0
  • 聊天消息
  • 系统消息
  • 评论与回复
登录后你可以
  • 下载海量资料
  • 学习在线课程
  • 观看技术视频
  • 写文章/发帖/加入社区
会员中心
创作中心

完善资料让更多小伙伴认识你,还能领取20积分哦,立即完善>

3天内不再提示

人工智能成为各国竞争的制高点

姚小熊27 来源:人工智能实验室 作者:人工智能实验室 2020-10-12 17:33 次阅读

自18世纪以来,人类社会共发生过三次大型的技术革命,分别是蒸汽机革命、电力革命和信息互联网革命。当前,人类社会进入了第四次工业革命,即人工智能革命。因此,人工智能是各国竞争的制高点,而各国的竞争是政策、基础研究、技术和资本等综合实力的竞争。

一、政策之争

自2016年后,全球主要国家和地区均高度重视人工智能,各国也发布了相关的政策和官方计划。

美国致力于维持全球科技霸主地位,从奥巴马时期到特朗普时期,美国一直积极支持人工智能的研究,将政策态度从“引导和扶持”转为“必须领先”。

欧盟重点关注工业、制造业、医疗、能源等领域,强调发挥创新创造力,通过“+人工智能”的方式,使制造业及相关领域智能升级。

日本由于面临严峻的少子化和老龄化问题,着重研究人工智能在机器人、医疗、汽车交通等领域的应用。

我国人工智能总体呈现三个阶段推进,从第一阶段的智能制造,到第二阶段的“互联网+”时期,再到当前的“智能+”国家战略时期。

二、基础科研之争

在基础科研之争方面,美国处于绝对的领先地位。而衡量基础科研水平高低的重要标准就是人工智能领域的论文数量和质量,我国这方面的论文数量近些年虽然有了快速的增加,但是质量与美国相比差距较大。

三、数据量之争

在前面说过,数据已经和土地、资源等一并纳入了要素体系,而数据就是人工智能时代的“新能源”。为什么这么说呢?因为,人工智能的核心就是“感知、思考和决策”,如果没有足够多的原始数据那么人工智能就无法“感知”世间万物,无法感知就无法“思考和决策”。在这一方面,我国有着绝对的优势,在2018年我国拥有的数据量占全球数据总量的23.4%,随着5G物联网的发展,预计2025年我国的数据量将占全球数据总量的27.8%。

今后,新能源汽车将是一个新的数据搜集的载体,当前特斯拉在中国建厂,不仅可以拉动我国整个新能源汽车的产业链,而且也会让我国搜集更大的数据量,当然美国也会搜集到更大的数据量。当前,美国因为数据对抖音进行了打压,今后可能会有更多因数据而发生的争端。

四、深度学习之争

如果说数据是人工智能时代的“能源”,那么深度学习就是人工智能时代的核心技术。深度学习是人工智能实现“思考和决策”的技术支撑。而在这一方面,无论是总量和结构方面,美国占据了绝对的优势。

虽然中美是全球人工智能的聚集地,但是美国人工智能企业占全球总量的42.1%,中国占21.7%,基本上是我国的两倍。而在结构方面,美国重视基础层和技术层的研发,分别占39.1%、57.7%和3.2%;我国在应用层方面占比最高,达到了75.2%,而基础层仅占2.8%。所以,我们要深刻地认识到美国在人工智能领域的优势,并且这种优势属于是核心优势,对我国人工智能的发展起到了很大的制约作用。

五、资本之争

虽然中美是全球投资的重点,但是由于美国在技术方面的绝对领先地位,并且资本又是趋利的。因此,美国无论是被投资金额还是被投资企业数量均为世界第一。

所以,在第四次工业革命的浪潮中,我国在通信和数据量方面拥有着优势,但是在深度学习的核心技术方面处于明显的劣势,正确看待竞争中的优势和劣势,对于合理调整自己的投资也有着重要的意义。
责任编辑:YYX

声明:本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人,不代表电子发烧友网立场。文章及其配图仅供工程师学习之用,如有内容侵权或者其他违规问题,请联系本站处理。 举报投诉
  • 人工智能
    +关注

    关注

    1791

    文章

    46845

    浏览量

    237535
  • 深度学习
    +关注

    关注

    73

    文章

    5492

    浏览量

    120975
收藏 人收藏

    评论

    相关推荐

    嵌入式和人工智能究竟是什么关系?

