第四次產(chǎn)業(yè)革命正在快速興起。人工智能是這次產(chǎn)業(yè)革命的核心內(nèi)容之一。構(gòu)成產(chǎn)業(yè)革命的創(chuàng)新都是革命性創(chuàng)新。這類(lèi)的創(chuàng)新具有特別高的不確定性。人工智能前沿工作的發(fā)展，包括基礎(chǔ)研究、應(yīng)用研究、初創(chuàng)企業(yè)，都屬于這類(lèi)性質(zhì)。

這類(lèi)創(chuàng)新的未來(lái)醞釀在大量的研究成果和初創(chuàng)企業(yè)成果里。最后通過(guò)市場(chǎng)優(yōu)勝劣汰的過(guò)程，產(chǎn)生出來(lái)技術(shù)上和市場(chǎng)上最好的結(jié)果。在此之前，即便是在相關(guān)領(lǐng)域里成功的專(zhuān)家和企業(yè)家，也很難預(yù)測(cè)未來(lái)的結(jié)果。因此，了解未來(lái)，最重要的在于了解學(xué)術(shù)界在研究什么、初創(chuàng)企業(yè)在做什么，以及數(shù)量。

為了了解中國(guó)人工智能的現(xiàn)狀和展望未來(lái)，我們構(gòu)建的人工智能指數(shù)，集中在三個(gè)方面，對(duì)比中國(guó)和國(guó)際前沿國(guó)家。這三個(gè)方面是，人工智能的初創(chuàng)企業(yè)、學(xué)術(shù)成果、開(kāi)源軟件的應(yīng)用。從初創(chuàng)企業(yè)這個(gè)維度，可以勾勒出人工智能作為一個(gè)產(chǎn)業(yè)的現(xiàn)狀和最近的未來(lái)。通過(guò)初創(chuàng)企業(yè)不同發(fā)展階段的國(guó)際對(duì)比，我們可以看到中美人工智能企業(yè)之間的差異。以融資機(jī)制為例，融資機(jī)制本身就是初創(chuàng)企業(yè)的發(fā)展機(jī)制。融資機(jī)制其實(shí)是優(yōu)勝劣汰機(jī)制的核心。中國(guó)過(guò)去是計(jì)劃經(jīng)濟(jì)，現(xiàn)在仍然還保留著相當(dāng)一部分計(jì)劃經(jīng)濟(jì)的制度。所以，中國(guó)和美國(guó)在制度上的差別是，中國(guó)有兩大類(lèi)不同的機(jī)制，一大類(lèi)是優(yōu)勝劣汰的市場(chǎng)機(jī)制，另一大類(lèi)是命令式的機(jī)制，即自上而下的命令或者計(jì)劃。

因?yàn)槲覀兊闹饕康氖菑漠a(chǎn)業(yè)革命的角度來(lái)看人工智能，因此在學(xué)術(shù)領(lǐng)域，我們關(guān)心的是產(chǎn)業(yè)長(zhǎng)遠(yuǎn)的未來(lái)發(fā)展。今天的學(xué)術(shù)工作就是明天的人工智能產(chǎn)業(yè)。在這個(gè)維度，我們觀察的是學(xué)術(shù)論文的定量和定性的指標(biāo)。

第三個(gè)維度是開(kāi)源軟件的開(kāi)發(fā)和應(yīng)用，這是學(xué)術(shù)與產(chǎn)業(yè)高度連接的部分。從應(yīng)用研究的角度講，這是一個(gè)非常重要的指標(biāo)。

人工智能與制度

絕大部分的人工智能方面的開(kāi)創(chuàng)性研究，都是從學(xué)術(shù)上開(kāi)始的。學(xué)術(shù)研究和應(yīng)用研究是產(chǎn)生革命性創(chuàng)新的必要條件，沒(méi)有它們就沒(méi)有后來(lái)的一切。所以學(xué)術(shù)研究的成果是最重要的。但僅僅是學(xué)術(shù)研究的成果仍然并不充分。比如專(zhuān)利。看上去非常優(yōu)秀的項(xiàng)目是不是最后能夠在商業(yè)化的過(guò)程中成功?在商業(yè)上沒(méi)有實(shí)現(xiàn)之前，沒(méi)有人能回答這個(gè)問(wèn)題。所有在學(xué)術(shù)上和專(zhuān)利上非常優(yōu)秀的內(nèi)容，在商業(yè)實(shí)現(xiàn)之前仍然都面臨著巨大的挑戰(zhàn)和非常高的不確定性。因此，人工智能這個(gè)行業(yè)是不是能成功，整個(gè)行業(yè)在一個(gè)國(guó)家在一個(gè)地區(qū)是不是能夠成功，除了取決于當(dāng)?shù)氐膶W(xué)術(shù)和應(yīng)用的研究成就之外，還一定取決于當(dāng)?shù)氐闹贫取Ｅc創(chuàng)新技術(shù)發(fā)展相關(guān)的最重要的具體制度，就是所謂的硬預(yù)算約束的制度。

