张晓东谈人工智能:美国目前还是行业领导者,但毫无疑问中国在第一梯队

2018-01-10 20:44 · 蟹子 创客猫


1月10日晚上,在由正略集团和中伦律师共同主办的2018新年论坛系列活动上,著名互联网专家&乌镇智库理事长&《人工智能简史》作者张晓东发表了将近2小时的专场演讲,谈及人工智能的发展历程以及人工智能的产业现状,同时对于“人工智能能否在将来某一天颠覆、取代人类”这一问题也给出了精彩的解析。创客猫受邀作为特约直播媒体到场进行独家图文直播及报道。(点击进入图文直播现场)

1.jpg

《人工智能简史》作者张晓东

在演讲中张晓东表示,全球人工智能目前美国还是领导者。但是毫无疑问中国是第一梯队,第一梯队就是中国。全球其他地方,亚洲肯定毫无疑问是看中国,而中国毫无疑问看北京。无论是从产业结构、人才、资金的投入、研究成果等各方面,北京在全国都是遥遥领先的,最接近美国旧金山硅谷的也是北京。

而对于2018年人工智能的趋势张晓东也给出了预测。他认为在技术突破方面,自然语言处理在2018年可能会成为“像今年人脸识别、语音处理一样流行的事情”;

公司上市方面,目前还没有以人工智能为主打的公司,但有市场实力的公司越来越包容更多新的人工智能的技术;

同时他指出,中国现在基本上是和美国一起在第一梯队,中国跟美国之间无论在技术上、产业上,还是在投融资方面的距离会越来越短,今年在几个特定的领域里面,中国甚至有可能会更大程度地领先美国。

以下为张晓东专场演讲实录:(经创客猫现场整理精编,enjoy)

从人脑到人工智能

人工智能大家知道是一个很热门的话题,从领导人一直到老百姓,都是最近一段时间广为热议的话题,在不久的未来会影响到人们生活的,第一个就是人工智能,第二个是量子计算。今天在我PPT里面,我会简短的提一点量子计算。

今天我想讲两个方面的东西,一个是从历史的角度来审视一下,什么是智能,智能是怎么来的,然后我们再看一看人工智能的发展,后面我会从我们研究的成果,去看人工智能现在是什么样的状况,在短期内或者说在稍微可预见的未来,人工智能会变成什么样的情况。

提人工智能,大家现在讲的很多很多,人工智能这个词实际上是哪儿来的?很多人讲说是1956年达特茅斯会议麦肯锡提出来的,后来我考证了一下,因为这个老头大概临死前一年有很多采访,采访的时候他讲,人工智能这个词实际上也是从别的地方听来的。具体现在人工智能这个词到底是谁提出来,现在已经没办法考证了。

说人工智能,我们最早还是要从自然的智能开始看。自然智能大家最容易想到的就是人跟动物有什么区别?人跟动物的区别,大家往往会说,因为人的大脑更发达,但是大脑更发达,是用什么东西来度量?很多人说人的大脑最大,但是事实上并不是这样。

这个有证明,大象的脑子,鲸鱼的脑子从体积和重量上都要比人的大脑要大。那有人要说肯定是人大脑的质量要比大象大脑的质量要好。这个问题大家认为是一个常识性的问题,但是这个问题一直没有得到精确的回答。一直到几年以前有一个巴西的女生物学家,她做了大量的非常好玩的工作,最后她写了一本书,这本书在国内好象翻译成超级人类,超级大脑之类的。她在这本书里面,几乎把她十年的工作做了一个总结。

她这十年干什么呢?她一直企图解开人的大脑是不是在质量上比其他动物的大脑质量高。这个质量高用什么衡量呢?很多人说我可以用脑子里神经原的总数来衡量,所以2005年她在开始这个工作的时候,那个时候问过很多同行生物学家,说人的大脑里面到底有多少神经原。她问过很多得诺贝尔奖的脑科学家,他们说大概一千亿。但是她查了好多资料,这个一千亿没有出处。所以她一直企图揭开人大脑里面到底有多少神经原。

