中国顶级AI研究者数量仅为美国 1/5：美国智库最

最近，美国数据、技术和公共政策交叉研究智库 Center for Data Innovation 发布了一份中、美、欧 AI 实力对比报告，从人才、研究、发展、应用、数据、硬件六个角度对三方的 AI 力量进行了对比。报告显示，美国各方面综合得分最高，为 44.2 分(满分为 100 分)，中国则以 32.3 分紧随其后，而欧盟得分仅为 23.5.

在各个评估维度中，美国在人才、研究、发展、硬件四个维度遥遥领先，中国在应用和数据方面表现突出。此外，欧盟在人才、研究、发展、应用四个维度均居第二，但在研究领域非常强大。

研究还显示，虽然中国已经在可用于 AI发展和应用的数据领域建立了强大优势，但与欧盟和美国相比，中国的人才资源严重不足。其中，中国的顶级 AI 研究者(h-index 全球排名前 10% 的研究者)数量仅为 977，远远落后于欧盟(5787)和美国(5158)。作者建议中国加大对大学阶段 AI 教育的投入。

引言

美国从上一波数字创新浪潮中获得了巨大的经济效益，诞生了亚马逊、苹果、Facebook、谷歌、英特尔以及微软等全球最成功的科技公司。与此同时，包括欧盟在内的世界其他国家和地区却选择在数字创新浪潮中置身事外，因而付出了相应的经济代价。

很多国家都已经意识到，错过下一波 AI 创新浪潮可能会带来类似的问题，因此纷纷采取行动，确保在下一轮全球经济数字转型中发挥重要作用。

如今，中国、欧盟和美国成为全球 AI 领先地位的主要角逐者。的确，在互联网经济中，通过与美国公司的竞争，中国在一定程度上取得了成功，并清楚地表明自己想要在 AI 领域占据主导地位。

此外，欧盟推出的 AI 协调计划表明其自身「想要成为开发和部署尖端、合乎伦理道德和安全 AI 的全球领先区域」。这场关于 AI 全球领先者的角逐将影响中美以及欧盟未来的经济产出、竞争力和军事优势。

报告概览

根据中、美、欧盟的 AI 对比报告结果，美国以 44.2 分的综合得分排名第一。其原因在于以下几个方面：

美国拥有最多的 AI 创业公司，并且相关创业生态系统获得了最多的私募股权投资和风投;

美国在赋能 AI 系统的传统半导体和计算机芯片行业处于领先地位;

美国虽在学术论文总数上不及欧盟或中国，但论文的平均质量最高;

美国的 AI 人才总数虽不及欧盟，但更为优秀。

中国在 AI 领域领先于欧盟，并且似乎正快速缩小自身与美国的差距。中国较欧盟和美国具有更多的数据获取途径，这一点非常重要，因为现在很多 AI 系统需要利用数据集来准确地训练模型。2017 年，在风投和私募股权投资方面，中国 AI 创业公司获得了较美国更多的资金投入。但是，中国在高质量 AI 人才方面明显落后于美国和欧盟。截至 2017 年，意大利等数个欧盟成员国的 AI 研究人员数量皆多于中国。与美国相比，中国在六个评估维度中都取得了显著的进步，并且在资金投入和 AI 应用方面大大超过了欧盟。

欧盟有足够的实力与中美两国展开竞争。事实上，欧盟的 AI 研究人员较中美两国更多，并且产出的研究成果也是最多的。但遗憾的是，欧盟拥有的 AI 人才数量与其商业 AI 应用和资金投入存在着脱节。举例而言，中美两国 AI 创业公司仅在 2017 年获得的风投和私募股权投资就超过了欧盟 2016-2018 年的资金投入总和。因此，欧盟的落后地位不仅削弱了自身享受 AI 经济和社会效益的能力，而且影响到了欧盟委员会(European Commission)想要赢得全球 AI 主导地位的目标实现。

表 1：中美以及欧盟在人才、研究、发展、应用、数据和硬件六个评估维度的排名。

为了解中美以及欧盟 AI 优势与其研究者规模之间的关系，作者通过计算平均数来计算每个指标的得分。结果显示，美国得分最高，为 58.2 分;欧盟其次，为 24.3 分;中国最低，为 17.5 分。

