劍橋2019年度AI全景報告出爐，深度解讀中國AI力量

近日，劍橋2019年度《AI全景報告》出爐，全方位總結過去一年來AI領域的研究成果與突破、人才形勢、產業動態、政府政策，並對未來做出了六大預測。今年的報告額外關注中國，專門新設一章，介紹了中國AI技術在日常消費、機器人、半導體等領域的進步，凸顯了我國AI實力的領先和競爭力，在世界範圍內受到認可。下面，本文深度剖析《AI全景報告》中“中國”的內容章節。

人臉識別成為日常消費付款方式

經歷了現金支付、刷卡支付、掃碼支付的變遷後，現如今，“刷臉支付”這種讓人耳目一新的便捷支付方式正在逐漸融入人們日常生活之中，而隨著人臉識別相關技術不斷成熟，2019年有望成為“刷臉支付”的爆發元年。

人臉識別技術是通過面部器官的位置信息。並依據這些信息，進一步提取每個人臉中所蘊涵的身份特徵，並將其與已知的人臉進行對比，從而識別每個人臉的身份。人臉識別實際包括構建人臉識別系統的一系列相關技術，例如人臉圖像採集、人臉定位、人臉識別預處理、身份確認以及身份查找等。隨著人臉識別技術的不斷成熟以及相關政策法律的不斷完善，刷臉支付將為消費者提供更加安全便捷的支付方式。

互聯網公司AI技術向農業領域擴張

2018年對於農業來說是顛覆性的一年，尤其是高科技農業，一些互聯網巨頭紛紛佈局農業，並開始擴張農業版圖。例如，京東的“小雞快跑”計劃，將人工智能工具整合到畜牧工作流程中，包括自動餵食、澆水和清除廢物。人工智能系統還將監測和識別雞的食物攝入量、排便情況和其他生理狀況，如發病情況。如果一隻雞生病了，專家會在網上提供醫療服務和處方藥物。

在Dekon集團、特區集團和阿里巴巴雲的合作中，計算機視覺和語音識別系統被用來通過紋在豬腹部的數字來識別個體豬，還可以監測小豬發出的痛苦叫聲。到2020年，Dekon計劃每年飼養1000萬頭豬。

好醫生集團在四川省每年生產60萬隻蟑螂。他們利用人工智能系統收集和分析多達80種蟑螂的特徵，如溼度、溫度和食物需求，這些特徵可以刺激蟑螂的生長和繁殖速度。

在過去60年裡，美國農民數量(佔總人口1%)急劇減少。剩餘的農民將繼續在育種、農作物保護、自動化以及提高農業生產率等方面使用更先進的技術。無論是從近期到中期乃至從長遠來看，農業領域AI發展空間非常大，在改善育種、檢測蟲害、培育產品、農業技術以及供應鏈等應用場景上，利用AI的機會都是巨大的。

半導體設備市場的危與機

由於中美貿易戰的緊張局勢，關鍵行業的氣氛高度緊張，根據《AI全景報告》，中國半導體貿易逆差正(緩慢)上升，下圖反映了中國半導體銷售和採購的趨勢。

在半導體材料領域，由於高端產品技術壁壘高，國內企業長期研發投入和積累不足，我國半導體材料在國際分工中多處於中低端領域，高端產品市場主要被歐美日韓臺等少數國際大公司壟斷。其結果就是，我們要花大量的外匯去購買美日歐廠商的先進設備，使得貿易逆差和產業安全問題難以避免。如此大的貿易逆差反映出我國半導體市場長期嚴重供不應求，進口替代的市場空間巨大。

危機背後往往蘊育著機會，長遠來看設備國產化是必然選擇，緊張局勢下倒逼本土企業加大投入力度、加快發展步伐。近年來，隨著國家對半導體產業的持續投入，以及民營企業的興起，國產半導體設備產業鏈佈局逐步走向完善，特別是在硅單晶爐、刻蝕機、封裝、測試設備等壁壘相對低的領域，國產設備已經達到或接近國際先進水平，且成本優勢明顯。此外，一些產線配套設備、自動化設備、潔靜設備等也取得了一定的市場佔有率。

AI助力工業自動化

在過去的三年裡，一些中國的工業企業已經自動化了40%的勞動力。這可能部分歸因於自2012年以來，中國每年的機器人安裝數量增長了500%（歐洲為112%)。然而，目前尚不清楚AI在機器人的應用程度上有多高。

中國工業自動化水平不斷提高，例如，京東上海配送中心每天使用自動化倉庫機器人組織、挑選和運送20萬份訂單。京東的倉庫數量和表面積同比增長45%，但僅需四名工人照管。