历经千难万险,她把人的大脑和其他动物的大脑做对比,包括她跑到非洲去,把人家猎杀的大象的大脑放到一个冰箱里,偷渡回巴西,很多很好玩的故事。然后她对各种不同动物的脑子做了解剖,而且她发明了一些独特的标记手段,能够测算出来不同动物的脑子里面到底有多少神经原。最后她得到比较精确的答案,人脑实际上不是有一千亿,人脑大概有860亿个神经原,大象的大脑有多少呢?大象的脑子有2570亿个神经原,比人脑还要多。

比人脑还要多,为什么大象不如人聪明呢?她又做了更详实的实验,最后她得出,人和动物都有大脑和小脑之分,大象身躯庞大,大家知道小脑是在驱动人的身体运动,大象身体庞大,它需要比较大的小脑来协调它的身体运动。所以她在这方面做了大量工作,后来她从巴西搬到美国去,现在她在美国范德堡大学做教授。

如果用神经原来测度不同动物的智能水平的话,你会看到最低级的动物一直到最高级的动物的演化过程。人为什么有更发达的神经系统?跟能量有关系,人的大脑占人的重量2%,但是人的大脑在消耗人每天摄入能量的25%。这是一个进化的结果,人这个物种在某一个节点上,他发明了烹饪技术,烹饪技术可以把东西做得更好吃,那么更好吃人就有更强烈的动机去消耗摄入更大的能量。作为大象因为它太大了,所以它把它的能量都用在协调身体不同的部位上,而不是用做大象的大脑。从进化的角度来讲,就是人在消耗更多的能量来给大脑提供养料,人就变得越来越发达,从智能的测度上。

我们再来看看能量,能量也是很有意思的事情,我们先把智能放在一边,来看一看能量在过去几千年是怎么发展起来的。

这个也有一本很好玩的书,斯坦福的历史学家几年前写过一本,也是畅销书,实际上是比较学术的著作,但是他最后这个书卖的很好。我们过去一直说,我们有几千年的文明。我们这几千年的文明用什么来衡量?最后他得出一个结论是什么呢?他说在过去几千年里面,如果我们用人均能量的摄入来考核人类发展的话。西方实际上一直都要比东方发达,比方说公元前2000年、4000年开始一直算到现在,西方人均能源消耗都要超过东方,只有在很短的时间是例外的,这个很短的时间是什么呢?罗马帝国衰败,一直到工业革命开始,这个中间大概有900年时间,东方略微超过了西方。

但是工业革命之后,西方的人均能耗巨大的提高,亚洲国家的能耗是什么时候才开始提高的呢?是鸦片战争之后。所以从某种意义上,鸦片战争之后,鸦片战争大概1840年,日本黑船事件是1850年左右,那十年间西方打开了东方的大门,同时也教会了东方更好地、更有效地消耗或者摄取能源的方式。

但是他的这个定义也有争议,为什么有争议呢?因为东方西方的分法不合常规,大家知道有一本很有名的书,叫做《文明的冲突》大概十几二十年前在国内有出版,他做了三分法,不简单是东方和西方,他是说西方、东方、穆斯林。但是能量摄取研究里面,他是把西方和穆斯林包含在一起考虑,就是西方和穆斯林统称西方。他有他的考虑,比方说他有他人种上的考虑,有地域的考虑,有多方面的考虑。但是如果说,我们用三分法来做,同时也用这个方法来做的话,我猜(因为我没有做过研究,因为原始数据并没有完全公开)可能西方领先中国,领先东方的程度要更大一些。

能量来源的多样化,目前大家看能量主要的来源还是碳能源,煤、石油、天然气,然后核能有一段时间有很快地增长,但是这几十年核能并没有很快地发展,因为安全各种各样的因素。如果说我们把社会总的发达程度来做一个衡量的话,我们除了能源消耗,在现代社会我们还有新的手段来衡量,这个手段是什么呢?就是学术的进步。学术的进步我们可以用学术出版物来衡量,能量的增长几乎是一个线性的增长,但是学术的增长是指数性的增长。

