人工智能对于中美欧的意义

2019年8月19日，美国信息技术与创新基金会（ITIF）下属的数据创新中心发布报告《谁会赢得AI竞赛：中国、欧盟还是美国？》，从人才、研究、开发、应用、数据和硬件六类指标对中美欧的人工智能（AI）发展现状进行了比较分析，并为三个国家和地区如何更好地发展AI提供了相应的政策建议。

总体结论

整体而言，美国目前处于领先地位，中国紧随其后，欧盟相对落后于两国。

美国有着最多的初创企业，且其AI初创企业生态系统获得了最多的私募股权和风投；其次，传统半导体和计算机芯片为AI系统提供强大的能力，美国在这方面也处于领先地位；虽然美国发表的AI学术论文少于欧盟和中国，但论文平均质量却是最高；最后，美国的AI人才总数少于欧盟，但精英数量却更多。

中国的总排名高于欧盟且与美国的差距正在缩小。中国可以获取的数据要多于欧盟和美国，这非常重要，因为当前的许多AI系统需要使用大量数据集来精确训练其模型。就AI初创企业获得的私募股权和风投而言，中国在2017年超越了美国，但2016和2018年都低于美国。不过，中国在高质量AI人才方面却明显落后与美国和欧盟。包括意大利在内的几个欧盟成员国有更多的AI研究人员位于全球前10%之列。不过，中国在多个指标上相对美国已取得明显进步，在资金支持和AI应用方面更是远超欧盟。

欧盟在AI人才方面有着很大的优势，与中美相比有着更多的AI研究人员。但其AI人才数量与其商业化AI应用和资助却存在着脱节。例如，中国和美国的AI初创企业仅2017年获得的风投和私募就超过了欧盟AI初创企业2016-2018三年获得的投资。欧盟相对落后的境地不仅使其难以享受AI带来的经济和社会利益，还影响到全球AI治理。

建议

（1）对中国

中国有着庞大的人才储备，但AI人才存量依旧短缺，尤其是高端人才，而且海外求学也造成AI人才的不断流失。因此，中国应着重提升其发展和留住本土人才的能力。

研究方面，中国近年来AI科研论文和专利的增长都非常快，但是与美欧相比平均质量却较低，中国应改变其激励机制以鼓励研究人员开展高质量研究。中国庞大的人口基数使其在数据方面拥有得天独厚的优势，然而，缺乏良好的开放数据氛围和标准化数据格式限制了这种优势的发挥，中国应减少或移除对跨境数据流动的限制，并敦促其监管机构创建标准化数据格式。

硬件方面，几家中国AI芯片初创企业最近获得了数十亿美元的投资，华为等公司也开发出了令人印象深刻的芯片设计。然而，芯片开发的复杂性、相关人才短缺、中国半导体企业难以跻身全球销售榜前15名都说明，中国仍需取得巨大进步才能赶上美国的半导体产业。中国也应停止强制技术转移、知识产权盗窃等不公平的贸易行为，以避免美国外国投资委员会对中国企业的审查越来越严，从而危及中国企业对西方半导体及其设计的使用。

（2）对欧盟

虽然欧盟AI人才众多，但却难以留住人才。欧盟管理层将缺乏内部专业知识列为阻碍AI采用的原因。因此，欧盟应着重采取措施鼓励AI人才留在欧盟，并大力培养算法人才。欧盟的AI研究质量与产出都很高，但是中国2017年的AI论文发表已超越欧盟，论文质量的差距也在缩小。与美国相比，欧盟应致力于科研成果的商业化应用，欧盟应着重提升研发质量并将技术转移置于优先事项。欧盟也应充分利用公共数据，例如大量的医疗卫生数据，并以此推动AI发展。就采用AI的企业比例而言，欧盟落后于中美，欧盟应着重降低公共部门采用AI的门槛并促进私营部门的AI应用。此外，就监管而言，欧盟不应将新的数字商业模式纳入现有监管体制，这通常会限制创新。不是提供平等监管，而应提供平等保护。

（3）对美国

美国仍是全球AI领域的领头羊，奥巴马政府的AI战略规划也得到了特朗普政府的延续。2019年的行政令提出要加强AI研发、人才培养和国际合作。

不过，政府还可以做得更多，特别是，国会应改革移民政策并增加研究资助，并尽力避免包括数据保护规章在内的过度限制政策。

人才方面，美国应继续鼓励外国人才移民美国并加强国内人才库建设。研究方面，政府应增加对计算机科学研究的资助，并鼓励私企增加研发支出。美国在AI数据方面不占优势，因此应尽力提升其产生的数据的价值，尤其应打造一个能促进数据共享与再利用的监管环境。

应用方面，美国应着重向其公民和企业展示AI的价值，并通过政府的力量资助、采购和管理AI，以推动AI应用。硬件方面，美国在半导体领域占据领先地位，超算整体性能也优于中国，但Top 500排行榜中中国超算机的数量却远超美国，美国应着重于重建在高性能计算领域的领先地位，并开发专为AI应用设计的超算机。