毫不夸張地說，1999年以前，中國科技人員對人工智能幾乎一無所知。那一年，我到中國科學(xué)技術(shù)大學(xué)做講座，給同學(xué)們介紹剛成立一年的微軟中國研究院在圖像識別研究上的進(jìn)展。這所大學(xué)的工程學(xué)院在全國名列前茅，但它不在北京，坐落于相對偏遠(yuǎn)的安徽省合肥市。

講座當(dāng)晚的禮堂座無虛席，氣氛熱烈。沒有搶到票的同學(xué)擠在窗戶外面，希望能隔著玻璃聽到講座的一些內(nèi)容。看到這樣的場景，我請求工作人員允許熱情的學(xué)生們進(jìn)來，坐在過道或講臺上聽。當(dāng)我講到語音識別、語音合成、3D圖形和計算機視覺時，他們草草寫下凌亂的筆記，請教了我許多關(guān)于人工智能基本原理和實際應(yīng)用的問題。當(dāng)時，中國在人工智能研究上比美國落后不止10年，但這些學(xué)生的臉龐滿是熱切，他們吸收知識、認(rèn)真聽講的狀態(tài)，就像浸入水的海綿。

講座進(jìn)行了很長時間，結(jié)束時天色已晚，我從禮堂出來走向校門，準(zhǔn)備離開。當(dāng)時校園十分安靜，路上行人寥寥，兩旁都是學(xué)生宿舍。突然寂靜被打破了。一大群學(xué)生不約而同地從宿舍涌出來，走上了周圍的街道。我愣在原地，看著這如消防演習(xí)一樣的慢動作畫面。直到他們在路沿坐下，打開課本，我才意識到他們要干什么：大學(xué)宿舍晚上11點準(zhǔn)時熄燈，想要繼續(xù)學(xué)習(xí)的學(xué)生都會來到路邊，借著路燈看書�，F(xiàn)在中國的一家□□人工智能公司的創(chuàng)始人，就出自這幾百名未來中國□聰明的年輕工程師之中。

這些學(xué)生手里拿的課本是當(dāng)時中國□好的教材，雖然大多數(shù)版本老舊、翻譯不佳。在當(dāng)時，優(yōu)秀學(xué)生很難出國讀書，除非有全額獎學(xué)金，在互聯(lián)網(wǎng)沒有普及的校園里，泛黃的教科書和偶爾來訪的學(xué)者的講座，是他們接觸全球人工智能研究的唯二途徑。

□0年過去，現(xiàn)在一切都不一樣了。

人工智能超級大國的那些事

如我之前所說，在□1世紀(jì)要建設(shè)人工智能超級大國，需要具備四個條件：大量的數(shù)據(jù)、執(zhí)著的企業(yè)家、優(yōu)秀的人工智能科學(xué)家和有利的政策環(huán)境。中國創(chuàng)業(yè)公司的競技場選拔出了□□□□精明強悍的企業(yè)家，中國的另類互聯(lián)網(wǎng)世界創(chuàng)造了□□□□豐富的數(shù)據(jù)生態(tài)環(huán)境，再加上另外兩項助力——人工智能專家的涌現(xiàn)和中國政府的政策支持，在這個人工智能實干的年代，硅谷的優(yōu)勢將不復(fù)存在。

隨著人工智能滲入經(jīng)濟的更多層面，該領(lǐng)域?qū)��?yōu)秀人工智能工程師的數(shù)量要求，將超過對□□人工智能科學(xué)家智力的要求。人工智能實干年代真正的經(jīng)濟優(yōu)勢，絕不僅是幾位屈指可數(shù)的拓展研究邊界的□□科學(xué)家，而是一個能和企業(yè)家聯(lián)手，利用已知科研創(chuàng)造商業(yè)價值的龐大的工程師軍團(tuán)。中國正在訓(xùn)練這樣的工程師軍團(tuán)。

