读人工智能全球格局：未来趋势与中国位势07大国角逐

1. 大国角逐

1.1. 都是为了最大限度地增加人工智能对经济和社会的诸多好处，同时最大限度地减少其风险和危害

1.2. 各国政府敏锐地意识到人工智能人才和基础设施建设的短缺，并正在努力迎接人工智能带来的新挑战

1.3. 目的是实现人工智能技术的反超和对部分产业的引领

2. DARPA

2.1. 为应对苏联带来的巨大威胁，麦克尔罗伊提议成立一个名为高级研究计划局（ARPA，后改称DARPA）的机构，目的是通过激进式创新，解决最为艰难的技术问题，提升国家安全领域的创新能力

2.2. 1958年1月，DARPA正式成立，负责包括太空领域在内的美国大多数军事科技研发项目

• 2.2.1. DARPA项目经理均为工业界、大学、实验室和军方的科技精英，虽然聘期只有4到5年，却掌握了每个项目的绝对生杀大权

• 2.2.2. DARPA采用极为扁平化的管理模式，这就杜绝了官僚主义的滋生

2.3. DARPA创立以来发明的ARPANET（互联网前身）​、全球定位系统(GPS)、无人机、平板显示器等技术，无不深入到当前每个人的生活中

• 2.3.1. DARPA曾孕育出互联网、隐身飞机、GPS、脑机接口和语音识别等前沿科技成果，很大程度上改变了人类世界的面貌

2.4. 从20世纪60年代起，DARPA就开始资助人工智能项目，成为早期人工智能研究的重要推动者

2.5. 进入20世纪90年代后，DARPA人工智能研究全面涉及自然语言理解、问题求解以及感知和机器人等领域，相继推出了统计语言理解(statistical language understanding)、高性能知识库(HPKB)、无人地面车辆(UGCV)等数十个项目

2.6. 2016年10月，DARPA发布了“可解释的人工智能”(Explainable Artificial Intelligence)项目，目的是建立一种能够产生可解释模型的机器学习技术，使用户最终可以理解、信任并管理人工智能系统

2.7. 2018年9月，DARPA启动了“下一代人工智能”(AI NEXT)计划，计划在数年内斥资20亿美元，打造具有常识、能感知语境和拥有更高能源效率的人工智能系统

2.8. 在人工智能的三次发展浪潮中，DARPA都扮演了非常重要的角色

2.9. 第三次人工智能浪潮的发展，却要归功于加拿大政府

• 2.9.1. 1987年，深度学习的“缔造者”杰弗里·辛顿从卡内基梅隆大学辞职，决定接受加拿大高等研究院(CIFAR)的邀请到多伦多大学任教

• 2.9.2. 2004年，在杨立昆和本吉奥的支持以及CIFAR的资助下，辛顿创立神经计算和自适应感知(neural computation and adaptive perception)项目，寻找杰出的计算机科学家、生物学家、电子工程师、神经科学家和物理学家，致力于通过跨领域合作来模拟生物智能

• 2.9.3. 到了2006年，辛顿团队终于提出了深度学习概念，神经网络算法再次进入人们的视野

• 2.9.4. 正是加拿大政府的资助，为深度学习的前期研究提供了重要保障

3. 科技霸主美国

3.1. 美国一直引领着人工智能基础研究的前沿，以DARPA为代表的政府机构持续推动人工智能发展与应用

3.2. 美国已经建立起相对完整的研发促进机制，并且开始将人工智能运用到军事领域

3.3. 2016年，随着深度学习获得巨大成功，美国奥巴马政府高度关注人工智能相关领域的科技发展、市场应用与前沿政策

• 3.3.1. 《为人工智能的未来做准备》报告，高度明确了美国政府对人工智能的支持态度

• 3.3.2. OSTP下属的国家科学技术委员会(NSTC)发布《国家人工智能研究与发展战略计划》​，旨在运用联邦基金的资助来加强人工智能研究，使人工智能能够为社会带来更多的积极影响