面對(duì)高度的不確定性，在沒(méi)有人知道某一個(gè)項(xiàng)目是不是能成功的情況下，必須有大量的創(chuàng)新想法在最早期的時(shí)候就能獲得投資。需要強(qiáng)調(diào)的是，是不是能獲得投資和是不是獲得大規(guī)模投資是兩回事。這是第一點(diǎn)，即是不是有大量的新想法能獲得投資。第二點(diǎn)，獲得投資的這些項(xiàng)目，當(dāng)被發(fā)現(xiàn)沒(méi)有前途的時(shí)候，是不是能夠及時(shí)地被中斷。硬預(yù)算約束指的就是是否能被及時(shí)地中斷。因?yàn)橛差A(yù)算約束決定了不在失敗的項(xiàng)目上浪費(fèi)資源，使得更多創(chuàng)新項(xiàng)目可以得到試一試的機(jī)會(huì)。

在中國(guó)，特別需要認(rèn)識(shí)到，跟計(jì)劃經(jīng)濟(jì)相關(guān)的軟預(yù)算約束，缺少停止不成功項(xiàng)目的能力。因此在軟預(yù)算約束下，被迫依賴(lài)在沒(méi)有投資之前的、事先的審查項(xiàng)目，用這個(gè)方法來(lái)減少投資創(chuàng)新項(xiàng)目。這是計(jì)劃經(jīng)濟(jì)的一個(gè)重要特點(diǎn)。但是，一旦事先減少了投資的項(xiàng)目，就減少了最終成功的機(jī)會(huì)。

當(dāng)說(shuō)到融資制度，風(fēng)險(xiǎn)投資是行之有效的非常重要的基本制度，它的核心是階段性的硬預(yù)算約束。階段性的投資，最重要的就在于它能夠及時(shí)地中斷這些不成功的項(xiàng)目;或者換句話說(shuō)，它是硬預(yù)算約束，用這個(gè)方式來(lái)降低失敗的風(fēng)險(xiǎn)。風(fēng)險(xiǎn)資本制度高度依賴(lài)股市和獨(dú)立的司法制度。

中國(guó)人工智能初創(chuàng)企業(yè)規(guī)模及國(guó)際對(duì)比 

[[412231]] 

2021年5月21日，2021RoboCup機(jī)器人世界杯中國(guó)賽暨亞太機(jī)器人世界杯天津國(guó)際邀請(qǐng)賽在天津空港體育中心舉行。

在人工智能的初創(chuàng)企業(yè)方面，中國(guó)的投資不僅數(shù)量巨大，而且從增長(zhǎng)速度來(lái)看，在過(guò)去幾年里，初創(chuàng)企業(yè)的增長(zhǎng)速度是世界上最快的。特別是從2014年以后，投資急劇加速。從總投資額來(lái)看，位居于全世界第一的是美國(guó)，第二就是中國(guó)。創(chuàng)新具有高度不確定性，其中非常重要的一個(gè)機(jī)制是投資的數(shù)額要大，這個(gè)數(shù)額指的不僅僅是投資的總量，而是指項(xiàng)目的總量。

第一個(gè)特點(diǎn)，從項(xiàng)目看，無(wú)論是初創(chuàng)企業(yè)的總數(shù)還是交易總數(shù)(所謂交易總數(shù)指的是有的企業(yè)可能有不止一個(gè)項(xiàng)目，它有不同的階段，因此交易總數(shù)和企業(yè)總數(shù)不是一回事，交易數(shù)字會(huì)更大)。從這兩個(gè)方面來(lái)看，中國(guó)的總投資額排名世界第二，但是企業(yè)總數(shù)或者交易總數(shù)，那么中國(guó)不是世界第二，而是世界第三，和居于世界第二的英國(guó)距離不是很大。更詳細(xì)的信息我們?cè)诤竺鎭?lái)介紹。

