未來，人工智能會(huì)區(qū)分國籍嗎？看似這是個(gè)滑稽的問題，在華為事件之后，引發(fā)了五矩以及很多技術(shù)從業(yè)者，在和平時(shí)期對(duì)“人工智能”極限生存的思考。

日前，在《自然》雜志醫(yī)學(xué)版上報(bào)道了一則谷歌AI團(tuán)隊(duì)的最新人工智能研究成果——預(yù)測肺癌。

通過一套卷積神經(jīng)網(wǎng)絡(luò)算法，谷歌 AI 部門建立了一種端到端的分析方法，僅從CT圖像就可以預(yù)測肺癌的風(fēng)險(xiǎn)。

在 6716個(gè)測試病例中，這套人工智能系統(tǒng)能夠以 94% 的準(zhǔn)確率發(fā)現(xiàn)極小的惡性肺結(jié)節(jié)，打敗了6名放射專家（并非普通醫(yī)生）。

在無先前 CT 掃描圖像的情況下，該系統(tǒng)的表現(xiàn)超越所有 6 位放射醫(yī)學(xué)專家。而在有先前 CT 掃描圖像的情況下，兩者表現(xiàn)不相上下。

而參與測試的 6 位放射專家，有平均 8 年（ 4 年到 20 年）的讀片經(jīng)驗(yàn)。

相比“傳統(tǒng)”射科醫(yī)生的行醫(yī)方法，醫(yī)生必須審查數(shù)百個(gè)單獨(dú)的2D 掃描切片以發(fā)現(xiàn)問題，而腫瘤可能會(huì)很微小導(dǎo)致難以察覺，這種新的機(jī)器學(xué)習(xí)算法則可以分析高通量的 3D 肺部圖像，不僅可以對(duì)整體腫瘤進(jìn)行預(yù)測，還可以通過肺結(jié)節(jié)識(shí)別細(xì)微的惡性組織。再加上先前的掃描數(shù)據(jù)對(duì)比，就可以用來評(píng)估肺結(jié)節(jié)的生長速度。

相關(guān)論文共同作者，美國西北大學(xué)醫(yī)學(xué)院 Mozziyar Etemadi 博士表示，3D 檢測早期肺癌的能力比人眼檢測 2D 圖像要敏感得多。事實(shí)上，新系統(tǒng)在技術(shù)上可以納入 4D 范疇，因?yàn)樗粌H僅是一次 CT 掃描，而是包括了當(dāng)前和先前共計(jì)兩次的掃描，所以可以檢測出肺結(jié)節(jié)隨時(shí)間的生長變化。

2019 年 5 月 7 日，Lily Peng 在 2019 年開發(fā)者大會(huì)上稱，他們研發(fā)的人工智能技術(shù)可以比醫(yī)生早一年查出肺癌，使患者存活的概率提升 40% 。

毫無疑問，通過谷歌的這項(xiàng)技術(shù)，可以造福更很多人。在 2015 年，中國肺癌的發(fā)病和死亡例數(shù)分別達(dá) 73萬 和 61 萬，發(fā)病率和死亡率非常接近，其主要原因是臨床診斷病例多已為晚期，失去了手術(shù)機(jī)會(huì)。

然而，或許有一天我們分享不到這份成果。對(duì)于華為中興事件的反思，面對(duì)美國接下來可能在各方面實(shí)施的技術(shù)封鎖，中國人工智能的發(fā)展還需要再加把勁。

我國AI進(jìn)展——算法的錯(cuò)位缺失

我們以前討論電腦或者移動(dòng)終端時(shí)，離不開硬件、軟件和應(yīng)用的范疇。討論人工智能時(shí)，同樣離不開硬件、算法和數(shù)據(jù)這三個(gè)要素。

簡單來說，中美人工智能發(fā)展在硬件上的差距，遠(yuǎn)沒有在算法的差距來得大。

計(jì)算機(jī)硬件技術(shù)的發(fā)展一直伴隨著通用性和專用性的矛盾，通用的設(shè)計(jì)普適性強(qiáng)，但對(duì)于某一類特殊計(jì)算，性能就會(huì)打折扣，如果做個(gè)比喻的話，就是瑞士軍刀和菜刀的區(qū)別，也可謂術(shù)業(yè)有專攻。

在這樣的背景下，人們開始研發(fā)用于神經(jīng)網(wǎng)絡(luò)算法和機(jī)器學(xué)習(xí)的專用芯片。

如今，以通用圖形處理器（GPGPU）為基礎(chǔ)的NVIDA在深度學(xué)習(xí)市場占有一席之地，谷歌憑借16年發(fā)布的張量處理器（TPU）成為后起之秀。