3.4. 2016年12月，美国白宫发布《人工智能、自动化与经济》报告，深入考察人工智能驱动的自动化将会给经济带来的影响

3.5. 人工智能专门委员会，其职责就是为国家科学技术委员会提供建议和帮助，提高与人工智能相关的联邦研究与开发工作的整体效率和生产力

3.6. 《美国人工智能倡议》​（​“American AI initiative”​）行政令，将美国人工智能技术发展上升到了国家级战略的高度

• 3.6.1. 重新定向资金，要求联邦资助机构优先考虑人工智能投资

• 3.6.2. 提供资源，为人工智能研究人员提供联邦数据、计算机模型和计算资源

• 3.6.3. 建立标准，要求美国国家标准与技术研究院制定标准，以促进“可靠、强大、安全、可移植和可交互操作的人工智能系统”的发展

• 3.6.4. 建立人才队伍，要求各机构优先考虑学徒、技能计划和奖学金，为美国培育能够研发和利用新型人工智能技术的研发人才

• 3.6.5. 加强国际化参与，呼吁制定国际合作战略，确保人工智能的开发符合美国的“价值观和利益”​

3.7. 美国在人工智能发展规划中对数据和安全十分重视，对网络与系统安全问题，包括系统的可追责性和决策的透明度等问题进行了大量的讨论，并且提议政府公开机器学习数据库并制定数据标准进行数据打通，可见美国对数据开放的关注度很高

3.8. 美国重点布局互联网、芯片与操作系统等计算机软硬件，以及金融、军事、能源等领域

• 3.8.1. 美国人工智能战略布局的目的就是保持其在全球的全面领先地位

4. 后起之秀中国

4.1. 中国已经进入了全球人工智能发展的第一梯队，并把人工智能当作未来战略的主导

4.2. 2016年8月，国务院发布了《​“十三五”国家科技创新规划》​，明确把人工智能作为发展新一代信息技术的主要方向

4.3. 2017年7月，国务院颁布《新一代人工智能发展规划》​，正式将发展人工智能上升到了国家战略层面

• 4.3.1. 提出了构建开放协同的人工智能科技创新体系、培育高端高效的智能经济、建设安全便捷的智能社会、加强人工智能领域军民融合、构建泛在安全高效的智能化基础设施体系、前瞻布局新一代人工智能重大科技项目这六大重点任务

4.4. 中国拥有世界上最庞大的消费者数据和工业生产数据，以及大量的高素质工程师，具备了人工智能发展的核心要素

4.5. 中国的人工智能规划更注重细节化、全面化和应用化，涵盖从技术科研立项到培育高端高效的智能经济再到建设安全便捷的智能社会各个方面，从人工智能科技发展和应用的现状出发，分别从产品、企业和产业层面分层次落实发展任务，对人工智能进行系统布局，可以说应用与落地是中国人工智能未来发展的重心所在

4.6. 中国的人工智能战略覆盖了广泛的研究和应用领域，侧重推动经济发展，力图抢占科技制高点，推动人工智能产业变革，进而实现社会生产力的新跃升，实现人工智能产业的全面发展

5. 强手林立的欧洲

5.1. 欧洲在人工智能领域投资少且缺乏全球规模的数字公司，在深度学习、专利申请和投资方面也落后于美国和中国

5.2. 2018年4月，欧盟委员会提出《人工智能合作宣言》​（​“Declaration of cooperation on artificial intelligence”​）​，意在加强欧盟各国在人工智能领域的技术研发、道德规范制定以及投资规划方面的合作，形成协同合作效应

5.3. 2018年6月，欧盟委员会提出新设“数字欧洲”项目，加强对超级计算机、人工智能的投资

5.4. 欧盟非常注重探讨人工智能的法律、伦理、责任问题

5.5. 2018年12月，欧盟人工智能高级专家组发布《可信赖人工智能道德准则草案》​（​“Draft ethics guidelines for trustworthyAI”​）​

• 5.5.1. 人工智能不应以任何方式伤害人类，人们不应该被人工智能驱动的机器征服或强迫

• 5.5.2. 人工智能应该公平使用，不得有歧视或诬蔑行为

• 5.5.3. 人工智能应透明地运作

• 5.5.4. 人工智能应该只服务于个人和整个社会的福祉

6. 工业强国之德国

6.1. 以工业4.0为基础布局人工智能发展

6.2. 在机械、光学、微电子和化工等领域有着深厚的工业积淀，也是最先提出工业4.0的国家，在技术发展上具有高度前瞻性

6.3. 2018年7月，德国联邦政府发布了《联邦政府人工智能战略要点》​（​“Eckpunkte der Bundesregierung für eine Strategiekünstliche Intelligenz”​）​

6.4. 2018年9月，德国内阁通过了《高科技战略2025》​（​“High tech strategy 2025”​）​

6.5. 2018年11月，德国联邦政府正式发布了《德国联邦政府人工智能战略》​（​“Strategie für künstliche Intelligenz der Bundesregierung”​）​提出了“AI Made in Germany”的口号，将德国人工智能的重要性提升到了国家战略高度

