朱民：人工智能世界由中美兩國主導 需加強人才儲備

朱民

　　新浪科技訊 12月1日晚間消息，在今日舉辦的“全球思想盛筵-人工智能與人類文明”上，國際貨幣基金組織前副總裁、清華大學國家金融研究院院長朱民發表以“中美人工智能競爭與合作”為主題的演講，稱人工智能的世界是由中美兩國主導。

　　朱民表示，中美投資者關注的領域很不一樣，美國關注在基礎和基本的技術，中國關注在應用。美國大量的投資在芯片，中國比例非常之小。機器學習的應用美國也很高，中國也很低。中國在計算機視覺，特別是在自動駕駛系統，還是走在前面的。

　　“人工智能的未來是不確定的，競爭的是人才。”朱民認為，中國的人才在中等規模的企業團隊數目比美國會多一些，但是在大型和小型、初創的兩極來看，我們的人才還是很弱的。

　　朱民進一步解釋道，“從人力資源的儲備來說，我覺得這個弱項特別明顯。在這個層面上來說，我覺得中國人工智能的企業在國際舞臺上的競爭還有很長的路要走，但是中國在規模和基數上有優勢。”他認為，在中國幾乎沒有看到成規模的人工智能的專業、人工智能的實驗室等等，而這都是未來的人才。

　　朱民指出，在人工智能領域，合作共贏是特別重要的概念，需要政府、企業、居民共同合作，來贏得這場未來的戰爭。(澤宇)

　　以下為朱民演講實錄：

　　感謝頭條的邀請，使我有機會和大家在這兒做一次溝通和交流，最近講人工智能，大家經常討論關于中美人工智能的競爭，我就想今天借這個機會把我的一些觀察給大家做一個報告，我的題目叫“中美人工智能：比較與未來”。

　　如果把中國和人工智能相比的話還是很明顯，人工智能企業的數目，大家可以看到美國有2000多家，中國第二，英國第三，所以人工智能企業數目還是中美兩國。如果我們再看人工智能企業已經有的專利數，美國還是領先有26000例左右，但是中國在第二是15000例，日本企業的專利數其實也還是很高的。所以說人工智能的世界是中美兩國主導，我覺得并不夸張。

　　但是再細分的話會發現很有意思，中美投資者關注的領域很不一樣，美國大量的投資在芯片，中國比例非常之小。機器學習的應用美國也很高，中國也很低。中國在計算機視覺，特別是在自動駕駛系統，最近還是走在前面的。當然中國在無人機方面是遙遙領先的，語音識別像科大訊飛等等也是走在前面的。美國還是關注在基礎和基本的技術，中國關注在應用，但是主要是在計算機視覺與圖像，我們現在有商湯、Face++都在起來，以及百度做的自動駕駛都在起來，這個也是很有意思的現象，可以看到重點的不一樣。

　　但是如果看技術層面的話，怎么看技術？有一個很重要的指標是看團隊。從團隊來看，這個區別特別有意義。我們仔細看的話，從中美人工智能各個領域團隊人數的分布，我們可以看到在芯片處理的人數，中國的團隊只有不到美國的1/10的，機器學習的應用中國也很低。在自然語言的學習，雖然我們的語音識別現在的量很多，但是在自然語言學習方面人類的儲備，因為人工智能的未來是不知道的，競爭的未來是人才的競爭。

　　我們在智能機器人方面中國是機器人的銷售大國，也是制造大國，在這方面的研究我覺得還是還是走在前面的。語音識別在中國是很小的領域，在中國是領先，但是領先的差別不是很大。

　　第二個是講人才，未來是人才競爭。我們可以看到中國是圖中紅色的，美國團隊小的比較多，但是如果認真來看大規模的企業，就是指有5000個人工智能專家的團隊，我們開始初步看到比如說百度、騰訊出現超過5000人的規模了，但是美國已經有4家了，每個已經有1家公司有1萬人的規模。

　　因為人工智能的未來是不確定的，競爭的是人才。所以說從人才的分布上來看，我們可以看到總體而言，中國的人才大概在中等規模的企業團隊數目比美國會多一些，但是在大型和小型、初創的兩極來看，這正是中國的重點，我們的人才還是很弱的，這是件很大的事情。

　　從人才的角度看大學的話，我覺得大學的差別是很大的。美國的大學比如說開始打造全套的人工智能人才體系，開始全面出現了。譬如說大學開始培養數據科學家、數據和軟件開發人員、數據管理者。現在有頂級的20個大學開始出現人工智能專門的研究科目等等，在正常的教學培養以外，很多大學開始出現人工智能實驗室進行創新、培育、探索，這在大學是很普遍的。在中國應該說我們現在幾乎沒有看到成規模的人工智能的專業、人工智能的實驗室等等，這是未來的人才。

