查看原文
其他

人工智能军备竞赛,谁是赢家?

学术plus观察员 学术plus 2022-07-29

2019学术大礼包加入学术plus2018学术大礼包丨2017不可以错过的重磅报告们


1月25日,美国智库数据创新中心(Center for Data Innovation,CDI)发布了题为《Who Is Winning the AI Race: China, the EU, or the United States?》(2021版)(中国、美国、欧盟,谁赢得了人工智能军备竞赛?)的报告。


报告认为美国在人工智能领域仍然保持着实质性的总体领先地位,但在一些重要领域中国与美国的差距在不断缩小,不断挑战美国的领先地位,相比之下,欧盟在人工智能领域的发展落后于美国和中国。


文章仅供参考,观点不代表本机构立场。


中国、美国、欧盟:谁赢得了人工智能军备竞赛?

作者:学术plus高级评论员  张涛



目前全球有超过30个国家已经发布了国家人工智能战略,在人工智能的开发和使用方面处于领先地位的国家将能够决定人工智能技术的未来,并显著提高国家的经济竞争力,相反,在人工智能发展落后的国家则有可能在关键行业失去竞争力。该报告分析了中国、欧盟和美国近年来在人工智能方面取得的进展,并提供了一份关于2019年以来它们的比较排名。


主要结论一览        
(1)美国在总体上仍处于实质性领先地位,在一些重要领域中国与美国的差距在不断缩小,不断挑战美国的领先地位,相比之下,欧盟在人工智能领域的发展落后于美国和中国。如果欧盟在人工智能的监管体系方面没有重大的政策变化,那么欧盟很可能仍然落后于美国和中国。


(2)2019年,数据创新中心从人才、研究、开发、硬件、应用、数据6个维度的30个指标分析了美国、中国和欧盟的人工智能能力。分析发现:国在人才、研究、开发和硬件方面处于领先地位,中国和应用和数据方面处于领先地位。
本报告在2019年报告的基础上,更新了15个指标并加入了1个新的指标,最早得到的结果美国的综合得分为44.6分,中国为32分,欧盟为23.3分。其中,中国在超过一半的指标中与美国的得分在不断减小。虽然中国在许多的指标都有明显的增长,但美国仍然在大多数权重比较大的指标上评分较高。

1. AI 研发

   


人工智能公司的开发能力与其竞争力是非常重要的。这类公司可以为采用人工智能的公司提供工具和服务。2018年到2019年,使用人工智能技术的公司从47%增加到了58%。开发部分的权重为25分/100分。美国得分为15.5分,欧盟为5.4分,中国为4.1分。


1.1 私募基金与风险投资(2019年)


投资的流向表明有前途的初创企业的集中度。2019年人工智能企业私募基金和风险投资的金额方面,美国为143亿美元,中国为56亿美元,欧盟为32亿美元。从每个员工获得的私募基金和风险投资的金额来看,美国为86.5美元,欧盟为12.8美元,中国为7.2美元。


 

1.2 私募基金与风险投资笔数(2019年)


从私募基金与风险投资的笔数来看,2019年美国为786笔,欧盟为378笔,中国为264笔。从每百万员工对应的私募基金与风险投资的笔数来看,美国为4.7笔,欧盟为1.5笔,中国为0.3笔。


 

1.3 人工智能企业收购数(2019)


企业收购可以通过人才和知识产权的方式帮助提高企业开发创新产品和服务的能力。2019年,美国人工智能企业收购数为130,欧盟为30,中国只有3。从每百万员工人工智能企业收购数来看,美国为0.8,欧盟为0.1,中国小于0.1。


 

1.4 人工智能企业数(2019)


没有足够资金支持的人工智能企业开发出创新型人工智能产品和服务的可能性也比较小。从获得投资超过100万美元的企业数来看,2019年美国有2130家,欧盟有890家,中国有398家。从每百万员工获得投资超过100万美元的企业数来看,美国为13,欧盟为3.5,中国为0.5。


 

2. 研究

   


