二、基础科研：美国最强，中国快速追赶

中国人工智能领域论文数量增长较快，但论文质量与美国依然存在差距。如图5.3所示，全球累计发布人工智能论文超过70万篇，中美两国是论文发表大国，2018年中美两国分别发表论文2.5万篇和1.6万篇，合计占全球比重达46.5%。从增长趋势来看，美国保持匀速增长，中国自2014年后增长较快，中国论文数量占全球总量比重从1998年的8.9%上升为2018年的28.2%。从代表论文质量的FWCI(平均加权引用影响)指数来看，如图5.4所示，中国论文质量也在稳步提升，从1998年的0.43提升至2018年的1.39。美国保持全球最高水平，长年保持在2左右，2018年FWCI指数达2.38。

从论文发表机构类型来看，包括中国、美国、欧盟27国等在内的各国和地区均以高校为核心科研力量，2018年三者高校论文产出占各自总产出的92.1%、84.6%、90.7%。除高校外，中美两国的主力科研主体有所不同。如图5.5所示，2018年中国科研机构产出约为中国企业产出的3倍。如图5.6所示，同期美国企业产出约为美国科研机构产出的1.6倍。

三、数据量：人工智能时代的“原材料”，中国具有规模优势

电脑和智能手机的普及、互联网和移动互联网所累积的数据爆发，是促进人工智能技术和应用突破的重要原因之一。人工智能需要做到“感知、思考、决策”，首先就需要足够多、足够好的原始数据对计算机进行训练，犹如培育良驹，必须喂足新鲜的牧草。“足够多”代表数据的数量要多，电脑的发明使运算简化，并让信息以电子化形式保存，智能手机的普及使全球网民渗透率大幅提高，两者令大量的数据被保存。“足够好”代表数据的质量要佳，互联网的诞生极大地缩短了信息交流的物理距离，提高了传播速度，各类互联网类服务应用程序诞生，其产生的数据类型也更加多样，包括浏览网页喜好、外卖点单频率、行程记录等，只有多元丰富的数据才能应对各种训练人工智能的要求。数据增长和应用依赖于信息及物理的基础设施构建，中国将成为全球最大的数据中心。得益于人口数量、互联网渗透率、智 能手机渗透率、网速等因素，如图5.7所示，2018年中国拥有数据量7.6ZB，占全球数据总量的23.4%。随着5G、物联网等的发展，通信设备接入数量和承载能力的提高，终端消费者的增多，预计中国的数据量将在2025年达48.6ZB，占全球数据总量的27.8%(见图5.8)，成为全球最大的数据集中地，这将极大地促进和丰富人工智能训练，相关模型结构和结果也会更精准。

四、技术：深度学习推动本次人工智能热潮

足够多、足够好的数据支撑人工智能“感知”阶段，而人工智能算法使计算机拥有思维，从而达到“理解、决策”，深度学习在此过程中做出了巨大贡献。深度学习是一类模式分析方法的统称，计算机通过学习样本数据来掌握内在逻辑和规律，从而拥有分析能力，这项研究最早可以追溯到1958年弗兰克·罗森布拉特发明的感知机(Perceptron)。利用感知机，可以进行图像区分训练，例如，最常见的是从水果堆中选出“苹果”或者“香蕉”。然而由于当时缺少足量的数据，该项研究陷入瓶颈，并出现过度拟合(Overfitting)问题。例如学生希望通过练习相似的题目来掌握一种题型，但是训练量不够大，学生并没有理解题型背后的知识点，因此试题一旦发生些许变化，学生便无法解出答案。后来，科学家通过研究人脑，试图模仿脑神经网络机制来进行图像、声音等分类工作，逐渐演化成如今的深度学习(见图5.9)。