人工智能人才发展的国际比较：中国、美国和欧盟

 电话：[phone] 手机：[phone]

微信：tech99999 邮箱：[e-mail]

来源:中国科协创新战略研究院《创新研究报告》

编者按：2019年8月，美国信息技术与创新基金会（Information Technology and Innovation Foundation，ITIF）的数据创新中心发布了《谁会在人工智能角逐中获胜：中国、欧盟或美国》（Who Is Winning the AI Race: China, the EU or the United States？）。该报告通过对人才、科研、开发、应用、数据和硬件六类指标进行比较，对中国、美国、欧盟人工智能发展现状进行测算。本报告主要对六类指标中的人才指标进行分析。

一、主要发现

目前，美国在人工智能发展方面处于领先地位，中国迅速追赶，欧盟紧随其后。在考察的六类指标中，美国有四类指标领先（人才、科研、开发和硬件），中国有两类指标领先（应用和数据），欧盟没有领先指标，在人才方面紧随美国。根据该报告的评分方法，按照满分100分计算，美国以44.2分居于领先地位，其次是中国（32.3分）和欧盟（23.5分）。

1. 美国处于领先地位

第一，美国拥有最多的人工智能初创企业，其人工智能初创生态系统获得的私募股权和风险投资最多。第二，美国引领了传统半导体和为人工智能系统提供动力的计算机芯片产业的发展。第三，虽然美国发表的人工智能学术论文数量落后中国和欧盟，但论文的平均质量最高。第四，虽然美国整体的人工智能人才总量少于欧盟，但其人才更为精英化。

2. 中国在人工智能方面领先于欧盟，并且正在迅速缩小与美国之间的差距

中国比欧盟和美国拥有更多的数据访问权限，因为当今许多人工智能系统都利用大型数据集来准确地优化其模型。在风险资本和私募股权融资中，中国的人工智能初创企业在2017年获得的资金超过了美国初创企业。相比高质量的人工智能人才方面，中国落后于美国和欧盟。截至2017年，包括意大利在内的几个欧盟成员国的人工智能研究人员在国际上排名前10％的人数超过了中国。尽管如此，中国在大多数指标上都取得了明显的进步，在资金和人工智能应用方面大大超过了欧盟。

3. 欧盟虽然在许多指标上处于落后水平，但欧盟也具有很强的竞争力

欧盟拥有按人口比例来说更多的人工智能研究人员，并且通常也产生更多的研究成果。但是，欧盟的人工智能人才数量与其在商业上应用人工智能和投入资金之间存在脱节。例如，2017年，美国和中国的人工智能初创企业获得了比欧盟2016—2018年连续三年更多的风险投资和私募股权融资。欧盟的落后影响其享受人工智能的经济和社会利益，进而影响全球人工智能治理的目标的实现。

4. 从人工智能劳动力规模看，中国落后于美国和欧盟

该报告通过分析其劳动力规模来计算每个指标的得分，美国领先（58.2分），欧盟排名第二（24.3分），中国排名第三（17.5分）。报告显示，中国、欧盟和美国各自具有不同的优势领域，可以对其改善从而在人工智能经济中更具竞争力。例如，中国应扩大在大学教授与人工智能相关学科的能力，鼓励研究质量胜于数量，培养更强的开放数据文化。欧盟应重点制定激励人才留在欧盟的政策，帮助将研究成果转化为商业应用，鼓励发展能够更好地在全球市场竞争的大企业，改革法规以更好地利用数据做好人工智能研究。美国应着重扩大其在人才基础上的政策，鼓励国外人工智能人才移民，增加研发激励。（表1）

5. 未能开发成功的人工智能产品或服务的国家将面临失去全球市场份额的风险

人工智能科学的发展，尤其是在大学中，研发成果可以在世界范围内传播。许多AI的研发，特别是那些专注于健康、环境和教育的研究可以使所有国家受益。2019年，中国和美国的研究人员开发了一个AI系统，可以准确诊断常见的儿童疾病。该系统诊断出哮喘的准确率超过90％，诊断出肠胃疾病的准确率达到87％。此外，由于许多AI研究成果都是开放的，因此世界各地的研究人员都可以从其他人的成果中迅速学习。