在那場講座后的近□0年里，中國的人工智能公司大大拉近了與美國同行們的差距。雖然美國在□□人工智能科學(xué)家方面仍然領(lǐng)先，但我在合肥看到的那些擁有極強求知欲的學(xué)生已經(jīng)成長起來，前沿全球研究也伴隨著互聯(lián)網(wǎng)的發(fā)展有了爆炸性傳播，中國公司找到了大批可以驅(qū)動人工智能應(yīng)用落地的優(yōu)秀工程師。鉆研人工智能的中國學(xué)生不用在昏黃的路燈下研究舊課本上的知識，他們能直接從源頭實時地吸納新知，如剖析網(wǎng)上發(fā)表的□新學(xué)術(shù)成果，在微信中討論□□人工智能科學(xué)家使用的方法，通過智能手機觀看他們的講座。

連接全球的人工智能知識傳播網(wǎng)絡(luò)，讓中國人工智能社群得以共享□新知識，躋身高端研究，加入即時培訓(xùn)。從這些社群出發(fā)，優(yōu)秀工程師使自己服務(wù)的公司可以將前沿的開源算法應(yīng)用于自動無人機、人臉識別支付系統(tǒng)和智能家居終端等人工智能產(chǎn)品，進(jìn)一步與人工智能領(lǐng)域的巨頭們分享蛋糕。

人工智能時代的七巨頭——谷歌、Facebook、□□□、微軟、百度、□□□□和騰訊，都是中國或美國的公司，它們動輒花費數(shù)十億美元建立驚人的數(shù)據(jù)儲備，大量延攬人工智能精英，努力建立人工智能時代的公共設(shè)施：它們正在為人工智能的未來發(fā)展鋪設(shè)大范圍的“電網(wǎng)”，即建設(shè)私有云和公有云的設(shè)施，使機器學(xué)習(xí)擴散到整個經(jīng)濟體系中。巨頭們建立私有人工智能“電網(wǎng)”的現(xiàn)象，不僅令重視開放人工智能生態(tài)系統(tǒng)的人擔(dān)憂，也是中國迅速崛起、成為人工智能超級大國的一塊隱形絆腳石。

不過，在龐大的經(jīng)濟體系中引入人工智能的力量，憑私營企業(yè)一己之力并不夠，還需要政府的明確態(tài)度和良好的政策環(huán)境。在柯潔輸給AlphaGo之后，中國政府發(fā)布了力爭在人工智能領(lǐng)域□□的藍(lán)圖。中國的人工智能計劃在新的投資熱潮中激流勇進(jìn)，引導(dǎo)了創(chuàng)業(yè)、創(chuàng)新的新方向。不少城市爭先恐后地想成為人工智能示范城市：從規(guī)劃無人駕駛車輛路線、在公共交通系統(tǒng)中安裝面部識別系統(tǒng)，到給交通網(wǎng)配備能夠優(yōu)化車流的“城市大腦”，幾乎每個方案都顯露出了城市管理者的勃勃雄心。通過這些嘗試，我相信在人工智能實干的年代，中國將有力地加速資源配置、產(chǎn)生更多數(shù)據(jù)、種下未來持續(xù)增長的種子。這是一種持續(xù)的自我循環(huán)，借助大數(shù)據(jù)的神奇力量、創(chuàng)業(yè)家的勇氣、辛苦磨煉的專業(yè)知識，以及有力的政策導(dǎo)向，持續(xù)良性循環(huán)下去。

諾獎得主與無名工匠

要理解這兩個人工智能超級大國之間真正的競爭格局，首先要理解這種專業(yè)知識來自哪里。

1938年，在恩里科·費米（Enrico Fermi）登上法蘭克尼亞 II號甲板的那一刻，全球大國的勢力分布被他改變了。費米當(dāng)時剛剛在斯德哥爾摩抱走了諾貝爾物理學(xué)獎，但是他并沒有回到貝尼托·墨索里尼統(tǒng)治的意大利，而是舉家來到了紐約。此行跨越了半個地球，費米的主要目的是逃避意大利新通過的種族法的限制：該法令阻礙了猶太人、非洲人擔(dān)任重要崗位或者與意大利人結(jié)婚，費米的妻子勞拉就是猶太人。