从自然智能到人工智能,大家都知道人工智能其中一个起源是英国的数学家图灵,图灵1950年那篇文章,计算机器和智能,为什么不简单的叫计算机呢?因为那个时候,50年代计算机指的不是我们现在意义上的机器,计算机在50年代英语里面指的是人,就是计算员。就像大家知道操作员,或者电话刚出来的时候接线员,计算机指的是人,到什么时候才开始指计算机呢?实际上是在50年代末,60年代初开始,这个词才指计算机。所以是从自然到人工,早期的计算,所谓计算机就是人肉计算。

那个时候很刻意强调电子计算机,现在我们很少说电子计算机,原因就是没有区别了。另外电脑这个说法在50年代和60年代初在英国曾经风行过一段,后来没有了。有没有比学术进步更快的东西?有,这个东西是什么呢?就是摩尔定律。摩尔定律是什么大家都知道,摩尔是英特尔的创始人总结出来,根据半导体发展的趋势,他总结出来说计算能力或者说存储能力,或者说普遍的来讲信息处理能力,每12到18个月会增加一倍。

这是什么概念呢?就是说你过十个周期的话,就要翻一千倍。我们把学术出版物和整个社会累计的数据量和摩尔定律放在一起,摩尔定律的增长要比学术出版物还要快。什么概念呢?就是说有了学术之后,人类社会得到了指数的发展,但是有了新的信息处理技术之后,人对数据、对自然的掌控,又有了指数级的提升。

人工智能这个来源在哪儿?谷歌曾经做过非常有意思的工作。大家知道在2000年谷歌刚刚开始成立的时候,谷歌的创始人就一直有一个情怀,他想做什么工作呢?他想把全世界所有图书馆里面的所有书都电子化,这个电子化不是说扫下来做成PDF,他做了所有语言的处理。后来因为出版社各方面跟他打官司,结果没有公布。但是统计的结果公布了,什么意思呢?就是谷歌在2008年之前,扫描了大概有3000万本书,这3000万本书里面所有词的词频(词出现的频率)他都做了统计,而且这个统计做成一个产品发布了。

这个产品发布了之后,在学术界就非常有用。用谷歌这些工具你可以做很多很有趣的发现,谷歌这个工具丢进去,你会看到控制论是在40年代出来的,然后50年代达到顶峰。人工智能是50年代才出来,因为谷歌这个工作做到2008年就为止了,2008年之前有一段时间,人工智能这个词没那么热,那个时候是人工智能的低潮期,在2006年之后,因为深度学习的发现,人工智能又有很大的提升。这些工具告诉我们人工智能的历史,实际上也是起伏变迁的,待会儿还有更多的数据跟大家分享。

人工智能能否在将来某一天颠覆、取代人类?

如按照图灵机就是智能的话,超级智能发生是迟早的事

刚刚讲到能量、学术、算例,还有一个是钱,投资。整个在人工智能产业的投融资的情况我们也做了一个对比。这个行业的投资,在过去几年几乎和摩尔定律同步的。人工智能到底是什么东西?在媒体上有两派观点,一派是人工智能永远超越不了人类,还有一派观点,英国物理学家讲人工智能将来某一天要颠覆、要取代人类。到底是不是,有没有这种可能性?今天我们就来聊聊这个问题。

人工智能一直有所谓强人工智能和弱人工智能之分,所谓弱人工智能就是指在人们认为是人的智能属性的某一个方面,机器超过了人,这一点大家毋庸置疑,他们赢的幅度如此之大。现在如果是两个好一点的机器之间下国际象棋的话,人类的特级大师是看不懂他们在下什么的。这是什么概念呢?当年深蓝赢的时候,特级大师可以看大概13步,但是深蓝那时候可以看13步半,比人多看了半步,就不可能有任何机会赢它。

