人工智慧領域,中國比美國更勝一籌,成為世界贏家?
當年ENRICO FERMI決定離開義大利移民美國,就註定了全球權利發生偏移。抵達美國後,FERMI領導建立了世界上第一座原子核反應堆,成為曼哈頓計劃中不可或缺的力量。1945年,這個響動世界的超級武器致使日本無條件投降,標誌著第二次世界大戰結束,為世界新秩序的形成奠定了基礎。
因此,很多人認為在人工智慧方面,美國也應如此。另外,像Geoff Hinton、Yann LeCun、yoshu Bengio、Andrew Ng和Fei-Fei Li這樣的移民便是人工智慧領域的FERMI,在大家心中他們本應確保美國(和加拿大)在人工智慧領域的領導地位。而且,AI領域的前十名研究人員均出自美國和加拿大,堪稱世界上最優秀的1000名研究人員中的68%也都來自美國和加拿大。
但技術革命僅僅靠重大發現來推動是不夠的,通常情況下,一旦釋出了一項重大突破,重心就會迅速從少數精英研究人員轉移到一批具有足夠專業知識的工程師,將技術應用於各種現實問題和客戶需求。當一項技術突破性進展的利益擴散到整個社會,而不是單單集中在幾個實驗室時,這種情況尤其明顯。
大規模電氣化就是這個過程的例證。當愛迪生利用了電力之後,這項技術便迅速的從發明轉向實現。世界各地成千上萬的工程師開始擺弄電力,為新裝置提供電力,並重組工業流程。這些工程師不需要像愛迪生那樣從根本上突破新領域,他們只需要瞭解電力如何將其功率轉化為有利可圖的機器便可。
我們當前的人工智慧實現階段便符合後一種模式。由於一連串的人工智慧頭條新聞(AlphaGo、史丹佛在癌症診斷方面擊敗了醫生、微軟在語音識別方面擊敗了人類等等),您可能會認為我們仍處在一個探索的時代。實際上,我們正目睹著同樣的技術突破——深度學習及相關技術在不同問題上的應用。如今,人工智慧工程師們正在將AI超人般的模式識別能力應用於貸款、駕駛汽車、翻譯文字等領域,。
像Geoffrey Hinton, Yann LeCun, and Yoshua Bengio,這些深造的“FERMI”們正在推動著人工智慧邊界的擴充套件。未來,他們或許會發現下一個改變遊戲局面的突破性規則,一項顛覆全球啄食秩序的技術。但與此同時,今天能夠發起真正行動的是那些實施人工智慧並解決現實問題的工程師們。
因此,美國是世界上人工智慧發現領域的領導者,而中國實際上是人工智慧實施領域的領導者。人工智慧實施的關鍵是速度、執行、產品質量、資料和政府支援。在這些方面,中國企業與美國企業的水平相當,甚至領先於美國企業。
首先,在速度方面,中國算是一個巨大的市場,有充足的資本和大膽的企業家,這些企業家是“精益創業”的化身,典型特徵是快速失敗、早期失敗、經常失敗。但中國企業家往往能夠迅速找到市場機會,建立產品,並在需要時進行調整。
例如,在 Uber和Didi 證明了乘車共享的可行性之後,中國的創業公司便抓住了共享熱潮,開始嘗試各種共享方式:共享單車、共享摩托車、共享混凝土攪拌機和共享手機充電器等。其中絕大多數很快就失敗了,但也有一些成為了獨角獸,例如Mobike。Mobike每天騎行次數達2000萬次,且成立兩年後,Mobike成為唯一一家躋身2017品牌50強排行榜的網際網路企業,首次上榜即高居第14位。
就是這種快速大膽的創業方式讓中國的人工智慧公司實現跨越式成功。Megvii (Face++)就是一個典型的例子。Megvii (Face++)是一家計算機視覺公司,最初嘗試做人臉識別手機解鎖技術,後來應用到金融欺詐領域。隨著移動支付在中國激增至18.8萬億美元,Megvii (Face++)逐漸成為贏家。中國這樣成功的例子還有很多,這裡就不一一列舉了。
在執行過程中,如果中國企業家能夠幫助企業達到最終的目標,他們就不會害怕繁瑣、混亂和冒險的任務。中國的CEO通常掌握公司內部的絕對權力,這使得執行更加有效。
例如“中國 Groupon”——美團。美團非常關注使用者的需求,他們發現人們想吃外賣,但必須在30分鐘內送達(包括烹飪時間),為了迎合“免費配送”,每次送貨的成本必須控制在5塊錢之內。為了解決這些問題,美團花費了很長時間,最終僱傭了60萬名騎著輕便摩托車的員工,找到願意在吃飯時間工作的騎手,選擇成本最低的運載工具(電池驅動的輕便摩托車),解決了輕便摩托車的電池壽命問題,發明了人工智慧匹配和路由演算法。經過數十億的虧損和多年的技術迭代,美團最終成功做到了30分鐘內送到且配送成本不高於5塊錢,這一舉動甚至改變了中國人的飲食方式。
中國的企業家是頑強的。如果你有一個有利可圖的“輕量級”企業,您會發現你被一些企圖跟你分享利潤的企業家所包圍。
激烈的競爭迫使中國企業不斷改進產品,開發堅不可摧的商業模式。因此,與美國產品相比,中國產品往往更勝一籌。(例如微信與Whatsapp,微博與Twitter,淘寶與eBay)。
中國市場能夠迅速擁抱新產品和新範例。過去三年,移動支付取代現金和信用卡,成為主要的交易方式。2017年移動交付總交易額達到18.8萬億美元,甚至超過中國的GDP。中國的移動支付建立在世界上最好的基礎設施之上:幾乎零交易費、小額支付、P2P。目前,有超過7億的中國使用者正在透過移動支付進行交易。
所有的這一切都被中國龐大的市場規模所放大,成為了助力AI的資料寶庫。根據移動使用者的比例,中國的資料優勢是美國的三倍,食品交付量是美國的10倍、移動支付是美國的50倍、共享單車是美國的300倍。因此海量的資料使得中國企業在AI領域佔足優勢。
最後,在人工智慧時代,中國政府很重視人工智慧的發展,給予中國AI企業很多的支援。政府的支援一般表現為三種形式:中央政策、技術監管、基礎設施建設,當然這些政策也不是盲目制定,都要以社會秩序為基礎。
綜上所述,中國擁有世界上最有價值的計算機視覺、無人機、語音識別、語音合成和機器翻譯企業。中國在人工智慧方面,無論是速度、執行、產品、資料還是政府支援都明顯高於美國。所以,中國已經成為人工智慧領域的贏家?