第二個(gè)特點(diǎn)，中國(guó)人工智能初創(chuàng)企業(yè)的融資高度依賴(lài)對(duì)外開(kāi)放的。我們的發(fā)現(xiàn)是中國(guó)總投資額全世界第二，那么這些投資從哪里來(lái)的?從統(tǒng)計(jì)數(shù)字來(lái)看，將近40%的交易是來(lái)自國(guó)內(nèi)的，而其他的超過(guò)46%是完全來(lái)自國(guó)外的，還有超過(guò)14%是國(guó)內(nèi)外聯(lián)合的。這組數(shù)據(jù)可以很清楚地看到，超過(guò)一半以上人工智能初創(chuàng)企業(yè)的融資是來(lái)自國(guó)外，這是非常重要的一個(gè)特點(diǎn)。不僅僅中國(guó)的研究跟改革開(kāi)放高度相關(guān)，跟國(guó)際間的融合高度相關(guān)，即便在融資方面也跟國(guó)際的融合與開(kāi)放是高度相關(guān)的。

中國(guó)人工智能初創(chuàng)企業(yè)的投資主體是風(fēng)險(xiǎn)資本，而不是中國(guó)傳統(tǒng)的金融機(jī)構(gòu)。前面我們講硬預(yù)算約束，硬預(yù)算約束主要來(lái)自于風(fēng)險(xiǎn)資本。在中國(guó)，74%的交易來(lái)自風(fēng)險(xiǎn)資本，將近16%的交易是來(lái)自私募，私募股權(quán)的性質(zhì)跟風(fēng)險(xiǎn)資本是高度相近的，所以我們把這兩者合并在一起。也就是說(shuō)，將近90%的人工智能初創(chuàng)企業(yè)的投資來(lái)自于風(fēng)險(xiǎn)投資。這是極端重要的一個(gè)信息。

前面講到2014年以后，中國(guó)加速了人工智能初創(chuàng)企業(yè)的投資，而且投入早期項(xiàng)目的資金總量非常之巨，但是有個(gè)重要的特點(diǎn)是值得關(guān)注的。雖然投入的資金量非常的大，但是投入的初創(chuàng)企業(yè)的總數(shù)字以及總的交易數(shù)字，沒(méi)有相應(yīng)的那么大，導(dǎo)致了一個(gè)初創(chuàng)企業(yè)的早期，平均獲得的投資額非常高。不同的人對(duì)此可以有不同的解釋?zhuān)覀兊慕忉屃舸詈蟮姆治鲋小?/p>

初創(chuàng)企業(yè)融資情況的統(tǒng)計(jì)數(shù)字，來(lái)源于VC Experts和Crunchbase這兩個(gè)數(shù)據(jù)庫(kù)。這兩個(gè)是世界上最大的風(fēng)險(xiǎn)投資融資的數(shù)據(jù)庫(kù)。兩個(gè)合并在一起，基本上概括了全世界的所有的風(fēng)險(xiǎn)投資的融資情況。中國(guó)跟世界的對(duì)比數(shù)據(jù)，全部從這里獲得。

我們首先關(guān)心是跟IT相關(guān)的領(lǐng)域，然后在數(shù)據(jù)庫(kù)里搜索公司簡(jiǎn)介，使用了近20個(gè)與人工智能各個(gè)方面相關(guān)的關(guān)鍵詞。如果這個(gè)企業(yè)涉及到這些方面，我們就把它定義為人工智能的初創(chuàng)企業(yè)。用這個(gè)方式，我們找到全世界所有初創(chuàng)企業(yè)的情況。美國(guó)的總數(shù)是4600多個(gè)，占全世界的比率超過(guò)45%;英國(guó)有846個(gè)，占全世界的8.2%，中國(guó)有730個(gè)排第三位，占全世界的7.11%。從初創(chuàng)企業(yè)的總數(shù)來(lái)看，中國(guó)在全世界是相當(dāng)?shù)念I(lǐng)先，但是和美英相比，還有顯然的差距。

