中国和美国AI应用零时差？

编者按：人工智能渗透各行各业的“智能时代”悄然到来。全球的AI产业目前处于什么状态？中国的AI从学术、产业到应用与全球相比处于什么水平？中国应该采用什么策略来推动AI的发展？针对这些热点问题，《中国电子报》陆续推出“关注人工智能”系列报道，采访AI学术界、产业界代表人物，分享他们对AI的看法。

谷歌阿尔法狗和韩国围棋手李世石的围棋赛点燃了全民的“人工智能（AI）”热情，而事实上，如果没有这场大赛，人工智能渗透各行各业、改变生活、激发生产力的“智能时代”也已悄然到来。全球的AI产业目前处于什么状态？中国的AI与全球相比处于什么水平？中国应采用什么策略来推动AI的发展？日前，《中国电子报》记者采访了英特尔中国研究院前院长、现任驭势科技CEO吴甘沙。

AI发展呈现多流派

全球AI因为解决人工智能问题的方法不同，呈现很多的派别。

最近很热的人工智能诸多流派令人眼花缭乱。

吴甘沙说：“全球AI经过60年发展，因为解决人工智能问题的方法不同，呈现出很多的派别。如通过神经网络来解决人工智能问题的‘神经网络派’，如采用专家系统、通过逻辑推理的方式来解决问题的‘专家系统派’，比如通过仿真学的方式来解决问题的‘仿真学派’等。目前能够进入大规模应用主要是几个领域：一个是与自然语言处理相关的AI，一个是与计算机视觉处理相关的AI，一个是与游戏相关的游戏AI，一个是与机器人相关的AI。”

英特尔中国研究院前院长、现任驭势科技CEO吴甘沙

吴甘沙介绍，在自然语言处理AI中也分成很多种，一是机器翻译，比如英文与中文的互相翻译，二是语音识别，从目前看它是应用最广泛的自然语言处理技术，三是问答或称之为对话系统，如苹果的Siri、IBM的沃森都是问答系统，对话系统如微软聊天机器人“小冰”。在语音识别领域，国内的科大讯飞在手机端的语音识别准确率已经能够到达95%%以上。语音识别会对很多应用产生深刻的影响，比如阿里与软银正在推动的服务型机器人，目前它只能比较好地识别从机器正面对它说的内容，从侧面和后面说出的指令它尚无法识别，需要突破。

问答和对话系统最近两年变得很火，它有两个代表系统，其一是苹果推出的Siri，另一个是IBM推出的沃森。Siri能够帮助人们解决日常生活中的问题，而沃森在商业领域纵深推进，可以作为医生的助手，可以给出诊断建议。对话系统也有很多应用空间，现在很多呼叫中心通过机器人来解决用户的问题。聊天机器人能够帮助很多寂寞的人。

与计算视觉处理相关的AI同样有相当广泛的应用空间，比如安防，比如智能交通，目前最厉害的公司能够做到在卡口上不仅能识别车牌，甚至包括车的型号、生产日期、正副驾驶人脸、挂坠、纸巾盒等。现在机器视觉AI应用正在向多领域拓展，比如用来刷脸，做得比较好的机器视觉识别能够“给画配话”，描述图像中所发生的事情，这样它就可以帮助盲人看图。计算机视觉也是现在发展比较热的一个点，很多人工智能挑战的顶级赛事都集中在这个领域。

AI在通用能力上不及人类

人工智能在很多单项领域已超过了人类，但通用能力不及人类。

人工智能正在不断突破各种限制，目前人工智能在很多单项领域已经超过了人类。比如下棋，比如计算机识别物体的类别，比如对大量信息的处理，除了可做医生助理还可成为律师助理，在很短的时间迅速处理大量法律文献，在不同的法律案件中发现观点。在未来人类还会看到更多的人工智能会在各个单项领域超过人类。

看起来机器人正变得“无所不能”，但吴甘沙表示，目前尚未发现一种人工智能能够在通用能力、推理能力、逻辑思维能力上到达人的能力，处理各种事情。比如自动驾驶，目前运用深度学习让自动驾驶系统能够识别和处理各种各样的路况，但这些路况也仅仅是你输入的，如果是没有经历过的路况，系统不会演绎、不会举一反三，它需要大量的数据来进行训练。

