現階段中國人工智能生態的優缺點分析

做者 | Daniel Faggella
出品 | CDA數據分析研究院

在18年12月份於上海舉行的"人工智能-重塑國家安全"的聯合國會議上，我(Emerj創始人兼首席執行官:Daniel Faggella )討論了有關中國人工智能生態系統的關鍵議題。本文基於我與中國各類非政府組織，創始人和投資者的採訪和討論，清晰而細緻地勾勒了中國人工智能生態系統的優點和劣勢。

就人工智能公司和人才庫的數量而言，中國如今被普遍認爲是全球第二大人工智能經濟體，僅落後於美國。支持這種觀點的數據和報告在本文中獲得了共享。

此外，本文旨在解決有關中國人工智能生態系統的如下問題：

1. 中國的人工智能生態系統是什麼樣子的 ？
2. 中國政府，私人組織和學術界如何在實踐中協同工做以實現中國的人工智能目標？
3. 中國人工智能生態系統的優點和劣勢是什麼？
4. 美國和中國的人工智能生態系統有哪些主要的相同點和不一樣點？

我遇到並採訪了幾位重要的中國人工智能領導人，他們正在改變美國和中國的人工智能生態系統。本文包括來自這些領導者的幾篇直接和編輯過的引言，爲你對世界第二大AI生態系統的構成有一個更可靠和更實用的版本，。

本文分爲四個部分：

1. 人工智能在中國的近期歷史 - 中國最近的人工智能計劃，有關人工智能的投資和資助，執行上述政策的重要公告和政策等。
2. 中國人工智能生態系統的優點 - 政府對人工智能自上而下的擴散方法，獲取大量消費者數據的可用性和便利性，閉環生態系統，以及國內外AI公司的積極投資和融資。
3. 中國人工智能生態系統的弱點 - 國內人工智能人才短缺，寬鬆的數據隱私政策，殘酷的內部市場和外國競爭，以及重要部門的資金分配不規範。
4. 中美之間的國際人工智能競爭 - 毫無疑問的是,中美兩國是世界上最大的經濟強國，在人才，技術和監管方面都存在着緊張局面，如今只能看誰先發展出人工智能來贏得21世紀剩下的時間。

不用多說，讓咱們深刻了解中國人工智能生態系統，從最近推出的新計劃開始,引入新的計劃來推廣人工智能。

人工智能在中國的近期歷史

2016年，中國政府在「互聯網+人工智能三年規劃綱要（2016-2018）」中作出承諾，重點關注人工智能的投入資金和發展，以促進經濟發展。

中國國務院發佈的2017年7月新一代人工智能發展計劃詳細闡述了中國在不久的未來創建一個價值1500億美圓的國家人工智能產業的戰略，並將在2030年成爲領先的人工智能超級大國。將人工智能做爲國家目標,彷佛是「十三五」規劃和「中國製造2025」產業計劃的延續。這篇計劃的更全面版本將在本文的下一部分中介紹。

《促進新一代人工智能產業發展三年行動計劃（2018-2020年）》兌現了以前的承諾（將人工智能做爲國家的重點）。它概述了中國在人工智能發展和擴散方面須要關注的重點領域。它提到了屬於人工智能的特定行業和子技術，並計劃實施有利的基礎設施。

中國但願重點發展的一些行業，技術和產品是：

• 集成智能系統：網絡化車輛(無人操控)，服務機器人，無人機，醫學圖像輔助診斷系統，視頻圖像識別系統，語音交互系統，翻譯系統和智能家居產品。
• 軟件和硬件的智能整合：傳感器，神經網絡芯片，開源平臺等。
• 智能製造和工業支持資源池，標準測試和知識產權服務平臺，智能網絡基礎設施，網絡安全和其餘工業公共支持系統，以改善人工智能開發環境。

地方政府是實施這一國家目標的積極參與者。上海和北京政府還分別在2017年和2018年宣佈了實施計劃和主要的人工智能主題產業環境。許多其餘地區已承諾爲人工智能研究提供資金，其中包括成立國際人工智能研究所的廣州。

科技部部長萬鋼在2018年3月的新聞發佈會上承諾，中國將發佈更多有關人工智能的詳細指導方針和政策。這些政策將爲國家安全，健康，工做結構，通常安全和我的隱私方面的問題提供指導。

