人工智能：新基建，迎接智能新时代

日本由于面临严峻的少子化老龄化问题，着重研究人工智能在机器人、医疗、汽车交通等领域的应用。日本生育率长期低迷、老龄化水平长期位居世界第一，1992年日本劳动年龄人口占比见顶，2008年日本人口总量见顶，这对日本经济、社会发展产生了深远的负面影响，包括养老、健康等挑战。以2016年发布的《日本下一代人工智能促进战略》为起点，日本不断推出相关政策规划，围绕“基础研究-应用研究-产业化”三个方面，其中日本总务省下设的信息通信技术研究所和文部科学省进行人工智能理论和技术研发，经产省解决应用场景问题，经产省建立的人工智能研究中心（AIRC）促进产学研合作，主要承担成果转化和推广。

中国人工智能呈三阶段逐步推进，重视与制造业和服务业的融合。自2015年起，我国人工智能相关政策从智能制造时期，“互联网+”时期（以《“互联网+”人工智能三年行动实施方案》为代表），到“智能+”国家战略时期演变（以《新一代人工智能发展规划》为代表）。政策重心也从核心技术攻克到实际场景应用，从特定行业到跨界融合，从单项技术到人机协同。与美国和欧盟类似，我国也强调建立相关试点项目，包括技术示范试点、政策试验、社会实验。

2.2 基础科研：美国最强，中国快速追赶

中国人工智能领域论文数量增长较快，但论文质量与美国依然存在差距。全球累计共发布人工智能论文超70万篇，中国、美国是论文发表大国，2018年中美两国分别发布论文2.5万篇和1.6万篇，全球合计占比46.5%。从增长趋势来看，美国保持匀速增长，中国自2014年后增长较快，中国论文数量占全球总量比重从1998年的8.9%上升为2018年的28.2%。从代表论文质量的FWCI指数（平均加权引用影响指数）来看，中国论文质量也在稳步提升，从1998年的0.43提升至2018年的1.39。美国保持全球最高水平，长年保持在2左右，2018年FWCI指数达2.38。

FWCI指数：FWCI标准化为1，当某国或机构的FWCI指数为1时，表明该国或机构的引用影响力在世界平均水平。如果某国或机构的FWCI指数为1.2，表明该国或机构论文被引用次数超出世界平均水平20%。如果某国或机构的FWCI指数为0.8，表明该国或机构论文被引用次数低于世界平均水平20%。

从论文发表机构类型来看，包括中国、美国、欧盟27国等在内的各国和地区均以高校为核心科研力量，2018年三者高校论文产出占各自总产出的92.1%、84.6%、90.7%。除高校外，中美两国的主力科研主体有所不同，2018年中国科研机构产出约为中国企业产出的3倍，而同期美国企业产出约为美国科研机构产出的1.6倍。

2.3 数据量：人工智能时代的“原材料”，中国具有规模优势

电脑和智能手机的普及、互联网和移动互联网所累积的数据爆发，是促进人工智能技术和应用突破的重要原因之一。人工智能需要做到“感知、思考、决策”，首先就是需要足够多、足够好的原始数据对计算机进行训练，犹如培育良驹，得喂足新鲜的牧草。“足够多”代表数据的数量要大，电脑的发明让运算简化，并让信息以电子化形式保存，智能手机的普及让全球网民渗透大幅提高，两者令大量的数据被保存。“足够好”代表数据的质量要佳，互联网的诞生极大地缩短信息交流的物理距离、提高传播速度，各类互联网类服务应用诞生，其产生的数据类型也更加多样，包括浏览网页喜好、外卖点单频率、行程记录等，多元丰富的数据才能应对各种训练人工智能的要求。

数据增长和运用依赖于信息和物理的基础设施构建，中国将成为全球最大的数据中心。得益于人口数量、互联网渗透率、智能手机渗透率、网速等，2018年中国拥有数据量7.6ZB，占全球数据总量的23.4%。随着5G、物联网等发展，通讯设备接入数量和承载能力提高，终端消费者增多，中国的数据量将在2025年达48.6ZB，占全球数据总量的27.8%，成为全球最大的数据集中地，将极大的促进和丰富人工智能训练，相关模型结构和结果也更精准。

2.4 技术：深度学习推动本次人工智能热潮

足够多、足够好的数据支撑人工智能“感知”阶段，而人工智能算法使计算机拥有思维，从而达到“理解、决策”，深度学习在这过程作出巨大贡献。深度学习是一类模式分析方法的统称，计算机通过学习样本数据来掌握内在逻辑和规律，从而拥有分析能力，这项研究最早可以追溯到1958年弗兰克·罗森布拉特发明的感知机（Perceptron）。利用感知机，可以进行图像区分训练，例如最常见的从水果堆中选出“苹果”或者“香蕉”。然而当时缺少足量的数据，该项研究陷入瓶颈，并出现过度拟合（Overfitting）问题，例如学生希望通过练习相似的题目来掌握一种题型，但是训练量不够大、并没有理解题型背后的知识点，考试一旦发生些许变化便无法解出答案。后来，科学家通过研究人脑，试图模仿人脑神经网络机制来进行图像、声音等分类工作，逐渐演化成如今的深度学习。

深度学习的发展推动人工智能基础应用技术突破，自2010年起，全球包括计算机视觉、语音语义等基础应用技术的专利申请量急速增长。

（编辑：核心网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!