實際上並不是,因為世界上的研究人員仍在向前推進。不久前, Geoff Hinton曾呼籲頂尖的研究人員放棄深度學習,開發更接近人類智慧的全新的機器學習演算法。
目前,人工智慧領域有一個令很多企業垂涎的產品——全自動駕駛汽車。很多國家都在瘋狂的追逐自動駕駛汽車的夢想。但哪個國家能夠最先達成目標,我們也得拭目以待。
人工智慧更像是電力而不是核武器。中美兩國有很多可以相互學習的地方。人工智慧帶來的機遇和挑戰遠遠大於任何國家之間的威脅或競爭。
節選自李開復的《人工智慧超級大國:中國、矽谷和新世界秩序》。
來自 “ https://www.wired.com/story/why-china-can-do-ai-mo ”,原文連結:http://blog.itpub.net/31545819/viewspace-2218166/,如需轉載,請註明出處,否則將追究法律責任。
相關文章
- 中國在人工智慧領域成為全球最‘吸金’的國家人工智慧
- 螞蟻技術專家:同為分散式快取,為何 Redis 更勝一籌?分散式快取Redis
- 同為分散式快取,為何 Redis 更勝一籌?分散式快取Redis
- Excel vs BI,誰更勝一籌?Excel
- TCP 和 UDP,哪個更勝一籌TCPUDP
- 誰更勝一籌 諾基亞N1對比谷歌Nexus 9谷歌
- 中國蘋果iOS遊戲營收首次超越美國,成為世界第一蘋果iOS遊戲營收
- 《Nature》:2030年,中國能在人工智慧領域領先於世界嗎?人工智慧
- 全球人工智慧相關領域高層次女性學者報告:美國佔比超6成,中國23人入圍人工智慧
- 蘋果iOS 12、谷歌Android P詳細對比:誰會更勝一籌?蘋果iOS谷歌Android
- AngularJS vs. jQuery,看看誰更勝一籌AngularJSjQuery
- 美團VS餓了麼,到底誰更勝一籌?
- vivo X7和vivo X6對比評測 誰更勝一籌?
- 小米5/魅族PRO 6/樂Max 2對比評測:誰更勝一籌?
- 雲表平臺VS永中office,誰更勝一籌?
- OPPO R9和OPPO A59區別對比評測 誰更勝一籌?
- 極光大資料:巨頭入局“吃雞”熱潮,最終誰家更勝一籌?大資料
- 2011年IT領域最大的贏家和輸家
- 行家 | 如何跨領域成為一位人工智慧工程師?人工智慧工程師
- Linux 容器 vs 虛擬機器 —— 誰更勝一籌Linux虛擬機
- 對話李開復:中國和美國將在AI領域甩開全世界AI
- 華為、小米的新手機用了更多AI,到底誰更勝一籌?AI
- 變電站運維推陳出新?無人值守卻更勝一籌運維
- QQ音樂新版本功能深度測評:對比蝦米和網易雲誰更勝一籌?
- 360手機N4/魅藍Note3/樂2對比評測:誰更勝一籌?
- Seeking Alpha:騰訊成為中國消費者網際網路領域領頭羊
- 在國內人工智慧領域,你最看好哪一家公司?人工智慧
- 更勝一籌!早期診斷肺癌,這款AI已超越人類醫生!AI
- 法政府將投15億歐元發展人工智慧,欲成為世界AI領袖人工智慧AI
- Human vs AI,人類和機器的學習究竟誰更勝一籌?AI
- 【熱】DeFi風口無處不在ADAMoracle算力挖礦更勝一籌Oracle
- 對話OpenAI Jack Clark:中國是人工智慧領域的領軍者OpenAI人工智慧
- 人工智慧領域專家學者回應 Elon Musk 人工智慧威脅論人工智慧
- 自然科學領域的中國論文數躍居世界第一
- MIT發起人工智慧專案MITIQ,旨在贏回AI領域主動權MIT人工智慧AI
- Python六大框架對比,Web2py略勝一籌Python框架Web
- 西班牙《國家報》:中國正成人工智慧領軍者 實力堪與美國競爭人工智慧
- Ruby vs Golang:效能、社群、相容性和開發經驗,誰更勝一籌?Golang