中美欧人工智能技术实力比较

作者：秦中南、龙坤，国防科技大学

导读

谷歌公司前CEO埃里克·施密特曾说，人工智能是“未来十年内可能对世界经济和国家安全产生最大影响的先进技术”。美国、中国及欧盟这三个世界领头大国和经济体早已开启对人工智能的竞争，时至今日，人工智能技术究竟哪家强？如何去衡量人工智能技术是否先进？2021年1月25日，美国智库数据创新中心发表专题研究报告，根据6大类别和30个指标数字化地分析了美国、中国、欧盟的人工智能进展与实力。本文将该报告重点内容总结编译如下，为读者提供直观的参考。

原报告封面图

2019年，数据创新中心就曾发布过同样主题的报告，根据“人才、研究、发展、硬件、应用及数据”6大类别和30个小指标为美、中、欧盟的人工智能能力打分。按照百分制计算，美国以44.2分领先，中国和欧盟分别是32.3和23.5分。2021年，数据创新中心对其中15个指标的数据进行了更新，美国为44.6分，中国得到32.0分，而欧盟是23.3分；用人工智能劳动力数量进行归一化计算后，美国的分数增加为58.0分，领先欧盟（24.2分）和中国（17.8分）。尽管如此，数据显示中国仍取得了很大的进步，已经在超过一半的指标中缩小了与美国的差距甚至扩大了领先优势；而相比之下，欧盟只在略多于25%的指标中比美国占优。以下部分仅列出了更新的指标数据：

类别一：人工智能总体发展

（权重：25%）

绝对值：美国15.5分，欧盟5.4分，中国4.1分

用经济规模归一化计算后：美国19.2分，欧盟4.6分，中国1.2分

指标一：风险资本和私募股权投资金额（2019）

企业需要获得足够的资本才能发展，投资的流动方向也可以表明有前途的初创企业集中在哪里。2019年，在人工智能公司的风险资本和私募股权融资方面，美国（约143亿美元）领先于中国（约56亿美元）和欧盟（约32亿美元）；按工人人均计算，美国（86.5美元）明显领先于欧盟（12.8美元）和中国（7.2美元）。

2017年至2018年，中国人工智能企业的融资额是美国人工智能企业融资额的80%；到了2019年，中国人工智能企业的融资额只约为美国同行的40%。数据显示，美国人工智能企业2019年获得的投资同比增长近40亿美元，而对中国人工智能企业的投资几乎没有增加，原因可能是中美之间因贸易摩擦而导致风险资本流动减少。2019年，美国的风司向中国初创企业总计投资了50亿美元，而2018年则是近200亿美元；中国在美国的直接投资同样也有所下降。

欧盟人工智能公司在2019年获得的投资超过了2017年和2018年的总和。不过，自2016年以来，欧盟在人工智能公司的风险投资和私募股权融资方面每年都落后于美国和中国。此外，英国在2019年占了欧盟人工智能公司资金的57%。因此，欧盟在人工智能投资方面的相对弱势地位可能会在未来几年内继续保持。

人工智能风险资本和私募股权投资

指标二：风险投资和私募股权融资交易数量（2019）

风险资本和私募股权的总金额可能只集中在几个大的交易中，只涉及少数几个人工智能初创企业。因此，该报告还考察了交易的数量。2019年，美国（786笔交易）领先于欧盟（378笔）和中国（264笔）。因此，按每百万名工人计算，美国（每100万工人有4.7笔交易）明显领先于欧盟（1.5）和中国（0.3）。

尽管这三个地区的融资交易额都在增加，但从2017年到2018年，每个地区的交易份额全球占比基本没有变化。欧盟的份额略有下降（28%到26%），美国的份额没有变化（55%），而中国的份额略有增加（17%到18%）。同样地，欧盟严重依赖英国，在2019年欧盟人工智能公司的风险投资和私募股权交易中，英国人工智能公司占据了近40%的份额。

人工智能风险投资和私募股权融资交易数量

指标三：收购的人工智能公司数量（2019）

该指标统计了2019年Crunchbase网站“人工智能”类别下公司的收购数量。美国公司（130次收购）比欧盟（30次）和中国（3次）收购的人工智能公司都多。每100万名工人中，美国企业（0.8）的收购量是欧盟企业（0.1）的7倍，是中国企业（<0.1）的100多倍。

与2018年相比，美国、欧盟和中国企业在2019年都收购了更多的人工智能企业：美国企业在2019年多收购了14家公司，欧盟企业8家，中国企业2家。自2017年以来，美国人工智能企业每年收购的人工智能公司至少是欧盟同行的4倍。