通過與自家的人工智能開發(fā)系統(tǒng)TensorFlow相結(jié)合，谷歌也形成了一套完整的人工智能開發(fā)環(huán)境。

國內(nèi)人工智能芯片創(chuàng)新同樣非?；钴S，在人工智能芯片的競賽中與國外不相上下。其中的明星企業(yè)就是最近兩年來被反復(fù)提及的獨(dú)角獸公司“寒武紀(jì)”，取名借用地質(zhì)學(xué)“寒武紀(jì)”時(shí)代的概念，比喻即將到來的人工智能大爆發(fā)時(shí)代。

此外，百度深度學(xué)習(xí)實(shí)驗(yàn)室前主任余凱創(chuàng)立的地平線也同樣值得關(guān)注。一年多時(shí)間就完成了Intel和SK領(lǐng)投的兩輪過億融資。

但是無論是寒武紀(jì)還是地平線，都還無法和美國企業(yè)完全抗衡，美國不僅有NVIDIA和谷歌，還有英特爾、微軟和IBM等一批大企業(yè)每年將巨資投向人工智能領(lǐng)域。

至于另一大要素——數(shù)據(jù)，鑒于中國龐大的互聯(lián)網(wǎng)人口，深度學(xué)習(xí)所需要的大數(shù)據(jù)則可以由國內(nèi)用戶提供。

人工智能發(fā)展所需的三個(gè)要素中，算法是目前我們最薄弱的一環(huán)。不論是前面提到的谷歌AI卷積神經(jīng)網(wǎng)絡(luò)測癌算法，或是NVIDIA此前大火的GauGAN畫圖，都證明了美國企業(yè)的領(lǐng)先，而我國在這方面的發(fā)展屬于相對(duì)滯后的。

在2019年長江商學(xué)院和清華大學(xué)公布的兩份報(bào)告中，均指出了中國人工智能發(fā)展基礎(chǔ)薄弱。

長江商學(xué)院人工智能與制度研究中心主任許成鋼教授對(duì)記者表示，在人工智能領(lǐng)域，中國發(fā)表的論文總數(shù)雖然超過了美國，卻在深度學(xué)習(xí)、機(jī)器人流程自動(dòng)化、以及包括推理學(xué)習(xí)等在內(nèi)的其他領(lǐng)域，從發(fā)表總數(shù)和引用率方面，與美國的差距顯著。

對(duì)有高質(zhì)量、高影響力的千級(jí)論文（是指每一篇論文被引用的數(shù)字超過了1000次），中國與美國差距巨大，中國只有個(gè)別的論文影響力能達(dá)到這個(gè)水平。

為什么中國很多論文從來不被引用？許成剛認(rèn)為的癥結(jié)之一在于我國科研機(jī)構(gòu)只注重?cái)?shù)量，不注重深度。 “我個(gè)人分析，在中國體制內(nèi)大學(xué)有一個(gè)SCI現(xiàn)象，即就是教授的水平高低，或者職稱評(píng)定，就是看教授發(fā)了多少篇SCI文章（美國科學(xué)資訊研究所采用的期刊文獻(xiàn)檢索工具），不管你這篇文章到底有多大的影響力?！?/p>

知乎一篇相關(guān)問答下也不難看到，論文換湯不換藥的做法幾乎已成為除頂級(jí)機(jī)構(gòu)之外相當(dāng)普遍的做法。

這也導(dǎo)致了我國空有4倍于英國的論文發(fā)表數(shù)量，然而論文影響力竟反而不如英國的結(jié)果。

同時(shí)，幾乎93%的中國研究者使用人工智能開源軟件包，這也是美國的機(jī)構(gòu)開發(fā)提供的。中美兩國人工智能研究者使用最多的軟件庫就是前面提到的Google TensorFlow。在2018年初，中美研究人員對(duì)此的關(guān)注人數(shù)，分別達(dá)到將近9000人和約7000人。

整體上中、美AI研究者關(guān)注美國機(jī)構(gòu)開發(fā)的開源AI軟件包的數(shù)字，相當(dāng)于他們關(guān)注中國機(jī)構(gòu)開放的軟件包數(shù)字的20幾倍。這表明中國研究者在基本算法方面，對(duì)美國開源軟件包的嚴(yán)重依賴。

新智元?jiǎng)?chuàng)始人楊靜18年曾對(duì)《環(huán)球時(shí)報(bào)》記者表示，人工智能平臺(tái)分硬件和軟件，核心技術(shù)一直掌握在西方手里，比如芯片技術(shù)。此外，中國沒有主流開源框架也是很可怕的，深度學(xué)習(xí)、強(qiáng)化學(xué)習(xí)等算法的研究也落后于西方。

