全球各国人工智能发展优势对比研究

摘 要：人工智能在全球发展迅速，中国也非常重视人工智能工作，在某些领域已经开始有突破，本文以美国、英国、中国、德国、日本为例，从国家战略政策、产业布局、人才、数据规模等方面对其人工智能发展进行了优势对比研究。

关键词：人工智能;全球各国;优势;对比

一、人工智能概述

人工智能作为计算机学科的一个分支，人工智能产业链指的是核心硬件及算法模型（上游）、非核心硬件及基础应用技术（中游）、产品集成应用（下游）几大关键环节。

当前，人工智能属发展阶段，我国的人工智能发展水平与发达国家比较，也存在较大差距，据统计，截止2017年6月，全球的人工智能企业总数达2542家，美国为1078家，占据42%，中国第二，拥有592家，占据23%。[1]

二、全球各国人工智能发展优势

当前，为了在新一轮的国际科技竞争中占据主导权。世界各国都把人工智能的发展作为提升竞争力、维护自身国家安全的重大战略目标，都出台有相关的战略规划、政策，我国的人工智能建设起步较晚，但前景非常广阔。

（一）美國

美国的人工智能萌芽阶段从1991年开始;1998年后进入发展时期;2005年后高速成长;2013年后趋稳。

人工智能在美国的发展具有明显的基础优势，首先政府、研究机构、高校对人工智能认识较为深刻。也非常重视，创新型人工智能产品迭代快。战略层面美国高度重视，成立有国家专家委员会。

美国的硅谷聚集人工智能核心芯片和应用产品相关产业链。同时人工智能融资上，在全球占有主导的地位，在60%以上;美国的人工智能巨头企业采用集团式发展，以Google、Facebook、IBM等巨头为代表，通过合作共赢的方式助推人工智能发展。[2]

美国AI产业在基础层、技术层和应用层，尤其是产业核心领域，各层级企业数领先于中国。

（二）英国

英国政府层面，为确保人工智能行业领先优势。发布了《产业战略：人工智能领域行动》，其中包括基础设施、商业环境、地区等基础的领域制定了相关行动措施，英国人工智能注重实效性，强调“综合施治、合力发展”。

科研人才优势，英国包括牛津大学、剑桥大学等为代表的高等学府、研究机构都在人工智能和机器学习领域有深厚的积累。从论文引用率来看，英国研究质量超过中国，略逊于美国。同时众多科技孵化机构和人工智能初创企业拥有许多创新型成果，在全球范围内也得到了应用。[3]

为引进全球高技能人才，制定了很多配套政策，包括签证数量，移民法规，雇佣手续简化等措施。

（三）中国

中国AI企业1996年诞生，产业发展期为2003年，在2015年过趋于平稳发展期，人工智能领域里面已经取得了惊人的成绩。在人工智能研究领域，中国在战略和实施上做了三步走的部署，近年来的论文和专利数量持续增长，从学术成果体量来看，处于AI论文产出量的第一梯队。

中国在在数据、市场、创业者、人才方面都具有巨大的优势。如手机网民规模、手机上网的比例、移动互联网居于绝对主导地位，上亿体量的用户，超过了美国人口，而且还在进一步增长。据相关预测，到2030年，中国的人工智能产业规模为世界第一，达到7万亿美元，将超过美国和欧洲的产业规模。[1]

（四）德国

作为老牌工业强国，20世纪70时代，德国就开始了“机器换人”的过程。人工智能国家战略层面，2018年7月发布了《联邦政府人工智能战略要点》，文件提出亟需采取的基础设施、资助和合作等方面的措施。

科研机构的研发竞争力不断提高，如马普学会和弗劳恩霍夫协会在AI论文产出都是前排在前10。人工智能研发拥有一个核心大脑，即德国人工智能研究中心（DFKI）。DFKI覆盖人工智能的主要产业方向，孵化了80多家公司。

加强联合研发，DFKI由工业4.0概念的三个提出人之一沃夫冈·瓦尔斯特尔担任负责人。它的投资方包括谷歌、英特尔、微软、SAP等顶级科技企业。

从产业界来看，西门子、博世等跨国巨头在工业场景内走在前列，费斯托的仿生机器人连续在北京闪耀世界机器人大会出现。

（五）日本

组织机构上，人日本政府为了协调推进人工智能产业的发展，专门成立了一个“人工智能战略委员会”，为企业推进人工智能产业的发展制定各项政策。

日本的人工智能研究，首先是从大学校园里开始的，因此有一个非常好的基础条件，自90年代开始，东京大学、早稻田大学在内的20余所大学，都已经设立了人工智能专业，人才保证了日本在人工智能领域的竞争力。有日本机器人之父之称的早稻田大学教授加藤一郎，早在1970年代就开始研发人工肌肉驱动之下的下肢机器人。

从产业界来看，日立正在将核心机器学习技术应用到公司，目的是提高销售、削减成本、提高员工满意度;NEC利用自己的面部识别技术分析移动的图像，帮助预防犯罪;丰田汽车公司提出了全自动驾驶的“共享汽车”概念。

三、结语

在未来，将会有更多企业、高校和机构加入人工智能领域，跨国企业、不同国家和组织的联合将会形成合力。可以确定的是，人才竞争将是一个激烈的过程，人工智能将会迎来新的发展。

参考文献：

[1]陈伟光.袁静人工智能全球治理：基于治理主体、结构和机制的分析[J].国际观察，2018（7）.

[2]毛献峰.国内外人工智能技术应用模式比较研究[J].经济研究导刊，2018（12）.

[3]孙佳美.浅析人工智能的发展应用与思考[J].科技风，2018（12）.

作者简介：杨亨东（1983-），男，汉族，重庆巫山人，本科，讲师，研究方向：计算机应用。