人工智能（AI）技術作為未來最有想象空間的技術，近來獲得了極大的關注。國務院印發(fā)的《新一代人工智能發(fā)展規(guī)劃》，彰顯了從國家層面推動AI戰(zhàn)略的決心和信心。這種信心來自于過去5年中國科研力量在AI領域的快速發(fā)展和取得的卓越成就。

這一波AI熱潮由2012年的ILSVRC（ImageNet大規(guī)模視覺識別挑戰(zhàn)賽）開始在學術界興起，到今年5月谷歌的AI圍棋程序AlphaGo以3∶0完勝世界排名第一的柯潔，從而讓萬眾矚目。在這5年間，中國的學術界和企業(yè)及時地把握住了技術發(fā)展的趨勢，利用中國特有的產(chǎn)業(yè)優(yōu)勢迅速提升技術研發(fā)水平，目前在算法和應用方面已經(jīng)站在世界前列。在核心芯片研發(fā)方面也反應迅速，奠定了良好的產(chǎn)業(yè)化基礎。對于AI領域來說，算法和芯片都是應用的基礎，而充足的人才是保證技術升級可以真正推動產(chǎn)業(yè)升級的決定性因素。本文分別從算法、芯片、應用、人才等四方面回顧5年來我們取得的成果，分析機會和差距，最后對未來提出展望。

提算法水平

這次AI熱潮歸功于深度學習算法（一種使用多層神經(jīng)網(wǎng)絡的機器學習算法）。深度學習的鼻祖杰夫·辛頓在2012年NIPS上發(fā)表文章，報道了通過訓練大型的深度卷積神經(jīng)網(wǎng)絡把ILSVRC2010訓練集中的130萬張圖像分為了1000個不同的類別，并且大幅降低了誤差率。隨后，深度神經(jīng)網(wǎng)絡日益流行，并出現(xiàn)了多種優(yōu)秀變體，比如AlexNet、GoogLeNet、VGG Net、ResNet。2016年發(fā)表的ResNet就是由微軟亞洲研究院的中國團隊發(fā)明的。

深度神經(jīng)網(wǎng)絡的特點是需要大量的標注數(shù)據(jù)來訓練模型。因為模型非常大，訓練過程也需要大量的計算資源。因此，學術界和企業(yè)界結合是最優(yōu)的研發(fā)方式。擁有優(yōu)質數(shù)據(jù)來源的企業(yè)吸引了很多優(yōu)秀研究人員加入或者進行合作，例如百度、騰訊、科大訊飛、�？低�視等。百度和科大訊飛率先進行深度學習方面的研發(fā)，分別實施了“百度大腦”和“訊飛超腦”計劃，快速提高深度學習的算法能力，在多個領域達到國際先進水平。百度于2016年開源了PaddlePaddle深度學習平臺，是國際上繼Google、Facebook、IBM后第一家將人工智能技術開源的中國公司�？拼笥嶏w在感知智能、認知智能以及兩者的深度結合等領域均達到國際領先水平，如國際最高水平的語音合成比賽Blizzard Challenge（暴風雪競賽）七項指標全部全球第一和參加第四屆CHiME Challenge國際多通道語音分離和識別大賽獲取全部三項賽事的第一名。這表明科大訊飛在中文語音識別系統(tǒng)保持絕對領先的同時，其英語語音識別系統(tǒng)同樣達到國際領先水平。此外，AI領域的明星創(chuàng)業(yè)公司，如曠視科技、商湯科技、云知聲、思必馳等，聚焦在深度學習最擅長的視覺識別和語音識別領域，推動中國相關領域的技術水平達到國際一流。

