在刚刚过去的教师节，我看到一条很有趣的新闻，说北京已经有好几所中学启用AI（人工智能）教师来教孩子们学数学了。AI...
你好，这里是《邵恒头条》，我是邵恒。
在刚刚过去的教师节，我看到一条很有趣的新闻，说北京已经有好几所中学启用AI（人工智能）教师来教孩子们学数学了。AI教师可以为学生定制个性化的学习方案，对练习的数据做汇总对比和分析。它们甚至比真人老师还了解每个学生的薄弱之处。
从这样的讯息我们可以看到，人工智能已经开始为教育行业带来深刻的变革了。当我们把“教”的部分给AI教师来完成，真人老师就可以把更多的精力放在育人上。比如训练学生的批判性思维，增强他们的自主学习能力，还有培养他们的人生态度等等。
换句话说，人工智能正在重新定义教师的角色。
我相信，你应该感觉到了，在AI应用领域，中国这两年明显在发力，不仅是教育行业，还有很多传统行业也在积极探索AI的技术落地。这种发展态势也引发了国际上的关注。我注意到，就在上个月底，权威科学期刊《自然》杂志官网专门发表了一篇关于中国AI现状的文章，认为中国在人工智能领域已经有了惊人的进步，应该引起美国的重视。但同时文章也提出，中国想要实现“到2030年人工智能领域全球领先”的目标，还需要在几个关键方面有所提升。
如果你想知道当前美国是怎么看中国在人工智能领域的发展现状的，那么，我认为这篇文章提供了一个很好的外部视角。读完文章我发现，虽然如今美国依然是全球第一科技强国，但在有些地方，他们居然也很羡慕我们。
今天的《邵恒头条》，我就来跟你分享一下这篇文章的主要观点。
你可能好奇，到底中国目前在人工智能领域的发展，在世界上处于什么水平呢？就在上个月，美国数据、技术和公共政策交叉研究智库发布了一份中国、美国、欧洲AI实力对比报告。报告显示，从综合实力来看，中国排在第二位。
综合比较下来，美国以44.2分的综合得分排名第一（满分是100分），美国尤其在人才、研究、发展和硬件四个维度上处于领先位置。在人才上，美国顶级AI人才全球最多；在研究上，AI论文的平均质量最高；在发展上，美国拥有最多的AI创业公司，并且获得了最多的私募股权投资和风投；在硬件上，美国在传统半导体和计算机芯片行业处于领先地位，而这两个行业能对AI行业的发展形成赋能。
中国的评分紧随美国其后，得到了32.3分，排在第二位，领先排在第三位的欧盟近10分。这个评估显示，中国人工智能领域的发展速度非常快，正在快速缩小我们自身与美国的差距，并且在资金投入和AI应用方面大大超过了欧盟。
那在美国看来，中国的人工智能领域有哪些地方做得特别优秀呢？《自然》杂志的这篇文章里提到了两点：一个是AI技术的应用，也就是指在市场上“落地”；另一个就是数据层面，中国在人口上的规模优势，为AI技术的发展提供了异常丰富的数据。这两个得天独厚的优势，让中国成为绝佳的AI技术的“试验田”。
接下来，我一一给你说一说。
首先说AI应用。在这篇文章里，我注意到，中国是成功将AI纳入公司业务流程百分比最高的国家。在2018年，中国在这一方面的比例已经全球领先，达到32%，高出美国和欧盟一大截。
你可能好奇了，“把AI纳入公司业务流程”是什么意思呢？就是说，有些公司已经开始利用AI技术实现企业日常任务自动化。举个例子，我们知道公司里的报销流程特别复杂，有时候员工选错了报销流程或者表单填错了，经常会被驳回来让你重填，花费了大量的时间和精力。但现在国内已经有公司引入AI技术来处理报销流程问题，员工只要告诉AI程序一些基本信息，比如什么时间办了什么事花了多少钱，那么AI程序就会自动帮助把报销单填好，发起报销流程，这样就极大地减少了被退回来的概率。
这样的程序，你就可以理解为在报销程序里的Siri。这就是把AI纳入公司流程的典型例子。
在应用层面，文章还提到了另外一点，中国走的特别靠前的地方。中国的公司正在积极为AI技术寻找新的应用场景，扩展“落地”范围。数据显示，有53%的公司已经在开展人工智能应用的试点，这一数据大大领先于美国。在美国，这个比例只有29%。
在刚刚举办的2019世界人工智能大会上，你就能清晰地看到中国在这方面的优势。我看到36氪的报道说，在阿里、腾讯、商汤等AI龙头企业的展区，有十几个AI落地的行业案例已经成了“标配”。比如原百度研究院院长林元庆的创业项目“爱笔智能”，这个项目最开撕是做零售行业的，现在已经拓展到旅游景区。还有另外一家公司叫云从科技，这家公司堪称是中国AI“四小龙”之一，它们做的是银行风控，那现在它们已经从银行和金融场景延展到了汽车4S店的智能升级。