6.6. 德国有着深厚的工业积累，发展人工智能的方式也以工业为重

• 6.6.1. 由车企和传统制造业牵头引领，围绕着升级工业制造而进行的，比如优化生产流水线、提升机床加工效率、降低质量检测中的坏件率等

6.7. 重点集中在人机交互、机器人自主学习、网络物理系统、云计算、大数据分析、计算机视觉、智能服务、可穿戴、语义技术、高性能技术及信息物理系统等方面

6.8. 着力发展自动驾驶、智慧城市、农业、医疗、能源等领域

6.9. 开展了人工智能对隐私、法律和道德影响方面的研究，并关注新技术的两面性，制定法律框架

7. 后发劲旅之法国

7.1. 2017年3月《国家人工智能战略》​（​“Stratégie nationale en intelligence artificielle”​）

• 7.1.1. 目的就是要动员全社会力量共同谋划促进人工智能发展，确保法国在这一领域的领先地位

• 7.1.2. 5个目标

  • 7.1.2.1. 在人工智能研究方面，要保持研究的多样性，增强跨学科性研究，提高对人才的重视程度，以确保法国在这一领域保持领先地位

  • 7.1.2.2. 在人才培养方面，要改善教育环境并提高社会对人工智能的适应程度，从而更好地理解人工智能可能带来的影响

  • 7.1.2.3. 为科研向产业化和经济性应用创造必要条件

  • 7.1.2.4. 建设适宜创新的经济生态，在每个行业部门内实现人工智能的垂直化发展，在此基础上制定人工智能产业战略并丰富其内容

  • 7.1.2.5. 继续支持对人工智能的公共讨论，并通过开发适宜的工具促进人们对人工智能的了解

7.2. 2018年3月，法国总统埃马纽埃尔·马克龙公布了《法国人工智能发展战略》​（​“Stratégie de la France en intelligence artificielle”​）​

• 7.2.1. 巩固和完善法国和欧洲的人工智能生态体系

• 7.2.2. 实施数据开放政策

• 7.2.3. 调整法国和欧洲的投资与法规框架

• 7.2.4. 确定与人工智能相关的伦理与政策问题

7.3. 注重抢占核心技术、标准化等制高点，重点发展大数据、超级计算机等技术

7.4. 在人工智能应用上，关注健康、交通、生态经济、性别平等、电子政务以及医疗护理等领域

8. 人工智能诞生地之英国

8.1. 人工智能学术研究重镇

8.2. 2016年10月，英国下议院科学和技术委员会发布《机器人技术和人工智能》​（​“Robotics and artificial intelligence”​）报告

8.3. 2016年11月，英国政府科学办公室发布了《人工智能：未来决策的机会与影响》​（​“Artificial intelligence：opportunities and implications for the future of decision making”​）报告

8.4. 2017年10月，英国政府发布了《在英国发展人工智能》​（​“Growing the artificial intelligence industry in the UK”​）报告

• 8.4.1. 提高数据获取性，强调让数据更加开放，提高机器可读性并平衡数据的隐私和开放，从而增强人们对人工智能领域的信任

• 8.4.2. 要加强人工智能人才培养，政府应当为其创造多元的技能培训计划，并且提高全民的科技素养

• 8.4.3. 要加强人工智能研究与商品化，政府应当为人工智能研究及其技术转移铺平道路，加速人工智能的商品化和产业化

• 8.4.4. 要支持人工智能产业发展，政府需要帮助行业降低合作壁垒，打通学术界与企业界，推进人工智能行业的发展与应用，释放人工智能带来的经济潜力

8.5. 2018年4月

• 8.5.1. 英国政府发布《人工智能行业新政》​（​“AI sector deal”​）报告

• 8.5.2. 英国政府发布《产业战略：人工智能领域行动》​（​“Industrial strategy：artificial intelligence sector deal”​）政策文件

9. 机器人大国之日本

9.1. 2016年7月，日本政府发布了《日本下一代人工智能促进战略》​，明确了总务省、文部科学省和经济产业省三省合作的体制

9.2. 2017年3月，日本人工智能技术战略委员会发布《人工智能技术战略》​（​“Artificial intelligence technology strategy”​）报告

9.3. 从具体发展模式上看，日本的数据、技术和商业需求比较分散，很难正向、系统地发展人工智能技术

10. 后发追赶之韩国

10.1. 高度关注人才培养

10.2. 2016年8月，韩国政府确定九大国家战略项目，包括人工智能、无人驾驶技术、轻型材料、智慧城市、虚拟现实(VR)、精细粉末(fine dust)、碳资源、精密医疗和新型配药

10.3. 2018年5月，韩国政府正式推出了《人工智能发展战略》​

10.4. 重点布局物联网、云、大数据、语音识别等领域

10.5. 韩国关注人工智能技术在金融、医疗、智慧城市、交通等领域的实际应用