3月20日，長(zhǎng)江商學(xué)院首屆人工智能論壇暨中國(guó)人工智能指數(shù)報(bào)告發(fā)布會(huì)在京舉辦?！吨袊?guó)人工智能指數(shù)報(bào)告》由長(zhǎng)江商學(xué)院人工智能與制度研究中心主任、長(zhǎng)江商學(xué)院教授許成鋼和武漢大學(xué)大數(shù)據(jù)與云計(jì)算實(shí)驗(yàn)室主任崔曉暉團(tuán)隊(duì)共同研究制作。報(bào)告從學(xué)術(shù)、產(chǎn)業(yè)、開源軟件包使用、公眾認(rèn)知及媒體等方面，進(jìn)行中美對(duì)比，以此度量中國(guó)的人工智能在最近十幾年里的發(fā)展及影響，該報(bào)告將每年發(fā)布一次。

從報(bào)告的分析結(jié)果來(lái)看，中美兩國(guó)人工智能在學(xué)術(shù)領(lǐng)域，尤其是具有原創(chuàng)性、影響力的學(xué)術(shù)成果和產(chǎn)業(yè)領(lǐng)域的差距仍然存在。中國(guó)的人工智能公司數(shù)量從2016年開始呈現(xiàn)下降趨勢(shì)，在某種程度上也反映了中國(guó)人工智能產(chǎn)業(yè)領(lǐng)域逐漸趨于理性，開始在人工智能領(lǐng)域出現(xiàn)一些頭部公司。針對(duì)中國(guó)人工智能產(chǎn)業(yè)化的問題，是否可以復(fù)制美國(guó)的風(fēng)投機(jī)制？產(chǎn)學(xué)研模式是否可以作為行之有效的解決方法？

學(xué)術(shù)領(lǐng)域發(fā)展迅速產(chǎn)業(yè)領(lǐng)域差距加大

報(bào)告顯示，在學(xué)術(shù)領(lǐng)域，中國(guó)在人工智能學(xué)術(shù)領(lǐng)域上發(fā)展迅速，在學(xué)術(shù)期刊及專業(yè)會(huì)議發(fā)表論文的總數(shù)方面，中國(guó)呈現(xiàn)快速接近美國(guó)的趨勢(shì)。這一趨勢(shì)在2016之后尤其明顯。中國(guó)的中、低等引用率的論文的發(fā)表總數(shù)，在最近幾年快速接近了美國(guó)的總數(shù)。但在最具原創(chuàng)性最具影響力的極高引用率和高引用率的論文方面，中國(guó)雖有大的進(jìn)步，與美國(guó)的差距仍然相當(dāng)顯著；

在產(chǎn)業(yè)領(lǐng)域，在最近二十幾年里，中國(guó)活躍的人工智能初創(chuàng)公司數(shù)量在2012年之前多于美國(guó)，但是在2012年以后被美國(guó)超越。尤其是在2016年之后，中美兩國(guó)在產(chǎn)業(yè)領(lǐng)域的差距加大。2016年之后，美國(guó)的人工智能初創(chuàng)公司數(shù)量快速上升，而中國(guó)則在2016年之后下降，在2018年降至不到200家。

在人工智能的學(xué)術(shù)人才方面，除了有特大影響的人才外，中國(guó)有能力發(fā)表有影響的(即被引用的)論文的作者人數(shù)與美國(guó)之間的差距持續(xù)縮小。發(fā)表沒有被引用的論文作者人數(shù)，最近幾年大幅增加，超過美國(guó)。但特大影響(特高引用率)作者的人數(shù)顯著少于美國(guó)。在人工智能的所有人才，包括學(xué)術(shù)、產(chǎn)業(yè)等所有方面的普遍人才方面，據(jù)領(lǐng)英(LinkedIn)人才數(shù)據(jù)庫(kù)，中國(guó)的AI人才總數(shù)為5萬(wàn)，而美國(guó)的AI人才總數(shù)為83萬(wàn)。

在開源軟件包的統(tǒng)計(jì)上，中國(guó)在最近三年里，關(guān)注人工智能開源軟件包的總數(shù)迅速上升，并在2017年秋超過了美國(guó)。但是，幾乎93%的中國(guó)研究者使用的人工智能開源軟件包，是美國(guó)的機(jī)構(gòu)開發(fā)提供的。

