摘要：新一轮通用技术浪潮正在蓬勃兴起，包括人工智能、生物技术、先进网络、先进计算与微电子技术、新一代能源以及智能制造将重塑当前十年与下一个十年的地缘政治环境和国家科技发展方向。
新一轮通用技术浪潮正在蓬勃兴起，包括人工智能、生物技术、先进网络、先进计算与微电子技术、新一代能源以及智能制造将重塑当前十年与下一个十年的地缘政治环境和国家科技发展方向。
其中人工智能被认为是继蒸汽机、电力、信息技术革命后的第四次浪潮。
甚至可能改变人类未来的命运。
目前全球人工智能创新已形成中国和美国组成的“一大一强”格局，考虑到人工智能直接涉及国家发展安全，已成为国际科技竞争尤其是中美竞争焦点之一，我们必须要正视双方之间的差距，并以国家力量去加以修正。
在今年年初的一场研讨会上，有学者表示，中美人工智能差距被拉大的风险，应该是在不断上升的。全球AI技术竞争甚至“技术打压”的逻辑也在变化——从个人、数据、资本和软硬件的“壁垒”，向应用、生态层面延伸。
英国权威统计机构Tortoise Media最新发布的《全球人工智能指数》显示，美国、中国分列全球AI赛道的第一位和第二位，远远超过名列3-5位的新加坡、英国和加拿大。不过，美国以100分的绝对优势稳坐第一位，中国以近62分的得分位居第二；此外，在创新、投资等主要指标中，中美差距也较为明显。
“美国先行迭代的优势非常突出，中国赶超的难度在加大”
以下我们从多个细分维度加以比较：
算力资源比较
据研究估算，2021年美国和中国算力规模分别为 160EFLOPS和140EFLOPS，两国全球算力份额分别为31%和27%，分居世界前2位，但与美国相比，我国算力增速更快。
但对人工智能创新有较大影响的智能算力和超算算力我国占比相对较低，截止到2021年，我国人工智能算力占总算力的20. 7%，比全球平均水平低1个百分点。
2022年11月的TOP500中，中国和美国超级计算机分别有162台和126台。中美超算算力差距可能再次呈现拉大之势。
数据资源比较
2021年我国数据产量约6.6ZB，仅占全球的9.9%，预计2025年我国数据规模将达到48. 6 ZB，占全球数据量的27. 8%，到2030年数据总量将超过美国。
风险投资比较
人工智能是典型的资本密集型创新，风险投资对人工智能创新具有重要推动作用。据OECD研究统计，在全球范围内，中国和美国是人工智能风险投资浪潮的主要推动者。
2020年中美两国企业的人工智能风险投资占全球的近80%，但美国人工智能投资始终保持较为稳定的增长，中国人工智能风险投资增速呈下降趋势，中美人工智能风险投资差距有所拉大。
2023年，美国在人工智能领域的私人投资总额为672亿美元，是中国的近9倍。
人工智能人才比较
全球、美国和中国的人工智能相关人才分别为190万人、85万人和5万人，美国和中国人工智能创新人才规模分别居全球第1位和第7位。
2020年人工智能顶尖人才主要分布在美国、中国、欧盟、加拿大和英国，其中美国和中国分别占59%和11%，过去10年全球人工智能研究领域最有影响力的2000位学者( AI 2000)统计分析发现，2022年去重后的1898位学者中，美国和中国入选数分别为1146人次和232人次，分居前两位，全球占比分别为57. 3%和11. 6%。
从近3年统计来看，中国入选学者增速均超过美国，显示尽管中国顶级人工智能学者人数与美国尚存在较大差距，但中美之间的差距在渐进缩小。
全球人工智能顶尖人才 ( Top-tier AI Researchers) 国别分布
基础研究和关键核心技术创新比较
中国创新布局主要集中在机器学习、无人机、智能机器人、语音识别、自动辅助驾驶等人工智能应用领域，美国则在处理器和智能芯片、大模型算法和大型平台等领域有更好的技术积累。
但迄今为止，中国依然是美国最大的竞争对手，中国的机器人安装量居世界首位；同样，世界上大多数人工智能专利（61%）都来自中国。