二、人才是人工智能研究的关键

中国、欧盟和美国政府已宣布或采取了许多人才举措，以改善和扩展其AI人才。2018年，中国教育部宣布了一项促进AI教育的计划。作为回应，几所中国一流大学开设了AI系和专业。英国政府宣布，将为多达1000名学生支付高达1.15亿英镑（1.29亿美元）的学费，支持学生攻读AI博士研究生。特朗普总统发布了一项行政命令，重点是提升奖学金、扩大培训计划以及为从事AI研究的大学教授提供资金支持。

从AI研究人员的数量来看，顶尖AI研究人员的数量以及AI研究人员的学位程度，以评估中国、欧盟和美国的人才和培养人才的状况。数据显示，美国在人工智能人才方面居领先地位（6.7分），其次是欧盟（6.2分）和中国（2.1分）。在控制劳动力规模方面，美国（8.4分）也领先欧盟（5.8分）和中国（0.9分）。

1. AI研究人员数量

2007—2017年，发表期刊文章或获得与AI相关的专利的人，欧盟有43064位，领先于美国（28536）和中国（18232）。实际上，来自德国（9441）、英国（7998）、法国（6395）、西班牙（4942）和意大利（4740）的人工智能研究人员总数已超过美国。在研究人员配比方面，美国（每100万工人中有173位AI研究人员）领先欧盟（173个）和中国（23个）。（表2）

2. 顶尖AI研究人员数量（H指数）

相比于研究人员的数量，质量或许更重要。H指数是评价科研人员质量的指标之一，它衡量的是研究人员的生产率和影响力。报告根据H指数排名统计了国际前10％的AI研究人员的数量。截至2017年，欧盟约有5787名高H指数研究人员，领先于美国（5158）和中国（977）。英国（1177）、德国（1119）、法国（1056）、意大利（987）和西班牙（772）总计有5111名高H指数人员。在劳动力规模方面，美国（每百万工人中就有31名研究人员）领先于欧盟（23个）和中国（1个）。（表3）

3. 顶级AI研究人员数量

衡量研究人员质量的第二个标准是在顶尖AI学术会议上发表文章的作者数量，AI初创公司Element AI追踪了2018年的21场AI会议。美国（10295名研究人员）领先于欧盟（4840名）和中国（2525名）。按照人均指标来统计，美国（每百万工人中有62名研究人员）领先于欧盟（19个）和中国（3个）。（表4）


培养AI人才也很重要。报告统计了在2018年21个主要学术会议上发表文章的研究人员获得博士学位的地区。在美国（44％）获得博士学位的研究人员比欧盟（估计的21％）和中国（11％）的总和还多。这为美国提供了AI人才优势，很大程度上是因为79％的学生获得了博士学位。在美国获得数学或计算机科学学位的人大部分都留在了美国。（表5）

三、人才是世界各国争夺的焦点

1. 欧盟没有利用AI人才，其地位不安全

欧盟在AI人才方面紧随美国之后，但在商业利用AI方面可能会继续落后，在商业上的AI人才比美国少，美国正在吸引大量的外国人才（包括欧洲人才），中国制定一揽子留才计划，以增加AI人才数量。

2. 欧盟在全球领先企业中工作的AI人才较少

据数据显示，尽管欧盟拥有大量的AI人才，但其顶级企业的人才却落后美国公司，欧盟缺乏风险资本和私募股权融资，可能会损害其发展全球领先AI公司的能力。例如，根据AI论文和专利记录，2017年AI人才最多的20家公司中，有一半位于美国。这10家美国公司合计拥有1623名AI工作者。与之相比，欧盟只有6家这样的公司，共有522名AI员工。进入前20名的唯一中国公司是华为，拥有73名员工。同样，根据H指数，在AI研究人员最多的20家公司中，2017年欧盟有85人，美国有232人。

3. 美国正在吸引更多的AI人才

中国和欧盟担心的另一个问题是，与欧盟和中国相比美国仍吸引着更多来自其他国家的AI人才。有数据统计，1998—2017年，有1283名外国AI科研人员从国外来到美国工作。中国和欧盟分别吸引了58名和834名此类研究人员。此外，由爱思唯尔（Elsevier）收集的数据显示，1998—2017，美国吸引的外国学术研究人员数量（318名AI研究员）多于离开美国的研究人员数量（166名）。

