近年來，各大科技及汽車廠商都在大力推動著自動駕駛的實現，而 Uber 僅用幾秒鐘的一次致死事故，就將自動駕駛推上風口浪尖，這條新聞也使得背靠人工智慧的自動駕駛系統又一次引發了人們的關注。
1 人 工 智 能 發 展 路 線
隨著人工智慧（Artificial Intelligence，AI）高速發展與應用，計算機技術已經進入以人工智慧為代表的新資訊科技時代——智慧技術時代。近兩年來，人工智慧已經被提升到了關乎我國國家發展戰略的高度，第三次人工智慧研究熱潮在中國愈演愈烈。
相比於世界已開發國家人工智慧的發展，我國的人工智慧研究起步晚，發展道路曲折，甚至一度受到打壓。
但是在進入21世紀後，許多人工智慧研究專案獲得各類國家科研基金支援，各大高校培養了大批科技人員從事人工智慧學科的研究。近兩年來，人工智慧研究在中國甚至已經被提升到了國家發展戰略的高度。
圖 人工智慧技術源頭河流圖
AMiner在統計人工智慧所有子領域共18107專家學者後發現，在全球人工智慧專家中，目前佔比最多的前三名是美國（39.71%）、中國（14.77%）和英國（6.3%），這三個國家的人工智慧專家數量對比其他國家和地區具有絕對優勢。
然而在全球資深人工智慧專家和領軍人工智慧專家數目上，美國（分別為54.13%和68%）佔比多於全球其他所有地區專家數目的總和。
中國的人工智慧科研現狀雖然取得了一定的成績，但是與第一名美國仍然存在很大的差距。
2 中 國 AI 領 域 面 面 觀
人工智慧既是電腦科學的一個分支，又是電腦科學、控制論、資訊理論、語言學、神經生理學、心理學、數學、哲學等多種學科相互滲透而發展起來的綜合性學科。
AMiner根據前期取樣的中國人工智慧領域的專家資料，並基於ACM計算分類系統CCS2012，重新構建了中國人工智慧領域分類樹。
圖 中國人工智慧領域分類樹
此外，我們統計了中國的四個權威機構的資料，包括中國電子學會，中國中文資訊學會，中國自動化學會和中國計算機學會，分析了中國人工智慧學者的分佈及研究現狀。
中國人工智慧學者主要分佈在以下領域：資料探勘、機器學習、計算機視覺、資料庫、自然語言處理、影象處理、計算機圖形學、多媒體技術、虛擬現實、人機互動、資訊檢索以及社交網路等。其中，資料探勘（230人）、機器學習（207人）、計算機視覺（193人）和資料庫（171人）領域的人才充足，而在機器人、跨學科計算與機器學習應用等領域稍顯薄弱。
在中國，人工智慧學者數量最多的三個單位是清華大學、北京大學和中國科學院，分別有72名，66名，51名人工智慧專家。這三個單位的人工智慧學者數遠多於其他單位。
在此次釋出的報告中，AMiner還統計了近2年人工智慧領域發表的國際頂級會議論文，得到了5573篇論文，其中有1554位中國學者。
按照人工智慧領域的分類樹，將每篇論文歸類至相關的領域，含50位中國學者以上的（一級）領域有：機器學習（796人，佔總數的51.22%）、計算機視覺（334人，佔總數的21.49%）、自然語言處理（204人，佔總數的13.13%）、社交網路（84人，佔總數的5.41%）、多代理系統（61人，佔總數的3.93%）、知識工程（59人，佔總數的3.80%）、知識表示（54人，佔總數的3.47%）和推薦系統（53人，佔總數的3.41%）。中國學者發表的頂級論文涉及的這些領域也是人工智慧在國際上比較活躍的子領域。
3 中 國 AI 專 利 在 哪 裡
AMiner在隨機抽取2015年1月1日至今覆蓋各個AI領域的 15222個AI相關的專利並統計分析後發現，AI專利41.47%來源於計算機領域，其次是電子通訊（13.64%）、控制（5%）等領域，並廣泛應用於社會生產生活的各個方面。
本次釋出的報告基於國家專利局的相關資料，覆蓋了AI研究的各個方向，其中在資料庫（38038）、機器學習（13877）、人機互動（9969）、大物聯網（8929）、大資料（5055）、語音技術（4835）、虛擬現實（3577）、資料探勘（1422）、深度學習（786）、自然語言處理（819）、機器人學（1547）等領域尤為活躍。
另外在AI的實踐應用中，無人機（9356）、人臉識別（3207）、社交網路（710）、自動駕駛（647）等AI具體應用方向專利數量可觀。
以深度學習專利來看，在2012年暫無深度學習相關的專利，2013年有31個，2014年為80，2015年為237，到2016年則有465個。通過擬合可以看出，中國在深度學習方面的專利基本以增指數的趨勢增長。
圖 中國深度學習專利數量
在中國AI專利申請前20的機構中，企業佔11名，高校佔9名，而且企業的名次相對更高。整體資料上，AI專利的主力軍還是企業。作為IT產業最為密集的三個城市，專利申請單位也多分佈在北京、上海、深圳。
在指紋驗證處輕按，手機便可以自動識別完成付款程式——由於人工智慧的發展，許多在過去看來不可置信的事如今已成為廣泛使用的生活常識。
以BAT為代表的中國企業在人工智慧特定領域都取得了令人矚目的應用實踐成果。這些成果目前廣泛應用於日常生活中，比如交通、銀行、電子商務、安保（包括指紋識別、語音識別、人臉識別、虹膜識別和步態識別等）、機器人視覺和導航等日常生活的方方面面。
4 交 叉 熱 點 分 析
過去十年內，AI領域與汽車領域的交叉運用主要集中在Control Methods、Neural Networking、Genomics與 Control Strategy、Control System、Real Time的交叉運用，其中Control Methods（AI）& Control System（Vehicle）與Genomics（AI）& Real Time（Vehicle）在短短十年之內實現了飛速的發展。
而在未來三年內，AI與汽車領域的交叉運用主要集中在Genomics、Control Methods與Control Strategy、Control System、Real Time的交叉運用。Genomics（AI）& RealTime（Vehicle）將繼續成為研究的重點。
無論是Control Methods（AI）& ControlStrategy（Vehicle）、Control Methods（AI）& Control System（Vehicle）還是Genomics（AI）& RealTime（Vehicle），都使用AI進行汽車的資料收集與駕駛決策。未來的研究熱點集中在這三個領域一定程度上說明了未來自動駕駛將熱度不減。
作為行業的代表，特斯拉、Uber和Google這三個力量結合在一起，推動了產品和需求的跨越式發展，整個行業進入了新的變革點。人工智慧的發展為汽車的變革注入了更具想象力的未來。
來自：AMiner官網