位置:编程技术网 > 人工智能 > 正文 >

别自嗨了,看看中美人工智能差距有多大

2019年03月22日 09:25来源:未知手机版

租车报价,合肥58,lol女英雄禁照,怎么恢复回收站,中国邮政远程教育培训网,颜志,dooly,跆拳道太极一章

人工智能不能“举国体制”。

这是我在3月20日听完长江商学院发布《2018中国人工智能指数》之后最大的收获和感触。

这份报告从学术、人才、产业、开源/平台及公共认知和媒体报道五个领域对评估了中美在人工智能领域的发展现状及差距,它综合了斯坦福指数、牛津指数、麦肯锡报告、领英以及国内的腾讯、华为、清华的报告等。

中国的牛津指数得分是17分,美国得分33分,这意味着美国在人工智能潜力上几乎是中国的2倍。

引人瞩目的是在学术期刊及专业会议发表论文方面,总数上中国呈现快速接近美国的趋势,在2016之后这一趋势尤其明显。

蓝色曲线代表中国

黄色曲线代表中国

而中国的中、低引用率(0引用)的论文的发表总数在最近几年逐渐接近美国的总数,但在最具原创性、最具影响力的极高引用率(被引用1000次以上)和高引用率(被引用100次以上)的论文方面,中国与美国的差距巨大。

具体到领域,在机器学习、文本分析和NLP、计算机图像与视频分析、虚拟代理及群体智能等领域,中国的论文发表总数和被引用总数在最近几年里大幅度缩小了与美国的差距。但是在深度学习、机器人流程自动化、以及包括推理学习等在内的其他领域,从发表总数和引用率方面,中国与美国的差距仍然显著。

至于中国在人工智能领域零引用论文数量比美国突出、而高引用论文数量又少得可怜的原因,长江商学院经济学教授、人工智能与制度研究中心主任许成钢分析认为主要有两个:

第一,中国这些论文讨论的问题是在比较狭窄范围里的应用问题,由于应用的范围非常狭窄,所以超出了他的范围之外别人就没有兴趣了,因为都是应用型的,所以也就没有人引用了。

第二,中国的激励机制的原因,在学校里面是要数数的,数你在国际期刊上发了多少篇。“当你的评价体制高度偏重于数数字的时候,就会引导着他们追求数字大,而不是追求质量高。这两个中间是有矛盾的,因为你要为了质量高,你可能就要慢下来,你要是为了数字高,你可能把一篇论文拆成三篇,拆了以后每一篇就都不重要了,合成一篇可能就是一篇很重要的文章。”

长江商学院经济学教授、人工智能与制度研究中心主任许成钢

许成钢在接受虎嗅采访时强调,无论是国际期刊还是国际会议,都是经过同行评议的,也就是说,能在国际期刊上发表的论文,其基本质量是有保证的。

武汉大学大数据与云计算实验室主任崔晓晖与许成钢的观点不谋而合:“我们在中国体制内大学,大家可能应该知道有一个SCI现象(Scientific Citation Index,《科学引文索引》),也就是你的水平高和低,或者你从讲师评到副教授或者是教授,人事处就数这个教授发了多少篇SCI文章,从来不管你这篇文章到底有多大的影响力。这就是SCI现象。”

除了学术领域,在人工智能人才方面中美的对比也非常有趣,据领英人才数据库统计,中国的AI人才总数为5万,而美国的AI人才总数为83万。具体到工作年限和分布领域的话——

工作年限。在中国,工作10年以下人工智能领域的人在各个年限都超过美国同行,而美国则在工作10年以上的人才方面远超中国,美国超过71.5%的人工智能领域的人工作了10年以上,而中国这一比例为38.7%。

本文地址:http://www.reviewcode.cn/rengongzhinen/38312.html 转载请注明出处!

今日热点资讯