融資方面，美國(guó)的融資額是1273億美元，占全世界的59%。中國(guó)是487億美元，占全世界近23%。從企業(yè)總數(shù)來(lái)對(duì)比，中國(guó)的比例遠(yuǎn)沒(méi)有這么大，但是從投資總額上看，中國(guó)的投資總額已經(jīng)快要接近美國(guó)的一半了，排到全世界第二。排到全世界第三位的是英國(guó)，跟中國(guó)相差很遠(yuǎn)。

平均每個(gè)初創(chuàng)企業(yè)獲得的投資是多少?美國(guó)跟世界上其他的發(fā)達(dá)國(guó)家比，沒(méi)有顯著高很多，只是稍微高一點(diǎn)點(diǎn)。而中國(guó)自從2013年之后開(kāi)始起步，2014年拉開(kāi)距離，平均每個(gè)企業(yè)獲得風(fēng)險(xiǎn)投資的數(shù)字遠(yuǎn)遠(yuǎn)高過(guò)世界上其他國(guó)家。這其中有兩個(gè)可能性，一個(gè)可能性就是我們前面講到的軟預(yù)算約束機(jī)制。在面對(duì)高度風(fēng)險(xiǎn)、高度不確定性的項(xiàng)目的時(shí)候，尤其是在早期，投資的數(shù)字一定是非常小的，因?yàn)樵叫【驮奖阋恕５鹊接邢喈?dāng)?shù)陌盐找院螅瑪U(kuò)大你的投資，這樣才能保證你以最小的代價(jià)獲得更大的成果。如果在早期投了很多錢(qián)進(jìn)去，有相當(dāng)?shù)囊徊糠挚赡苁抢速M(fèi)，這個(gè)是從機(jī)制上的一個(gè)解釋?zhuān)硪环矫嬉灿幸环N可能的解釋?zhuān)缙陔A段的初創(chuàng)人工智能企業(yè)，它的不確定性沒(méi)有那么高。這一點(diǎn)我們的數(shù)據(jù)沒(méi)有辦法告訴我們，行業(yè)里面的同事們，可能會(huì)比我們更清楚。

在面對(duì)高度不確定性的時(shí)候，關(guān)鍵問(wèn)題在于在最早期的時(shí)候是不是有足夠多的探索性的項(xiàng)目。在探索性項(xiàng)目的數(shù)字這個(gè)方面(種子期的交易量)，美國(guó)遠(yuǎn)遠(yuǎn)高于世界上所有其他國(guó)家。排名第二的是英國(guó)，排名第三的是中國(guó)和加拿大。在這個(gè)方面，中國(guó)只有英國(guó)的一半多一點(diǎn)，只有美國(guó)的大約七分之一。由于探索面對(duì)很高的失敗的風(fēng)險(xiǎn)，有效配置資源的方法是，在啟動(dòng)探索的階段，每一個(gè)項(xiàng)目投盡量少的錢(qián)。但是在這方面，中國(guó)的情況與發(fā)達(dá)國(guó)家非常不同。與發(fā)達(dá)國(guó)家相比，中國(guó)初創(chuàng)企業(yè)在種子期，對(duì)每個(gè)項(xiàng)目的投資量都很大。

到創(chuàng)業(yè)的晚期，從風(fēng)險(xiǎn)投資的角度，人們對(duì)項(xiàng)目的成功已經(jīng)有相當(dāng)?shù)陌盐铡奈覀兊臄?shù)據(jù)來(lái)看，晚期的投資交易總額，也就是有多少項(xiàng)目獲得了融資，美國(guó)排第一，中國(guó)排第二，英國(guó)排第三。從趨勢(shì)上可以看到，從2016年之后，中國(guó)和其他國(guó)家之間拉開(kāi)很大距離。就是說(shuō)從2016年之后，晚期的投資額明顯比其他發(fā)達(dá)國(guó)家要多，但是與美國(guó)相比還是有顯然的差距，這個(gè)差距似乎有一點(diǎn)縮小的趨勢(shì)但也不是很確定。但是比起其他發(fā)達(dá)國(guó)家來(lái)，中國(guó)顯然是領(lǐng)先的。排第三的是英國(guó)。英國(guó)和其他發(fā)達(dá)國(guó)家之間的距離并不大，但是中國(guó)和美國(guó)之外的所有發(fā)達(dá)國(guó)家之間的距離拉開(kāi)很大。

