中国人工智能超越美国需先跨过这几座大山 中国AI杀手锏有？
中国杀手锏：海量数据和执行速度
在中国，科技公司与政府也开始展开紧密合作：比如，百度已被要求领导一家国家级深度学习实验室。讯飞牵头的国家科技部863重大专项——“基于大数据的类人智能关键技术与系统”相关研发工作也在有序进行，这是讯飞“讯飞超脑”计划的重要组成部分。
这引起了美国的担忧。有媒体报道称，美国政府官员表示，美方将采取进一步措施，限制中国企业对美人工智能的投资——百度、腾讯和滴滴等中国科技巨头以及若干中国初创企业都在美国设有AI实验室，并且为50多家美国AI公司提供资金，融资达七亿美元。
种种优势之下，尽管中国还未诞生谷歌、亚马逊、IBM这样的巨无霸AI公司，但BAT、京东都将AI作为未来重要战略，也汇聚了大批估值超10亿美元的AI独角兽，许多AI企业虽然仅仅成立一两年，大部分发展脚步已经远超他们的西方竞争对手。比如今日头条、旷视科技等等，他们在AI领域的研究和应用都已领先美国同类企业。
“考虑到在AI人才方面的巨大储备、优秀的工程师培育体系以及巨大的潜在AI市场，中国几乎肯定会成为AI领域的领导者。”李开复说。
“中国的AI公司通常有更快的迭代及执行速度。”百度金融首席科学家丁磊表示，美国人工智能在理论和基础研究领域布局已久，技术相对领先。而中国的优势在于数据资源庞大以及一些商业化场景应用方面，技术方面也追赶迅速。
过去，芯片与软件在很大程度上是依据编码产生的指令运行，这使得拥有优秀编程人才的国家占据了优势。但现在， 海量的数据和核心算法是AI发展最为重要的条件。
这是中国AI发展最大的优势。中国有世界上最大的互联网公司，且拥有搜索、社交、电商、互联网金融等很好的应用场景——微信拥有9.4亿用户，阿里拥有超过4.2亿活跃的淘宝买家，而百度是中国领先的搜索引擎，这些科技巨头引领许多其他的公司建立了庞大的数据库。
“不仅仅是在数据量上，在数据质量上也大大超过其竞争对手。”一家风险投资公司高层人士表示，目前中国网民约有7.3亿，几乎所有中国网民都使用智能手机上网，这种工具产生的数据比电脑更有价值。只需要处理日常工作，其产生的数据就能超过其他所有国家的总和。即便是在罕见疾病领域，中国也能提供足够的样本，教给算法如何识别这些疾病。
《经济学人》就举例称，中国的共享单车服务已经席卷了各大城市，它不仅提供了廉价的出行方式，而且成为了一场“数据大战”。当用户租用一辆自行车时，一些公司就会借助自行车上安装的GPS设备不断追踪它的运动轨迹。
实际上，所有AI企业现在都已深刻认识到，数据直接关系到自己的生死存亡。“AI离不开场景和数据，而金融场景里产生的海量数据，能成为人工智能的燃料。”蚂蚁金服副总裁，首席数据科学家漆远说，蚂蚁金服为此搭建了一个包含强化学习、无监督学习等技术在内的金融智能的AI系统，广泛应用于蚂蚁金服的各项业务，包括智能客服、交易风控、贷款准入和金融理财等等。从数据上看，仅仅是AI图像识别能够同时处理万级的案件量，这有望每年为行业节约案件处理成本20亿元。
同时，中国传统产业缺乏技术背景也为许多企业提供了在AI领域大展宏图的绝佳机会。比如，前百度深度学习程序设计员创立的初创企业“第四范式“（4Paradigm Data Tech），其主要业务是帮助客户开发人工智能软件，从而更有效地将客户与服务进行匹配。仅用一年时间，该公司就成功获得了包括招商银行等超过12家银行和保险业客户的合同。
几座大山还要跨越：创新+开源+人才
虽然在靠近商业价值应用层面中美并驾齐驱，但在基础性、原创性研究、创新土壤、数据开源、人才储备层面，中国相较美国还存在不小的差距。这几座大山，是中国AI能否超越美国的关键。
“国内更多是技术的落地、产业化和应用，相比国外科学家和公司，突破性和奠基性的工作还不够多。”在接受媒体采访时，地平线机器人技术联合创始人黄畅承认。
更直接一点的说法是，在AI创新上，中国与美国还存在很大差距。“我们面临的危险在于，由于我们在数据上领先，所以会停止算法上的创新。”驭势未来CEO吴甘沙说。
这种创新，在香港科技大学计算机系主任杨强看来，应该是开拓新领域的领域，而不是在原有的基础深挖。“把一个10层的深度模型拓展到100层甚至1000层，这确实是一个进步，但这些在我看来并不是一个原创。”
这个问题，引起了国内科学家的重视。中科院院士张钹就认为，在基础/算法的研究上，中国和世界顶尖水平还相差甚远，“人工智能是美国人建立的学科。现在还是美国等欧美国家在引领发展，他们在不断地创新，如果我们不重视基础/算法理论研究，不在这些领域赶上他们，会非常制约中国的创新能力，特别是原始创新的能力。”
而在提供高运算速度的的基础层（AI芯片、云计算），中国企业同样远远落后于国际巨头。“智能芯片是人工智能的根本。”清华大学微电子学研究所所长魏少军强调称。但长期以来，由于英特尔、英伟达、高通等垄断这个领域，中国的芯片严重依赖进口，部分类型的高端半导体则几乎完全依靠进口，这将决定着人工智能解决方案能否实现大规模商业化。
同样有所差距的，还有中国的云计算。尽管在国内，阿里云市占率达29.7%，超过亚马逊、微软和IBM在中国市场的份额总和，且百度云、腾讯云、华为云、网易云等“国产云”纷纷布局，但由于相关技术没有实现完全自主，操作系统和大型软件方面没有太大的优势，导致国内企业依旧处于“跟随状态”。
此外，尽管中国的科技巨头能够通过其专有平台获得海量数据，但在创建一个标准统一、跨平台分享的数据友好型生态系统方面，中国仍落后于美国。 “不过，尽管中国企业布局频繁，但对技术开源的理解不如国外企业深刻，”一位业内人士告诉记者，“在国外，无论微软、谷歌还是亚马逊，均开源了自己的平台，国内企业在这一块则相对封闭。”
当然最为更关键的还是，尖端人才的短缺。美国半数以上的数据科学家拥有10年以上的工作经验，而在中国，超过 40%的数据科学家工作经验尚不足5年 。相关数据统计，在中国目前只有不到30所大学的研究实验室专攻人工智能，输出人才的数量远远无法满足人工智能企业的用人需求。此外，中国的人工智能科学家大多集中于计算机视觉和语音识别等领域，造成其他领域的人才相对匮乏。
“中国在人工智能领域拥有不少六段、七段甚至八段的高段位棋手，但暫时还缺少九段的顶级高手。”李开复用围棋的段位来比喻这个现象时说。