报告表明，中美以及欧盟各自都有可以提升的领域，从而在 AI 经济中更富竞争力。举例而言，中国应该增强高校 AI 相关学科的教学能力，鼓励重视科研质量而非数量，还要营造数据开放的文化氛围。与此同时，欧盟应该制定相关政策激励 AI 人才留下来，帮助其将研究成果转化为商业应用，鼓励在全球市场中更具竞争力的大公司的发展，并要进行制度改革以实现更好的 AI 数据应用。最后，美国若要保持其领先地位，则应该将重点放在扩展本国人才基础的政策上来，促使外国 AI 人才移民美国，并增加 AI 研发的奖励措施。

接下来，作者依次对六个评估维度和相应得分进行了详述和解析。

人才

AI 研究者数量：此处的 AI 研究者指的是 2007-2017 年间在 AI 期刊上发表文章或取得 AI 相关专利的研究者。据估算，欧盟的 AI 研究者数量达到了 43064 人，领先美国(28536)和中国(18232)。其中，德国(9441)、英国(7998)、法国(6395)、西班牙(4942)、意大利(4740)的研究者数量总和就已经超过了美国的研究者数量。平均来看，美国每 100 万名研究者中的 AI 研究者数量(173.1)领先欧盟(172.9)和中国(23.2)。

顶级 AI 研究者数量(H-Index)：研究者的数量固然重要，但质量更加重要。h-index 是衡量研究者质量的一大指标，从中可以看出研究者的论文产出和影响力。这一指标考察了全球 h-index 排名前 10% 的 AI 研究者数量。以 h-index 为标准来看，2017 年，欧盟的顶级 AI 研究者数量约为 5787，领先美国(5158)和中国(977)，其中英国 (1,177)、德国 (1,119)、法国 (1,056)、意大利 (987) 和西班牙 (772) 共有 5111 人。平均来看，美国每 100 万人中的顶级 AI 研究者数量(31)领先欧盟(23)和中国(1)。

顶级 AI 研究者数量(学术会议)：在全球 AI 学术顶会上发表论文的研究者数量是衡量研究者质量的另一指标。AI 创业公司 Element AI 整理了 2018 年 21 个 AI 顶会的数据。在这一指标上，美国的研究者数量(10295)领先欧盟(4840)和中国(2525)。平均来看，美国每 100 万人中的顶级 AI 研究者数量(62)领先欧盟(19)和中国(3)。

表 2：人才的绝对数量和得分。

表8：顶级 AI 研究者数量对比，以每百万人均计算。

研究

中国、美国和欧盟都在开展 AI 研究探索。例如，2017 年国务院印发的《新一代人工智能发展规划》指出，中国计划到 2025 年人工智能基础理论实现重大突破。为了实现这一目标，政府还建立了人工智能研究中心。此外，中国工业和信息化部还计划每年拨款 9.5 亿美元，资助战略性人工智能项目。

欧盟委员会承诺在 2018 到 2020 年间投入 15 亿欧元(17 亿美元)用于 AI 研究，并提出在 2021 年-2027 年间至少投入 70 亿欧元开展 Horizon Europe 和 Digital Europe 计划，以发展人工智能。

2015 年，美国联邦政府在人工智能相关技术的非机密研发上花费了 11 亿美元。2018 年 9 月，美国国防部下属的国防高级研究计划局(Defense Advanced Research Projects Agency)宣布，将在 5 年内投入 20 亿美元，以开发下一代人工智能技术。

AI 论文数量：每年发表的 AI 论文数量是衡量各国研究发展状况的指标之一。2017 年，中国发表的 AI 研究论文数量达到了 15199 篇，而在欧盟和美国，这一数字分别为 14776 和 10287。从历史总数上来看，其实欧盟发表的 AI 论文数量才是最多的。从 1998 年到 2017 年，欧盟研究者发表了接近 164000 篇 AI 论文，而在中国和美国，这一数字分别为 135000 和 107000。平均起来看，2017 年美国每 100 万研究者发表的论文数目是 63，领先欧盟(59)和中国(19)。