怎么理解这个事,现在去美国的高中去看,美国几乎每个高中都有一个象棋队。30年前,那时候我刚到美国,高中象棋队里面很少有选手积分可以到2000,现在随便一个高中象棋队里面都有超过2000积分的孩子,几乎到不了2000就进不了象棋队。这说明什么?现在的小孩有很多机会去跟机器学习,而在过去20年前、30年前小孩不可能跟特级大师比。

强人工智能是什么意思呢?强人工智能就是说有这样的人工智能,有这样的机器,他能够在人类表现出智能的所有方面都超过人。关于有没有强人工智能现在有争议,至少目前没有,在短期内我们还看不到,尽管说现在有各种各样的机器学习的算法,但是在短期内我们还看不到强人工智能。但是我们总是要探讨强人工智能到底是不是可能的,有几种途径去探讨这个问题。

《超级智能》这本书的作者尼克波斯特洛姆,他和最近《未来简史》的作者(法)雅克·阿塔利有一个共同观点,他们的观点认为在可预见的未来强人工智能会发生,强人工智能如果会发生的话,意味着什么呢?意味着将来会有机器在全方面取代人类。

到底什么是智能?我们又要回到伟大的英国数学家图灵,图灵在1936年的时候写过一篇文章,这是一篇数学的文章,他定义了一个东西,这个东西叫图灵机。我们可以说现在还没有任何一个新的机制比图灵机更强的。待会儿我提到量子计算,量子计算有可能在某些方面超过图灵机。如果我们把图灵机当做智能的定义或者智能的衡量的话,机器超过人是迟早的问题,机器不断变得越来越快,处理信息的能力越来越强,人不可能像机器那样摩尔定律每隔一段时间加一倍,这个不可能。

另一个是在1950图灵写了一篇文章,其实在1948年的时候他就写了一篇文章,这两篇文章里面他定义了一个东西,叫图灵测试。图灵测试是什么概念?就是假设说你把一个机器放到房间里面,机器对外的沟通是通过递纸条的方式,如果说你不断地递纸条、问问题,机器回答问题。过了很长时间,这个人从外界都没法断定里面的物体是机器还是人的话,那么这个机器就是智能的。所以他这个定义完全是一个行为主义,就这几个定义我们再来深入的探讨一下。

超级智能有很多种说法,还有一个就是所谓奇点,如果说机器超过人了,那就是奇点。大家肯定看过电影《模仿游戏》,图灵除了在计算理论、人工智能方面是鼻祖之外,他在二战的时候还是英国破解德国密码最重要的功臣之一。有一个人是图灵在二战之后破解密码的时候的一个小伙计。这个人在《模仿游戏》里面出现过的,一个戴眼镜的家伙,很瘦的。这个人现在在谷歌,他是未来学家,谷歌里面有很多程序员非常看不起他,但是他总是在那儿不断地预测,他预测的结果就是奇点会什么时候发生。有很多不同的时间点,有的人说2048,有的人说2049,他基本是说大概几十年之后这个奇点就会来了。

图灵是怎么定义计算的呢?图灵机是什么东西?图灵机是异常简单的东西,是什么东西呢?就是一个无限长的纸带,上面有一个有限自动机,有限自动机可以打零或者打一,或者往左移,或者往右移。这个装置在数学上还没有人想的出来比这样的装置更强有力的装置。大家知道伟大的数学家哥德尔,哥德尔想出来的递归函数,他一直在问自己一个问题,递归函数是不是最强有力的表达手段,他自己没有信心。但是他看到图灵机之后,递归函数跟图灵机是等价的。目前人想出来所有的东西,都跟图灵机等价有关,但是图灵机又是这么简单的东西,就是无限长的纸带,在上面打零打一,左右移,就是这么一个东西。这个东西在数学上可以证明等价于现在我们发现的所有计算装置,所以我为什么说你可以把图灵机当做智能至少一个方面测量,因为你想不出别的更好的方式。