簡明扼要地看待中國人工智能戰略

牛津大學人工智能項目治理中國區負責人Jeffrey Ding在他2018年發表的"解讀中國的人工智能夢"論文中介紹了中國人工智能戰略的簡潔版本：

1. 到2020年，中國核心人工智能產業總產出和人工智能相關產業總產值將分別超過225億美圓和1508億美圓，使中國躋身先進國家行列。
2. 到2025年，中國計劃實現核心人工智能和人工智能相關行業總產值超過603億美圓和7540億美圓，使中國成爲許多人工智能領域的全球領導者。
3. 到2030年，中國尋求成爲「世界上主要的人工智能創新中心」，其核心人工智能和人工智能相關的總產值分別超過1508億美圓和1.5萬億美圓。

爲了進一步瞭解中國的人工智能戰略，下表中的表格概述了中國的每一個人工智能計劃，其驅動因素和價值：

Jeffrey Ding的「解讀中國的人工智能夢」中的「近期人工智能計劃」

在總結中國擴大人工智能實施和使用的謹慎計劃以後，咱們繼續討論一些敏感指標，包括這些實際上可能如何實現、可能阻礙中國實現這一目標的潛在因素，以及中國與美國人工智能生態系統的競爭。

中國人工智能生態系統的優點

在人工智能的超級大國競賽中，中國正在迅速遇上美國。

推進中國朝着這個方向前進的一個有利因素是中國政府，私營部門，投資者和學術界之間的合做。這鼓勵多個參與者朝着一個目標行動，構成一個看似不可滲透的生態系統，許多人認爲這個生態系統是閉環的。

因爲中國的人口規模和不斷增加的數字鏈接用戶數量，並且他們還擁有最大的消費者數據庫。這個鏈接的用戶羣能夠共享數據,這也沒有什麼壞處。中國已開始利用這些因素積極資助和投資國內和全球範圍內的人工智能技術，特別是在美國.

在本節中，咱們將詳細介紹中國人工智能生態系統的優點：

中國政府對國家人工智能目標的「自上而下的方法」

聯合國人工智能和機器人中心主任Irakli Beridze在2019年初的採訪中簡明扼要地說：

中國最大的優點在於政府，私營部門和學術界正在攜手實現這一(國家人工智能)目標。

他進一步闡述了這一點，指出中國目前是世界第二大經濟體，也是最先宣佈國家人工智能戰略的國家之一，他們在2016年宣佈了這一戰略。Beridze說,在2017年中國宣佈了經過這種技術(人工智能)"佔領世界"的雄心。

Beridze認爲，中國的國家人工智能和投資策略有助於實現這一目標。如文章前面所述，中國有大量好奇的、有聯繫的用戶。所以，該國能夠獲取和分析大量的大數據，以推動其人工智能目標。

谷歌中國區前總裁李開復在沃頓商學院接受採訪時就中國是否會成爲下一我的工智能超級大國提出了本身的見解：

中國政府很是支持人工智能。去年7月[2017]，它宣佈人工智能是最重要的研究領域之一。省和市政府正在建設像芝加哥大小的城市，考慮的是自動駕駛汽車。一共有兩層道路。一層用於行人，第二層用於汽車，從而限制了行人可能發生的事故和傷亡。高速公路正在增長傳感器,使自動駕駛汽車成爲可能,這些高成本的基礎設施項目正是人工智能行業所須要的，由於私營公司沒法承擔建設城市和高速公路的費用。

R2.ai Inc的創始人兼首席執行官Yiwen Huang與李開復和Beridze的觀點一致。他在美國接受教育，回到中國，成立了AutoML公司R2.ai。咱們探討了他對美國和中國人工智能生態系統的見解。

Huang解釋說，中國政府對人工智能的支持確實很大。地方和中央政府正在執行不一樣的政策來吸引合適的人工智能人才和項目。他們還針對人工智能項目制定了稅收政策，使開發或採用人工智能的科技公司受益 他認爲，中國絕對有一種自上而下的人工智能氛圍。

這些政策彷佛創造了一個有利於人工智能的微觀生態系統，在開發創新的人工智能產品時，能夠更多地得到政府，資金，投資者的支持和激勵。

Ding的「解讀中國的人工智能夢」稱，中國政府積極挑選人工智能領域的成功者。根據這篇論文，中華人民共和國科學技術部（MoST）任命了中國四家最大的人工智能公司 - 百度，阿里巴巴，騰訊和科大訊飛「引領國家人工智能創新平臺的發展分別爲無人駕駛汽車，智能城市，醫療診斷,計算機視覺和語音智能識別提供服務。「