美國(guó)的風(fēng)投機(jī)制可否復(fù)制

80年代硅谷技術(shù)創(chuàng)新企業(yè)的輝煌得益于其風(fēng)險(xiǎn)投資機(jī)制的完善。那么，中國(guó)在產(chǎn)業(yè)領(lǐng)域，是否可以復(fù)制美國(guó)的風(fēng)投機(jī)制？許成鋼認(rèn)為，當(dāng)風(fēng)投背后的大制度背景不同是，復(fù)制是很困難的。

許成鋼表示，中國(guó)實(shí)際上在有意識(shí)的學(xué)習(xí)美國(guó)的風(fēng)控公司，但是中國(guó)模仿美國(guó)的風(fēng)險(xiǎn)投資，模仿了有一些相對(duì)成功，大量的是不太成功的，原因是在于風(fēng)險(xiǎn)投資是一個(gè)大制度環(huán)境里面產(chǎn)生出來(lái)的一個(gè)制度。當(dāng)你的大制度環(huán)境不一樣的時(shí)候，是很難模仿的。但是為什么有一部分成功呢？原因很簡(jiǎn)單，在中國(guó)有很大一批的風(fēng)險(xiǎn)投資是美國(guó)拉來(lái)的，在退出的時(shí)候，采用的美國(guó)的制度，所以他是在那個(gè)制度背景下來(lái)的投資者，然后退出的時(shí)候還依賴著是那個(gè)制度，所以這個(gè)部分是成功。當(dāng)我們討論的領(lǐng)域是一個(gè)高度不確定的領(lǐng)域，事先沒有人能做判斷，在這種情況下，用風(fēng)險(xiǎn)投資的方式，實(shí)際上是能保證你能夠讓許多新鮮的想法有機(jī)會(huì)得到初步的發(fā)展。當(dāng)它得到初步的發(fā)展之后，你再由市場(chǎng)的機(jī)制決定它是死還是生，但是一定是死得多，生得少。

知識(shí)產(chǎn)權(quán)轉(zhuǎn)讓機(jī)制缺乏

在人工智能的產(chǎn)業(yè)落地上，產(chǎn)學(xué)研結(jié)合是一種行之有效的合作模式。美國(guó)硅谷的企業(yè)就是通過這樣的方式將大學(xué)和研究所的技術(shù)產(chǎn)業(yè)化。但在中國(guó)，產(chǎn)學(xué)研的方式落地起來(lái)困難重重。

崔曉暉認(rèn)為，“企業(yè)在一些研究的方面，可能有非常強(qiáng)的目的性，大學(xué)更多可以基于特別是對(duì)于一些比較資深的教授可以基于自己的興趣，長(zhǎng)期在某一個(gè)領(lǐng)域做一些研究，這個(gè)是可以互補(bǔ)的。大學(xué)的教授是做研究的，你非要讓他去做公司的話，他不一定能做得好，因?yàn)楫吘归_辦公司和做研究是完全不一樣的東西，開辦公司有很多問題不是大學(xué)的教授聰明的教授能解決的。”在他看來(lái)，中國(guó)更缺乏的一種就是知識(shí)產(chǎn)權(quán)的一種轉(zhuǎn)讓機(jī)制，知識(shí)產(chǎn)權(quán)中介，作為企業(yè)與大學(xué)之間的橋梁，企業(yè)把這些產(chǎn)權(quán)拿過去給予相應(yīng)的股份，可能這種模式現(xiàn)在是比較推崇的。

但這樣的形式在中國(guó)實(shí)現(xiàn)仍需要時(shí)間，其所存在的無(wú)形資產(chǎn)評(píng)估問題、技術(shù)成果的所有權(quán)、使用權(quán)和處置權(quán)界定不清的問題以及技術(shù)經(jīng)理人隊(duì)伍建設(shè)的不足等等，都是橫梗在產(chǎn)學(xué)研模式中亟待解決的問題。

聲明：本文為轉(zhuǎn)載類文章，如涉及版權(quán)問題，請(qǐng)及時(shí)聯(lián)系我們刪除（QQ:2737591964），不便之處，敬請(qǐng)諒解！