表 3：研究水平对比。

发展和应用

追踪私募基金是衡量各国发展人工智能企业能力的一种方式。该报告研究了 2017 年至 2018 年间 AI 公司的风险投资和私募股权融资。美国(约 169 亿美元)处于领先位置，其次是中国(约 135 亿美元)和欧盟(约 28 亿美元)。

与其他基于技术的初创企业类似，人工智能创业公司可以成为一个国家经济增长和竞争力的重要推动力。全球咨询公司 Roland Berger 和总部位于柏林的投资公司 Asgard 将人工智能初创企业归类为生产利用人工智能作为主要产品或服务的公司(不包括硬件企业)。该公司研究发现，2017 年美国是 1393 名 AI 初创企业的所在地，领先于欧盟(726 家)和中国(383 家)。

衡量人工智能应用的最好方法是跟踪成功将 AI 纳入其业务流程的公司百分比。2018 年，中国在这一方面的比例领先全球(32%)，其次是美国(22%)和欧盟(约 18%)。另一方面，有 53% 的中国公司已经在开展人工智能应用的试点，这一数据也大大领先第二名美国(29%)。

表 4：AI 发展水平对比。

表 5：传统公司 AI 技术应用对比。

表 6：AI 发展水平对比，以人均计算。

表 7：传统公司应用 AI 技术的比例。

数据

中国互联网公司收集的数据可以为业界和学界带来很大的 AI 研发优势。事实上，随着中国应对数据缺乏的政策实施，这种优势在未来还有可能继续扩大。

与西方同行相比，中国大型互联网公司具有的很大的数据优势，这其中至少有两个原因。首先，西方的互联网服务相对分散：即使是亚马逊的用户也不能预订酒店。而另一边，中国科技公司已经构建了一体化的超级应用程序。例如，微信现在已经允许用户「叫出租车、订餐、预订酒店、交手机话费，以及购买飞往美国的航班;在美国，这些服务以及数据在 Uber、Postmates、Expedia、Verizon 和 Venmo 等公司之间并行。

第二点，中国科技公司早已将自己的业务嵌入传统的离线商业领域中了。例如，滴滴出行的业务已经进入到加油站和汽车维修店。此外，美团点评的起源虽与 Yelp 类似，但现在不仅为用户提供了比较业务的平台，还为人们食品提供服务。因此，中国互联网公司有机会收集比美国互联网公司更多样化和更深入的数据。然而，应该指出的是，一些美国技术巨头的更广泛的全球影响力为他们提供了自己的数据优势。例如，Facebook 拥有超过 20 亿用户，而微信只有 11 亿用户。如果中国公司在国际上取得更大的成功，就像短视频应用抖音所做的那样，美国的优势将会减弱。

表 8：数据集对比。

表 9：数据水平对比，以人均水平计算。

硬件

AI 系统依赖大量算力。实际上，正是因为 GPU(图形处理单元)的快速发展，人工智能技术才迎来了近几年的爆发。硬件技术对于国家 AI 竞争力非常重要。

首先，半导体产业薄弱的国家容易受到其他国家的牵制。在 2018 年，美国禁止向中兴通讯提供零部件和软件。由于中兴依赖美国公司提供的半导体设备，该公司业务一度受到严重威胁。虽然美国最终解除了禁令，但这种情况凸显了中国对西方技术的依赖。最近，美国阻止本国公司向五个特定的超级计算机实体销售芯片，而美国商务部则开始打压华为。

其次，许多专家认为应该专为 AI 应用设计芯片，全新架构将胜过 GPU 等经过验证的技术。因此，苹果、谷歌和亚马逊等非半导体公司正在设计自己的 AI 芯片以满足自身需求，这可以提升其 AI 系统的性能，从而为他们提供竞争优势。

第三，高性能计算推动了多个领域的突破性发现，构建高性能超级计算机使一些国家在基础科技研究和技术应用方面比其他国家更快。

截止 2019 年，以 AI 用例开发芯片的公司数量上，美国以 55 家领先全球，中国为 26 家，欧盟有 12 家。