01
AI在中國的萌芽
中國的人工智能產業，是如何走到今天的呢?這就要從18年前創立之初說起。
應該說，從2000年百度成立之日起，就是國內最具技術基因的科技企業。中文搜索、知識圖譜、大數據、自然語言處理等細分技術百度都獨享優勢。而NLP (自然語言處理)可以說是搜索引擎的技術之本。搜索引擎與技術的天然關系，讓百度很早就走在了人工智能的賽道上。
到了2010年，百度已經開始就在搜索引擎中應用了機器學習技術，取得了相當不錯的成果。1月，NLP領域頂級專家王海峰加入了百度。
2012年，李彥宏注意到深度學習在學術界和應用方面都有了突破。比如，用深度學習的方法來識別圖像，突然就比以前的任何算法都有明顯提升。這個時候他馬上意識到，新的時代來臨了。
深度學習掀起的浪潮百度最先感知，AI將改變搜索在內諸多技術的未來，人工智能已經成為了下一次技術革命的爆發點。對技術的敏感讓百度立即開始著手對深度學習進行戰略投入。于是在2013年1月，王海峰作為執行負責人協助創建的百度深度學習研究院IDL正式成立，李彥宏親自兼任院長。這一天，拉開了中國科技公司在人工智能領域極速狂奔的一幕。
在成立IDL之前，百度沒有成立過研究院。因為百度的工程師文化，一直以來，大家認為整個公司就是一個研究機構，沒有必要再專門成立組織。IDL的成立可謂破天荒頭一回，由此可見百度對人工智能的決心。就在百度大舉進軍深度學習之時，阿里正在為大規模計算和超大容量儲存技術煩惱。阿里快速發展的業務對底層計算基礎設施提出了更高的要求，要解決迫在眉睫的問題，阿里只能將全部的研發力量押在阿里云上面，彼時還難以顧及到深度學習等前沿的人工智能技術。
不過到了2013年9月，阿里成功突破5K測試，解決了大規模計算的問題，這才一舉解決了后顧之憂。
而彼時距離阿里正式成立達摩院還有4年的時間。
在這4年中，一大部分的中國互聯網公司，剛剛開始意識到云計算的價值，更遑論投身深度學習。
可以說，從2014年到2017年，百度在人工智能上的前行是孤獨的，在國內并沒有多少人理解。不過在美國，Google、Facebook和IBM卻已經認識到了AI的價值，四處招攬人才籌建研究團隊。1月份，谷歌在與Facebook的競爭中勝出，宣布斥資5億美元收購英國人工智能公司Deepmind——后者僅僅才成立4年，尚未推出一個產品。
面對國際上激烈的人才競爭，2014年4月到5月，百度相繼成立了大數據實驗室(BDL)和硅谷人工智能實驗室(SVAIL)。在三個實驗室的基礎上，正式搭建了百度研究院(Baidu Research)。
時至今日，百度依然是全球AI協作組織Partnership on AI唯一的中國企業代表。
02
AlphaGo的沖擊波
2016年3月，Deepmind研發的人工智能機器人AlphaGo與圍棋世界冠軍李世石九段進行了一場聞名世界的圍棋人機大戰，AlphaGo以4:1的總比分獲勝。在評論這一場比賽時，復旦大學計算機系教授危輝說到：“人機大戰對于人工智能的發展意義很有限。解決了圍棋問題，并不代表類似技術可以解決其他問題，自然語言理解、圖像理解、推理、決策等問題依然存在。”
然而，雖然AlphaGo不是人工智能一勞永逸的解決方案，但在2016年，卻給中國社會和企業界帶來了很大的沖擊。這種沖擊產生的商業影響不可估量。
在2017年年初的IT企業領袖峰會上，馬云這么評價：“大家把AlphaGo說得天花亂墜，很恐怖的樣子。我個人覺得，So TM What?” 馬云認為，與其發展人工智能，不如花多點時間在機器智能上，讓機器人成為人類更好的合作伙伴，而不是人類的對手。
馬化騰則說道，AlphaGo給了人們很多啟發。“在很多圍棋以外的領域，比如說金融、醫療、病理的檢測，如果用計算機后臺做出模擬器，充分嘗試，就如自動駕駛一樣，模擬出各種各樣的反饋，自然會琢磨出一套理論和經驗，從而給我們帶來很大的思考。”
馬云和馬化騰對于人工智能的理解差異，也讓阿里和騰訊在人工智能的研發側重上略有不同。對阿里來說，重點發展的還是機器智能，更多是工具、功用上的，對業務有用與商業結合的。涉及到前沿理論的，目前尚無暇考慮。對騰訊來說，在微信和QQ后臺累計的大量的數據分析，需要深度學習來研究分析，需要基礎研究上的突破。所以在AlphaGo人機大戰的次月，騰訊在深圳就創建了自己的人工智能實驗室，并且悄然在西雅圖設立了一個辦事處，對門便是微軟，挖人毫不含糊。