從晚期的平均投資額來(lái)看，平均每一個(gè)項(xiàng)目的投資，中國(guó)遠(yuǎn)遠(yuǎn)高于世界上的其他國(guó)家，美國(guó)排第二，英國(guó)排第三。中國(guó)比排第二的美國(guó)高很多，而美國(guó)和其他發(fā)達(dá)國(guó)家之間沒(méi)有顯然的距離，發(fā)達(dá)國(guó)家在平均的時(shí)候基本都差不多。這是一個(gè)很重要的信息，說(shuō)明對(duì)發(fā)達(dá)國(guó)家來(lái)說(shuō)有一些規(guī)律性的內(nèi)容，這些規(guī)律性的內(nèi)容決定了它們認(rèn)為什么時(shí)候合算，基本上大家的做法都差不多。但是中國(guó)在討論到平均的時(shí)候，明顯的非常高。

怎么解釋這個(gè)現(xiàn)象呢?有兩種可能的解釋?zhuān)环N可能的解釋就是前面講的軟預(yù)算約束和硬預(yù)算約束。中國(guó)可能仍然存在著一定程度的軟預(yù)算約束問(wèn)題，因此導(dǎo)致它的平均投資額更高。另一種解釋是，可能中國(guó)的市場(chǎng)規(guī)模超級(jí)的大，包括在人工智能相關(guān)的應(yīng)用領(lǐng)域里。因此，即便在每個(gè)項(xiàng)目都投入很多，成本很高，總體上仍然能盈利。有可能這兩個(gè)解釋同時(shí)都成立，都是一部分的原因。

學(xué)術(shù)及開(kāi)源軟件的國(guó)際對(duì)比

從學(xué)術(shù)論文的發(fā)表量和論文被引用的指數(shù)來(lái)看，在最近幾年里，中國(guó)整體上在世界上排名第二。在大體上，和美國(guó)的差距在縮小，但仍然有一些重要的方面，差距還是相當(dāng)明顯。

首先來(lái)看一下在期刊和會(huì)議論文的發(fā)表情況。在期刊和會(huì)議發(fā)表論文的總數(shù)方面，中國(guó)在世界上排名第二，其中包括最近20年里積累的總數(shù)，以及最近幾年的年度的發(fā)表數(shù)字。很重要的一點(diǎn)是，自從2017年之后，中國(guó)年度發(fā)表的總數(shù)和美國(guó)的差距是在逐年縮小之中。如果我們把期刊跟會(huì)議分開(kāi)、單獨(dú)看期刊的話，中國(guó)在期刊發(fā)表的總數(shù)是世界第一。在期刊的被引用總數(shù)也是世界第一。所以，如果我們單純看期刊的話，中國(guó)現(xiàn)在已經(jīng)超過(guò)了美國(guó)，位居世界第一。這也是為什么有相當(dāng)一些報(bào)告會(huì)認(rèn)為中國(guó)在人工智能方面超過(guò)了美國(guó)成為世界第一，其實(shí)指的是在期刊發(fā)表的論文方面。但是，如果我們把這個(gè)引用分成類(lèi)別，分成高引用的論文和普通引用的論文和低引用的論文，我們就會(huì)發(fā)現(xiàn)，如果我們看被引用1000次以上的，那么中國(guó)在期刊方面仍然是排得很高。

在會(huì)議論文方面，中國(guó)的排名就不太一樣。如果看加總，中國(guó)在會(huì)議上發(fā)表的論文總數(shù)大體上是世界第二，被引用的總數(shù)也大體上是世界第二。如果我們看會(huì)議論文的引用次數(shù)，被引用千次以上的甚至百次以上的，中國(guó)都在世界上排名第二，但和世界第一的美國(guó)之間的差距沒(méi)有清楚地縮小的趨勢(shì)。

在開(kāi)源軟件的無(wú)論開(kāi)發(fā)和使用方面，中國(guó)都跟美國(guó)有顯然的差距。值得關(guān)注的一點(diǎn)是，與期刊和學(xué)術(shù)論文的情況非常不同，中國(guó)和美國(guó)在開(kāi)源軟件方面的差距是在擴(kuò)大之中，而不是在縮小之中。這背后說(shuō)明什么問(wèn)題，還需要更深入的討論。