收购的人工智能公司数量

指标四：人工智能公司的数量（拥有至少100万美元资金, 2019）

衡量每个地区有多少有充足资金的人工智能公司非常重要。该指标仍统计了Crunchbase上“人工智能”类别下至少获得100万美元资金的公司数量。美国（2130家公司）领先于欧盟（890家）和中国（398家），美国每100万工人就有近13家这样的公司，领先于欧盟（3.5）和中国（0.5）。

从这个指标中可以看出，首先，美国仍然保持着显著的优势。从绝对值来看，中国人工智能公司的份额从8%增长到12%，而美国的份额从64%下降到62%。欧盟的份额也有所下降（28%到26%）；第二，美国的政策可能压制了其人工智能初创企业的数量；第三，欧盟的人工智能人才经常转移到美国，这可能是欧盟的人工智能初创企业较少的原因之一；第四，其他分析发现，美国的人工智能初创企业不仅数量最多，而且能力也大多世界领先。CB Insights利用专利、市场潜力和人才等因素对前100家人工智能初创企业进行了排名，发现其中有65家位于美国，领先于英国（8家）、加拿大（8家）、中国（6家）、以色列（3家）、德国（2家）、法国（1家）、西班牙（1家）和瑞典（1家）。

人工智能公司的数量

类别二：人工智能研究

（权重：15%）

绝对值：美国7.2分，中国4.1分，欧盟3.7分

用劳动力规模归一化计算后：美国8.9分，欧盟3.8分，中国2.3分

指标一：人工智能研究论文的数量（2018）

这个指标统计了Scopus数据库中2018年各地区发表的人工智能论文数量。中国（24929篇）领先欧盟（20418篇）和美国（16233篇）；每百万名工人中，美国（98.1篇）领先于欧盟（81.4篇）和中国（31.8篇）。

自2015年以来，欧盟在全球人工智能论文中的份额稳步下降，当时占比近29%，此后的2016年（26.3%）、2017年（25.5%）和2018年（23.1%）都在下降。如果不包括英国，欧盟在2018年的份额则会下降到19%，这勉强高于美国的份额（18%）。在同一时间段（2015-2018年），中国的研究论文份额从23%以下增加到28%以上，首次超过欧盟。

人工智能研究论文的数量

指标二：领域加权引文影响（FWCI, 2019）

这个指标计算的是每个地区的出版物与全世界类似出版物相比被引用的频率。世界平均水平记为1，2019年，美国以1.4的分数领先于欧盟（1.1）和中国（0.8），这意味着美国论文被引用的次数比世界平均水平高40%。尽管如此，美国2018年的FWCI是1998年以来的最低值。相比之下，欧盟的FWCI自2015年以来一直在增加。因此，虽然欧盟在世界人工智能论文数量的份额在下降，但其出版质量在提高。相比之下，中国2017年到2018年发表的人工智能论文明显增多（16455篇到24929篇），但FWCI却在下降。在2018年之前，中国的FWCI从2012年（0.6）到2017年（0.9）一直稳步上升。

领域加权引文影响

指标三：领域加权下载影响（FWDI, 2018）

衡量一个国家的人工智能研究影响力的另一种方法是计算全球读者阅读其论文的频率。这个指标计算了中国、欧盟和美国人工智能作者的领域加权下载影响（FWDI）值。FWDI将人工智能论文的下载量与基于文件类型、主题类型和出版年份的预期下载量进行比较。世界平均水平记为1，2018年，美国（1.3）领先于中国（1.2）和欧盟（1.0）。如果不算英国，欧盟2018年的人工智能论文的FWDI将是0.95。美国在FWCI和FWDI方面的领先地位较为稳固。中国和美国的FWDI每年都有波动，但自2000年以来一直呈总体上升趋势。此外，中国近年来一直在缩小与美国的差距。

领域加权下载影响

指标四：全球软件和计算机服务领域投入研发资金前100强的公司数量（2019）

企业在人工智能研发上的具体支出很难衡量，因此该指标选取了针对“软件和计算机服务领域”的资金投入。全球在该领域投入资金最多的100家企业中，美国（58家公司）领先于中国（15家）和欧盟（12家）。如果不算英国，欧盟有7家公司排进了前100位。每1000万名工人中，美国（3.5）仍然领先于欧盟（0.5）和中国（0.2）。

美国在绝对值和人均数上仍有很大的领先优势，然而中国正在迎头赶上。例如，与2017、2018年相比，2019年美国在前100名的公司减少了4家，中国多了3家。此外，在2016年至2019年期间，前100名中的中国公司从10家增长到15家，美国从65家减少到58家。