研究对创新起支撑作用。国家需要进行基础研究和应用研究,人工智能基础研究是没有明显的商业价值的,人工智能应用研究是指解决具体的问题。在自然语言处理等领域,人工智能技术在快速地发展。研究部分的分值分配为15分/100分。在人工智能研发部分,美国的得分为7.2分,中国为4.1分,欧盟为3.7分。


2.1 AI研究论文(2018年)


根据scopus发布的论文数来看,2018年,中国发表的论文数为24929篇,欧盟发表的论文数为20418篇,美国为16233篇。从每百万员工发表论文数来看,美国为98.1篇,欧盟为81.4篇,中国为31.8篇。


 

2.2 权重引用影响(2019)


2019年,美国的权重引用影响为1.4,欧盟为1.1,中国为0.8。


 

2.3 研发投入最多的top 100软件和计算机服务公司(2019)


2019年,研发投入最多的top 100软件和计算机服务公司中,美国有58家,中国有15家,欧盟有12家。如果不将英国包含在内,欧盟的top 100企业只有7家。从每千万员工来看,top 100的企业中,美国为3.5家,欧盟为0.5家,中国为0.2家。


 

2.4 全球TOP 2500的公司软件和计算机服务研发总额


2019年,研发投入最多的2500家企业中有288家软件和计算机服务企业。其中,美国的企业研发投入为1245亿美元,中国为237亿美元,欧盟为146亿美元。Top 2500的软件和计算机服务公司研发投入中位数非常接近,欧盟为1316千万美元,美国为1312千万美元,中国为1207千万美元。而平均研发投入差距较大,美国为8.136亿美元,中国为3.816亿美元,欧盟为3.736亿美元。差距较大的原因是微软、谷歌等美国公司在研发方面的投入远远高于中国和欧盟企业。


 

3. 硬件

   

算力对于人工智能产业的发展也是非常重要的。自2012年以来,训练最大的人工智能系统所需的算力每3-4个月都翻一倍。硬件在人工智能发展的重要性也可以从相关国家的研发投入中看出。比如,美国就提出向半导体研发领域投入数十亿美元以支持半导体产业的发展。


3.1 半导体销售额(2020)


预计到2027年,全球半导体市场将增长1000亿美元,达到6000亿美元。全球半导体销量最高的15个企业中,美国占8家,欧盟占1家,中国为0。其中美国的8家公司为Intel、Micron(美光)、高通、博通、AMD、苹果、德州仪器、英伟达,欧盟的1家公司为infineon(英飞凌)。


 

3.2 AI芯片设计公司数量(2020)


2020年,美国AI芯片研发公司至少有62家,中国有29家,欧盟为14家。


 

3.3 超级计算机数量(2020)


许多研究人员认为算力是AI系统研发的关键指标。超级计算机数量指标是根据全球top 500超级计算机的数量来评价的。其中中国有214个,美国113个,欧盟有91个。


 

3.4 超级计算机(综合系统性能,2020)


另一个评判国家超级计算机能力的方式是评估top计算机的综合性能。该指标评估top 500超级计算机的综合系统性能。2020年,美国的综合系统性能为27.5%,中国为23.3%,欧盟为16.8%。如果英国不计算在内的话,欧盟的超级计算机综合系统性能将降低至15.4%。由于日本超级计算机的发展,美国和中国所占的top 500超级计算机系统综合性能分为都有所降低。



4. 数据

   


4.1 宽带用户数(2019)


互联网用户在浏览网页、社交等过程中都会生成数据。数据可以通过改善系统性能来促进人工智能系统的研发。2019年,中国宽带用户数为4.493亿,欧盟为1.845亿,美国为1.141亿。如果英国不计算在内的话,欧盟宽带用户数为1.579亿。


 

4.2 移动支付(2019)


用户使用移动设备购买产品时会生成数据,比如时间、位置、交易值等。文中将移动支付定义为使用移动设备通过扫描、刷卡等方式进行PoS交易,其中不包括在移动设备中购买数字商品。2019年,中国的移动支付量为5.774亿,美国为6400万,欧盟为5170万。


 

5.指标和权重

   


判断国家人工智能发展的指标和权重


5.1 开发


 