我們的數(shù)據(jù)來(lái)源是Scope數(shù)據(jù)庫(kù)，包括學(xué)術(shù)論文，期刊和會(huì)議的，全部都來(lái)自這個(gè)數(shù)據(jù)庫(kù)。搜索方法基本上是和斯坦福大學(xué)制作的人工智能指數(shù)的搜索方法是相似的，使得我們和他們有高度的可對(duì)比性。

具體來(lái)看，積累的學(xué)術(shù)論文的總數(shù)，美國(guó)排第一，中國(guó)排第二，英國(guó)排第三。從積累的總數(shù)看，中國(guó)和美國(guó)之間差距還是相當(dāng)大的。從時(shí)間的趨勢(shì)變化來(lái)看，雖然中國(guó)仍然排第二，但是和美國(guó)的差距是在逐年縮小之中，尤其是在2016年、2017年之后。

排名第三的是英國(guó)，可能實(shí)際上排名第三的已經(jīng)是印度了。英國(guó)和印度這兩個(gè)國(guó)家處于不相上下的一個(gè)狀態(tài)，和排名第二的中國(guó)的差距是很顯然的，這是期刊和會(huì)議論文的總量。如果只看期刊的話，中國(guó)在2012年之后就已經(jīng)超過(guò)了美國(guó)，是世界上在期刊上發(fā)表人工智能論文最多的國(guó)家。

從2012年之后，長(zhǎng)期以來(lái)排名第二的是美國(guó)，但是現(xiàn)在也被印度超過(guò)。所以現(xiàn)在已經(jīng)是印度排名第二，美國(guó)排名第三。這背后有一個(gè)重要的內(nèi)容，就是由于人工智能這個(gè)領(lǐng)域本身在加速發(fā)展，使得很多的研究者為了快，更多地把論文發(fā)表在會(huì)議上，而不是在期刊上。這是為什么我們?cè)谄诳弦?jiàn)到這樣應(yīng)該狀況的部分解釋。一方面是中國(guó)的論文增速非常快，另一方面美國(guó)作為人工智能最發(fā)達(dá)的國(guó)家，在期刊上發(fā)表論文的數(shù)字不長(zhǎng)進(jìn)了，原因是大量的論文轉(zhuǎn)移到會(huì)議上去了。

從會(huì)議論文加總的數(shù)字我們可以看到，美國(guó)排最前面，中國(guó)排第二，英國(guó)排第三。中國(guó)和美國(guó)之間的差距似乎有縮小的趨勢(shì)，但不是很清楚。但是中國(guó)和其他發(fā)達(dá)國(guó)家之間的差距是在拉開(kāi)。中國(guó)超過(guò)其他的發(fā)達(dá)國(guó)家，而且超過(guò)的越來(lái)越多。

只是看論文數(shù)字，可能還不能說(shuō)明論文的質(zhì)量。質(zhì)量更多地反映在引用次數(shù)上。可以看到自從2014年以來(lái)，在引用的方面，中國(guó)超過(guò)美國(guó)，成為期刊論文被引用的總數(shù)在世界上排名第一的國(guó)家，而美國(guó)是僅次于中國(guó)排第二的，其他若干的發(fā)達(dá)國(guó)家合在一起排第三位。中國(guó)和美國(guó)跟其他的國(guó)家相比，后者是有顯然的差距的。

從大型的人工智能學(xué)術(shù)會(huì)議論文的年度被引用情況來(lái)看，美國(guó)遠(yuǎn)高于其他國(guó)家排名第一，中國(guó)排名第二。中國(guó)和美國(guó)之間是不是差距在縮小，目前還不是很清楚，其他的發(fā)達(dá)國(guó)家和中國(guó)之間的差距似乎在拉開(kāi)。

小型的、更專(zhuān)業(yè)的人工智能學(xué)術(shù)會(huì)議發(fā)表的論文，加總之后的年度被引用的情況，可以看到中國(guó)和發(fā)達(dá)國(guó)家之間已經(jīng)沒(méi)有清楚的優(yōu)勢(shì)了。美國(guó)排名世界第一，英國(guó)排名世界第二，德國(guó)曾經(jīng)排世界第一，現(xiàn)在連第三也排不到了，現(xiàn)在排名第三的是法國(guó)。為什么會(huì)這樣?這背后是什么原因?需要專(zhuān)家們來(lái)解釋。

