和法规的创新，很多人说，我们选择出来的十个领域当中，技术不是问题，关键是我们的监管和政策问题，还有如何吸引优秀的科学人才，以及加大技术的研发等等。

中美的对比不重要，更重要的是中国美国，以及所有的人类的智慧能够连接在一起我们去对抗机器的智能，也许有一天，AI这个词一定会过时，那时候有两个词更为重要，一个叫做MI叫机器智能

那这个视频告诉我们，AlphaGo也不是不可战胜的，它也是一个自我迭代的过程，我们分析中美的对照，更重要的给大家一个概念，，是人去研究机器智能，还有一个是HI，是机器去研究HI，当人研究HI的时候，我觉得那时候真正的智慧的对抗才会到来，所以智能的本质是让我们挑战MI更重要的发现宇宙最深刻的规律，谢谢大家。