大家知道图灵的遭遇是很悲惨的,因为他是同性恋,图灵因为同性恋的遭遇,受到某种程度上的破坏,他在40几岁的时候自杀,大家公认他是自杀,但是他不母亲不承认,他死的时候床头上有一个苹果,这个苹果被咬掉了。这个苹果上被鉴定出来有氰化钾,所以很多人开玩笑说,苹果公司logo少了一口就是因为图灵咬掉的。乔布斯已经公开说了,后来他在开玩笑,我倒是希望我当时想logo的时候有图灵这么一个高大上的形象。一直到英国的首相,还有英国皇室都对图灵道歉,他们认为50年代图灵遭遇了不公正的待遇,确实是非常感人的故事。

还有一个非常有意思的发现,中国有一个非常天才的数学家叫洪加威,他的“相似性原理”在80年代的时候有很大的轰动性。这个相似性原理是在图灵上面的一个结果,任何一种计算装置都可以被图灵机来模仿,图灵机也可以被其他的足够强的计算装置来模仿。洪加威说机器之间互相模仿的成本是多项式的,从计算复杂意义上说,多项式成本很低很低的。什么意思呢?别看图灵机这么简单,如果用图灵机来模仿我们现在最强的超级计算机的话,图灵机的模仿成本只是多项式级别,不是指数级别,是很低成本的模仿。这个实际上也是一个很深刻的,不能说是定理,是一个很深刻的观察,所以洪加威自己把这个叫相似性原则。有了相似性原则,我们就朝着智能定义的方向更进一步,如果说你想不出来比图灵机还强的计算装置的话,奇点的来临可能还真是有可能发生。

如果说智能是某种意义上的量子计算,还需要更多扎实的数学和物理工作

有没有东西可以超越图灵机呢?有,或者说可能有,这种东西就是量子计算。量子计算可以变成一种通用的计算方式,量子计算是不是比我们常规意义上的计算机,或者说图灵机更快呢?现在没有严格意义上的数学证明,都是有几个点,今天我想提到一个点,这个点非常有意思,这个点是什么呢?数数分解。

数数分解在实践当中被证明是很难很难的,现在大家在网络安全上面用到的最核心的算法RSA的最顶层的东西就是数数分解。你给一个很大的数,你要把他分解成数数的话,需要的时间超级巨大。但是有一个数学家他1994年提出来一种算法。他说如果我们能造出一台量子计算机的话,在这台量子计算机上做数数分解可以超级超级快。如果这个量子计算真能发生的话,我们现在所有的安全通信瞬间就变得不安全了。所以可以理解为什么美国投入了巨大的资金,国内也投入了巨大的资金在量子计算方面。

如果说大家可以证明数数分解是很难很难的话,实际上量子计算从某种意义上突破了图灵机,但是这个是不是有严格的数学证明,目前今天还没有,所以大家拭目以待。大家看到现在很多的高校的研究,中国科大、清华在这方面都投入了大量的资源。

超级智能和超智这两个是有不同定义的。超级智能是说图灵机等价于智能的话,我目前的计算机只要每隔几年快几倍,按这个速度发展下去的话,机器超越人是迟早的事情。英国还有一个物理学家,《皇帝的新脑》这本书是他写的,他提出了不同的观点,他实际上是霍金的合伙人,大家知道霍金是物理学家,他是数学家也是物理学家,霍金的数学并不够好,所以霍金需要一个数学家跟他一起工作,他就是跟霍金一起,包括黑洞理论,他都是原创者之一。

他的理论说人脑是量子计算机,他甚至和加州理工学院心理学家一起合作,企图证明人脑里面存在一种东西叫微管,这种微管可以让人变得不容易被机器模仿,人脑本身是量子计算机。但是很多人都嘲笑他,生物体那么大的一个东西,不可能存在量子效益。这个问题一直有争议,但是他提问题的方法并没有错,他说如果你可以证明人脑不是传统意义上的图灵机的话,那么就是人脑他有某些我们计算机不具备的能力,这些不具备的能力就是智能。

目前为止关于智能的定义还没有一个大家公认的标准,如果按照图灵机就是智能的话,那这个超级智能发生是迟早的事,但是如果说智能是某种意义上的量子计算的话,还需要更多扎实的数学和物理工作,这些工作现在很多人在做,但是还没有结论性的东西。

人工智能产业的现状

现在人工智能正在发生什么?人工智能将来或者在可预见的未来会发生什么?