据吴甘沙介绍，目前被高度关注的机器人，它需要用眼睛，需要用自然语言与人进行交互，这些与人工智能有关，另外机器人中比较特别的人工智能是“具身智能”，这些智能是从肢体与外界交互反应中产生的。目前的机器人的局限在于缺乏“自适应能力”，比如现在的工业机器人的智能都来自预先编制的程序，就像某手机代工企业这个月生产“乐视”手机，下一个月生产“华为”手机，它所用的机器人到下一个月的时候就需要换下来，因为这些机器人没有自适应能力。而这些关键点的突破都有赖于人工智能基础技术的发展。

中国与全球应用“零时差”

从AI基础技术上看，美国领先于全球，中国与全球AI应用零时差。

吴甘沙表示，目前从AI基础技术上来看，美国领先于全球，包括神经网络等都是美国在起主导作用，当然在很多AI基础技术领域华人科学家是其中的学术带头人。从AI基础技术上来看，中国与美国有一定的差距。但在一些AI应用上，尤其是针对中国特殊需求的AI，比如中文语音识别、中文语言处理等中国与美国零时差、不输美国，而且优于日本和欧洲。

AI从基础技术到应用到产业，涉及很多层面，也有很多关键技术。比如在通用芯片领域，中国在这个领域有一定差距，采取的是跟随路线。从专用芯片领域包括深度学习芯片、神经拟态芯片等来看，中国有机会赶超。比如最近大家都非常关注中科院的“寒武纪”芯片，无论是论文水平还是技术都是世界领先水平。但是一个芯片成与否不仅要看它的设计水平、设计能力，还要看生产能力和生态能力，所以下一步“寒武纪”的挑战在于是否能够与其合作的芯片代工厂将其生产出来，能否构建起强大的生态系统。事实上英特尔在X86上的成功既包含了其设计、制造能力的成功，同样也离不开生态系统的成功。

中国政府应该引导更多的资金聚集、投向到前瞻技术领域。从学术界来看，在AI领域中国的学术研究是比较乐观的，中国在这方面的顶级论文的数量增长突飞猛进。从产业界来看，很多领域的发展不错，而且许多人从外企出来、从国外回来创业，都让中国在这个领域的未来被看好。

吴甘沙说：“我们注意到一个现象，浙江的民营经济发展迅速，很重要的原因是浙江的企业和大学之间互动非常好。美国之所以科研成果能够快速落地，得益于其拜杜法案，政府资助的研究，专利权给了大学，大学又把它授权给了企业，对于授权，在不产生商业利润之前是不收费的，从政府到大学到企业之间形成了良好的创新价值链，加速了美国新技术的发展。美国在这方面的经验值得我们借鉴。”

看好哪些AI应用？

最看好的AI应用是无人驾驶。但中国的自动驾驶发展需要自己的技术路线。

因为自己创业做自动驾驶，所以吴甘沙最看好的AI应用是“无人驾驶”。最近，苹果向滴滴注资10亿美元的信息也令业界吃惊，事实上苹果注资意在“自动驾驶”，因为当我们进入自动驾驶时代，滴滴等这些平台是自动驾驶的核心数据平台，这是苹果投资的原因，也是未来苹果转型的方向。来自摩根斯坦利的预测，未来美国的无人驾驶汽车将带来1.3万亿美元的市场。

从美国与中国在无人驾驶领域的对比来看，中国虽有差距，但差距不大，几年之内可以赶上。从目前来看，谷歌在自动驾驶领域的技术是领先的，但美国的自动驾驶技术未必适合中国，谷歌一辆自动驾驶汽车系统的价格在20万到30万美元，这样的价格在美国是可以被接受的，但在中国不行，所以中国的自动驾驶发展需要有自己的技术路线。

另一个被看好的AI应用是在B2B的企业级市场，包括机器视觉刷脸、AI在医疗领域应用等。“一个商业智能的时代正在来临，未来更大的挑战其实是想象力。”吴甘沙说。