指标

权重

私募基金与风险投资金额

5

私募基金与风险投资单数量

2

人工智能公司收购数量

2

人工智能初创公司数量

4

投资超过100万美元的人工智能公司数量

4

高被引人工智能专利(1960-2018)

3

PCT 人工智能专利(1960-2018)

5

 

5.2 人才


 

指标

权重

人工智能研究学者数

5

顶级人工智能研究学者数(H-index)

5

顶级人工智能研究学者数(学术会议)

3

顶级人工智能研究学者培养(%)

2


5.3 研究


 

指标

权重

人工智能论文数

4.5

论文权重引用影响

3

论文权重下载影响

2

研发投入最多的top 100软件和计算机服务企业

2.5

Top 2500的软件和计算机服务企业研发投入

3

 

5.4 硬件


 

指标

权重

半导体销售额top 15的企业数量

2

半导体研发投入top 10的企业数量

2

人工智能芯片设计公司数量

2

Top 500超级计算机数量

2

Top 500超级计算机综合系统性能

2


5.5 应用


 

指标

权重

应用人工智能的企业员工数量

5

试点人工智能技术的企业员工数量

5


5.6 数据


 

指标

权重

宽带用户数量

4

使用移动支付的用户数量

3

电子健康记录数

2

地图数据

2

通用数据

2

物联网数据(TB)

3

数据生产量(TB)

4

监管障碍

5


(全文完)



大国竞争中,3个关键新兴信息技术


未来5年,颠覆世界军事的7项关键技术


美国《2020战略评估》



作者专栏 

张涛,学术plus高级评论员,专注研究人工智能产业技术与网络信息安全。

5年,10亿,12个研究中心!美国最新数字发展战略汇总丨白宫消息!美国未来5大重点研发领域(全文)丨【Gartner】人工智能成熟度模型丨令美国闻风丧胆的5G网络究竟有哪些威胁?最新最全的“5G威胁图谱”来了!人工智能在国防领域的七大应用丨美国最新发布《国防部人工智能原则》看懂了吗?这就是军用AI的前期部署啊!美国国防部2019年消费账单出炉,竟频频打脸!欧盟发布《5G网络安全风险评估报告》,并未将中国列入威胁丨美国最新《2019空军人工智能战略》解析丨5G失利,美国想引领6G?美发布《5G市场份额和风险分析》简报【CNAS】美国战法转型欧盟AI发展不起来的原因我国的三艘航母特朗普签署《网络安全人才行政令》我国网络安全人才缺口超100万俄罗斯断网进行时,战斗种族也怕美国?欧盟最新《AI网络安全政策发展框架》中美AI竞赛,中国惜败?两会热点:人工智能立法美新一轮技术出口管制,或得不偿失美国国会发布《美国未来四大战略威胁》人工智能监管指南关于区块链你必须知道的:10个行业案例+核心问题与解决方案中美贸易战下,日本被这4个困境团团围住【Nature】如果AI可以预测和限制战争?【麦肯锡】政策制定者必读的AI报告:人工智能时代应解决这三件事美国发布《武器系统网络安全报告》欧盟发布国家网络安全战略评估工具,涵盖15个目标142个问题美国发布AI白皮书《机器崛起:人工智能及对美国政策不断增长的影响》网络战,没有规则!美国《国家网络安全应急措施》四大挑战与十项措施Deepfakes变脸术 竟成为美国国家安全的新威胁【布鲁金斯】2020-2040年军事技术变化预测【五眼情报联盟】最新发布:加密数据三原则机器学习的偏见牛津大学在思考:如何让AI成为一个好人?无人驾驶,法律你准备好了吗?


长按识别二维码查看更多观点或进入公众号“个人专栏”结识“学术plus”专家作者团队。

 来了快看:2019学术大礼包 


 点击领取:2018学术大礼包 


来吧!加入学术plus




    声明:版权归原作者所有。文章观点不代表本机构立场。图片均来自于网络。


 

  • 《中国电子科学研究院学报》欢迎各位专家、学者赐稿!

  • 投稿链接 http://kjpl.cbpt.cnki.net

  • 邮箱:dkyxuebao@vip.126.com


您可能也对以下帖子感兴趣

文章有问题?点此查看未经处理的缓存