全球软件和计算机服务领域投入研发资金前100强的公司数量

指标五：全球2500强软件和计算机服务企业研发投入总额（2019）

2019年全球研发投入排名前2500位的企业中，有288家软件和计算机服务企业。这些企业中，美国企业的投入（1245亿美元）领先中国（237亿美元）和欧盟（146亿美元）。人均来看，美国（750.4美元）大幅领先欧盟（58.1美元）和中国（30.3美元）。

值得注意的是，首先，自2017、2018年以来，美国这一指标明显增加，大约增长了400亿美元；其次，美国的领先优势是由Alphabet、微软和Facebook等顶级公司的投资推动的，这些公司是全球研发支出排名前10位中仅有的软件和计算机服务公司。美国这类企业的平均研发支出（8.136亿美元）也超过了中国（3.816亿美元）和欧盟（3.736亿美元），部分原因是美国顶尖企业的研发支出明显高于中国和欧盟顶尖企业；第三，中国的研发支出占比在增加，从2017、2018年的15%增长到2019年的19%，因为同期世界前2500强中的中国软件公司数量从42家增长到62家；第四，英国占了欧盟该领域研发支出的近21%。只有德国（39%）的占比更高。

全球2500强软件和计算机服务企业研发投入总额

类别三：人工智能硬件设施

(权重：10％)

绝对值：美国6.3分，中国2.3分，欧盟1.4分。

用劳动力规模归一化计算后：美国7.7分，欧盟1.5分，中国0.8分。

指标一：半导体销售（2020）

硬件的计算能力对于人工智能来说变得越来越重要，从各国最近的提案和投资中也可以看出硬件的重要性。美国的立法者已经提议花费数十亿美元用于半导体研发，并支持半导体工厂的建设。

到2027年，全球半导体市场价值预计将增长超过1000亿美元，总计达到近6000亿美元。这个指标衡量的是2020年预测销售额在全球排名前15位的半导体公司数量，其中美国（8家）领先于欧盟（1家）和中国（0家）。与2019年第一季度数据相比，美国增加了2家公司，欧盟和中国在都少了1家。这八家美国公司是英特尔、美光、高通、博通、英伟达、德州仪器、苹果和AMD，欧盟的公司是英飞凌。

需要注意的是，这项数据中包括一家纯粹的半导体代工厂——台积电（TSCM）。如果把TSCM从名单中删除，索尼则将进入前15名。其次，这项数据没有反映出美国在1990年至2020年期间占全球芯片制造能力的份额从37%下降到12%，而且美国在全球半导体的市场份额十多年来一直徘徊在45%和50%之间。波士顿咨询公司2020年的一项研究预测，中国的“中国制造2025”计划可能会使美国的市场份额减少2至5个百分点。

半导体销售

指标二：设计人工智能芯片的公司数量（2020）

2020年，美国至少有62家公司在开发设计人工智能芯片，而中国有29家公司，欧盟有14家。每1000万名工人中，美国（3.7）领先欧盟（0.6）和中国（0.4）。

自2019年以来，上述三个地区人工智能芯片设计公司都有增加了，但相对比例并没有改变。值得注意的是，14家欧盟企业中有5家是英国企业，因此，欧盟在设计人工智能芯片方面的地位实际上要更差。

设计人工智能芯片的公司数量

指标三：超级计算机的数量（2020）

这个指标统计了2020年在性能方面（一台计算机每秒能进行多少次浮点运算）排名前500位的超级计算机的数量。中国进入前500名的超级计算机（214台）比美国（113台）和欧盟（91台）都多。每1000万名工人中，美国（6.8）领先于欧盟（3.6）和中国（2.9）。如果不算英国，欧盟只有79台超级计算机进入前500名。

在过去十年中，中国在这一指标上有了显著的增长。2012年中国只有68台计算机进入前500名，而美国是252台。然而，中国只用了四年时间就超过了美国。

超级计算机的数量

指标四：超级计算机的系统总性能（2020）

评估一个国家超算实力的另一种方法是衡量其顶级系统的总体性能。该指标计算了每个地区排名前500位的超级计算机的总体系统性能。2020年，美国（27.5）领先中国（23.3）和欧盟（16.8）；每10000名工人中，美国（40.2）领先欧盟（16.3）和中国（7.3）。

2020年，中国和美国在500强超算系统中的份额都低于2019年，原因之一是日本超算的崛起。2020年，日本超算性能占比达到24%以上，并且拥有目前世界上最快的系统——超级计算机Fugaku，它的最大性能几乎是第二快的超级计算机的三倍。

类别四：人工智能数据

(权重：25％)