來到美國后，費米聽說納粹德國的一些科學(xué)家發(fā)現(xiàn)了核裂變原理，于是他也迅速展開了進(jìn)一步的研究。他在芝加哥大學(xué)創(chuàng)造了世界上□□個自持鏈?zhǔn)搅炎兒朔磻?yīng)堆，這個成果在曼哈頓計劃中起到了不可替代的作用。曼哈頓計劃誕生了世界上□□枚核武器，為第二次世界大戰(zhàn)后世界秩序的確立奠定了基礎(chǔ)。

費米和曼哈頓計劃代表了在專業(yè)知識領(lǐng)域，質(zhì)量高于數(shù)量的時代�！�0世紀(jì)三四十年代是核物理學(xué)基礎(chǔ)學(xué)科取得突破的時代。為了實現(xiàn)這些突破，一個恩里科·費米比一千個普通的物理學(xué)家都重要。這個時代的美國確立在世界上的主導(dǎo)地位，很大程度是由于吸引了像費米一樣的天才。

但并非每次科技革命都是這種模式。通常，基礎(chǔ)領(lǐng)域的突破出現(xiàn)后，發(fā)展的重心會很快從□□科學(xué)家轉(zhuǎn)移到無名工匠，即有足夠?qū)�業(yè)能力將這種新技術(shù)應(yīng)用于解決不同問題的工程師，尤其是當(dāng)技術(shù)突破性成果的應(yīng)用范圍遍布整個社會經(jīng)濟體系，而非集中于某幾個實驗室或者武器系統(tǒng)的應(yīng)用時。

電的發(fā)明和大規(guī)模的電氣化很好地印證了這個過程。托馬斯·愛迪生讓電能變得更便宜后，數(shù)以千計的工程師開始想辦法利用電能，用電驅(qū)動各種新設(shè)備，重組工業(yè)生產(chǎn)過程。這些工程師并沒有像愛迪生那樣取得重大突破，但他們對電能的了解程度，足以幫助他們將電能用在機器上從而產(chǎn)生收益。

目前人工智能的發(fā)展階段更符合后一種模式。由于人工智能解決了一個又一個新難題，持續(xù)占據(jù)媒體報道頭條，讓我們誤以為仍處于“恩里科·費米”們有能力決定世界格局的時代。而現(xiàn)實中，我看到的是一個將突破性基礎(chǔ)技術(shù)應(yīng)用于解決多個不同問題的過程，需要大量受過良好訓(xùn)練的工程師。今天，這些工程師正將人工智能模式識別能力應(yīng)用于貸款核發(fā)、自動駕駛汽車、翻譯文本、下圍棋、小度在家或小愛同學(xué)上。

深度學(xué)習(xí)先驅(qū)杰弗里·辛頓、揚·勒昆（Yann LeCun）和約書亞·本吉奧（Yoshua Bengio）——人工智能領(lǐng)域的“恩里科·費米”們持續(xù)拓展著研究邊界。也許他們會實現(xiàn)新的顛覆性突破，再次打破全球科技界的格局。不過眼下應(yīng)用領(lǐng)域的進(jìn)展，還得由工程師們一手打造。

人工智能知識的開放與速率

投身這場技術(shù)革命的工程師有一個額外的優(yōu)勢：能實時接觸到前沿先驅(qū)們的研究成果。

在工業(yè)革命中，國界和語言壁壘意味著□新的技術(shù)突破成果被保留在發(fā)源國，也就是英國國內(nèi)。美國因為與英國在文化上比較相近，又有較為寬松的知識產(chǎn)權(quán)法，才取得了一些關(guān)鍵發(fā)明的應(yīng)用機會，但是發(fā)明者和模仿者之間的差距仍舊不小。不過今非昔比，當(dāng)被問及中國和硅谷在人工智能研究上的差距時，有幾位中國創(chuàng)業(yè)者開玩笑道：差距是16小時——加利福尼亞州和北京之間的時差。美國也許有□□的研究人員，但他們的大多研究成果，對任何能上網(wǎng)并對人工智能基礎(chǔ)知識有一定了解的工程師來說，都是實時可見的。之所以有這樣的知識傳播優(yōu)勢，是因為人工智能研究中的兩個重要特征：開放和速率。