AI的投資和資金

Ding在他的論文中指出，中國政府開始在資助人工智能企業方面發揮更大的做用。「經過地方政府和國有企業設立的'政府指導基金'（GGF）支付資金，政府已向國內創業公司投入超過10億美圓，」

根據這篇論文，新鴻基金融的統計數據代表，這些GGF預計將超過中國私人風險投資基金的規模。2016年，政府設定的籌資目標爲5000億美圓，而私人基金籌集的目標爲3300億美圓。

他的論文還引用了一份2017年的報告，該報告指出中國人工智能公司得到了約69％的投資，而美國的AI公司只能得到約51％的投資。Ding還指出，中國人工智能投資的速度相對較快。根據該報告，中國公司從註冊成立到接收天使投資的平均時間爲9.73個月，而美國公司的平均時間爲14.82個月。

Beridze爲咱們提供了更多的看法。在他看來，美國擁有比中國更多的人才庫和領先的技術機構。

在中國，他們也在努力吸引來自世界各地的人才。他們的[私營部門]企業和機構都在爲西方專家提供獎學金和有競爭力的薪酬方案，以吸引更多的西方專家來從事人工智能開發工做。他們正致力於留住現有的中國人才。這將繼續下去。

擁有5000萬用戶的中國移動支付公司CCI的首席技術官Mike Long向中國人工智能生態系統傳達了一種文化情感,認爲這是一種優點。他認爲有競爭性的中國養育也有助於家庭的早期投資。

中國父母很是重視兒童的教育。他們認爲這是最重要的事情。也許這也是競爭意識的影響。因爲人工智能的熱度愈來愈高，愈來愈多的父母正在關注它。市場對此信號的反應很是迅速，人工智能教科書如今甚至出如今幼兒園中。

更多的用戶連接.更多的數據

Lee提供有關中國人工智能數據方面的看法：

中國有比任何國家都多的數據而人工智能在數據方面作的更好。若是你訓練一我的工智能，好比廣告引擎或廣告定位引擎，或使用人工智能來肯定貸款的銀行，你擁有的數據越多，人工智能就越準確。中國的用戶愈來愈多,人均使用量也愈來愈高，由於數字服務的使用是很是廣泛的。例如，中國幾乎沒有信用卡，也沒有現金。每一個人都使用移動支付。這就比如是讓人工智能這個火箭更好工做的火箭燃料。

中國互聯網絡信息中心（中國工業和信息化部的一個分支機構）發佈的2018年1月報告支持了他的主張。根據這份報告，中國約有57.7％的人口是互聯網用戶。中國有超過8億人在互聯網上活躍，其中98％是移動用戶（7.88億）。

更多的鏈接用戶意味着更多數據。

在Beridze的解釋中，愈來愈多的人在使用人工智能，特別是在沿海地區。中國擁有數量驚人的互聯網用戶（使用手機，互聯網等的人數），並在網絡試用期間實現了快速增加。僅微信就擁有10億用戶。因爲公司強大的計算能力，大數據分析的有着巨大的弓箭。

Huang說，安全和犯罪預防部門愈來愈多地使用大數據，這鼓勵了開發更多新的人工智能商業模式。

國內開放數據共享

Stephen Ibaraki，連續創業者和風險投資家，也贊成Huang和Beridze的觀點。他認爲，中國正在採起更多的開放政策，以便於使用和獲取數據。它們被用來加速創新。他謹慎地提到這是他的我的想法，他認爲這種簡單的數據易得性在中國並不像世界其餘地方那麼使人擔心。

他還表示,他沒法對政府更加開放的數據可用性政策發表評論。他認爲，與其餘國家相比，中國的普通人更願意爲創新提供幫助,更願意分享數據。

Ding在他的「解讀中國的AI夢」論文中寫到：

數據是人工智能系統的另外一個重要驅動因素，衆所周知,由於機器學習是很是須要數據的。獲取大量數據被認爲是中國人工智能開發的優點之一。「根據他的論文，中國確實有相對寬鬆的隱私保護，」中國技術巨頭收集大量數據，政府機構和企業之間共享很常見。

但據報道，這不是沒有通過中國人民的贊成的。中國消費者是這大部分數據的來源，「從全國各地的智能手機普及率能夠看出,他們早期熱切的科技使用者」

也就是說，這種數據可用性彷佛並不是沒有問題。中國有選擇地僅在國內，而非國際上分享數據。Jeffrey在他的論文中討論了中國的數據保護主義。他聲稱中國的互聯網是一個封閉的生態系統：