稍微要打点儿广告,我们在干什么工作,我们用数据的手段来研究产业,用人工智能的技术手段来研究产业,发表各种产业的报告,我们现在目前关于人工智能方面的报告目前应该是全球最权威的,英国的经济学人、金融时报、华尔街日报、高盛......几乎90%中文媒体上,你看到关于人工智能产业数据方面的东西源头都是我们这儿。

我们看1990年开始一直到现在,全球整个人工智能企业的发展趋势,现在中国发展的速度越来越快。5年前,2012年这个时候大家可以很清晰地看到人工智能这个产业在全球基本上三个地方,美国、欧洲、中国。

80年代的时候,中国还没有专利局,90年代开始中国慢慢开始有专利制度,可以看到中国越来越多的专利,美国很明显,就是集中在东西海岸,西欧。我们的数据表明,中国在人工智能方面的专利总数在2012年、2013年的时候就已经超越美国了。这个是非常令人惊奇的一个数字,但是质量上还不行,质量上我们也有各种算法来测度一个专利的质量怎么样。而且中国在专利总数上大概也是在2013年,所有的专利加起来总数上,超越美国。

当然要衡量人工智能整个发展历史的话,除了专利这一个维度,比方说还有专家系统,80年代专家系统是最热门的东西,但是现在已经没有人碰专家系统了。90年代人工智能第一次泡沫破灭,到2006年深度学习出来之后,整个机器学习这个行业突然变得热门了,甚至很多人就把机器学习等价于人工智能。还有计算机视觉,最近很多炒的很热的人工智能公司都是人脸识别的公司,而且融资的规模巨大,还有就是自然语言处理。目前热门的这些人工智能技术,自然语言处理、机器学习、计算机视觉,在几十年前没有什么研究工作。但是几十年前热门的人工智能现在没有什么人碰了,人工智能是飞速发展的。

从投融资我们可以看出来,2016年之前的15年,人工智能整个行业的VC投资只有280亿美金。其中有220亿(几乎是80%)是过去五年投入的。从公司的数目上或者其他的衡量上差不多类似,过去五年是人工智能高速发展的时候。

摩尔定律告诉我们一个非常有意思的东西,比摩尔定律速度还快的是超算五百强,全球最快的五百台计算机加起来,他的速度增长比摩尔定律的增长还要快。美国在人工智能VC的投入比摩尔定律还要快的,而中国在人工智能方面的投入跟摩尔定律惊奇地吻合。

全球人工智能企业和投融资整个的发展趋势,总的来讲美国还是最领先的,但是在2016年美国在人工智能整个企业的发展趋势上,第一次降到全球的30%以下,为什么呢?因为2015年、2016年,中国这方面投资巨大。我们目前看美国的水平的降低并没有那么明显,他基本上还是维持在60%、70%甚至80%,除了2008年有一个很大的坑之外,基本上还是领先的。

这个告诉我们什么呢?告诉我们说全球最牛的那些人工智能企业是在美国,单个人工智能企业融资的能力要远超过中国。

亚洲这个趋势变得更明显,亚洲在过去15、16年一共有46亿美金的VC投融资,不算并购。中国在过去五年整个在人工智能方面VC的投入才是以色列的四倍,以色列是800万人口的国家,他大概跟北京一个区的体量差不多,中国领先印度很多。我们也做过类似的物联网的研究。物联网,中国大概是以色列的30倍到40倍,什么意思呢?物联网是跟人口、跟制造密切相关的东西,以色列肯定不行。但是在高端的人工智能的核心技术,以色列在全球是有一席之地的。大家也知道最近的几个最大的并购案子都是以色列的,百亿美金以上级别的。