绝对值：中国11.6分，美国8.0分，欧盟5.3分。

用劳动力规模归一化计算后：美国11.0分，中国7.9分，欧盟6.1分。

数据是开发、测试和部署人工智能系统的关键资源之一，个人在从事各种活动时会产生大量数据，如使用搜索引擎、在社交媒体上发帖和购物等。这些活动产生的数据对机器学习模型来说可能有巨大的价值。因此，估计一个国家或地区的人工智能数据潜在价值的方法之一是考虑进行数字活动的人口比例。

指标一：固定宽带用户数量（2019）

在2019年，中国的固定宽带用户数量（4.493亿用户）领先于欧盟（1.845亿）和美国（1.141亿）。每100人中，欧盟（35.1）领先于美国（34.7）和中国（31.3）。自2018年以来，中国增加的固定宽带用户（5510万）大大超过了欧盟（880万）和美国（430万）。

固定宽带用户数量

指标二：移动支付用户数（2019）

2019年，中国采用移动支付的用户数（5.774亿）领先美国（6400万）和欧盟（估计5170万）。人均（15岁及以上）来看，中国也领先于（50.3%）美国（23.9%）和欧盟（11.9%）的人均水平。

与宽带用户类似，中国使用移动支付的个人数量经历了相当大的绝对增长，2019年中国的移动支付用户比2018年多了5000万，这个数字大致相当于欧盟使用移动支付的总人数。尽管如此，美国（16.4%）和欧盟（15.5%）的同比增长率仍高于中国（10.0%）。

移动支付用户数

指标三：健康数据（2019）

研究人员正越来越多地使用人类的健康数据来开发人工智能系统，以帮助识别、预防和预测疾病的发展。该指标分析了每个地区收集和交换健康数据的能力。尽管中国、欧盟成员国和美国关于使用电子健康记录（EHR）的完整数据无法获得，但定量和定性信息表明，美国在这方面的能力仍有一定优势。

所有地区对EHR的采用程度都比较高。在2019年，美国91%的初级医生都在使用EHR。英国（99%）、法国（88%）、德国（88%）、荷兰（99%）和瑞典（98%）的医生的采用率也很高。截至2017年，美国几乎所有非联邦急诊医院（96%）都使用EHR。大多数美国医院的EHR系统不仅可以跟踪病人的人口统计学、药物和实验室测试，还可以跟踪成像结果和临床医生的笔记。

欧盟和美国都在逐步采取措施提高共享健康数据的能力。欧盟委员会通过了一项建议，其中包含了EHR系统的原则和技术规范，试图实现健康数据的跨国界交流；2020年3月9日，美国卫生与公众服务部（HHS）确定了两项新规则，让患者安全地访问他们的健康数据，促进医疗服务提供者和支付者之间的信息流动。

智库建议美国采取的措施

（一）更积极地支持人工智能研究与部署

报告建议，国会应该为国家科学基金会（NSF）提供资金，增加人工智能研究拨款，努力将人工智能教授们留在学术界；为了进一步培养国内人才，美国应该为人工智能专业学生设立更多的奖学金和研究金；为了吸引世界顶级人才，国会应提高H-1B签证的上限，让顶级人工智能企业家和研究人员更容易在美国工作。国会还应该提高人工智能的研发税收抵免率。2020年ITIF的一份报告指出：“在对研发支出的税收抵免支持方面，美国在34个对比国家中排名第24位；此外，中国的研发税收补贴比美国要多出2.7倍。”

报告还建议联邦政府应该更加注重使用人工智能工具；不要因隐私问题而限制对人工智能数据的收集等。

（二）通过更多方式与盟国合作

美国在2020年宣布加入全球人工智能伙伴关系（GPAI），这是一个由七国集团发起的小组，主要作用是与盟国进行人工智能方面的合作。该小组的成立是为了关注人工智能的发展，包括制定研究议程、促进人工智能劳动力的发展以及人工智能的创新和商业化等。报告建议，拜登政府应努力确保GPAI“使盟国在人工智能方面更好地与中国竞争”；美国与盟国还应该为各种数据开发共享的数据存储库，如健康数据和环境数据等；此外，还可以合作解决诸如评估人工智能系统可信度等问题；最后，盟国之间可以利用一系列国际奖项竞赛来促进人工智能系统的发展。

总结

综上来看，报告认为，美国在整体上仍然保持大幅领先，但中国在一些重要领域已经与美国缩小了差距，而欧盟则继续处在相对落后的地位。报告表示，相对于欧盟和美国，中国的人工智能能力在许多方面有了大幅提高；其次，中国的人工智能研究质量总体上呈上升趋势；第三，中国为软件和计算机服务企业增加了研发投入；第四，中国现在的超级计算机性能排名是美国的两倍；最后，中国在人工智能数据量上可能会继续占优。