中國政府審查並封鎖了Facebook和谷歌，從而推進了微信和微博等國內平臺的崛起。人們能夠看到數據保護主義對人工智能開發的優點。若是數據是人工智能開發的稀缺資源，中國能夠爲其企業和研究機構創建對該資源的獨家控制權。另外一方面，愈來愈多的數據在平臺和國家之間共享，其餘參與者能夠從全球數據共享中受益，而中國仍然處於封閉狀態。

中國人工智能生態系統的弱點

中國人工智能生態系統並不是沒有薄弱環節。

儘管它專一的是技術和文化對教育和主流科學的傾向，但中國的人工智能人才短缺仍然存在。在發展或維持中國人工智能生態系統這方面,國內和國際公司之間也存在激烈的競爭。因爲數據隱私政策相對寬鬆，中國在國內和全球都引發了許多關注。此外，激進的人工智能投資和資金彷佛並未分佈在醫療保健等緊迫領域。

在本節中，咱們將詳細介紹中國人工智能生態系統中的問題：

人才差距

人才差別，特別是在數據科學和人工智能領域，是一個全球性問題。然而，在中國，這個問題彷佛是一個主要問題。對於一個旨在成爲世界人工智能超級大國的國家來講，人工智能人才短缺是有害的。

Ding在他的論文中，聲稱「儘管中國STEM畢業生人數較多[與美國相比]，但中國擁有大約39,000名人工智能研究人員，不到美國78,000名研究人員的一半。」

他還指出，美國大量的大學在人工智能研究領域處於世界領先地位，而這反過來又讓位於擁有"多個完整項目週期"的跟多的人工智能專家。他進一步澄清說,美國人工智能研究的50％有超過10年的經驗，而在中國只有25％的人有相同的研究經驗。

Beridze贊成Ding的說法：

美國有更多的人才庫，世界一流的大學。在中國，他們也在努力吸引來自世界各地的人才。他們的公司[私營部門]和機構都在爲西方專家提供獎學金和有競爭力的薪酬待遇，以便開展人工智能的發展。他們[也]正在努力留住現有的中國人才。

Ding認可，中國的人才計劃有着好壞參半的記錄。根據他的報告，2008年啓動的"千人計劃"，也稱爲全球專家招聘計劃，「根據中國人事科學研究院發佈的數據,在有限的時間內(2009-2011年),吸引了中國歷史上最大規模的高質量人才流入「

然而，他的論文聲稱，在此期間，多項實驗研究和招聘人員訪談代表，因爲諸如對即時研究結果的預期等因素，該計劃未能留住人才。

該報告還代表，中國投資者正在經過商業途徑轉移人才來解決人才短缺和挽留問題：例如，經過招聘外國人才來到中國工做，以美國平均工資的70-150％招聘，做爲「捷徑」加速人工智能的發展。「

此外，該報告還證明，中國最大的人工智能玩家（百度，阿里巴巴和騰訊）已在美國設立辦事處以吸引外國人才，這彷佛是基於如下的幾個例子：Andrew Ng，谷歌Brain前負責人，在百度工做了三年。微軟前執行副總裁Qi Lu在2018年以前擔任百度首席運營官，現任Y Combinator China負責人。

這代表政府，投資者和私營企業正在做爲人工智能玩家積極合做，共同協調中國的人才缺口。

本地和國際市場競爭

擁有世界上最大的人口基數多是中國人工智能生態系統中用於收集和分析大數據的驅動因素之一。可是，它也帶來了競爭問題。

Lee和Beridze認爲，中國的人口規模有助於開發更多人工智能用例。這裏更方便的是，因爲市場的各類預期和環境，這些用例能夠在短週期內進行測試和調整。所以，價值的時間相對較短。然而，這個硬幣的另外一面是國內和國際公司在這個封閉的生態系統中進行的激烈競爭。

騰訊醫療大數據實驗室創始人兼董事陳志剛認爲：

中國的市場競爭很是殘酷。在美國，只有國內競爭。中國的大公司（阿里巴巴和騰訊）在不少領域都不被認爲是美國的競爭對手。中國市場很是擁擠。他們有國內和國際競爭。

很明顯（從本文中分享的數據，統計數據和觀點），中國在某種程度上經過隱瞞國外公司的大數據來應對這一國際競爭問題，同時愈來愈多地投資於人工智能技術。中國積極的關閉了美國的全球品牌如Facebook和谷歌等。這將會自動推進人口使用百度等。