在牛津大學(xué)最新完成的一份報(bào)告《解碼中國AI夢》里，作者也得出了相同的結(jié)論。除了數(shù)據(jù)，中國在硬件、人才、算法和產(chǎn)業(yè)等方面，仍然落后于美國。但編寫這份報(bào)告的Jeffery Ding仍表示，“我認(rèn)為AI是中國第一個(gè)真正有機(jī)會(huì)制定游戲規(guī)則的技術(shù)領(lǐng)域?！?/p>

實(shí)際上，正是由于中國龐大的互聯(lián)網(wǎng)人口，提供了強(qiáng)大的數(shù)據(jù)基礎(chǔ)，在市場的導(dǎo)向之下才使得我國的人工智能更偏重具體應(yīng)用。對(duì)此，IDC公司在一份報(bào)告中稱：“數(shù)據(jù)或許不會(huì)出現(xiàn)在資產(chǎn)負(fù)債表上，但數(shù)據(jù)是一個(gè)公司最寶貴的無形資產(chǎn)。中國初創(chuàng)企業(yè)尤其懂得如何利用海量數(shù)據(jù)打造雙贏的商業(yè)生態(tài)?！?/p>

人工智能競賽終將走向人才競爭

科技競爭的本質(zhì)最終還是人才的競爭，美國人工智能相關(guān)的從業(yè)人員和公司數(shù)量現(xiàn)在也遙遙領(lǐng)先。

2012年前，中國活躍的人工智能創(chuàng)業(yè)公司還要多于美國，但是在2012年卻被美國反超，美國與人工智能有關(guān)的企業(yè)數(shù)量遠(yuǎn)超中國。

據(jù)《中國人工智能指數(shù)2018》分析，美國的人工智能工程師遠(yuǎn)比中國多。

據(jù)領(lǐng)英（LinkedIn）人才數(shù)據(jù)庫顯示，中國的AI人才總數(shù)為5萬人，而美國的AI人才總數(shù)為83萬人。美國AI人才總數(shù)是中國的16.5倍之多。并且，中國人工智能領(lǐng)域工作10年以上的人才不到39%，相比之下，美國超過71%的人工智能領(lǐng)域的人工作了10年以上。

“在中國，人工智能是更年輕的行業(yè)，而在美國雖然領(lǐng)域是年輕的，但是里面的多數(shù)人并不年輕，是有充分經(jīng)驗(yàn)的?！痹S成剛說。

人才分布方面，中國在智能交通/自動(dòng)駕駛，智能/精準(zhǔn)營銷, 硬件/GPU/智能芯片需求比例要多于美國，但美國在算法、機(jī)器學(xué)習(xí)的方面，美國不但人才的比例比中國大，人才總數(shù)也是中國的20多倍。

但隨著美國對(duì)外開放的收縮，也給了很多海外的技術(shù)型人才回國發(fā)展的機(jī)會(huì)。

實(shí)際上，早在2017 年 12 月美國發(fā)表的“國家安全戰(zhàn)略”中便公開表示：將限制 世界上所有去美國學(xué)習(xí)STEM 專業(yè)（科學(xué)、技術(shù)、工程、數(shù)學(xué)）的留學(xué)生簽證。根據(jù)南華早報(bào)的說法，在美國 363341 名中國學(xué)生中，約有 36％ 在 STEM 領(lǐng)域?qū)W習(xí)。

這次美方設(shè)置的障礙，可能將會(huì)給更多在美國的中國留學(xué)生，在美尋求工作的中國人帶來危機(jī)和恐懼。站在人工智能角逐的角度來看，美國反而在這方面有點(diǎn)自縛手腳的意思。但五矩認(rèn)為，最為關(guān)鍵的一環(huán)還是在于國內(nèi)要加強(qiáng)對(duì)于基礎(chǔ)教育的重視和投入。

“我關(guān)心教育不是關(guān)心華為，是關(guān)心我們國家。如果不重視教育，實(shí)際上我們會(huì)重返貧窮的?！?月26日晚間，華為創(chuàng)始人、CEO任正非在央視《面對(duì)面》節(jié)目中說道，因?yàn)檫@個(gè)社會(huì)最終要走向人工智能的。在任正非看來，能與基礎(chǔ)研究相提并論的是基礎(chǔ)教育。他認(rèn)為，我國目前基礎(chǔ)研究方面水平不夠，和基礎(chǔ)教育跟不上直接相關(guān)。為此，他曾自費(fèi)請(qǐng)權(quán)威機(jī)構(gòu)的專家進(jìn)行中國基礎(chǔ)教育狀況的調(diào)查研究。

假設(shè)美國因?yàn)椤皵?shù)據(jù)隱私保護(hù)”等原因禁止了微軟GitHub或者谷歌TensorFlow，屆時(shí)，哪家公司有底氣，成為第二家有“備胎”的公司呢？