自從今年國務(wù)院印發(fā)《新一代人工智能發(fā)展規(guī)劃》以來，國家層面發(fā)展人工智能產(chǎn)業(yè)，以此促進(jìn)民生經(jīng)濟的戰(zhàn)略可以說十分清晰。
而伴隨著中國對人工智能產(chǎn)業(yè)的重磅投入，越來越多的聲音開始將中美兩國的人工智能實力進(jìn)行比較。無數(shù)智庫和數(shù)據(jù)機構(gòu)，接連發(fā)布以兩國人工智能工程化、商業(yè)化、科研指數(shù)為為分析對象的報告。得出的結(jié)論各有不同，但中國的人工智能發(fā)展水準(zhǔn)已經(jīng)達(dá)到國際化水平卻是不爭的事實。
雖然在談及頂尖的人工智能技術(shù)時，我們更多討論的是Deepmind、OpenAI以及各大學(xué)的AI實驗室。但要知道，雖然AI領(lǐng)域的科研與產(chǎn)業(yè)關(guān)系密切，但學(xué)術(shù)水準(zhǔn)終究不完全等同產(chǎn)業(yè)水平。
或許可以用另一個視角來看待中國的AI格局：AI產(chǎn)業(yè)化的關(guān)鍵因素中，中國企業(yè)一個也沒有遺漏。
讓我們從幾個維度梳理一下，以大數(shù)據(jù)+機器學(xué)習(xí)為主要特征的AI第三次次黃金周期中，AI的業(yè)態(tài)簡史與中國企業(yè)的表現(xiàn)。從更廣闊的視角看去，或許我們會認(rèn)同，AI是一個中國沒有錯過，也不能錯過的技術(shù)拐點。
生態(tài)之源：深度學(xué)習(xí)框架
人工智能是一個標(biāo)準(zhǔn)的眾創(chuàng)型技術(shù)，每一個巧妙的算法、每一種靈光乍現(xiàn)的邏輯，都可能解開困擾整個人類的問題。所以帶給開發(fā)者、研究者工具和環(huán)境，讓他們施展自己的才華，就成為了AI企業(yè)最主要的任務(wù)之一。
最早提起深度學(xué)習(xí)平臺的時候，還是以加州大學(xué)伯克利分校推出的Caffe為主。其創(chuàng)造性地將卷積神經(jīng)融入開發(fā)環(huán)境，構(gòu)建了相對高效清晰的深度學(xué)習(xí)框架。
而在2015年底，谷歌開源了此前在內(nèi)部使用的TensorFlow。隨著數(shù)次版本更新，一舉打破了Caffe的壟斷地位，成為了最活躍的深度學(xué)習(xí)框架。尤其隨著DeepMind全面使用，其社區(qū)資源得到了廣泛認(rèn)可。
為了爭奪開發(fā)者生態(tài)Facebook、微軟、OpenAI等公司相繼推出了深度學(xué)習(xí)的開發(fā)平臺，重新試圖顛覆谷歌的霸主地位。目前世界上主流的深度學(xué)習(xí)平臺依舊有十幾個之多。
開發(fā)者環(huán)境有多重要，從Facebook憑借PyTorch在AI界得到的話語權(quán)提升就能知道。擁有良性的深度學(xué)習(xí)架構(gòu)，是堆積AI開發(fā)生態(tài)的基礎(chǔ)。
這一點國內(nèi)的企業(yè)也并未落后。比如百度最先推出了PaddlePaddle，宣布了國內(nèi)企業(yè)進(jìn)入這一領(lǐng)域。今年阿里云推出了PAI，主打與主流框架的環(huán)境友好度與便捷遷移。
目前來看，國內(nèi)深度學(xué)習(xí)框架正在憑借開發(fā)環(huán)境、社區(qū)資源和企業(yè)激勵計劃，逐漸對歐美主流開發(fā)平臺形成沖撞。至少在AI研發(fā)的核心環(huán)節(jié)中，中國已經(jīng)搶回了關(guān)鍵分。
硬實力的答卷：芯片代表的算力基礎(chǔ)
人工智能的神經(jīng)網(wǎng)絡(luò)任務(wù)模型，是完全不同于傳統(tǒng)運算需求的全新任務(wù)形式。換句話說，傳統(tǒng)的硬件運算基礎(chǔ)也將不再符合人工智能的需求。
PC時代得芯片者得天下的說法，在人工智能時代似乎依舊奏效。
2011年，IBM就通過對人類大腦的模仿，推出了可商用的類腦芯片，可以說是人工智能芯片解決方案的基礎(chǔ)。但這種模式很快被證明實際價值不高，逐漸也就被束之高閣了。