寬鬆的資料隱私規定

在「解讀中國的人工資能夢」論文中，Ding注意到中國存在「關於數據隱私保護的重大爭議」。該文件稱：

公司，不一樣級別的政府，甚至公衆都積極參與了這場辯論，這些辯論的一方主張增強數據隱私保護，另外一方則推進數據自由化以造福人工智能技術。

不過，他還指出了：

最近，在2018年1月，中國政府發佈新的我的信息保護國家標準，該標準倡導保護數據隱私，根據CSIS高級研究員Samm Sacks的分析，該標準的要求比歐盟通用數據保護條例更全面和繁瑣的。

咱們採訪的中國人工智能領導人彷佛已達成共識，即中國的數據隱私法相對寬鬆。可是，這些寬鬆的規定彷佛只在國內執行。在涉及外國競爭時，中國更具侵略性。

Ding進一步擴展了這一點：

「數據安全問題促使中國努力確保有價值的數據保持在中國科技公司的控制之下。在這方面，中國已經推進了與國際標準不一樣的人工智能相關行業的國家標準，如雲計算，工業軟件和大數據，這些標準與國際標準不一樣,這可能更有利於中國的企業,而不利於外國企業在國內市場的發展。「

Mike Long強調了共享知識的重要性，他甚至建議中國能夠作的更多，

就像應用的發展依賴於技術的發展同樣，技術的發展有賴於科學理論的發展。人工智能生態系統中的大多數參與者都依賴於幾個開源的人工智能框架。一些玩家根據已發表的論文製做本身的人工智能框架。人工智能框架的開源能夠極大地加速人工智能的開發，併產生愈來愈強大和有用的人工智能工具和應用程序。若是大型企業試圖經過封閉他們的來源或經過專利保護他們的人工智能技術，那麼人工智能生態系統的發展將會放緩。開放在人工智能生態系統中很是重要。因爲政治緣由，美國政府正試圖愈來愈多地封閉。這對人類社會來講不是一個好的趨勢。由政治緣由形成的人爲障礙也可能對人工智能生態系統構成威脅。基礎人工智能技術的發展速度也影響了人工智能生態系統。

重要行業資金的分配不規範

當咱們向Chen詢問有關在中國推進人工智能創新的力量時，他提到，從監管角度來看，政府的參與推進了創新。

可是，他認可：

[說]從經驗來看，我沒有從政府那裏獲得錢。他們正在談論人工智能以及如何使用人工智能將經濟提高到新的水平。但這須要很長時間。此外，他們還有不少其餘領域須要關注。醫療保健是一個脆弱的位置 因爲中國人口老齡化問題，這一制度不堪重負。必須提升該系統的效率。政府必須在醫療保健方面投入更多資金。不然，政府將會遇到更多問題。

國際競爭中的中國與美國

在咱們與本報告中引用的人工智能領導人的訪談中，出現了中美之間國際競爭的主題。

中國的人工智能在多個領域的擴展是多邊的

對於沃頓商學院關於中國和美國人工智能生態系統之間的重大差別的問題，當談到他們做爲全球人工智能超級大國的決心時，李回答：

中國有幾件事是獨一無二的。首先，中國企業家更加有野心，工做更加努力，並且他們也更加頑強。他們正在尋找人工智能能夠提供幫助的各類商業模式。人工智能在零售業、人工智能在教育方面。他們還在努力研究人工智能如何改變人們的飲食方式，分析自動商店和自動快餐店的運營優點。所以，它正在更快地取代傳統產業。

鑑於中國擁有世界上最多的人口和愈來愈多的互聯用戶，這種多邊擴張是合乎邏輯且恰當的。中國有大量的人工智能用例，有利於人工智能開發的國家環境正在利用它來實現人工智能目標。

Beridze分享了他對這個問題的看法：

中國與世界上其餘大型經濟體[選擇關注多邊人工智能擴張]沒有什麼不一樣。醫療保健，交通運輸和能源等行業將從中受益不淺。安全和執法領域使用人工智能將受到大量關注。

他還提供了一些實時示例：

在對人工智能領域資助後，像阿聯酋這樣的國家只選擇了某些戰略方向，即便它們是世界上最富有的國家之一。在像中國這樣的國家，我認爲他們擁有龐大的經濟。在某一時刻，他們甚至可能成爲世界上最大的經濟體。所以，他們有充分的時間進入許多行業，而後看看那個行業[更有利]。