　　關于中美人工智能競爭的東西很多，講投資、產品等等，但是我覺得如果要看未來的話，根本的競爭是人才。從這個意義上來說，把前面的數字和這個數字加在一起的話，我們已經有的人才基數，以及未來培養人才的能力，我覺得中國還是很弱的。

　　在全世界人工智能影響力排名的頭30名大學沒有一家中國的大學。再說一次，人工智能未來是不確定的，競爭的是人才，競爭的是培養人才的環境、機制、機構和能力，所以這一點我覺得不能低估。但是中國的投資是很厲害的，我們把人工智能在2017年各個方面的投資來比較，在金融科技領域，中國的投資已經超過美國。大家看到虛擬現實中國第二、美國第一，差距很小。在自動駕駛方面，中美的差距也很小。可穿戴的技術，中美投資資本的涌入量也很大。中美兩國幾乎在全世界最主要的人工智能的領域里占據了投資的前兩位，這是好事。但同時不不得問，如果我們的企業數目、專家、人才還是不夠的話，那么這么多和高的投資意味著什么？我覺得這個投資對我來說，人工智能企業在中國存在著投資的泡沫，這是很明顯的。

　　從企業來看，我們把企業看成產品、行業解決方案、技術平臺和芯片這4個在根本上的企業面對的不同階段的服務和核心技術。Google、亞馬遜、Facebook、微軟、IBM等等，基本上是從芯片起家開始，技術平臺是一個大的部分，行業解決方法占據了他們的主要業務能力，然后是消費。中國的三大巨頭開始起來，我們在芯片幾乎是沒有，我們在技術平臺剛剛開始，大概落后世界一流企業2個級別。我們主要的技術解決方案，還是在比較單向的業務領域。當然我們的產品是好的，這是我們的特點。

　　在芯片來說，我們到現在為止大家都在走GPU、CMP的概念，這是一個很大的缺陷。我們在講到AI的開源平臺的時候，百度、騰訊開始做AI平臺，但是已經比一流的開源平臺，從雙方一流企業的對比來說我覺得核心競爭能力和競爭平臺的框架差距還是很大的。

　　我們在座有關于中國580多家人工智能的數據庫，把所有數據規整成這一張表，可以看到特別有意思的是，在所有的這張表里，用紅的圈表明已經相對比較成熟在逐漸接近國際水平的，我們有三個大家，騰訊、阿里和百度在人工智能上還是和國際企業是在接近，在朝那個方向走。我們的云計算服務，從技術和規模來說現在走得很快。主要是在技術層，現在領先的是或者在往前走具有地位的是計算機視覺和語音識別。

　　我把所有的企業放在一起，特別令我驚訝的是，當我們說中國的產業產品和應用特別發達的時候，我在所有的產品和應用的公司里并沒有發現成熟的有力的產品品牌技術，這是一個特別大的驚訝。

　　我們從中國的人工智能現在的發展來看，很明顯從深度學習、搜索引擎、手勢控制各種產品都有，非常發達。但是總體來說我們還在產品，我們的基礎應用開始起來，但是在關鍵硬件和算法模型方面，特別是算法模型方面，我覺得我們現有所看到的技術能力和競爭核心能力還是不足的。未來競爭主要是計算能力、數據、算法能力，我們當然有數據，但是關鍵硬件和算法模型跟不上的話，我覺得這還是一個很大的挑戰。

　　如果把所有的東西看起來的話，如果把中美放在一個近似可以比較平臺上，嚴格來說不能完全比較。我們可以看到雙方的技術關注點是完全不一樣的，美國在基礎芯片、技術上、在平臺上，中國更多在應用。從企業層面來看，美國一流企業更加完整地從產品、技術、平臺到芯片是完整系列的，中國還主要在應用方面開始有技術平臺和產品。

　　從人力資源的儲備來說，我覺得這個弱項特別明顯。在這個層面上來說，我覺得中國人工智能的企業在國際舞臺上的競爭還有很長的路要走，但是中國有優勢，是規模和基數。我們看到一個特別有意思的數據，譬如說電商。2005年的時候美國的電商是如此之大，占35%，中國的電商很小，而今天中國的電商近乎是美國電商規模的兩倍。