中國企業發展迅速，但研發支出不及美國

根據《AI全景報告》，2018年，有33家中國企業在美國上市，同比增長2倍。儘管美中兩國之間引人矚目的貿易戰威脅到跨境商品流動並攪動了金融市場，但美國反而迎來了自2010年以來數量最多的中國企業在美首次IPO。

在政策的促進下，在國家的全力扶持下，中國人工智能企業近兩年來如同雨後春筍紛紛冒出新芽，更是在中國甚至國際上享譽盛名——全球人工智能企業總數達到2542家，中國人工智能企業數量居第二位，僅次於美國。期間不乏中國三大巨頭阿里巴巴、百度、騰訊，更不乏像商湯科技、曠視科技、極鏈科技等後起之秀的快速崛起，大力發展人工智能，帶動中國向世界人工智能大軍進發甚至趕超。

同時，在企業關注科技創新的研發支出上，中國增長迅速，同比增幅達到34%，但在市場份額方面明顯滯後，全球科技支出佔比上僅佔17%，而美國企業仍佔61%。

導致兩國企業研發支出差異的原因主要有以下幾點，第一，阿里巴巴、騰訊等中國大企業更傾向於通過收購而非自主研發來實現創新；第二研發預算的購買力差異，尤其是在招聘科學家和工程師方面，美國所需成本較高；第三，中國科技企業相對仍較年輕，業務在全球的覆蓋和預算都相對較少，硅谷巨頭們的收入高於中國大型科技企業，如果以研發支出在銷售收入中的佔比來衡量的話，這一差距就沒有那麼大了。

雖然目前在研發支出方面，美國企業遙遙領先於中國，但隨著時間發展，兩國會逐步縮小差距。

中國專利申請數量領先，但並未轉換成質的突破

在中國有三種不同的專利類別：發明，實用新型和外觀設計專利。實用新型和外觀設計專利都有10年的使用壽命，不需要經過嚴格的審查，可以在不到1年內授予。而發明專利的審批過程充滿挑戰，一旦獲得批准，相關專利將獲得20年的保護。顯然，發明專利代表了推進技術“顯著進步”的新思路，此類別代表了大多數人對專利的理解，是設計，流程或概念的突破。

根據報告數據顯示，這種雙重專利制度使中國在專利方面領先於其他國家，自2010年起，中國超越日本成為國內專利的最大囤積者，並自那以來一直保持領先地位。但在2017年，“發明專利”僅佔中國專利總數量的23％。這意味著這些專利並沒有那麼高的含金量。

另外，數據證明，這些專利在申請後並未得到有效保留。儘管國內企業提交了大量專利申請，但是因為專利權人不願意支付不斷增加的專利費用，大多數專利在五年後即被廢棄。61%的實用新型專利和高達91%的外觀設計專利在5年後被廢棄。相比之下，美國5年曆史專利的維護費佔總額的85.6%。

發明專利的低佔比以及其他專利的高廢棄率意味著中國仍有很長的路要走，雖然數量領先，但在質量上與美國同行的差距仍很明顯。中國的專利質量需要持續提高，直到真正成為技術先進的國家。

機器學習研究已超美國，論文質量差距縮小

中國發表的頂尖AI論文數量已經超過美國。當然，論文數量多不意味著AI科研水平高，畢竟，海量學術論文裡，價值總是集中在少部分的幾篇，增加一下分母並沒有太高的難度。根據艾倫研究所(Allen Institute)所發佈的數據分析顯示，中國在質量方面的差距也在迅速縮小。

艾倫AI研究所通過分析所有論文中引用次數前50%的論文中美各自的佔比，可以看出到2020年，這一部分論文中美所佔比例將持平，各自佔到四分之一左右；而後，便是中國大幅度領先。分析全球引用次數前1%的AI論文，也就是真正具有最高影響力、最高學術價值的那一部分。美國幾乎是停滯不前的，中國則高速前進。根據圖中預測，按照如今速度發展，2025年，在TOP 1%的AI論文中，中國佔比也將超越美國，雙方各佔半壁江山，而其後，中國產出的更多AI論文勢必將中國推上AI第一大國的寶座。

總結來說，從劍橋發佈的《AI全景報告》中可以看出，全世界範圍AI都已經開始提速，中國AI崛起的速度相當驚人，從垂直企業發展、行業應用落地、學術研究水平上都領先一籌，但在核心技術研發、高質量專利等方面上發展仍不均衡。中國離“AI全球第一”，還需要繼續突破，才有可能贏得新一輪全球科技競爭的主動權。