中國學者在發(fā)表AI學術論文、申請專利和參加國際競賽方面成果斐然。Elsevier的SCOPUS數(shù)據(jù)庫中的數(shù)據(jù)顯示，2011～2015年，中國學者在AI領域出版的論文數(shù)量排名世界第一，創(chuàng)下了超過4．1萬個出版物的記錄（美國第二，約為2．55萬篇；日本第三，約為1．17萬篇）。自2016年以來的論文發(fā)表數(shù)量仍繼續(xù)上升，并且華人學者在頂級國際學術會議中擔任重要角色的比率也越來越高。中國研究人員發(fā)起的專利申請，近年來也上漲了兩倍。在近3年的ILSVRC視覺識別競賽中，中國團隊獲得冠軍的比率也越來越高。在2017年度ILSVRC競賽上，來自中國大學和企業(yè)的AI團隊將各項比賽第一名全部包攬，而且參賽的27個隊伍，其中超過一半來自中國。這些成就表明我國在AI算法研究方面有巨大潛力，影響力擴大到全球。

目前的差距在于，雖然論文數(shù)量和專項比賽已位居前列，但AI基礎科研的整體影響力還不夠，在加權引文影響力上只排名34位。發(fā)表超過500篇論文的獨立科研機構，中國也只有中科院自動化研究所上榜。目前具有全球影響力的人工智能學者也大都聚集在北美。彌補這個差距需要中國研究人員的集體努力�，F(xiàn)在已經(jīng)呈現(xiàn)出很好的趨勢，例如中國機器學習領域的領軍人物南京大學的周志華教授當選為AAAI2019大會的程序委員會主席。從量變到質變，中國研究人員在國際AI研究領域的影響力在未來5年會大大提升。

增芯片實力

AI產(chǎn)業(yè)的規(guī)模化發(fā)展離不開芯片的支持，而且這更加迫切。因為深度學習對計算力和內存容量、速度的要求都很高，芯片業(yè)界近年來一直在用最新的架構和高密度、高并行、可擴展的計算和存儲能力來支持人工智能的研究。國際巨頭如英特爾、英偉達、谷歌都推出了各自的芯片產(chǎn)品�？上驳氖�，在高端芯片設計這個中國傳統(tǒng)弱項上，中國研究人員在AI領域提前布局，深入探索專用芯片（ASIC）、現(xiàn)場可編程芯片（FPGA）和類腦計算芯片，已經(jīng)取得了令人矚目的成績。

依托于中國科學院計算所的寒武紀科技公司在深度學習流行之初，為解決深度學習發(fā)展瓶頸的速度和能效問題，敏銳地確立了為其設計專用的加速指令集和芯片架構的研究點，2016年3月，他們提出的深度學習處理器指令集DianNaoYu被計算機體系結構領域頂級國際會議ISCA2016所接收，其評分排名為所有近300篇投稿的第一名。同年11月，他們的深度學習處理器架構概述論文“DianNao Family： Energy－Efficient Hardware Accelerators for Machine Learning”（DianNao系列：高能效機器學習硬件）刊發(fā)于《國際計算機學會通訊》（Communications of the ACM）的研究焦點欄目。這是中國大陸的研究工作首次入選該欄目。目前，寒武紀的深度學習專用芯片已經(jīng)進入產(chǎn)業(yè)化階段，有望加速智能手機、安防監(jiān)控、可穿戴設備、無人機和智能駕駛等各類終端設備。

異軍突起的還有深鑒科技和地平線機器人這兩家初創(chuàng)公司。他們分別在FPGA芯片和專用芯片領域深度整合算法和硬件設計來對深度學習和其他人工智能算法進行加速。2015年年底，浙江大學與杭州電子科技大學合作研制成功國內首款類腦芯片“達爾文”，大小為5×5平方毫米，是一款采用標準CMOS工藝實現(xiàn)的基于脈沖神經(jīng)網(wǎng)絡的類腦硬件協(xié)處理器（類腦芯片）。今年5月，由中國科學技術大學承建的全國首個類腦智能技術及應用國家工程實驗室在合肥成立，該實驗室將通過研究腦認知與神經(jīng)計算、類腦多模態(tài)感知與信息處理，實現(xiàn)類腦神經(jīng)芯片與系統(tǒng)、類腦計算系統(tǒng)和量子人工智能的三大突破，最終形成類腦智能產(chǎn)業(yè)。