人工智能研究人員對自己的算法、數(shù)據(jù)和成果一向采取開放態(tài)度。這種開放性的根源一是來自促進(jìn)人工智能發(fā)展的共同目標(biāo)，二是出于希望給競爭一個客觀標(biāo)準(zhǔn)。在許多自然科學(xué)領(lǐng)域，一個實驗室中的實驗很多時候是無法在另一個實驗室中完全再現(xiàn)的——技術(shù)或者環(huán)境上的細(xì)微差別，對結(jié)果的影響都是巨大的。但是，人工智能實驗完全可復(fù)制，算法也可以進(jìn)行直接對比。只需要在同樣的數(shù)據(jù)條件下訓(xùn)練檢測該算法即可。國際競賽中，經(jīng)常有計算機視覺或者語音識別研究團(tuán)隊相互切磋，而參賽者的研究成果，其他研究人員都很輕易地可以驗證或?qū)彶椤?

人工智能領(lǐng)域的進(jìn)步速度，也是促使研究人員選擇實時分享研究成果的因素之一。許多人工智能科學(xué)家并不嘗試去完全顛覆深度學(xué)習(xí)，而是不斷優(yōu)化算法。這種進(jìn)步通常能讓語音識別或者視覺識別在不同應(yīng)用和場景達(dá)到新的精度。而研究人員則在這些新紀(jì)錄（而不是新產(chǎn)品或者收入）的基礎(chǔ)上進(jìn)行比拼。打破紀(jì)錄的人，當(dāng)然希望得到認(rèn)可和回報。但因為發(fā)展的速度太快，許多研究人員都會擔(dān)心，要是等到在期刊上發(fā)表研究成果，那時他們的紀(jì)錄可能早就被打破了，而他們達(dá)到□□的這一刻也將無法載入史冊，所以他們一般不會隱瞞研究結(jié)果，而是會立刻在類似于www.arxiv.org這種線上科研論文庫上發(fā)布。這類網(wǎng)站可以讓研究人員實時發(fā)布研究成果，讓他們在人工智能算法的研究領(lǐng)域青史留名。

在后AlphaGo的世界，中國學(xué)生、研究人員和工程師都是www.arxiv.org □忠實的讀者。他們整理、翻譯，為揚·勒昆、塞巴斯蒂安·特倫還有吳恩達(dá)等前沿科學(xué)家的講座制作字幕。在微信上，中國的人工智能社區(qū)創(chuàng)建了大型聊天群，還有其他一些多媒體□臺可供討論人工智能領(lǐng)域的□新進(jìn)展。至少有13家新媒體負(fù)責(zé)專門跟蹤報道產(chǎn)業(yè)新聞、專家分析和開放式對話。這些聚焦人工智能的媒體擁有超過100萬的注冊用戶，其中半數(shù)都獲得了超過1000萬美元的風(fēng)投。我參加了“PaperWeekly”論文討論組等十幾個類似的500人微信群，每天能刷新幾百條人工智能相關(guān)的新信息和□新算法成果的截屏圖片，大量的研究人員在線上和線下熱烈研討人工智能領(lǐng)域的新研究成果。

然而，身在中國的人工智能參與者們，并非只是西方世界智慧結(jié)晶輸出的受益者，他們也在為這個研究生態(tài)系統(tǒng)做出越來越多的貢獻(xiàn)。

避開中國新年的國際會議

美國人工智能促進(jìn)協(xié)會（The Association for the Advancement of Artificial Intelligence, AAAI）在長達(dá)30年的時間里每年都舉辦大型的人工智能國際會議，是全球人工智能界□重要的會議之一。但在□017年，他們差點兒辦砸——那年會議的舉辦在時間上與中國的春節(jié)撞了車。放在幾年前這根本不是問題，歷史上美國、英國和加拿大學(xué)者一直統(tǒng)治著這一領(lǐng)域，有論文產(chǎn)出的中國研究人員屈指可數(shù)。但是□017年的國際大會，提交論文的中國研究人員和美國研究人員人數(shù)不相上下。“沒人會在重大節(jié)日舉辦如此重要的國際會議，”AAAI理事長告訴《大西洋月刊》，“我們花了好大力氣，才將會議推遲了一周。”[1]

