<menuitem id="htlth"><video id="htlth"><thead id="htlth"></thead></video></menuitem>
<cite id="htlth"></cite>
<cite id="htlth"></cite>
<cite id="htlth"><video id="htlth"><menuitem id="htlth"></menuitem></video></cite>
<var id="htlth"></var>
<listing id="htlth"><strike id="htlth"><progress id="htlth"></progress></strike></listing>
<var id="htlth"></var>
<cite id="htlth"></cite><cite id="htlth"><video id="htlth"></video></cite>
首页 新闻 > 融资 > 正文

除了投资,中国在AI领域如何赶超美国

虽然,美国总统特朗普近期签署了行政命令,要求优先考虑美国的人工智能研究,把美国保持在人工智能领域第一的老大位置。

但是,CB Insights 在近期一份报告指出,中国无论是政府机构还是科技公司,皆在努力推进人工智能的发展,并可能已经领先于竞争对手——美国。

中国正在积极执行人工智能的全面愿景战略 ,并在某些领域显然已经领先于美国

按照 CB Insights 的说法,:这得益于中国政府正在推广一项未来的人工智能计划,涵盖从智能农业和智能物流到军事应用,乃至人工智能发展的新就业机会等各个方面,各种资源也被投放到中国的各大初创公司。

无论是投资交易份额的上升,还是中国初创公司收获的多元、多重背景的巨额融资。硅谷洞察研究?#33322;?#21512; CB Insights、波士顿咨询公司(BCG) 等多份报告进行了编译、解读。

人工智能投资趋势:2017年中国首次超美

在人工智能创业公司和总股本交?#36164;?#37327;方面,美国仍然在全球占据主导地位。但 CB Insights 认为,全球人工智能枢纽正在美国以外的地方出现,美国在其全球范围内的交易份额正在被其它枢纽赶超。

(注:2014-2018年全球AI交易份额:红色代表美国交易份额,蓝色代表美国以外的交易份额)

特别是中国创业公司的势头正日益增强。

中国人工智能创业公司当年占全球人工智能投资总额的 48%,这也是首次超过美国的人工智能投资资金。

尽管 2017 年中国仅占全球人工智能交?#36164;?#37327;的10%,但这主要归功于少数几家创业公司 1 亿美元以上的巨额融资。?#36824;?#36825;一投资趋势在 2018 年大幅放缓。

从上表可以明显看出,投资者在 2017 年给几家中国人工智能创业公司投入了大量资金。尽管美国对中国公司在美寻求合作或投资的审查很严格,但中国对美国人工智能创业公司的投资还是比美国对中国人工智能创业公司的投资要多得多。

尽管受到审查,但中美跨境的人工智能交易仍在继续,上图红色线代表中国对美国人工智能创业公司的投资交易,蓝色则代表美国对中国人工智能创业公司的投资交易。

像百度、京东等几大科技巨头在海外积极投资多家美国人工智能公司。比如百度和京东投资了大数据领域很火的金融科技公司 ZestFinance,腾讯投资了人工智能公司 ObEN。与此同?#20445;珻B Insights 也指出,像 WuXi NextCODE(无锡明码) 和 Pony.ai (小马智行)这样的创业公司正同时在这两个国?#20197;?#33829;,进一步模糊了竞争线。

两大突出技术:芯片+面部识别

前者是对美国制造芯片的直接挑战,而后者则有助于政府推进相关监管计划。

在报告中,CB Insights 认为,促进中国人工智能增长的两项突出技术是人工智能芯片和面部识别。可以说,

人工智能芯片:挑战英?#25353;?/strong>

2017年7月,中国国务院发布的《新一代人工智能发展计划》,可以说把人工智能首次上升到国家战略。这份《计划》为推动中国人工智能企业于 2030 年前成为全球领导者的目标?#33539;?#20102;基调。

同?#20445;?#20687;《中国制造2025》、《“互联网+”人工智能三年行动实施方案》及《新一代人工智能发?#26500;?#21010;》等政策,均致力于推动中国 AI 技术的发展。

其中,美国和中国正在争夺人工智能芯片技术的主导地位。

在人工智能芯片领域,中国初创公司寒武纪(Cambricon)可以说是一个典型代表。寒武?#32479;?#31435;于 2016 年,其前身是中科院计算所于 2008 年组建的“探索处理器架构与人工智能的交叉领域” 10 人学术团队。2015 年,该团队发布了全球首个深度学习专用处理器芯片“寒武纪”,去年 5 月,寒武纪发表了最新一代云端人工智能芯片 Cambricon MLU100——这也是中国第一款云端人工智能芯片。

在 CB Insights 看来,寒武纪旨在创建的芯片,其性能和能效是英?#25353;?GPU 的 20 倍。该公司在2017、2018年的 A 轮、B 轮融资分别获得了 1 亿美元,在 2017 年估值已达到 10 亿美元。

