【翻译】全球人工智能竞争格局如何？为什么经常听说中国将主导这一领域？_风闻
樱落网-海外看世界翻译网站2020-06-16 22:30
网文都是原文翻译，因此如果出现一些不符合社会主义价值观的言论皆不代表本网立场，请列位看官多多包涵。
全球人工智能竞争格局如何？为什么会经常听到中国将主导这一领域的说法？
本文译自Quora问答，原标题是：Why do we hear so much about China dominating AI, when (as of 2019) most of the leading AI researchers and research centers are in the US, UK, or Canada? (截止2019年)大多数领先的人工智能研究人员和研究中心都在美国、英国或加拿大，为什么我们听到这么多关于中国在人工智能领域占主导地位的说法?
2019年5月24日，由中国科学技术信息研究所、教育部学校规划建设中心、中国科学院自动化所、中国社科院工业经济研究所、上海市科学学研究所等科研机构，以及清华大学、中国人民大学、北京邮电大学、华东理工大学等大学参与，爱思唯尔（Elsevier）公司、北京国知预警专利咨询公司、艾瑞咨询集团、乌镇智库等机构提供数据支持的《中国新一代人工智能发展报告2019》，在浦江创新论坛上正式发布。
根据报告显示，2018年有12个国家地区陆续发布或加强了其国家级人工智能战略计划，另有11个国家正在筹备制定其人工智能国家战略。其中，美国、中国、英国在人工智能发展方面表现突出，其它国家也各有特点。
2013-2018年，全球人工智能领域的论文文献产出共30.5万篇，其中，中国发表7.4万篇，美国发表5.2万篇。中美两国之间人工智能科研论文合作规模最大，是全球人工智能合作网络的中心，中美两国合作深刻影响全球人工智能发展。
Janus Dongye Qimeng
对中国历史和地缘政治感兴趣
Interested in Chinese history and geography
作为一名在英国工作的人工智能领域研究人员，我想分享一些我对这个领域的真实想法。
首先，我要说的是，全球人工智能研究领域尚未取得重大突破，传统的基于数学推理的人工智能已经无法达到比当前基于机器学习的技术更高的精准度。尽管在构建不同的学习网络或优化技术方面有很多变体，但我们仍然无法逃脱这样一个诅咒：我们所构建的一切只是从大量训练数据中得出的统计拟合结论。
例如，你可以通过给婴儿看几张猫的图片来训练婴儿识别猫，但是我们必须使用数以百万计的猫图片和非猫图片来训练机器中的神经网络来识别猫。
因此，在我们的人工智能研究取得真正突破之前，目前“人工智能主导”的关键仍然是训练数据。因此，拥有数百万张猫咪照片的人会获胜。在这种情况下，你不能否认中国拥有大量重要数据这一事实。中国ZF、国有企业和私营企业都有各种方法从14亿人口中收集数据，并为各种不同的目的建立自己的知识图。
知识图可能包含很多个人信息，例如用户资料、个人喜好、饮食口味、支付情况、交易内容和人脉网络。该图形可以包含地理、物理信息，如实时摄像机足迹，还可以包括区域商品供求关系，如实时出租车订单和实时食品外卖订单等。
是的，谷歌、Facebook等美国公司也收集用户信息作为自己的私有资产。但这些中国公司的不同之处在于，它们必须遵守中国法律，以便中国ZF能够访问和协调它们的数据。这类似于一个拥有和管理公司间所有数据的中央指挥部。有了这种对数据的有效控制，中国的数据使用渗透率远高于美国的人工智能公司。
数据够了，技术怎么样？中国真的主宰了人工智能研究领域吗？
如果你看看机器学习领域的所有已建立的出版物，如CVPR、NIPS、AAAI等，你会发现中国在引文计数方面仍然远远落后于美国和欧洲。
这是否意味着中国落后于美国？
当然不是，这比仅仅从出版物的角度思考要复杂得多。
让我们来看看美国出版物上的作者。通过这个链接，你能确定在CVPR中有多少论文是由美国大学和公司里的中国博士/研究人员写的吗?