再來(lái)看一下最高的被引用論文是怎么分布的。首先我們來(lái)看期刊上最高的被引用論文，也就是在人工智能領(lǐng)域里影響最大的論文，美國(guó)曾經(jīng)高度領(lǐng)先，到了最近幾年，中國(guó)、美國(guó)、以色列似乎是不相上下。

再來(lái)看會(huì)議論文的加總情況，可以看到美國(guó)在最有影響力的論文方面遙遙領(lǐng)先，其他幾個(gè)國(guó)家中國(guó)、英國(guó)、德國(guó)，在最近幾年里不相上下，可以認(rèn)為并列第二。

對(duì)于影響力比較低的論文，我們分成幾個(gè)等級(jí)：被引用1000次和以上的、幾百次到幾十次的、幾十次到十次的、個(gè)位數(shù)的以及零引用的。限于篇幅，我著重介紹低引用率論文的情況。在期刊論文上，低引用率的論文，中國(guó)一直是世界最高的，美國(guó)是世界第二的。但是如果我們看低引用率的會(huì)議論文，跟高引用率論文的情形相似，美國(guó)遙遙領(lǐng)先。中國(guó)和英國(guó)并列第二，但是和美國(guó)相差甚遠(yuǎn)，和其他發(fā)達(dá)國(guó)家相差無(wú)幾。

最后我們來(lái)看一下中國(guó)和美國(guó)研究者使用人工智能開(kāi)源軟件平臺(tái)的相關(guān)情況。從加總的數(shù)據(jù)來(lái)看，從2015年到現(xiàn)在，我們可以看到中國(guó)和美國(guó)在使用和開(kāi)發(fā)人工智能開(kāi)源軟件方面都在增長(zhǎng)，但是美國(guó)的增長(zhǎng)速度更快。2019年，美國(guó)使用開(kāi)源軟件平臺(tái)的總量已經(jīng)多達(dá)十幾萬(wàn)，中國(guó)的數(shù)字是3萬(wàn)左右。為什么是這樣?留給專(zhuān)家們?nèi)ビ懻摗⑷シ治觥?/p>

小結(jié)一下這份報(bào)告的核心發(fā)現(xiàn)。首先我們看到在人工智能初創(chuàng)企業(yè)方面，中國(guó)的總投資僅次于美國(guó)，大體上相當(dāng)于美國(guó)規(guī)模的五分之二。趨勢(shì)上來(lái)看，中國(guó)跟美國(guó)總投資額的差距在縮小。如果我們集中看項(xiàng)目晚期的投資情況，中國(guó)和美國(guó)的差距縮小的更快。這是第一個(gè)總結(jié)的內(nèi)容。

第二個(gè)總結(jié)的內(nèi)容就是人工智能作為一個(gè)全新的行業(yè)還正在興起，還沒(méi)有真正建立起來(lái)，具有非常高的不確定性。當(dāng)面對(duì)如此高的不確定性的時(shí)候，它的種子期和早期的數(shù)量，即包括項(xiàng)目數(shù)量和企業(yè)數(shù)量，是最終優(yōu)勝劣汰出成果的關(guān)鍵。如果我們集中看種子期和早期的話，無(wú)論是企業(yè)的總數(shù)還是交易量的總數(shù)，中國(guó)都在英美之后，而且和英美的差距不是在縮小，反而是在增大。這是值得高度關(guān)注的問(wèn)題。

在學(xué)術(shù)方面，中國(guó)發(fā)表論文的總量?jī)H次于美國(guó)。其中，在期刊發(fā)表的總量和引用量總量都是位居世界第一，超過(guò)了美國(guó)，而且早就超過(guò)了美國(guó)。而會(huì)議發(fā)表的總量排第二，和美國(guó)的差距仍然非常大，和英國(guó)德國(guó)等等的差距并不大。在會(huì)議論文中，高引用量特別是最高引用率的論文，中國(guó)和美國(guó)有顯然的差距，而且這個(gè)差距沒(méi)有清楚地縮小的趨勢(shì)。

在人工智能開(kāi)源軟件方面，與美國(guó)的研究者相比，中國(guó)的人工智能的研究者開(kāi)發(fā)和使用的要少很多。從趨勢(shì)上看，這種差距在增加，而不是在縮小。