核心算法和系统软件创新
算法和系统软件作为人工智能发展的“灵魂”，直接影响人工智能系统的计算和程序效率。核心关键算法和系统基础软件仍是制约我国人工智能创新的一大短板。
谷歌的TensorFlow和脸书的PyTorch人工智能框架在我国市场份额占比超过85%。
关键硬件创新比较
图形处理器( GPU)、现场可编程逻辑门阵列( FPGA)和人工智能( AI)专用芯片是影响新一代人工智能创新的关键硬件。
IDC 统计：
GPU主要是由美国企业垄断，其中英伟达市场份额超过95%。
FPGA部分，Intel 和Xliinx占有超过99%的市场份额，二者与美国均存在较大的代际差。
AI芯片部分，华为昇腾AI处理器、寒武纪思元、百度昆仑芯等近年来进步很快，与美国技 术差距在快速缩小，但美国仍占据全球AI芯片80%以上市场份额。
此外，关键硬件创新还面临美国对先进芯片制程生产制造的制裁。
AI模型数量比较
截止2023年，源自美国的顶级AI模型数量达到了61个；欧盟21个；中国15个。这一数据显示，美国在全球AI领域继续保持其领先地位，而中国也在持续地进行技术突破和创新。
美国在人工智能领域保持领先地位，很大程度上是因为其联邦政府数十年来对基础人工智能研究保持持续的投资。
随着人工智能在应用领域的突破和无限前景展望，中美两国都加大了相关战略布局。
2021年，美国立法通过《推进美国人工智能创新方案》后，《2022-2026财年国家科学基金会拨款方案》和《无尽前沿法案》都明确将人工智能纳入科技创新关键领域进行支持。
同年，美国提出未来5年为美国科学基金会拨款1000亿美元，支持人工智能等十大关键科技创新。
2022年，美国《芯片和科学法案》提出至少要投资2000亿美元支持人工智能等技术创新。
2023年5月，美国发布更新版的《美国国家人工智能研究和发展战略计划》。
我国也将支持发展人工智能上升为新的国家战略，从顶层设计层面发布了人工智能发展战略规划。
但是，我国的人工智能发展规划更多是从产业角度、着眼于促进产业转型升级和培育发展新动能，强调场景发展和应用带动。而人工智能基础研究、硬件创新、底层工具领域还有相当程度的短板。
从全球范围看，迄今为止，大多数人工智能研发都集中在个体任务上。需要进一步的研究来解决涉及多个领域和应用的日益复杂的科学和技术挑战，以迈向通用AI的愿景，尝试考虑如何将不同领域的人工智能工作整合到一个集成系统中，这些优先事项包括利用大量可用的机器学习(ML)和知识发现数据，提升AI感知和行动能力，以及开发可在真实和虚拟环境中工作的可扩展、通用系统。
综上所述，中美人工智能当前发展既有共性，也存在显著差异。
创新人才方面，美国人工智能人才规模更大、更有经验，高质量人才占有绝对优势，但中国人才规模和质量迅速提高，人才潜力巨大。
数据资源方面，中美差距较小，且中国可能很快在算力和数据资源规模领域超过美国，但受限于美国打压，短期内中美在超算和风险投资领域的差距有可能被进一步拉大。
前沿创新方面，中国正在快速进步，美国仍拥有绝对优势地位。
底层技术方面，中国在部分领域已具备比较优势，但在基础平台和关键硬件创新等领域仍 “受制于美”，面临 “卡脖子” 风险。
要实现人工智能的自立自强道阻且长，从庙堂到江湖，还需孜孜以求不断努力。
参考资料：
【1】彭绪庶《中美人工智能创新比较研究———国家创新能力理论视角的分析》（《2024年第5期》，2024年第5期）；
【2】李飞飞《2024年人工智能指数报告》（https://aigcdaily.cn/news/a24m45ox3auskoz/）；
【3】https://www.guancha.cn/economy/2024_01_12_722097_s.shtml；
【4】《美国国家人工智能研究和发展战略计划》
来源：若虚先生4