安泽量化投资联盟

中国AI开始挑战美国,未来需要警惕哪些“陷阱”?

机器人文明 2019-12-02 11:40:58

机器人文明

关注我,读懂未来

关注




人工智能可以说是当前最为重要的技术社会变革,其拥有令人难以置信的力量,可以全面提升一个国家的实力,甚至可能重塑国家的经济命运。无论中美还是其他国家都对AI充满了憧憬与渴望。

 

在新崛起的AI领域,美国虽然深积60余年功力,全面领先全球,但仍对中国感到忧虑。这是因为美国观察到中国政府高度重视AI产业发展战略,商业应用开发能力快速形成,行业创投领域正在紧追美国,并在应用层的一些领域显现出竞争实力,目前部分指标已达到了与美国相近的水平。


中国AI逐步成型,美国重新审视中国优势


China is already a world power in artificial intelligence: CIO


外媒CNBC称,越来越多的迹象表明中国正在迅速缩小与美国的差距。其认为,中国拥有与硅谷相比拼的四大关键点:企业能得到资金充足的中国政府的大力扶持、拥有基于庞大人口数量的消费者数据库、活跃的创业氛围以及渴望技术变革的社会。


1、中国政府大力扶持,美国政府颇有撤退之意。

 

在国务院发布的《新一代人工智能发展规划》中提到,到2030年,我国人工智能理论、技术与应用总体达到世界领先水平,成为世界主要人工智能创新中心。人工智能核心产业规模超过1万亿元,带动相关产业规模超过10万亿元。

 

为了促进AI革新,中国正在打造一个价值为21亿美元的大型科技园区。另外,天津市政府计划建立一个50亿美元的基金来扶持AI产业。

 

相反,美国没有任何战略计划来振兴在科技方面的投资。更令美国企业担忧的是,美国政府目前展现出正从基础科学研究中撤退的姿势。根据外媒TheVerge,特朗普政府的拟议预算将削减用于研究的资金,从一些可能涉及人工智能的研发机构中将资金抽走。

 

美国人工智能公司SparkCognition的CEO Husain曾预计,未来五年,中国政府将为开发人工智能投入1500亿美元。而美国政府2015年和2016年的这类投入分别只有11亿和12亿美元。

 

2、AI风口之中,资本资金雄厚且情绪高涨,中国的AI创企可以相对容易地筹集到资金。

 

只要是处于风口中的市场中,中国的AI创企都可以相对容易地筹集到资金。由风投公司Sinovation Ventures创办人Kai Fu Lee(前谷歌和微软高管)编写的白皮书显示,资本已经向200多家中国AI企业注入45亿美元。

 

在中国的AI领域,企业动辄融资过亿。风投调研机构 CB Insights数据显示,中国人工智能初创企业获得的融资已经超过美国。2017年全球共有152亿美元资金流向AI初创企业,其中中国的AI创业者获得了73亿美元投资,占比为48%,超越了美国的38%,成为AI投资热门地。中国AI初创公司商汤在今年早些时候获得由阿里巴巴领投的6亿美元融资,这是有史以来AI界规模最大的一笔交易。此时,商汤的估值已经超过30亿美元,甚至高达45亿美元。

 

3、中国持开放态度引人才回流,美国移民禁令将尖端人才拒之门外。

 

两家公司在AI人才方面的实力比拼,或许将直接决定这场竞争的结果。


华裔已经成为一股不可忽视的科研力量。华人人才的持续回流,将加快缩短中国与美国等国家的技术差距。像是陆奇、吴恩达、李飞飞等华裔明星科学家都成为科技科技行业的领军人物。


与中国拥抱人才的态度相反的是,美国的移民禁令不仅将顶级人才拒之门外,还可能把顶级人才赶回了家。


另外,中国已经成为世界上人工智能AI科研人员最密集的国家之一。中国的AI人才普遍年轻且具备更高学历,有460万刚刚毕业于科工专业的研究生。人口只有中国四分之一的美国,在这个数据上与中国相比,只有其八分之一的量。


4、数据是训练AI算法的关键,中国因人口数量庞大而具备无可比拟的优势。

 

数据是培训今天AI的关键。中国庞大的人口基数为AI产业带来无可比拟的优势。

 

和美国相比,中国的人更多,数据更多,产生的应用场景更多,AI项目的整体规模更大。

 

而且,中国人对个人的隐私数据保护意识不太强,政府对个人信息的保护力度也不大,中国企业相对美国企业,在获取数据方面更加方便。

 

基于大量数据上对算法进行训练之后,就中国就可以将这些技术出口到世界各地。

 

FT报道称,上海的依图科技号称建立了“世界上最大的人像库,覆盖了超过15亿人。”其硅谷研究团队负责人吴双说:“这项技术有很多应用。”不止是依图科技,总部位于深圳的码隆科技也在大量的中国数据上训练其图像识别算法,通过分析数万张来自时装秀场的照片,为服装行业的客户确定时尚趋势。该项技术正在美国的电商试用。


那么,中国真的能和美国抗衡了吗?