按照寒武纪创始人兼 CEO 陈天石在 2017 年对寒武纪的产品规划,寒武纪将力争在 3 年后占有中国高性能智能芯片市场30%的份额,并?#35895;?#19990;界 10 亿台以上的智能终端设备集成有寒武纪终端智能处理器。

面部识别:7分钟能抓住逃犯

CB Insights 报告指出,面部识别技术正在深入中国社会,例如摄像机可?#24895;?#36394;火车站的乘客,识别?#20540;?#19978;无家可归的人等。

这一项在全国性开展的监视项目,名为“天网”,最早于2005年开始,用于公安系统打击?#32622;?#29359;罪。人工智能技术的最新进展也给这项工作带来了巨大推动。

曾有国内媒体报道,“天网”到?#23376;?#22810;厉害? BBC 记者曾试图在贵州挑战天网,“潜逃” 7 分钟就被抓获。据相关数据显示,全国 1.76 亿个监控摄像头当中,由公安部门控制的超过 2000 万个。

除了?#24067;?#37197;置之外,中国的面部识别专利也有所增加,2017 年已发布 900 多项专利。申请人包括学术机构如山东大学和华南理工大学等,以及大型科技公司?#32479;?#21019;企业,其?#31361;?#21253;括政府机构。

该系统可能最终为中国的社会信用体系提供动力,成为衡?#31185;?#20844;民“可信度”的一项指标。

此外,2017 年中国约有 55 个城市参与了一项名为“雪亮”的计划,其中包括处理公共和私人监控摄像机的录像来监控人员和活动。国内相关媒体报道认为,

注:面部识别专利与监控专利同步上升(2012-2017年中国发布的专利,蓝色代表监控相关专利数,红色代表面部识别专利数)

CB Insights 还对全球专利数据库 Espacenet 进行关键词搜索发现,仅 2017 年就有超过 530 项与视?#23548;?#25511;和监控摄像机相关的专利在中国发布,相对应在美国是 96 项(该搜索基于对标题和摘要的关键词搜索)。

创业公司跟政府紧密合作

除了相关的高校专利、政府行动之外,创业公司在提供基础技术方面,也发挥了关键作用。CB Insights 指出,面部识别已经在许多火车站中用于身份验证。一?#39029;?#21019;公司 LLvision (亮亮视野)开发的支持人工智能的智能眼镜,就用于帮助公安局发现犯罪分子。

LLvision 制造的是一款类似于 Google Glass 的智能眼镜。2018年,它推出了一款新产品GLXSS ME,用于工业人工智能应用。LLvision 使用的是英特尔的 Movidius Myriad 视觉处理芯片,将面部与存储在设备上的已知的和通缉犯的数据库进行匹配。通过将图像存储在“边缘”(也就是在设备上),而不是将图像发送到云上的中央服务器,设备可?#24895;?#24555;得做到身份识别。

据 LLvision 官网报道,其产品 GLXSS Force 在移动警务解决方案已投入实战,协助各地警方成功查获犯罪嫌疑人和违法违章车?#23613;?/p>

计算机视觉投资:主体多元化

CB Insights 也对其平台上的关键词进行搜索显示,2017 年针对中国计算机视觉交易激增。

中国对面部识别的需求?#20013;?#22686;长(2013-2018的股权和非股权交易)

报告指出,面部识别领域资金最充足的主要参与者包括中国的独角兽 Megvii(旷视科技,也叫 Face ++)和 SenseTime,以及美国的创业公司 CloudWalk。

2017 年第四季度,CloudWalk (云从科技)从广州市政府获得了 3.01 亿美元的资金支持。其面部识别技术部署在多家银行和机场,成为建行、中行、交行等超过 100 家金融机构的人脸识别供应商。

该轮融资的参与者包括政府牵头的风险投资基金、蚂蚁金服、富士康、中国保险公司(阳光保险集团)等,俄罗斯政府也参与其中。

初创公?#31350;?#35270;科技(开发了Face ++面部识别平台)在其去年 C 轮融资中筹集了 4.6 亿美元—— 这也是 2017 年计算机视觉创业公司中融资规模最大的一轮。

CB Insights 认为,Face ++的 C-II 轮融资中投资者背景的多样性说明了商业和政府对面部识别技术日益增长的兴趣。

此外,报告还指出,Megvii 的两个投资者,阿里巴?#22270;?#22242;(通过蚂蚁金服)和富士康在 2016年已与杭州市合作开展“城市大脑”项目,该项目利用人工智能分析监控摄像机和社交网络的数据。除了监视和预防犯罪外,该智能城市项目还将帮助政府管理交通和监测城市的水位等。据报道,该项目非常受?#38431;?#24182;正在全国其他城市推广。

阿里巴巴还是独角兽初创公司 SenseTime (商汤科技)的投资者,该公司是?#19978;?#28207;中文大学工程学?#21644;?#38431;所创立的人工智能初创企业。已经拥有 400 多家?#31361;?#21644;合作伙伴,包括广州市公安局、云南省公安局和国家卫星气象中心等。