重量級公司與輕量級公司

在李開復的經歷中， 「中國公司更善於籌集大量資金，由於有一個大市場能夠測試想法並擴大規模。」他還指出，中美兩國公司的主要區別在於前者他們願意「進行大的投資。」也就是說，中國人可能會「構建一些使人難以置信的凌亂，醜陋和複雜的東西」，但一旦建成，「它就成了圍繞他們的生意的護城河。」

李還認爲，中國企業更願意承擔風險並經過更加努力地尋找可行的解決方案來解決問題。用他的話說：

例如，在美國，咱們有Yelp和Groupon，他們都是很是輕量級的公司。在中國，美團已經建造了一個60萬人的送餐引擎，騎着電動車，電池雖然很快會耗盡，並且必須更換。然而，他們運行這個網站是爲了讓每一箇中國消費者都能在回家的路上就決定好吃什麼，並在他們到家時將食物送到他們手中。消費者沒必要等待。送餐時間爲30分鐘，成本約爲70美分。這是一項艱苦的工做,每月從成本中削減幾美分，最終達到每筆訂單70美分。而後，他們能夠收支平衡。這是一個巨大的飛躍，一個巨大的賭注和一個巨大的風險，由於若是他們天天沒有成功的交付2500萬筆訂單，那將是一個巨大的損失。

可是，必須指出的是，Yelp和Groupon的商業模式與美團的商業模式有很大不一樣。中國的最低工資也遠低於美國，使得在中國僱傭大量廉價勞動力成爲可能。美國與中國相比，因爲美國的成本和生活水平要高得多，所以這種商業模式在美國可能並不可行。

中國更積極的人工智能投資

Lee在沃頓商學院的採訪中斷言：

人工智能也被用於代替大量白領工做，這將對美國和中國產生同等影響。我認爲中國的發展速度更快，是由於企業家們因國家人工智能的優先權而受到更大的資金支持。他們認爲這是最熱門的地區。

Ding的論文彷佛支持李的說法。該報告指出，2017年，中國人工智能創業公司得到了全球人工智能資金的48％，超過了美國人工智能創業公司38％的資金。同一報告中提到的烏鎮研究所統計數據顯示，2016年中國的投資狀況大不相同。據烏鎮研究所統計，2012年至2016年，中國人工智能公司得到的資金爲26億美圓，低於美國同行的172億美圓。

Ding指出,2017年中國人工智能的增加是"天文數字"，由於中國在2016年僅佔全球資金的11.3％。他認爲，過去幾年中國的人工智能產業在絕對和相對方面都有顯著增加。

美國在覈心技術方面處於領先地位。中國在人工智能實施和執行方面表現出色

當被問及中國和美國在人工智能超級大國競賽中如何相互對抗時，李認爲這場比賽是一種幻想，它們是兩個平行的宇宙，都在獨立的進步發展。

然而，李認爲「中國如今在各類應用和行業中使用人工智能，在實施和創造價值方面處於領先地位。」

Huang在接受咱們採訪時也表現出了李的觀點：「中國在人工智能應用開發方面作得更好。」他進一步闡述了人工智能技術堆棧從人工智能研究，數據收集，數據管理和整合開始，而後在人工智能開發方面達到頂峯。在他看來，美國在人工智能技術堆棧的數據部分中領先於中國，尤爲是大數據平臺。

中國的「人工智能玩家」活躍數量明顯高於美國

波士頓諮詢集團（BCG）2018年的一個研究報告說：「中國目前在人工智能實施方面遠遠領先於其餘工業化國家，多達85%的公司被認定爲人工智能領域的"活躍參與者"」

來自BCG的「Mind the AI Gap」中的「各國活躍的人工智能玩家的份額」

根據BCG研究得出的上述統計數據，美國在人工智能方面僅佔整體「活躍玩家」的51％，而在中國則爲85％。然而，該研究提到，在硅谷和數字初創企業中，這種「活躍的人工智能玩家」數量高達76％。

中國的「技術轉移」

2018年，美國國防部（DoD）組織國防創新部門（DIU）的Michael Brown和Pavneet Singh向組織發佈了一份名爲[中國的技術轉移戰略]的報告,該組織像各組織提供非稀釋性資本，以換取解決國防問題的商業產品，。