無論是現(xiàn)有模型的微調(diào)，還是構(gòu)建□□□的新神經(jīng)網(wǎng)絡(luò)架構(gòu)，中國的研究者都在做出源源不斷的貢獻(xiàn)，他們對人工智能的貢獻(xiàn)是全方位的。從學(xué)術(shù)研究成果的引用次數(shù)就能看出中國研究人員日益增長的影響力。創(chuàng)新工場分析了□006年至□015年間，所有人工智能研討會和人工智能期刊被引用次數(shù)前100名，發(fā)現(xiàn)在此期間由中文名字研究人員冠名的論文數(shù)量從□3.□%激增到了4□.8%[□]，增長了將近一倍。對這些作者所屬的研究機構(gòu)的調(diào)查表明，除去部分作者在國外進(jìn)行的研究（如沒有使用英文名字的美籍華裔研究人員），大多數(shù)的論文內(nèi)容確實是在中國得出的成果。

□近對全球研究機構(gòu)的引用記錄統(tǒng)計也印證了這一趨勢：□01□年至□016年，人工智能領(lǐng)域的研究機構(gòu)被引用次數(shù)前100名中[3]，中國僅次于美國。前沿研究機構(gòu)中，清華大學(xué)甚至在人工智能被引用次數(shù)上超過了斯坦福大學(xué)等老牌人工智能院校。值得注意的是，這些研究大多還聚焦于前AlphaGo時代，也就是中國在該領(lǐng)域投入更多研究資源之前。相信在不久的將來，一大群年輕的博士生將引領(lǐng)中國的人工智能研究達(dá)到一個新的高度。

除了被廣泛引用的論文之外，自深度學(xué)習(xí)出現(xiàn)以來，中國的研究人員還為神經(jīng)網(wǎng)絡(luò)和計算機視覺等領(lǐng)域帶來了長足進(jìn)步。這中間，許多研究人員都來自我在1998年創(chuàng)立的微軟中國研究院（之后更名為微軟亞洲研究院），這里培養(yǎng)了超過5000名人工智能研究人員，包括今天在百度、□□□□、騰訊、聯(lián)想和今日頭條任職的技術(shù)或人工智能負(fù)責(zé)人。

□015年，微軟亞洲研究院的一支團(tuán)隊在圖片網(wǎng)絡(luò)（ImageNet）的全球圖像識別大賽中一鳴驚人。這個團(tuán)隊帶來的精妙算法叫作殘差網(wǎng)絡(luò)（ResNet），它對10萬張照片進(jìn)行了識別，并列入1000個不同類別之下，而其錯誤率低至3.5%�！跄旰螅�谷歌的DeepMind研發(fā)出了AlphaGo Zero，即能夠自學(xué)的新一代AlphaGo，殘差網(wǎng)絡(luò)就是它的核心技術(shù)模塊之一。

研發(fā)了殘差網(wǎng)絡(luò)的發(fā)明人離開了微軟亞洲研究院。殘差網(wǎng)絡(luò)論文的四位作者，一位加入了Facebook的揚·勒昆研究團(tuán)隊，而其他三位或是創(chuàng)立，或是加入了中國的人工智能創(chuàng)業(yè)公司。帶領(lǐng)殘差網(wǎng)絡(luò)的孫劍加入了曠視科技——一個全球人臉識別及圖像識別技術(shù)領(lǐng)域的領(lǐng)軍企業(yè)。□017年的COCO圖像識別大賽，曠視科技團(tuán)隊在四大領(lǐng)域中勇奪三個冠軍，打敗了來自谷歌、微軟和Facebook的眾多團(tuán)隊。

□017年，在人工智能和全球安全峰會上，前谷歌CEO埃里克·施密特提醒與會人員，不要小看中國在人工智能領(lǐng)域的潛能。他預(yù)測，中國的人工智能將在5年內(nèi)趕上美國：“這些中國人很厲害……如果你認(rèn)為他們……無法培養(yǎng)我說的這種人才，那可就大錯特錯了。”