    嵌入式和人工智能究竟是什么关系? 嵌入式系统是一种特殊的系统,它通常被嵌入到其他设备或机器中,以实现特定功能。嵌入式系统具有非常强的适应性和灵活性,能够根据用户需求进行定制化设计。它广泛应用于各种
    发表于 11-14 16:39

    《AI for Science:人工智能驱动科学创新》第6章人AI与能源科学读后感

    幸得一好书,特此来分享。感谢平台,感谢作者。受益匪浅。 在阅读《AI for Science:人工智能驱动科学创新》的第6章后,我深刻感受到人工智能在能源科学领域中的巨大潜力和广泛应用。这一章详细
    发表于 10-14 09:27

    AI for Science:人工智能驱动科学创新》第4章-AI与生命科学读后感

    农业、环保等,为人类社会的可持续发展做出贡献。 总结 《AI for Science:人工智能驱动科学创新》第4章关于AI与生命科学的部分,为我们展示了一个充满希望和机遇的未来。在这个未来中,人工智能将成为
    发表于 10-14 09:21

    《AI for Science:人工智能驱动科学创新》第一章人工智能驱动的科学创新学习心得

    周末收到一本新书,非常高兴,也非常感谢平台提供阅读机会。 这是一本挺好的书,包装精美,内容详实,干活满满。 《AI for Science:人工智能驱动科学创新》这本书的第一章,作为整个著作的开篇
    发表于 10-14 09:12

    risc-v在人工智能图像处理应用前景分析

    的兼容性和可靠性,并为其在人工智能图像处理领域的应用提供更有力的保障。 综上所述,RISC-V在人工智能图像处理领域具有广阔的应用前景。其开源性、灵活性、低功耗和高性能等特点使得它成为该领域的重要技术之一。随着技术的不断发展和市
    发表于 09-28 11:00

    名单公布!【书籍评测活动NO.44】AI for Science:人工智能驱动科学创新

    ! 《AI for Science:人工智能驱动科学创新》 这本书便将为读者徐徐展开AI for Science的美丽图景,与大家一起去了解: 人工智能究竟帮科学家做了什么? 人工智能将如何改变我们所生
    发表于 09-09 13:54

    深圳特信电子 单臂螺旋天线:为何它能成为无线通信领域的佼佼者

    深圳特信电子|单臂螺旋天线:为何它能成为无线通信领域的佼佼者
    的头像 发表于 09-05 09:05 341次阅读

    FPGA在人工智能中的应用有哪些?

    FPGA(现场可编程门阵列)在人工智能领域的应用非常广泛,主要体现在以下几个方面: 一、深度学习加速 训练和推理过程加速:FPGA可以用来加速深度学习的训练和推理过程。由于其高并行性和低延迟特性
    发表于 07-29 17:05

    浪潮信息生态伙伴大会IPF2024:发展人工智能+,加速创新落地

    4月17日,浪潮信息在北京举办的生态伙伴大会IPF2024上提出,发展人工智能+,要坚持“以应用为导向,以系统为核心”,着重激发创新活力、拓展创新路径、加速创新落地,推动人工智能成为百行千业的生产力。
    的头像 发表于 04-18 09:12 590次阅读

    5G智能物联网课程之Aidlux下人工智能开发(SC171开发套件V1)

    课程类别 课程名称 视频课程时长 视频课程链接 课件链接 人工智能 参赛基础知识指引 14分50秒 https://t.elecfans.com/v/25508.html *附件:参赛基础知识指引
    发表于 04-01 10:40

    科达嘉电感器在大数据与人工智能领域被广泛应用

    近年来,大数据与人工智能成为科技领域的热门话题。大数据为人工智能提供了大量的数据作为输入,使得人工智能算法和模型能够通过学习做出更准确的预测和决策。
    的头像 发表于 02-29 13:56 456次阅读

    嵌入式人工智能的就业方向有哪些?

    嵌入式人工智能的就业方向有哪些? 在新一轮科技革命与产业变革的时代背景下,嵌入式人工智能成为国家新型基础建设与传统产业升级的核心驱动力。同时在此背景驱动下,众多名企也纷纷在嵌入式人工智能领域布局
    发表于 02-26 10:17

    科达嘉电感器广泛应用于大数据及人工智能领域为AI赋能

    近年来,大数据与人工智能成为科技领域的热门话题。大数据为人工智能提供了大量的数据作为输入,使得人工智能算法和模型能够通过学习做出更准确的预测和决策。
    的头像 发表于 02-23 17:29 802次阅读

    关于人工智能的60条趋势预测

    2023年是技术发展的分水岭,生成式人工智能成为主流。2024年伊始,生成式AI的格局预计将迅速发展,带来一系列有望改变技术及其应用的趋势。这些趋势,从多模式人工智能模型的进步到小语言模型的兴起
    的头像 发表于 02-21 08:26 688次阅读
    关于<b class='flag-5'>人工智能</b>的60条趋势预测

    2024年生成式人工智能五大发展趋势

    2023年是技术发展的分水岭,生成式人工智能成为主流。随着我们进入2024年,预计生成式人工智能格局将迅速演化,引入一系列有望改变技术及其应用的趋势,包括多模态人工智能模型、小语言模型、自主代理等。
    的头像 发表于 01-23 09:50 1379次阅读