中美角逐人工智能，谁将领跑？

核心内容速读

1.美国科研积极发展具有特色的人工智能技术

美国是从事人工智能研究较早的国家之一，拥有大量的科研人才和众多科研机构，涉及广泛的研究领域和多样化的应用终端及形式。

目前美国一些著名院校的特色研究包括以下三个方面：

①可解释的人工智能。目前深度学习很多时候是个非常复杂的网络，人类难以理解为何深度学习做出某一特定的预测。研究人员在做一些可视化的工作，把数千万参数的深度学习网络做决定的过程以人类可理解的方式呈现给人类。

②可信赖的人工智能和安全的人工智能。这一特色包括两个方面，第一人工智能目前不知道自己能力的界限，经常在不适合做预测的时候仍然做出预测，从而经常犯错。第二，目前有一些攻击方法，可以通过攻击，按攻击者的意愿修改人工智能作出的决策，导致人工智能做出错误的预测。研究人员正在研究防御性的工作，让人工智能知道何时可以做出预测，何时不能做出预测。另外，也针对对攻击性的方法进行相应的防御。

③在非传统的领域中应用人工智能。传统的人工智能领域包括语音、自然语言、图像等。研究人员将现有的深度学习方法应用和开拓新的科研领域，并指出已有改进方法可以使现有的方法更加适用于这些新的领域。

2.美国产学界合作推动人工智能技术发展

近期，美国稳居人工智能领域领先地位，在产、学方面也不断创新，其芯片领域更是具有垄断地位。2017年以来，产业、科研机构等涉及和发展的人工智能应用领域大致包括：自然语言处理、图像识别、语音识别、计算机视觉、自动驾驶等。

在AI科研方面，美国的麻省理工学院（MIT）、卡耐基梅隆大学（CMU）、斯坦福大学、加州大学伯克利分校（UCB）处于世界前列，其进展对世界有一定影响力。

在产业方面，各大巨头公司则百花齐放，各有发展，且下大力度投资研发。如IBM、Google、英伟达、Microsoft等公司不仅在研发上相互竞争，并且对初创企业的收并购与科研机构的合作也越来越多样化。

近年来，国防部注重人工智能技术在国家安全方面的应用，其下属多个相关机构均投入大量的资金用于人工智能技术的研发。

3. 美国的人工智能芯片拥有垄断地位并向高性能、低功耗方向发展

在人工智能芯片领域，美国布局较早且取得了瞩目的成就，目前在全球范围内处于垄断地位。自2009年斯坦福大学的一篇论文指出在训练深度神经网络时GPU的运行速度是传统CPU的70倍这一结果后，GPU就逐渐成为深度学习训练领域的专用处理器。除此以外，现场可编程门阵列（FPGA）由于其具有可编程专用性、高性能、低功耗的特点而在AI的深度学习领域备受推崇。

与上述芯片不同，专用集成电路（ASIC）是一种专用芯片，应特定用户要求或特定电子系统的需要而设计制造，例如Google自主研发的专用于人工智能深度学习计算的TPU（TensorFlow Processing Unit）就是一款ASIC的代表产品。

当下，芯片由于投资周期长、技术壁垒高、市场相对狭小，导致竞争非常激烈且难以进入。而美国的芯片发展也更加看重高性能、低功耗方向。近期麻省理工学院的研究专家设计出一种芯片，可以大幅降低芯片内存和处理器之间来回传输数据的需求，从而降低95%的功耗。该芯片使用模拟电路，在内存中并行计算所有输入。大大减少需要被推进的数据量，最终节省大量的能源。这种方法要求连接的权重为二进制而不是一系列的值，但是先前的理论工作表明这不会对芯片的准确性造成太大影响。

结语

在AI技术的发展和利用上，中美日各有优势，发展迅速。美国的IT企业掌握着数据、搜索引擎等网络平台，垄断芯片市场、生态强大；中国的AI技术凭借场景和数据优势，在计算机视觉、语音识别等领域，具备了和美国一较高下的实力，可以说与美国处于第一梯队。

在应用层，人工智能技术未来的发展无疑是“AI+”的形式。美国军用项目较多，将“AI+”国防化。我国也更需关注国防领域人工智能的嵌入。一方面以“AI+大数据处理”，另一方面是“AI+应用”，开辟全新的应用领域。

领取报告具体流程

1. 向后台发送“您的姓名+微信号+手机号+领取AI报告”

2. 等待客服联系您

3. 领取完整版报告

3.本文仅供读者交流学习使用，涉及商业目的均不得使用，否则产生的后果由您承担。

4.本文如需转载，请标明出处或联系我们取得授权，未经允许私自转载或未按照要求格式转载，作者将保留追究其法律责任的权利。