美国研究机构:到2030年 中国AI研究有望领跑全球

作者: 佚名 2019-03-14 13:17:03

据美国科技媒体GeekWire报道,美国西雅图艾伦人工智能研究所(AI2)的一项新分析表明,到2030年,中国有望成为人工智能领域的全球领跑者。A12研究所对人工智能领域十分有影响力的研究论文加以统计,并利用语义学者(Semantic Scholar)学术搜索引擎进行测量,得出了上述分析结论。

“如果当前的趋势持续下去,在五年内,在论文方面,中国将超过我们,”该研究所的CEO 奥伦·埃齐奥尼(Oren Etzioni)告诉媒体。“另一件需要认识到的事情是,引文可能是一种滞后指标,因为论文必须出版,有人必须读到,他们必须自己写论文,然后才能在文章中引用。”

因此,该分析可能低估了中国目前在人工智能研究中的影响,埃齐奥尼说,“最起码,中国人工智能研究的数量和质量令人吃惊。”

AI2的调查结果与一些技术分析师在过去一两年的观点不谋而合。去年,国际著名创投调研机构CB Insights的一项分析发现,在2017年全球投资于人工智能初创企业的152亿美元中,48%流向中国,只有38%流向美国初创企业。

这仅仅是开始:中国已经制定了一项计划——到2030年,建立1500亿美元人工智能产业。

埃齐奥尼说,AI2分析显示,在过去三十年中,对于人工智能的研究有了显著增长,发表论文数量从1985年的5000篇增至2018年的14万篇。在这段时间里,有很多研究跟踪了人工智能的研究进展,但埃齐奥尼说,语义学者搜索引擎提供了新的视角。

“首先,这是新的结果,因为我们的分析涵盖了2018年的论文,”他说。“第二,独特之处在于我们注意到了‘被最多引用论文’的这一概念,因为我们关注论文的影响力。”

分析表明,从研究论文的数量来看,中国早在2006年就超过了美国。从那时起,中国的趋势线经历了上升、下降又上升的过程,但从未低于美国的总量。

语义学者搜索引擎采用“引用数量”这一指标来衡量学术研究排名前50%、前10%和前1%的论文时,呈现出截然不同的分析结果。正如下列图表所显示的,美国作者的论文比例在逐渐下降,而中国的比例在加速上升。

在依照论文引用数量排序的中国研究机构名单中,中国科学院居于首位,其次是清华大学、香港大学和香港科技大学。

如果将趋势线延长,在学术研究排名前50%、前10%、前1%的被引用论文数量上,中国将分别于今年、明年和2025年超过美国。

中国人工智能的崛起已经引起华盛顿方面的关注,美国因此在五角大楼建立了国家安全咨询委员会和联合人工智能中心。在本周公布的白宫2020财年预算提案中,为人工智能中心留出2.08亿美元。

埃齐奥尼认为,美国联邦政府的人工智能战略应该更加重视基础研究。

“我们需要停止特朗普政府的所作所为,他们正在采用各种方式阻止学生和学者移民到这个国家。”他说:“我们需要更多的人才,就像我们一直以来那样。AI2是高度国际化的,这对我们来说是一个巨大优势。”

埃齐奥尼说,为人工智能的基础研究预留更多的资金也是必要的。上个月,美国总统唐纳德·特朗普(Donald Trump)签署了一项行政命令,呼吁加强人工智能的研究,本周的预算提案提到了人工智能的重要性,但没有提供具体细节。

“我们需要具体细节,”埃齐奥尼说。“而且,比想象中更加紧迫。”

人工智能 分析 A12研究
上一篇:学好机器学习和大数据必备的6本好书! 下一篇:IBM宣称创建出量子算法 在机器学习上取得巨大飞跃
评论
取消
暂无评论,快去成为第一个评论的人吧

更多资讯推荐

面部识别的利与弊:是福还是祸?

虽然现代技术使面部识别更加精确和安全,但与面部识别隐私问题和监控有关的担忧也在增加。因此,让我们在这篇文章中探讨一下这该技术的利与弊。

Naveen Joshi ·  2021-06-01 16:36:22
人工智能和5G如何结合以实现物联网收入最大化

网络系统通过信令和使用软件以及分析来检测和分类设备非常棘手,并且对有限且日益紧张的网络资源提出了巨大的需求。然而,解决这些问题有一个主要解决方案:采用人工智能、自动化和5G技术。

Jordi Castellvi ·  2021-06-01 13:49:15
MIT团队最新研究,仅靠LiDAR和2D地图实现端到端自动驾驶

最近, MIT 计算机科学与人工智能实验室(CSAIL)团队成功展示了一种基于机器学习的自动驾驶系统,该端到端框架仅使用 LiDAR获取的原始 3D 点云数据和类似于手机上的低分辨率 GPS 地图就能进行自主导航,并且大大提升了鲁棒性。

文龙 ·  2021-06-01 12:47:51
自然语言处理(NLP)的历史及其发展方向

自然语言处理的历史是一个充满曲折的故事。它从徒劳的研究开始,经过多年卓有成效的工作,最后结束于一个我们仍在试图找出该领域极限的时代。今天,让我们来一起探索这一AI科学分支的发展。

佚名 ·  2021-06-01 12:46:26
是福还是祸?人脸识别技术的利与弊

面部识别并不是一项全新的技术,但人工智能和机器学习不断使面部识别变得更好。苹果通过引入具有 3D 扫描功能的面部生物识别系统和 iPhone 的 Face ID,提高了面部识别的标准。

Naveen Joshi ·  2021-06-01 11:11:01
人工智能能否使机器具有流体智力?

麻省理工学院和奥地利研究人员为灵活的人工智能创造了“液体”机器学习。

千家网 ·  2021-06-01 10:38:55
大脑模拟NLP,高德纳奖得主:神经元集合演算用于句子解析

一个简单的大脑模型为人工智能研究提供了新的方向。世界顶尖计算机科学理论学家、哥德尔奖和高德纳奖获得者、哥伦比亚大学计算机科学教授 Christos Papadimitriou 关于「大脑中单词表征」的演讲。

Ben Dickson ·  2021-06-01 09:39:24
美城市Baltimore可能颁布最严格的面部识别禁令

据介绍,拟议的法令将禁止私人或商业组织,甚至执法机构在城市使用面部识别技术。

千家网 ·  2021-06-01 09:34:07
Copyright©2005-2021 51CTO.COM 版权所有 未经许可 请勿转载