4. 中国正在大力培养人工智能领域人才

第一，在投资人工智能教育方面。2017年，国务院发布了一项计划，鼓励高校设置AI学科。2018年，教育部启动了多项促进AI教育的举措，这些举措包括建立50个AI研究中心、世界一流的在线课程以及5年培养500多名教授和5000多名学生。自2016年以来，清华大学、中国科学技术大学和上海交通大学已经增加了AI和机器学习课程的注册学生人数。例如，2016—2018年，中国科学技术大学的AI和机器学习课程的注册人数从1745名增加至3286名。第二，由于AI研究人员在公开的预出版物网站上详细介绍其AI模型的体系结构以及如何实现和培训它，中国研究人员可以快速学习吸收其他国家开发的高级算法。与西方国家翻译中文论文相比，中国研究人员翻译英语AI出版物的频率明显更高、更快，从而造成信息不对称。第三，企业家李开复认为，中国缺乏高端人才并不是阻碍其引领人工智能发展的主要障碍。当前时代AI应用商业化表现得很好，他认为，深度学习等领域的重大突破会每隔几十年发生一次，而AI已经进入了一个新兴的时代，它符合中国的国情，拥有大量的高技能，虽然不一定是最好的AI研究人员和实践者。数据将成为决定AI系统功能的决定性因素。

一网打尽系列文章，请回复以下关键词查看：

创新发展：习近平 | 创新中国 | 创新创业 | 科技体制改革 | 科技创新政策 | 协同创新 | 科研管理 | 成果转化 | 新科技革命 | 基础研究 | 产学研 | 供给侧

热点专题：军民融合 | 民参军 | 工业4.0 | 商业航天 | 智库 | 国家重点研发计划 | 基金 | 装备采办 | 博士 | 摩尔定律 | 诺贝尔奖 | 国家实验室 | 国防工业 | 十三五 | 创新教育 | 军工百强 | 试验鉴定 | 影响因子 | 双一流 | 净评估

预见未来：预见2016 |预见2020  | 预见2025 | 预见2030  | 预见2035 | 预见2045  | 预见2050

前沿科技：颠覆性技术 | 生物 | 仿生 | 脑科学 | 精准医学 | 基因 |  基因编辑 | 虚拟现实 | 增强现实 | 纳米 | 人工智能 | 机器人 | 3D打印 | 4D打印 | 太赫兹 | 云计算 | 物联网 | 互联网+ | 大数据 | 石墨烯 | 能源 | 电池 | 量子 | 超材料 | 超级计算机 | 卫星 | 北斗 | 智能制造 | 不依赖GPS导航 | 通信 | 5G | MIT技术评论 | 航空发动机 | 可穿戴 | 氮化镓 | 隐身 | 半导体 | 脑机接口 | 传感器

先进武器：中国武器 | 无人机 | 轰炸机 | 预警机 | 运输机 | 直升机 | 战斗机 | 六代机 | 网络武器 | 激光武器 | 电磁炮 | 高超声速武器 | 反无人机 | 防空反导 | 潜航器

未来战争：未来战争 | 抵消战略 | 水下战 | 网络空间战 | 分布式杀伤 | 无人机蜂群 | 太空战 | 反卫星

领先国家：美国 | 俄罗斯 | 英国 | 德国 | 法国 | 日本 | 以色列 | 印度

前沿机构：战略能力办公室 | DARPA | 快响小组 | Gartner | 硅谷 | 谷歌 | 华为 | 阿里 | 俄先期研究基金会 | 军工百强

前沿人物：钱学森 | 马斯克 | 凯文凯利 | 任正非 | 马云 | 奥巴马 | 特朗普

专家专栏：黄志澄 | 许得君 | 施一公 | 王喜文 | 贺飞 | 李萍 | 刘锋 | 王煜全 | 易本胜 | 李德毅 | 游光荣 | 刘亚威 | 赵文银 | 廖孟豪 | 谭铁牛 | 于川信 | 邬贺铨

全文收录：2017文章全收录 | 2016文章全收录 | 2015文章全收录 | 2014文章全收录

其他主题系列陆续整理中，敬请期待……