正如彭博社报道指出,世界上最?#23633;?#20540;的人工智能创业公司当中,就有前面提到的旷视科技Face++、商汤科技,还有专注自然语?#28304;?#29702;产品的科大讯飞、云之声,主打服务机器人产品的 UBTECH 优必选科技等企业,他们都在各领域内逐步实现商业化场景化落地。这些在 AI+ 行业细化深耕的创新创业公司,为中国人工智能生态系统的蓬勃发?#26500;?#29486;了不可磨灭的力量。

而在其中,百度,腾讯和阿里巴巴等科技巨头企业作为中国其他人工智能创业公司的主要投资者,无疑为中国提供了人工智能领域不?#29486;?#39640;的投资额。

未来:人才+管理问题很关键

简单地向 AI 领域投入资金并不是唯一起作用的要素,?#19994;?#36275;够的本地 AI 人才来满足需求才是一个问题

尽管前景看起来良好,但 BCG 在其报告中指出了一个事实?#28023;?#24182;且是一个全球问题 —— 中国也是如此。

但中国跟美国相比,显?#23186;?#20026;突出。根据清华大学发布的《中国AI发展报告2018?#24223;?#31034;,截至 2017 年底,中国已累积人才库 18232 人,占全球人才总数的 8.9%,落后于美国的13.9%。同?#20445;?#25253;告表示,中国缺乏高水平人工智能人才——那些进行高质量研究的人才——中国仅占美国此类人才数量的1/5。

除了人才问题之外,企业内部的管理策略也很重要。

BCG 报告针对美国、中国、法国、德国、日本、澳大利亚、瑞?#31185;?#22269;超过 2700 名管理层进行调查发现,

BCG指出,未来要想成为人工智能领域的领导者,有三大关键要素值得思考并执行。

第一,创新周期以月计算。

在 BCG 调查中,企业的创新周期要以月而非年来衡量,这种管理文化会积极要求人工智能的创新?#31227;?#19994;愿意为小型 AI 项目提供绿灯。据调查显示:72% 创新周期较短的公司是活跃?#39029;?#21151;的人工智能实施者与参与者,只有30%的公司有两年或更长的创新周期。具体来看,上述国家公司的平均创新周期为10至14个月,而中国的平均创新周期仅为7.3个月。

第二,企业管理层改变很重要:要自上而下推动。

BCG 报告观察的一大明显趋势是:?#22791;?#32423;管理层明显推动人工智能?#20445;?#25972;个企业组织在人工智能创新方面变得更加活跃,并且更加成功。其中,管理层表现出对人工智能的强烈需求,美国最为强劲,达到了47%,而澳大利亚最弱,仅为15%。

第三,为 AI 构建跨职能部门团队:

在人工智能实施方面表?#33267;?#22909;的国家是那些采用明确的跨职能创新方法的国家。对于高级管理人员来说,BCG 建议,更成功的策略并非起草上千页的、数年的计划和报告,而是从仔细选择少量的初?#21450;?#20363;开始,建立一个适度的、敏捷的跨学科团队来运行它们。哪怕过?#36867;行?#22833;败,也有助于厘清成功和可?#20013;?#22320;实施人工智能战略所需的组织和流程变化,使组织最终能够以可管理的步骤大规模地实现人工智能更复杂的终极愿景。

在大家印象中,成功的人工智能企业有哪些呢?为什么觉得它们成功??#38431;?#30041;言探讨。

.

.

.

财经快报网 http://news.17car.com.cn/



关于本站 管理团队 版权申明 网站地图 联系合作 招聘信息
 

Copyright © 2005-2018 中国创投网 - www.0871451.com All rights reserved

沪ICP备18004000号-7

 

时时彩定位胆稳赚技巧
<menuitem id="htlth"><video id="htlth"><thead id="htlth"></thead></video></menuitem>
<cite id="htlth"></cite>
<cite id="htlth"></cite>
<cite id="htlth"><video id="htlth"><menuitem id="htlth"></menuitem></video></cite>
<var id="htlth"></var>
<listing id="htlth"><strike id="htlth"><progress id="htlth"></progress></strike></listing>
<var id="htlth"></var>
<cite id="htlth"></cite><cite id="htlth"><video id="htlth"></video></cite>
<menuitem id="htlth"><video id="htlth"><thead id="htlth"></thead></video></menuitem>
<cite id="htlth"></cite>
<cite id="htlth"></cite>
<cite id="htlth"><video id="htlth"><menuitem id="htlth"></menuitem></video></cite>
<var id="htlth"></var>
<listing id="htlth"><strike id="htlth"><progress id="htlth"></progress></strike></listing>
<var id="htlth"></var>
<cite id="htlth"></cite><cite id="htlth"><video id="htlth"></video></cite>