BAT對人工智能的認識水平各不相同，也自然導致了他們后續發展不同的路徑。不過，嗅覺靈敏的資本和富有野心的創業者們，已經意識到了即將到來的人工智能革命。據統計，僅2016當年，中國在AI領域的投資就有10億美元，投資次數202次，這一數字超過了過去10年的總和。
從2012年到2016年，陸陸續續誕生了許多人工智能初創企業，包括2012年的依圖科技、曠視科技、2013年的出門問問、2014年的Rokid、商湯科技、2015年的地平線、碳云智能等等。大量創業公司的涌入，對人才、對人工智能基礎設施都提出了更高的要求。據當時的一份報道，剛畢業的博士，懂一點深度學習的，年薪都能拿到百萬以上，還很稀缺。許多創業公司要進軍人工智能的應用市場，他們能找到應用場景，能找到工程師，但沒有基礎平臺，做不出來。
也正是在這樣的背景之下，2016年9月，百度開源了國內最早，也是目前唯一的深度學習框架PaddlePaddle。PaddlePaddle的推出，大大降低了人工智能公司創業的門檻，讓程序員們可以直接下載使用。這些開發的源代碼集百度數年研究之大成，縮短了中國人工智能產業和世界的差距，對行業的促進作用功莫大焉。
2017年2月，為了進一步解決國內人工智能基礎支撐能力不足的問題，國家發改委批復，由百度公司牽頭籌建深度學習技術及應用國家工程實驗室(DLNEL)。DLNEL的成立，意味著百度承擔提升中國人工智能領域整體競爭力的責任被上升到了國家戰略的水平，這當然是和過去數年百度在研究突破、產業合作、技術成果轉讓和人才培養方面的工作是分不開的。
03
中國人工智能的極速前進
中國AI快速邁進的2017年，從一開始就散發出了巨頭大戰人工智能的味道。騰訊先后宣布了AI實驗室的人事任命，團隊初步成型。而從云計算中抽身出來的阿里，終于意識到在人工智能研究上的落后，開始奮起直追，于10月份宣布了達摩院的誕生，并喊出了3年投資1000億的口號。
而此時的百度，已經深度投入到AI上面，并形成完備的AI技術體系。于是，百度成立了AI技術平臺體系(AIG)，任命時任副總裁的王海峰為總負責人，推動研發領先的AI技術，對內賦能重要業務，對外繁榮技術生態，開始了加速AI商業化的落地。
激烈的競爭促進了產業更快速的升級。中國的人工智能產業從基礎理論成果到應用場景出現了爆發式的增長。到2018年7月，根據清華大學的研究報告，中國已經成為了全球人工智能專利最多的國家，數量領先美國和日本;中國人工智能的論文總量和高被引用論文數量排名全球第一;中國的人工智能企業數量排名全球第二，北京成為了全球人工智能企業最集中的城市;中國人工智能領域的投融資占到了全球的60%，成為了名副其實的“吸金”重鎮。
中國企業對全球人工智能人才的吸引力也急劇增加。
2018年1月17日，阿里達摩院宣布邀請兩次理論計算機最高獎哥德爾獎得主、匈牙利裔美國計算機科學家Mario Szegedy加入其位于西雅圖的量子實驗室。這是繼2017年9月，世界知名的量子計算科學家、密西根大學終身教授施堯耘加入后達摩院引入的又一位世界級的科學家。
1月18日，百度研究院宣布升級組織架構，Kenneth Ward Church、浣軍、熊輝三位人工智能領域世界級科學家加入百度研究院，并成立商業智能實驗室(BIL)和機器人與自動駕駛實驗室(RAL)。Church是自然語言處理領域大師級人物，是經驗主義方法的奠基人之一。浣軍則曾任美國國家基金委項目主任，主管大數據，此前任堪薩斯大學終身教授。熊輝則是美國羅格斯新澤西州立大學終身教授。
美國時間11月13日，百度研究院在美國硅谷召開會議，宣布百度研究院顧問委員會正式成立，并宣布在2018年陸續迎來9位世界級科學家。
新成立的百度研究院顧問委員會包含5名成員，由AT&T和貝爾實驗室前副總裁及首席科學家David Belanger，伊利諾伊大學厄巴納-香檳分校終身教授、計算機視覺領域頂級科學家David Forsyth，著名的計算語言學專家Mark Liberman，卡耐基梅隆大學終身教授、機器人技術領域專家Martial Hebert，明尼蘇達大學終身教授、知識發現與數據挖掘(KDD)領域的最高技術榮譽ACM SIGKDD創新獎得主Vipin Kumar組成。
顧問委員們均是國際上享有盛譽的知名科學家。這些科學家的研究領域包括信息挖掘、計算機視覺、語音技術、機器人、大數據挖掘、商業智能等，幾乎囊括了AI領域從底層基礎到認知、感知技術的全領域范疇。