https://dblp.org/db/conf/cvpr/cv
如果你没时间去看，那么我可以告诉你，超过一半的论文是由中国研究人员写的（根据他们特殊的拼音名字，如张、向等）。我敢肯定他们大多数是在美国学习的国际学生，而不是美国公民。
你想过毕业后他们会去哪里吗？
其中最好的学生会留在美国学术界，其次是被谷歌、微软或Facebook招聘。其他人可能会去美国的一些小型初创公司，剩下的人才更愿意回到中国寻找更好的机会。
对于那些留在美国的人，他们中有多少人真的能永远留在美国呢？想象一下，你努力工作，爬上梯子，瞄准顶端前行。美国政府出于对知识产权盗窃和间谍活动的担心，对华人实施各种限制。你的印度同事升职了，但你仍然还在原来的位置上。你达到了潜在的上限，你别无选择，只能回到中国。在中国，中国公司会给你提供一份与硅谷类似水平的有竞争力的薪酬。当然，你会把你的经验和知识也带回中国。
最终，大多数中国人才将返回中国，为中国人工智能世界的庞大生态系统做出贡献。这将使中国在技术上迅速赶上。我希望这能解决许多美国人所质疑的几个误区，现在你应该能够理解，为什么最新的技术能够如此迅速地迁移到中国，这真的是知识产权盗窃吗？
事实上，是因为中国人才被赶出美国，把知识和经验带回了中国。这是美国政府的最大的过错。我知道他们甚至都不会承认这一点，但至少把它称之为“人才垂钓”会更准确一些。
（上述情形仅适用于人工智能研究人员，其他专业人员可能不适用。）
与此同时，中国政府正在采取一切措施吸引这些人才回国。首先，中国的人工智能公司和初创企业获得了足够的国内投资，因此他们可以在中国创造更多的职位。
其次，在中国的某些地区，人工智能领域的人才可以享受75%的个人所得税减免（这对于高得离谱的薪水来说又是一笔额外的收入）。此外，政府在住房抵押贷款和保险方面也提供各种福利和奖励。据我所知，美国并没有这样的竞争性政策，政府也没有提供任何福利。
第三，这些人才将从事真正的项目，而不是他们在美国和英国研究中心时从事的虚拟项目。这是因为这些项目大多来自政府合同，直接面向14亿人，培训数据更加丰富。
或者，如果你在初创公司的私人项目上工作，你会有更多的自由去做任何事情，因为你不需要担心政治正确性、职业道德或缺乏数据。因为你们是中国政府的“扶植对象”，所以当你们在和别人做生意的时候，会得到中国政府的优待。政府为你所在的AI初创企业提供服务，就像对待他们自己的国有企业一样。
例如，一家人工智能初创公司可以获得中国政府授权的VPN，所有员工都可以从Google、Github等网站自由访问资源，公司在租用办公室和纳税等方面也享有折扣。
最后，得益于这些人才计划和政策，中国正逐步在人工智能的采用和应用方面占据领先地位。它可能不是研究领域中最前沿的机器学习技术的先驱，但中国是现有人工智能技术的虔诚信徒和领头羊。
去中国看看吧，特别是杭州和深圳，你就会明白我的意思。
Holly He
MacroPolo研究助理(2019-至今)
Research Associate at MacroPolo (2019-present)
根据顶级人工智能会议上发表的论文，我们可以看出，中国的大学和实验室的地位正在世界领先的人工智能研究中心中一步步攀升。
……但中国的大学和实验室仍然未能在顶级人工智能会议上发表“一流”的研究成果，很显然，美国机构仍然是这些会议的领导者。这一点可以从中国企业和机构发表论文的研究人员在NIPS(被认为是最具声望和最具选择性的会议)上做口头报告的人数相对较少(约1%的录取率)这一事实中得到证明。
……尽管中国实验室的研究成果还没有达到一流水平，但在这些顶级研究团队中，在中国完成本科学业的中国研究人员占了很大一部分。这群中国人才(在中国接受教育、在国外工作或学习、发表顶级人工智能研究成果)证明了顶尖人工智能人才的流动性和人才的日益全球化。对美国而言，这些顶级人工智能人才代表了美国机构的强大吸引力和高技能移民带来的好处。对中国来说，它们代表着一个人才基地，政府和顶级企业希望将其吸引回国，而中国领导人希望将人才流失转化为人才增长。
微软亚洲研究院（Microsoft Research Asia，MSRA）的博士研究生是中国人工智能人才的另一顶级群体，他们的职业发展轨迹进一步验证了这一趋势：2009年和2010年获得中国大学博士研究生资助的MSRA研究生中，近一半人毕业后在海外工作。过去的MSRA研究员已经建立了中国顶尖的人工智能初创公司，在中国顶尖的科技巨头企业和大学领导人工智能研究，并在美国科技巨头中担任领导角色。
Junyan Xu
曾就读于印第安纳大学布卢明顿分校
studied at Indiana University Bloomington
李开复的新书提供了一些论据；以下是摘自本周《中国新闻通讯》的一篇评论：
l 在技术方面，西方低估了中国的模仿能力。西方有两个主要的误解：1） 实践优先于发现，2）数据优先于专业知识。
l 实践优先于发现：未来几十年将是西方擅长的DL（数据学习）/ML（机器学习）的应用阶段，但大的成功将在实践中取得，而这正是中国勤奋好战的企业家们所擅长的。
l 数据优先于专业知识：与数据价值相比，专业知识的边际回报正在减少，而中国拥有大量这样的数据。“专业知识”和“数据”类似于发现和实践，前者是后者的燃料。
l 再加上中国企业家之间的激烈竞争，以及各级政府的支持，意味着中国将赶上甚至赢得这场人工智能竞赛。
John P Benfield
创新专业
Innovation Professional
我不知道这里的“我们”指的是谁，但我没听说过这种说法。中国是一个“后起之秀”，而不是这个领域的主导者。中国有很多本科毕业生和新兴人才，这就是中国的做法。每当有一个具有商业意义的新兴领域出现时，中国都会率先适应并积极建立人才基础。话虽如此，建立人才库和进行顶级研究和突破有很大的区别。他们正在以惊人的速度迎头赶上，但还没到那一步。
B. A. Rehl
有计算机科学和硬件背景。
Background in computer science and hardware.
中国开始花钱让人们在期刊上发表论文，这导致了中国垃圾期刊泛滥。那些声称中国领先的人只关注到中国发表的期刊论文数量。他们没有注意到几乎所有的论文都是琐碎的、重复的、剽窃的或欺诈的内容。换句话说，即使它发表了，也不会有人来阅读或引用。这遵循了中国人的面子观，即外表比实质更重要。
-
樱落网专业翻译海外优质素材（包括新闻，问答，评论等），每日更新十数篇。
添加公众号：樱落花影
点击菜单栏直接访问本网站（推荐）
如需查看完整版及更多译文可点击 这里