此后FPGA、ACIS等處理人工智能任務(wù)的芯片類型相繼推出。而英偉達(dá)據(jù)說在一次實驗錯誤中發(fā)現(xiàn)了GPU可以很好的處理深度學(xué)習(xí)任務(wù)，也打開了GPU與人工智能狂飆突進(jìn)的序幕。
目前英偉達(dá)Tesla V100號稱性能最強的AI專用處理器。而今年谷歌發(fā)布了專門應(yīng)對深度學(xué)習(xí)任務(wù)的TPU芯片，也在AlphaGo身上大展神威。
而對于國內(nèi)相關(guān)產(chǎn)業(yè)鏈來說，如何獲取到可以支撐人工智能研發(fā)與部署的運算能力、獲得智能AI化遷移的運算服務(wù)基礎(chǔ)，就成為了當(dāng)務(wù)之急。
在主流神經(jīng)網(wǎng)絡(luò)芯片制造依舊掌握在美國巨頭手里的情況下，國內(nèi)企業(yè)更多采取了繞路迂回的辦法，比如通過云計算架構(gòu)來輸出AI算力，匹配開發(fā)者的運算需求。
9月初，阿里云宣布推出了新一代異構(gòu)加速平臺。其異構(gòu)計算家族涵蓋GPU、FPGA在內(nèi)的7款異構(gòu)實例，并附帶全新高性能計算實例E-HPC。BAT和華為等云計算服務(wù)商輸出開放和定制化的算力供給，相對更加符合中國企業(yè)的需求。
而云計算之外，部署終端計算的微型AI芯片也在成為熱門話題。在手機上，蘋果推出了A11仿生芯片。而此前華為搶先發(fā)布了全球第一款移動AI芯片麒麟970。
基于芯片和算力的AI博弈已經(jīng)在中美兩國的方方面面展開。未來云端一體化的AI算力似乎是更加切實的解決模式。云計算與硬件制造商之間的合縱連橫，也非常惹人期待。
萬物啟蒙：關(guān)于智能硬件浪潮
用AI加持普通終端，開啟萬物互聯(lián)的全新紀(jì)元，似乎早就成為了業(yè)界的共識。五花八門的AI硬件也很早就出現(xiàn)過。
但毫無疑問，亞馬遜的Echo開啟了智能語音+普及化硬件的新風(fēng)口。一時間全球無數(shù)智能音箱崛起，一時間堪稱壯觀。
這個領(lǐng)域值得我們注意的，是中國企業(yè)對AI消費風(fēng)潮的敏銳和戰(zhàn)略性投入。就像亞馬遜投入Echo的更大野心在打通家庭生態(tài)場景一樣。中國巨頭們先后投入AI硬件也難以離開生態(tài)化的誘惑。
從京東的叮咚，到小米的小愛同學(xué)、阿里的天貓精靈，巨頭們顯然希望音箱成為家居場景AI化的入口。通過后續(xù)更多IOT+AI的想象力迸發(fā)，達(dá)成新的消費風(fēng)口爆發(fā)。
在IoT矩陣更加完善的情況下，有理由相信機器視覺、圖像識別等AI技術(shù)會爭相進(jìn)入消費智能硬件序列。開始體驗到AI之后，智能消費市場很可能才剛剛崛起。
從實驗室到物理世界：AI的場景化落地
假如AI技術(shù)只能待在實驗室中，那恐怕只會有今天百分之一的人關(guān)注它。
畢竟任何技術(shù)都需要在現(xiàn)實世界中檢驗自己的價值。而AI又是一項非常底層的技術(shù)，很容易與各行各業(yè)的效率、體驗和解決模式相連接，給人以意想不到的效果。
雖然我們今天已經(jīng)習(xí)慣了很多AI帶來的價值，但想一想初次接觸谷歌ML的智能推薦、蘋果Siri的語音交互體驗，看到特斯拉的車輛收集數(shù)據(jù)反向訓(xùn)練自動駕駛，那種驚喜感是溢于言表的。
或許得以于移動互聯(lián)網(wǎng)的鋪墊，相比于美國市場，中國有更大的AI市場和更好的AI接受環(huán)境。而中國企業(yè)也在AI的場景化落地領(lǐng)域造就了許多個“China first”。
比如說我們在語音交互領(lǐng)域，看到了百度的度秘、科大訊飛兩大巨頭齊飛。在機器視覺領(lǐng)域，出現(xiàn)了商湯、曠視等5大獨角獸，著實令人驚嘆。
這里不得不提到阿里云的ET大腦系列。ET城市大腦在杭州的部署，是人類史上第一次用大數(shù)據(jù)+人工智能方式來指揮真正的城市交通。
