算法也被認為是人工智能的靈魂，它是AI針對不同行業(yè)建立的對應的模型，有具體算法才能實現(xiàn)人工智能的落地應用。目前來看，大體上把AI算法分為幾大類：機器學習、深度神經(jīng)網(wǎng)絡算法、人臉識別、圖像識別、語音識別。
國內(nèi)企業(yè)在人臉識別算法縮小差距
谷歌AI在人機圍棋比賽中戰(zhàn)勝柯潔，依靠的正是人工智能算法，在算法領域美國仍有很大的優(yōu)勢，但中國在某些領域例如深度學習，圖像以及語音識別算法領域正迅速縮小算法差距。
在2018年早些時候的AI閱讀理解測試中，人工智能的新玩家阿里巴巴與老牌勁旅微軟（Microsoft）分享最高榮譽。
另外，2018年底美國國家標準與技術研究院（NIST）公布了有工業(yè)界黃金標準之稱的全球人臉識別算法測試（FRVT）結果，排名前五的算法被中國包攬。
依圖科技（yitu）繼續(xù)保持全球人臉識別競賽冠軍，在千萬分之一誤報下的識別準確率超過99％，排名第二的算法也來自依圖科技。
商湯科技（sensetime）摘得第三名和第四名，中國科學院深圳先進技術研究院（siat）排名第五，曠視科技（megvii）排名第八。在排名前十的算法中，出自中國團隊的超過半數(shù)。
與此同時，國內(nèi)的眾多安防企業(yè)在人臉識別算法領域也不輸于其他企業(yè)，大華股份人臉識別團隊曾向國際權威人臉識別公開測試集LFW（Labeled Faces in the Wild）提交了測試結果，通過一系列的技術改進，大華Dahua－FaceImage人臉識別率不僅繼續(xù)領先Google、Facebook、百度、騰訊，排名第一，并且刷新了LFW的新記錄。
人才競爭還全面落后
算法的競爭說到底就是人才的競爭，雖然在某些算法領域國內(nèi)能夠保持領先，但從人才對比上，目前美國在AI人才領域仍處于主導性地位。據(jù)一份騰訊研究院與BOSS直聘聯(lián)合發(fā)布的《全球人工智能產(chǎn)業(yè)人才白皮書》，目前全球人工智能精英人才約30萬人。大分布在各國AI產(chǎn)業(yè)的公司和科技巨頭中，其中許多AI精英都集中在美國。
美國產(chǎn)業(yè)人才總量約是中國的兩倍。美國人工智能企業(yè)約有78000名員工，中國公司中約有39000位員工，約為美國的50％。
美國基礎層人才數(shù)量是中國的13．8倍。美國團隊人數(shù)在處理器／芯片，機器學習應用，自然語言處理，智能無人機4大熱點領域全面壓制中國。
不過，在研究領域，近年來中國在人工智能領域的論文和專利數(shù)量保持高速增長，已進入第一梯隊。相較而言，中國在人工智能需要在研發(fā)費用和研發(fā)人員規(guī)模上的持續(xù)投入，加大基礎學科的人才培養(yǎng)，尤其是算法領域。
另外，在人工智能領域大學排行榜上，全球大學前20名，美國共有16所高校入圍，排名靠前的學校依次是MIT（麻省理工）、卡內(nèi)基·梅隆、斯坦福、哈佛等傳統(tǒng)名校，毫無意外，美國大學占據(jù)該榜單大多數(shù)位置．基于美國完備的人工智能相關學科高校體系以及更為先進的研發(fā)類企業(yè)，美國AI人才主要集中在基礎層和技術層，尤其是處理器／芯片和AI技術平臺方面。中國在這些方面人才儲備是比較薄弱的，更多的是應用層的人才。
還需要指出目前國內(nèi)高校還不具備成體系的AI高等教育，國內(nèi)擁有人工智能學科設置的院校所占比例依然較小，國內(nèi)首個人工智能技術學院成立也只是2017年5月的事情。
當然，AI產(chǎn)業(yè)的競爭，本質(zhì)上就是人才和技術的競爭。只有投入更多的科研人員和資金，不斷加強基礎研究，才會獲得更多的智能技術。
下載文檔
