[科技界] 国内人工智能面面观 应注重加强创新能力

近年来，中国的人工智能技术不断发展，在全球人工智能行业中占据重要地位。比如中国的ai相关学术论文数量远远超过英美等发达国家。

目前，中国ai产业的发展主要依靠相关技术公司。借助企业自身积累的大量数据，中国的资深互联网企业在语音识别等技术上已经处于国际领先水平，这些企业积极将技术应用于产品，推广线下产品。总体来说，与这些民营科技公司相关的ai产品的研发已经成为我国ai产业发展的主要推动力。

对于人工智能来说，它的研发和创新离不开数据、算法和计算能力，这在很大程度上决定了ai的技术水平。

首先，数据积累是ai R&D的前提，大量稳定的数据源对ai的提升起着重要作用。中国是世界上人口最多的国家，庞大的人口可以产生海量的数据，这是我们最大的数据优势。但中国的数据共享水平不高，远低于美国等发达国家，主要表现在三个方面。一是民营企业有自己的数据收集平台，但没有企业间数据共享的平台，整个行业没有数据友好的标准；二是我国公共部门开放数据较少，政府数据开放度排名较低；第三，国内跨境数据流较少。

其次，算法的创新是ai研发的关键，新算法往往带动ai质的进步。我国在算法开发，尤其是语音识别方面处于国际前沿水平。然而，对算法的基础研究还不够，中国企业在一定程度上受益于国际先进算法的共享。主要原因是国内缺乏相关R&D人才，大部分R&D人员工作经验不足。而且国内高校相关研究较少，研发主要集中在语音识别方面，其他分支研究较少。

最后，计算能力的水平对人工智能的发展起着决定性的作用，其中半导体和芯片等硬件占据着重要的地位。表面上看，硬件可以从其他发达国家购买，计算能力基本不难获得。但是中国的芯片等高端硬件严重依赖进口，购买高端硬件成本高，潜在风险太大。而且，美国已经禁止向我国政府出口高端芯片。可喜的是，中国已出台相关文件推动相关硬件的研发，有望在未来打破发达国家对核心硬件的垄断。

值得一提的是，虽然国内ai相关论文数量已经超过美国，但被引论文影响力不高，本质上是国内ai R&D缺乏创新能力。

根据我国ai发展现状，需要加强数据共享，培养相关人才，开发核心硬件。要做到这几点，最重要的是提高自主研发能力，不要依赖发达国家的数据、算法、硬件的输入。只有掌握了核心技术和硬件，才能迎来中国ai产业的腾飞。

本文作者是科技立方编辑梁晨；关注未来技术和tmt行业。作者微信:turchen，欢迎交流。