中国在AI方面在以上四个方面具有明显的优势,但还没有走到能和美国势均力敌的时候。评估一个国家AI发展水平还要从基层技术和商业化进程等多个维度来评估。机器人文明就从以下这几个方面来讨论中国和美国之间的差距。

 

在基层硬件方面,中国专注于核心基础层硬件的企业明显少于美国。

 

AI最核心的基础层硬件一般被分为两类。一是像CPU和GPU这类芯片,用来训练人工智能算法还很好用。二是像谷歌的TPU和微软FPGA这类专门用来执行机器学习和深度学习算法的芯片。

 

就第一类AI芯片来说,目前中国还主要依靠进口。据统计,美国的Top10芯片制造商,4家专门做GPU。而中国的Top10芯片制造公司中,没有人专注GPU市场。

 

整体来看,中国制造商更喜欢研究第二类芯片。中国芯片制造商TOP10中有6家专门研究ASIC芯片,2家专攻FPGA芯片。但在这个市场上中美差距依然显著,美国排名前2的FPGA制造商总共获得1.92亿美元的投资,而中国的TOP2只获得了3000多万美元。


从创业投资领域角度来看,美国面向全产业投资,遍及基础层、技术层和应用层,而中国主要集中在应用层。

 

中国人工智能企业中,融资占比排名前三的领域为计算机视觉,融资143亿元,占比23%;自然语音处理,融资122亿元,占比19%以及自动驾驶/辅助驾驶融资107亿元,占比18%。中国的自动驾驶/辅助驾驶企业虽然数量不多,只有31家,而融资额却是第三,意味着中国的投资者非常看好这一领域。

 

美国融资可能在2020年前突破2000亿。预计在2020年之前,美国累计AI公司数量将会超过1200家,累计融资将达到惊人的2000亿人民币。

 

中国AI企业增势不明朗。根据行业发展周期来计算,中国人工智能产业将会在2018年回暖,新增公司数量会上扬到30以上,预期融资累计量将会达到900-1000亿人民币,仍和美国有较大差距。

 

在AI商业生态系统进程方面,中国还需要奋起直追。


目前,中国的AI商业生态系统体量在全球排名第二,但仅为美国的四分之一。


2017年7月的统计数据显示,全球共有2545家AI公司,其中美国公司占其中的42%,中国公司占比23%,位列全球第二。


美国的AI生态系统提供了更具竞争力的AI创业公司,从2012年到2017年,在79起AI巨头收购创业公司事件中,66%属于公司被美国公司收购,只有3家公司被中国公司收购的。


中国AI商业化之路需要警惕行业泡沫的出现


站在新世界的起点,我们不免会发现现在的AI领域像极了当年的互联网泡沫。近年来AI厚积薄发,主要因深度学习获得了突破,创业和投资由此情绪高涨。


但接下来几年,你会发现,投资越来越多,公司越来越少,项目越来越贵,而深度学习自身的不足并没有快速得到解决,AI商业化之路其实有点力不从心。我们要保持冷静的认知,警惕行业泡沫的出现。


行业泡沫即将出现。主要信号有两个:

 

一是资金多而项目缺。

 

具体到美国未来趋势而言,美国AI领域的融资可能在2020年前突破2000亿。原因在于特朗普上台后采取了一系列改革措施,促进了美国经济的恢复。美国资本迅速回流,资本市场正在加大对AI企业的投资。由此推动美国AI产业融资持续上升。预计在2020年之前,美国累计AI公司数量将会超过1200家,累计融资将达到惊人的2000亿人民币。

 

具体到中国来看,中国AI企业增势不明朗,但资金仍在增加。

 

根据历史数据推断,中国在2017年成立的新公司将不超过15家,融资增长也较前两年放缓,预计融资总额将会在2017年年末达到745亿,是美国同期预计值的50%。从行业发展周期来看,中国人工智能产业将会在2018年回暖,当年新增公司数量会上扬到30家以上,预期融资累计量将会达到900-1000亿人民币,整体上仍和美国有较大差距。

 

在这段时期内,创投圈将会发现,找到一个新的有潜力的项目越来越难,由于新增企业数量稀少,经常只能跟投一些项目。

 

二是周期长而营收难。

 

通俗的说,现在的人工智能市场被高估了。深度学习起源于上世纪八九十年代的神经网络研究。在很多情况下,前沿研究是由对已有方法的微小改动和改进组成,而这些方法在几十年就已经被设计出来了。

 

尽管如此,市场热炒的人工智能技术和产品的成熟度仍然有限。许多项目和技术,并不能直接获得消费者欢迎,还需要相当长的时间才能走向成熟。

 

这种前提下,创业项目不得不舍弃大众消费场而致力于解决企业级问题,创新公司的商业模式回归到类似传统IT厂商的角色,进一步加大了营收难度。

 

综合来看,资金多而项目缺,周期长而营收难,项目却一天比一天更加昂贵,这是资本泡沫即将出现的信号。在行业即将出现泡沫的时候,中国不宜设定过高的期望。


写在最后


中国想要赶英超美,不是一朝一夕可实现的。中国需要把有限的资源用到核心环节上,才能在未来的AI界占有一席之地。



编辑—机器人文明Julie

来源:The Verge、CNBC、FT、腾讯研究院




 - END -



识别二维码

关注机器人文明


友情链接