某種程度來說，在應(yīng)用場景上，有“中國特色”的AI落地道路已經(jīng)比歐美國家走的更遠(yuǎn)。結(jié)合數(shù)據(jù)感知和大規(guī)模計算領(lǐng)域的能力，人工智能可以輸出為更多實際的社會價值。這種模式應(yīng)該會在接下來的中國市場中不斷發(fā)酵成熟。
綜合來看，在中國企業(yè)利用人工智能達(dá)成具體行業(yè)的賦能和革新，需要的各領(lǐng)域產(chǎn)業(yè)基礎(chǔ)已經(jīng)相繼成熟。而依托海量的用戶網(wǎng)絡(luò)數(shù)據(jù)，大數(shù)據(jù)、云計算、人工智能結(jié)合的應(yīng)用邏輯，或許會成為中國特有的AI成熟方式。
更深層的未來：人才與研發(fā)聚合效應(yīng)
很多大牛都坦誠的表示過，AI打到最后都是人才戰(zhàn)。
但這一點或許不太準(zhǔn)確，因為能夠左右產(chǎn)業(yè)局面的科學(xué)家和技術(shù)專家畢竟是極少數(shù)，真正左右戰(zhàn)局的，應(yīng)該是研發(fā)團(tuán)隊和實驗室的成熟度和創(chuàng)新能力。
從DeepMind的科學(xué)狂人文化中，不難看出AI人才在企業(yè)實驗中的戰(zhàn)略意義。而這場另類賽道的競賽，其實很早就在我們身邊開始打響。
拋開歐美的AI實驗室文化和工程師文化不提，中國互聯(lián)網(wǎng)企業(yè)配備技術(shù)科研團(tuán)隊也已不是什么新鮮事。
很早就成立的微軟亞洲研究院，其中一個研究方向就是人工智能領(lǐng)域的探索。這或許成為了一個示范，引出了中國互聯(lián)網(wǎng)巨頭們花樣繁多的AI人才聚合項目。
比如百度在2013年就建立了IDL（深度學(xué)習(xí)研究院），主要攻克深度學(xué)習(xí)、語音識別和智能訓(xùn)練領(lǐng)域的技術(shù)難題。2014年，阿里成立了iDST（數(shù)據(jù)科學(xué)與技術(shù)研究院），據(jù)說肩負(fù)著在大數(shù)據(jù)時代彰顯阿里技術(shù)高度的重任。
另一個被廣泛關(guān)注的現(xiàn)象，是BAT三家相繼成立了AI Lab。
最早成立的百度硅谷 AI Lab，一直在學(xué)術(shù)上比較活躍，成果也以論文和開源算法為主，酷似歐美大公司里的學(xué)院派。
今年3月，曾擔(dān)任百度研究院副院長和大數(shù)據(jù)實驗室負(fù)責(zé)人的張潼被任命為騰訊AI lab主任。相對來說，騰訊AI lab更加注重AI的工程化和應(yīng)用化。研究領(lǐng)域集中在計算機視覺、語音識別、自然語言處理和機器學(xué)習(xí)，相對偏重騰訊的豐富場景與AI相融合。
今年7月，阿里AI lab 宣布亮相，前南洋理工大學(xué)教授王剛宣布加入。相對于iDST，阿里AI lab偏重消費級AI產(chǎn)品的研發(fā)。從與AI lab同天亮相的天貓精靈中就可見一斑。
根據(jù)高盛的相關(guān)報告預(yù)測，未來世界上超過百分之八十的深度學(xué)習(xí)研究成果將在中國產(chǎn)生，而各大企業(yè)間的AI研發(fā)團(tuán)隊與實驗室將是這些成果的主要驅(qū)動力。
更深的技術(shù)未來，永遠(yuǎn)是由人來引發(fā)。
結(jié)束語
以上幾個部分，相當(dāng)于從不同角度勾勒一段AI業(yè)態(tài)的發(fā)展史。很容易看出，中國人工智能在各個領(lǐng)域都沒有掉隊，至少都有可以躋身世界主流的話語輸出能力。
AI發(fā)展動力，源于整合優(yōu)勢、沉浸學(xué)術(shù)、開發(fā)生態(tài)。中美之間的片面比較其實并沒有意義，知道中國優(yōu)勢與弱項，并在此基礎(chǔ)上釋放更深層的創(chuàng)造力才是根本。
有人說，在硅谷開發(fā)者眼中能看到一種亞洲同行沒有的好奇心與浪漫。但在中國AI的從業(yè)者和開發(fā)者眼中，卻經(jīng)常能看到一種不容有失的饑餓感。
那也是一種力量，一種十分值得驕傲的力量。