好，这就是文章里提到的中国在人工智能里第一个优势，应用落地。
文章提到中国的第二大优势，是巨大的人口规模。人口规模大意味着什么呢？其实意味着丰富的样本和数据。我们都知道，AI技术的核心是深度学习，而深度学习离不开大数据的“投喂”。举个例子，要训练AI对某些疾病进行预测，就需要足够大的患者数据集，而中国的患者数据集就比其他国家要大得多。
而且我们的数据还不仅是多，我们收集的数据也更加多样化，数据之间实现“跨界”更加容易，这主要归功于中国的超级APP（应用程序）。我相信你也有这样的感受，在中国，通过微信这样一个APP几乎无所不能，比如购物、信用卡还钱、交水电费、叫出租车、订餐、充手机话费等等。
而相比之下，西方就缺少这样的超级APP。用户可以在亚马逊APP上购物，却没法预订酒店。要实现多个功能，需要使用多个不同的APP，这也导致科技企业收集的数据相对独立和分散，所有的功能都集中在这一个APP里。这也意味着微信这一个平台可以收集到你做所有这些活动的数据，实现数据的跨界。
而相比之下，西方就比较缺少这样的超级APP，这也导致西方的科技公司手机的数据相对独立，分散。
好，关于中国公司在人工智能领域的优势，我就给你说完了。不过文章也提出，中国要想实现在人工智能领域全球领先，还需要在几个关键领域有所提升。
第一个关键提升，是贡献AI基础理论和技术的能力。要是中国在算法研究上没有突破性的研究成果，那肯定很快会碰到天花板。现在的好消息是，中国在人工智能领域论文的平均引用率这几年有了大幅度的提升，已经超过世界平均水平，接近美国了。
但是，中国的弱势在于我们在构建人工智能核心技术的工具上依然落后，像美国就有TensorFlow和Caffe这类开源平台。而在硬件方面，目前最先进的人工智能微处理器芯片也大多是由美国公司开发的，比如说英伟达、英特尔、苹果、谷歌和AMD等。中国要想不受到其他国家的牵制，应该在芯片方面更快发力。
当然我们也都知道，要想在技术实力和科研上有所突破，人才肯定是最核心的因素。
文章里提到的第二个关键提升，就是中国应该培养和留住AI人才，尤其是顶尖人才上，投入更多的精力。
目前中国的AI人才状况并不特别理想。虽然中国的AI研究者和工程师数量很多，达到了18200人，居世界第二。可是，中国的顶级AI人才，也就是论文高产、高引用的研究者数量还不到美国的五分之一，只排在全球第六位。
但文章也认为，中国是有能力吸引AI顶级人才的。现在中国的AI机构正尝试用高薪吸引那些留学的研究者回国，比如，在西安交通大学人工智能和机器人中心，那里的教授拿到的薪资是其他院系教授的2～3倍。
此外，中国的教育系统现在也加大了对AI人才的培养力度。去年，中国有35所大学获批“人工智能”本科专业，像清华等顶级名校更是设立了多个AI研究和人才培养中心，培养AI专才。
好，这就是文章的第二条提升建议，培养AI人才。前两条建议都是针对中国怎么把自己在AI领域做强，但文章还特别指出，如果未来，咱们国家想在国际上产生影响力，那么实施有效的AI治理就很有必要。
什么意思呢？其实这说的是要为AI的发展和应用制定明确的伦理准则。比如说，怎么防止收集的数据遭到泄露或是被滥用，或者怎么保证AI在帮助人类做决策的过程足够透明可靠，避免出现偏见或歧视等等。只有有了这些伦理的准则，中国的AI企业才能在国际范围内建立必要的信任，赢得用户来开展合作。
所以第三个关键提升就是要有更明确的AI治理原则。文章也特别提到，今年6月中国首次发布人工智能治理原则，其中包括了包括尊重隐私、安全可控、共担责任等内容的八项原则。这也是一个很好的开始。
好了，总结一下，在今天的《邵恒头条》中，我跟你分享了美国的科学界如何看待中国在人工智能行业的发展优势和短板。看完文章，我的一个主观感受是，中国在应用和数据上的优势，其他国家一时半会很难超越；而研发人才和治理等我们显得有点不足的方面，我们也在快速地迎头赶上。所以我们有一个非常好的发展态势。
我注意到，创新工场CEO李开复在最新一次演讲中说，AI纯技术红利阶段已过，现在正在迈入AI+时代，传统产业将在AI的赋能下迎来新一波技术革命，创造巨额财富。而从今天分享的这篇文章里，我们能明显看到，中国的企业在这方面，动作真的很快。
好了，这就是今天的《邵恒头条》。我是邵恒，我们明天见。