　　我們可以看到在中國的手機支付規模已經是8000億美金，幾乎是美國的10倍以上。這張表特別有意思，中國獨角獸的企業占比也很高，從34%漲到43%，漲到很快，表明了中國的獨角獸漲得很奇，中國的AI企業發展很快。第二如果把前面所有攏在一起的，中國企業特別是人工智能企業投資的泡沫其實是存在的，反應在了這個方面。

　　與此同時，我們中國的基數還有一個是整體網絡的使用是很大的，中國在網的居民7億多，印度4億多，整個歐洲是4億多，美國是2.8億左右。中國通過手機上網7億，印度、歐洲和美國和中國的差距很大。中國數字的使用，在網上的情況也是遙遙領先這就是中國的基數。

　　alipay已經是美國最早的三倍了，基數會推動技術的發展，特別是人工智能時代，因為數據會不斷地產生新的經驗和體驗、新的場景和新的迭代。在數據方面，2013年最快是雅虎，每秒能夠處理的數據。百度2014年領先，阿里巴巴2015年，今年騰訊的速度遠遠是超過世界上的速度和規模。速度能不能轉換成技術？這是一個不同的概念，基數可以轉變成某一個技術，比如說速度，但是速度能不能轉換成基本的技術？這又是一個概念，這又是一件很有意思的事情。

　　這是我們現在面臨的一個很大的機遇和挑戰，第一個是從大的基數和市場走向技術，過去的歷史表明在技術發展過程中，規模和市場可以走向技術，但是不一定必然走向技術，我們有很多這樣的案例。今天因為時間的關系，我不想在這里說所有的案例。這是一個很大的機遇和挑戰。

　　但是與此同時，我們看企業的話，中國機器人的企業市場是非常龐大的，大家可以看到中國機器人的銷售占了全世界的23%左右，中國每百萬員工持有機器人的比在世界的平均值一半左右，連發達國家美日，特別離韓國差別非常小，所以有巨大的發展空間。

　　中國的制造業在2015年已經是美國、日本制造業的總和，人工智能向制造業的發展我覺得是未來人工智能的藍海，是一個巨大的潛在的機遇。這又是有一個未來巨大的場景在等待著中國人工智能的行業去占有，這是一個非常有興奮點的地方。

　　中國關于深度學習發表的論文，這是白宮的報告，紅色的是中國，藍色是美國，在2015年、2016年以來遠遠超過所有的其他國家，所以中國的研究水平也開始提高，這是一件好事。

　　更重要的是，我們現在有了國家戰略，這個國家戰略要求在2017年到2020年同步世界先進水平，2025到達到世界領先水平，到2030年成為世界的創新中心。這都是好事，以后變成了國家戰略。但是實施是一個很具體，也是一個很有挑戰性的問題。因為歸根到底是技術、是企業、是人才，所以從這個意義上來說，我們在看中美的人工智能比較的話，我覺得這是一個特別有意思的事情。

　　我看到中美兩國人工智能在世界領先，這個總結是毫無疑問的。我們看到偏重的重點很不一樣，美國偏重在基礎，偏重在技術，我在這里沒有講基礎研究，因為基礎研究是一個更廣泛的政府，更多和科學界的領域我更多講的是商業層面的概念。中國更多偏重于比如說應用。

　　在企業界，中美的巨型企業的對比差距從基礎技術、從技術平臺、從開放平臺、從產品來說，這個產品還是很大的。

　　人工智能的發展靠三樣東西，算法、數據和計算能力。在這三者中，中國至少有數據，這是中國的長項，所以中國的基數是第一點。第二點是中國的計算能力也是可以逼近、可以改進的，但是算法需要長期持續地研究和發展。中國最大的好處是不但有基數，未來有一個巨大的市場，比如說我們的制造業，比如說我們巨大的網民形成的商業智慧的生活和智慧的社會。而這些都從需求端會推動整個的人工智能技術的供給端的發展。

　　關鍵的瓶頸是人才，中美的比較特別明顯，我們的團隊經驗和數字落在后面，我們團隊的規模落在后面，我們培養人工智能團隊的基礎環境、能力，比如說高校教育機構等等明顯落在后面。所以要把今天我們已經有的東西，利用未來的基數和我們已經有的巨大的市場轉換成技術的供給鏈的發展，我們還有很長的路要走。

　　人才是決定中美未來人工智能發展的最為核心和關鍵的作用，我有20分鐘，我剛剛用了二十分鐘零八秒。

　　在人工智能的，合作共贏是特別重要的概念，我們是要政府、企業、居民共同合作來贏得這場未來的戰爭，這就是我的觀察，給大家做一個簡要的報告，再次感謝今日頭條的邀請。