該報告聲稱，中國人正在大量投資美國人工智能公司，從而構成了從美國到中國的「技術轉移」。

根據這份報告，從2015-2017年,中國參與風投支持的初創企業佔全部風投交易的10-16%。

該報告進一步擴展了上述聲明，以包含更多數據。中國快速增加的全球FDI目前約爲2500億美圓，2016年宣佈的收購金額爲2130億美圓。同年，中國還向美國投資了456億美圓，其2000年以來的累計外國直接投資超過了1000億美圓。特別是美國的電子，信息和通訊技術，生物技術和能源部門,從2006年到2010年中國在美國的投資達到了350億美圓。

下面的圖片顯示了中國對美國風險資本市場的投資以及全部投資在各類系列基金中的分佈狀況：

「中國參與美國風險投資市場，2010年1月 - 2017年10月」，來自國防創新部實驗的「中國技術轉讓戰略」，圖片由CB Insights提供

「中國投資美國風險投資市場的分散，2010年至2016年」，來自國防創新實驗部的「中國技術轉移戰略」

該報告提供了中國投資者在人工智能,加強現實/虛擬現實,機器人等領域特別活躍的數據：

「中國對美國人工智能公司的投資，2010年 - 2017年交易價值13億美圓; 共81項交易，「來自國防創新實驗部」中國技術轉移戰略;「圖片由CB Insights提供

2010年至2017年期間，中國參與了81項與人工智能相關的資金和投資活動，共籌集了13億美圓資金。

2010年至2017年間，中國在機器人創業公司投資了近2.37億美圓。

2010年 - 2017年中國對美國AR / VR公司的投資交易價值2.37億美圓; 共34項交易，「來自國防創新實驗部門」的中國技術轉讓戰略;「圖片由CB Insights提供

在加強現實/虛擬現實領域，中國在2010 - 2017年間投資了價值21億美圓的交易。

2010年 - 2017年中國對美國AR / VR公司的投資交易價值21億美圓; 40項交易，「來自國防創新實驗部」的中國技術轉讓戰略;「圖片由CB Insights提供

該報告嚴重警告說，出於安全和國防目的，美國須要採起嚴厲措施，防止外國轉讓國內技術知識。

下面分享的是Michael Brown關於這個主題的採訪視頻。在此次小組訪談[24:30]中，他堅持認爲中國對技術的高度重視,將會在經濟崛起方面正在迅速遇上美國。他實事求是的說，經濟安全與國家安全息息相關，中國在美國積極關注技術和外國投資資金這一事實是一個真正的威脅「不像咱們[美國人]在咱們的一輩子中看到的任何其餘威脅「。

他還指出，另外一個國家實際上第一次有能力成爲美國的經濟競爭者。他認可，美國最後一次技術競賽與蘇聯有關。然而，他堅持認爲，在目前的人工智能競賽中，「中國對美國來講多是一個更加危險的威脅」。他建議硅谷的首席執行官們更關注這個問題。他還要求聯邦政府爲人工智能和STEM研究等領域的技術研究提供更多的資金。

Ding在他的論文中也提到了這種技術轉移的概念：

在技術轉移領域，2016年中國製藥，生物技術和醫療保健行業的海外收購達到創紀錄的39億美圓。

Ding的論文的進一步數據也可能代表國防部爲何不熱衷於中國的技術轉讓。根據該文件，2017年美國總統科技顧問委員會關於半導體行業的報告稱，中國在收購領域的活動愈來愈活躍，同時爲激勵技術轉讓進入市場提供了條件。

Ding的論文還指出，2017年9月，白宮阻止一個由政府背景支持的中國投資者收購一家美國半導體公司，這在美國曆史上只是第四次,"美國總統曾以國家安全爲理由阻止公司的收購"。該論文也對歐洲進行了比較。當歐盟委員會引入新的框架，對「人工智能、機器人、半導體、具備潛在雙重用途的技術、網絡安全、太空或核技術」等關鍵技術進行FDI篩選時，沒有明確指出中國的名字，分析人士解讀爲暗指中國的經濟活動。