中国我们又做了进一步的分析,过去10年中国一共投入了27.6亿美金,中国在5年之前,在人工智能方面从投资的角度来讲没有什么投入,几乎95%以上都是在过去几年发生的。

中国人工智能企业,我们也做了一个摸底,毫无疑问北京是中国人工智能企业最聚集的地方,这个跟我们做物联网或者其他的研究不太一样。比方说我们做物联网,整个全国的分布大概北京、珠三角、长三角各三分之一或者各30%左右,但是在人工智能这块儿北京占到全国70%。无论是人才、资金的投入、研究成果各方面,北京大概都是在全国遥遥领先的

北京一个城市的体量都要远超英国,无论是从各个测度,我们刚刚讲的论文、专利、公司数、投融资的数目都要远超。这个结果被英国经济学杂志反复应用。自然杂志大概在一个月前采访我时,他们拼命问一个问题,你觉得中国和美国在人工智能谁强?一直让我表一个态。

我觉得整个趋势是这样的,从数量上中国现在在接近美国的数量,但是质量上还不行,在质量上美国领先,无论是在原创的研究,从原创的论文你可以看出来,专利,还有最核心技术的公司。从数量上,中国在人工智能的某些子领域方面已经超过美国了,总的来讲接近,但是在某些领域里面已经超越美国了。

在某些核心技术的领域还是美国强。但是在很多应用领域,中国确实有领先美国的趋势,从数量上。现在有提大湾区可以和硅谷旧金山湾区相提并论,但数据跑出来有点儿让人失望。把香港和澳门加到整个珠三角,仍然没办法跟北京在这么多年的优势相提并论。从产业结构、投融资、人才最接近美国旧金山硅谷的是北京。

最后大学排名,人工智能方面的前30个学校,故意就排到前30,因为到40名就开始有中国学校了,中国学校还没讲完,下面清华、科大、北大就已经掐起来了。基本上可以很明确地看出来最领先的几个学校一点都不陌生,最强的还是那几个,亚洲只有两所学校,都是以色列的。

全球人工智能目前美国还是领导者,但毫无疑问中国在第一梯队

总的来讲,我们可以明确的看到全球人工智能目前还是美国是领导者。但是毫无疑问中国是第一梯队,第一梯队就是中国。全球其他地方,亚洲肯定毫无疑问是看中国,中国毫无疑问看北京。我可以把人工智能整个行业再细分。

我们又做了一个很有意思的工作,把科研、科技成果、公司、公司的退出这几条曲线放到一起的话,我们可以看到一个非常有意思的现象,就是人工智能这个行业和其他行业不一样,在其他行业这个曲线,每一个曲线之间的间隔比较大,什么意思呢?比方说你看环保,我们也做过环保的研究。从科研最后一直到有产出,到最后资本有退出,大概会有7-10年的间隔。但是在人工智能这个特定的行业,我们看到就是3-5年的间隔,而且在过去这几年间隔变得越来越小了,就是他迭代的速度越来越快。    

这个给大家一个宏观的感觉,总的来看科技行业普遍要比非科技行业的迭代速度快,但是人工智能在科技行业里面是迭代最快的行业之一,尤其在过去这几年,这个其实大家从媒体上,从各个方面了解到的情况都是一样的。

我想做一个总结是什么呢?大家总问我人工智能行业里面有没有泡沫,我没法正面回答这个问题,我只能讲就我们目前看到的数据,肯定是有一定程度的泡沫。但是我们也看到很多人工智能这个产业,他有很多非常扎实的工作,而且有很多应用潜力是巨大的。

今天就跟大家先分享这么多,谢谢大家。

(创客猫蟹子 现场报道,转载请注明来源)

分享到: (更多)

标签: 张晓东产业现状人工智能