2018年引入的4名科學家則包括自然語言理解、機器翻譯領域專家黃亮，計算機視覺和生物特征領域專家郭國棟，悉尼科技大學教授、計算機視覺和人工智能專家楊易，馬里蘭大學終身教授、馬里蘭大學帕克分校計算機科學系及電氣與計算機工程系主任、自動駕駛和機器人領域領軍人物Dinesh Manocha。
9位科學家的加入讓百度研究院星光璀璨，人才濟濟，鞏固了全球人工智能領軍企業的地位。
04
中國人工智能發展的成果
在宣布眾多科學家加盟的同時，百度研究院還公布了9個重要成果：
1)在自然語言處理(NLP)領域，百度構建了最大的中文異構知識圖譜，研發基于多文檔校驗的閱讀理解技術、基于交互式學習的對話理解技術等，在AI for Prosthetics Challenge等國際知名賽事中屢獲冠軍。目前百度NLP技術幾乎支持百度所有應用，每天被調用超過3000億次，并通過百度AI開放平臺對外開放。
2)基于自然語言處理技術和語音技術，百度建立了世界上第一個具有集成預期和可控延遲的語音實時翻譯系統，這一技術已被成功應用于百度同傳產品中，并在11月1日的百度世界大會上進行了展示。
3)在語音合成領域，百度提出了第一個完全端到端的深度神經網絡模型，可合成出接近于真人聲音的語音。
4)在AI醫療領域，百度發布了擁有強大的腫瘤病理切片檢測能力的“神經條件隨機場”算法，可為癌癥診斷和治療提供重要助力，其檢測準確率已經突破此前最高記錄，甚至超過專業病理醫生。
5)在機器人領域，百度開發了世界首個基于視覺的低成本建筑機械傳感控制系統。基于該技術打造的無人挖掘機，可減少40%人力成本，同時工程收益可以提升50%。
6)在商業智能領域，百度致力于區域畫像、POI知識圖譜和用戶畫像等基礎能力的研發，生成了數以千萬條POI屬性和數以億條關系數據，完成了多尺度百萬級區域的百余項指標的計算，并將這些能力成功應用于數讀城市和百度地圖的智能出行等產品中。
7)在高性能計算領域，百度作為主要創始機構發布了國際業界公認的開源深度學習性能基準平臺MLPerf并產生巨大影響力，目前為止吸引了包括Google、Nvidia、Intel等50多家公司，和哈佛在內的7所頂級大學加入。
8)在深度學習平臺方面，作為國內唯一開源開放的深度學習框架，PaddlePaddle近期正式發布了1.x的穩定版本，并在官方支持模型的完備性、超大規模深度學習并行技術和高速推理引擎等技術領域取得了領先優勢。同時，PaddlePaddle持續降低深度學習門檻，深度賦能各行各業，助力實體經濟發展。基于開放普惠AI理念，百度還開發了自動深度學習技術AutoDL，支持深度學習的自動設計、遷移和邊緣計算適配。在開放測試集上測試，AutoDL的設計能力超過人類專家，指標在業內居于世界領先地位。這一能力已經通過百度平臺EasyDL、AI Studio免費向開發者開放，廣大中小初創企業和個人無需特殊軟硬件和工程團隊，也能建立強大AI模型，加速AI應用落地。
9)在大數據方向上，百度快速檢索算法處于世界領先地位，同時專注開發實用機器學習算法平臺，該算法在搜索、信息流、知識圖譜等百度關鍵產品和技術上發揮著重要價值。
從成果上來講，百度研究院可謂一騎絕塵，遙遙領先阿里達摩院和騰訊AI Lab。
達摩院成立一年來，主要的工作落在了底層算法算力和大數據處理方面——也就是做芯片，其中就研發了一款神經網絡芯片Ali-NPU，預計到2019年下半年會做出來。根據阿里CTO行顛的透露，這款芯片對現在圖形處理有40倍性能功耗比的提升。另外一個工作，是發表了量子計算器“太章”，首次在全球模擬了81比特、40層隨機量子鏈路的模型。為了研發芯片，達摩院還成立了一家半導體公司：平頭哥。達摩院與其說是在做AI，不如說目前還是在圍繞AI的邊緣做一些研發配合。
騰訊的AI Lab就更不用提了，目前主要還在定戰略、發表論文，具體的研究成果可能還需要等一段時間才會出來。
雖然阿里和騰訊目前還在追趕百度的階段，但可以看到，到目前為止，中國人工智能產業已經形成了比較完備的市場，有國家政策扶持、有龐大的應用場景、有百度這樣的領軍企業和AI基礎設施提供者，有成百上千的AI創業公司、有龍頭企業彼此良性的競爭、還有大量工程師和涌進這個行業的人才專家，有了這些，也難怪李開復在《AI Superpowers》一書中提到，雖然美國在人工智能領域依然是霸主地位，但崛起的中國很可能挑戰美國這一優勢。在全球范圍內，中國終于在一個前沿科技行業和美國并排站到了一起，不遠的將來也許會有一場精彩的龍爭虎斗。
京公網安備 11010502049343號