中國的「山寨」問題

雖然中國的技術轉讓戰略報告清楚地代表了對中國"山寨"問題的擔心獲得了數據的支持，但它認可「中國自主創新的明顯例子代表,中國不只僅是複製技術。」

根據該報告，中國在專利申請，學術研究論文發表以及STEM學位畢業生人數方面領先於美國。中國有超過100萬件專利申請，而美國則接近589,410件。此外，2014年，中國得到了1,288,999個STEM學位，這是美國學位的兩倍多

Lee就中國爲什麼複製美國技術及其爲什麼不違反知識產權提出了本身的見解：

最初，不少美國公司都沒有去中國,是由於他們不肯意接受監督，或者由於他們以爲中國市場太過艱難。因此中國企業家開始模仿美國人的想法。這不是侵犯知識產權，而只是複製搜索引擎，門戶網站，電子商務網站等通常概念。

他還認爲，因爲中國不斷增加的消費羣體和創業精神，中國人開始創新。在過去的三到五年裏，Lee聲稱他遇到了許多在美國沒有見過的中國創新。他認爲，中國年輕人的社交媒體主要是以視頻爲導向的系統，其運做方式不一樣於Snapchat，Instagram或Facebook。此外，中國已逐步用信用卡和在線支付系統取代現金。

李認可，大多數硅谷企業都將中國視爲模仿者。可是，他認爲這是一個可怕的錯誤：

每一箇中國企業家都在向中國和美國學習。他們虔誠地閱讀全部技術媒體 - 連線，TechCrunch等等。若是美國企業家只向美國而不是中國學習，那麼他們就會錯過一半的機會，教訓和案例研究。

最後，來自Jeffrey Ding的論文對美國和中國人工智能生態系統的比較代表，中國在聯網用戶數量方面領先於美國，並且，經過擴展數據以及向人工智能創業公司提供的全球股權融資總額也領先於美國。

然而，考慮到中國的投資情景僅在短短一年內發生瞭如此大的變化，使中國在全球人工智能資金方面處於領先地位。改變可能很快就會發生。

結論

中國瞭解本身在人工智能生態系統的弱點，並正在積極嘗試經過快速執行國家政策來補救它們，如數據和人才保護，以防止外國市場入侵等等。除實施此類保護措施外，該國還積極爲外國投資提供資金，特別是在美國，尋找人才和技術轉讓。

中國政府，私營公司，投資者和學術界人士正在共同努力實現國家的人工智能目標。在友好的政府政策的支持下，國內公司積極參與快速而短暫的創新週期。數據站在中國這邊，看起來這個國家寧願在封閉的生態系統中更快地運行，也不肯與數據壟斷割斷關係。因爲人工智能很是依賴數據,這可能在短短的幾年以內就能證實它的強大功能。

與任何大型經濟體同樣，中國彷佛也在孤島中運做。Chen 分享了他在中國醫療保健領域的經驗：投資者的優先級和企業的目標不一樣,這致使了優先級的不匹配。他還指出，人們的指望和技術限制存在明顯的差距。醫療保健部門和其餘部門的數字化存在另外一個問題，也就是這些部門仍然在使用傳統的紙質報告和文檔。

儘管存在這些疑慮，但他仍然但願中國可以像支付系統那樣更快，更明智地追趕。他說：

中國五年前沒有電子支付系統。信用卡是便捷支付系統的基礎。當我在中國時，我不得不帶現金。在過去的5年裏，它已經發生了變化。我已經好久沒有用過現金了。我用移動支付。在中國，移動支付的規模並不像美國那麼大。要替換現有的基礎設施，門檻很是高。醫療保健IT基礎設施不如美國好。所以，爲了讓中國醫療保健系統作得更好，他們可能更容易接受新技術[而不是修復舊技術]。與發達國家相比，（在中國）新技術的實施可能更容易起步。

下表來自Jeffrey Ding的「解讀中國的人工智能夢」論文，佈局認知與中國人工智能政策的現實。

傑弗裏丁的「解讀中國的AI夢」中的「揭開中國人工智能夢想的神祕面紗」

下表有助於瞭解中國人工智能戰略與舊戰略相比的新發展：

傑弗裏丁的「解讀中國的AI夢」中的「中國人工智能戰略的主要特徵」

在上表中，關於中國採起針對外國參與的數據保護主義，咱們聽到了不一樣的意見。國防部的Michael Brown聲稱美國須要對中國採起更嚴厲的措施來保護國內技術和創新。他的觀點對某些人來講彷佛是極端的; 然而，爲了在競爭中保持領先地位，美國須要比中國在人工智能技術上投入更多,這在必定程度上是有道理的。