一 、巨大市場、巨大數據量，孕育最佳AI

中國移動互聯網網民接近10億，是美國近三倍！

中國外賣每日訂單量是美國十倍！

中美移動支付相差五十倍！

中美共享單車訂單量相差三百倍！

所以中國有著巨大的市場，巨大的市場意味著巨大的數據，目前的AI非常依賴于數據，巨大的數據能產生更先進的AI系統。

二、AI相關的產品創新開始領先全球

從借鑒美國模式，到借鑒美國模式并且成功反超，到中國本土創新，到海外開始借鑒中國模式，中國的產品創新有目共睹。

三、政策大力推動AI發展

國務院于2017年7月發布《中國新一代人工智能 發展規劃》，要在2020年跟上全球領先國家的AI技術 與應用，2030年成為全球主要的AI創新中心。

四、政策和環境有利于人工智能，他國限制重重

歐盟GDPR:把個人隱私還給個人除非公民自愿給予和“明確”同意，否則企業

不被允許收集或處理公民的消費者數據。Facebook隱私泄露:隱私保護困境

美國無人駕駛法案:或葬送領先地位

為保護卡車司機工作，將重量大于1萬磅(約4535千克)的商用卡車排除在了無人駕駛法案 之外。

五、政府的強大行政執行力

中國高鐵網絡:

? 2010年:中國政府提出建全球最大高鐵網絡。

? 截至2016年底:中國累計投入運行的高鐵動車 組達到2595組，超過全球總量的60%。

大眾創業、萬眾創新:

? 2014年:中國孵化器、眾創空間總量1700+。

? 2017年底:總量增至9500+(其中孵化器數量 約4000家，眾創空間約5500家)

總結

從各個角度說明人工智能未來將在中國大力發展！

深度學習熱起來還不到十年，其滲透的領域越來越廣，當初AlexNet就是一個CNN雛形，現在看起來很簡單，但是你能夠想象到它引發的地震嗎？AlphaGo又一次引起了人們的震驚，其實也不過是深度學習中的強化學習分支而已。現在深度學習除了應用最廣的CNN家族主要處理圖像數據，還有自然語言處理領域，RNN家族，其他還有自編碼器，強化學習，生成對抗網絡等。這些不同的分支都已經碩果累累，極大地促進了人工智能的發展。你們或許聽說過人工智能會畫畫，寫歌，甚至寫小說，寫代碼。其實這些在深度學習中都不是新鮮的東西，大家都在想盡一切辦法讓深度學習算法去挑戰人類的極限。

然而，人工智能并不是能讓機器產生意識，所以，在功能上機器可以超越人類，但機器還只是人類工具的延伸。除非有一天，機器真的能夠通過算法產生意識，那真的就是創世紀了，我不知道這輩子有沒有機會觸及到那個時代邊緣。

在中國，確實有一個現象讓人不由得擔心：在深度學習領域的研究生，博士也好碩士也好，想要得到認可，必須在SCI上發表論文。所以絕大部分的中國智慧都在耕耘這些英文期刊和會議。已經有不少專家提出意見了，說中國人研究的東西，外國人都能輕易地學習去了，而中國搞技術搞開發的并不是都搞學術研究，英文文獻閱讀能力不佳，所以好的技術無法及時吸收和普及。這確實是一個痛點。

但是，我覺得中國的人工智能發展，還是樂觀的。我們拋開現有的政治因素，雖然我們的研究人員都在發表英文論文，但是這些人畢業后很大一部分還是留在了國內，尤其是BAT這些有實力，有金錢，又想重點發展人工智能的企業，薪水很豐厚，這就留住了很多專業人士。而且，這些企業里面都是頂尖的人才，怎么可能會擔心看不懂英文文獻呢？還有，在校的莘莘學子都在刻苦攻讀，深度學習這么熱，普通技術人員想要獲取信息，不會落后最新技術發表時間多少的，因為這些學生們都在苦讀，不斷地學習和總結，你只要到CSDN上轉一轉，你會發現當年的重要論文很快就有中文翻譯，還有很多人的各種理解，各種注釋，對相似的技術還有對比分析，總結。如果你要應用這些算法，GitHub是開放的，論文成果是接收全球學者檢驗的，代碼下載下來就可以跑實驗。

相信中國人的頭腦，平均智商絕對領先全球，人工智能在中國學術的發展現在絕不比美國差，高質量的論文也層出不窮。我們現在缺少的還是產業化，將學術力量應用于實際。這很大程度上受限于中國當下的發展，市場環境和產業鏈不像美國那么成熟。但好在中國現在正在騰飛，我們各方面都在迎頭趕上，有不少領域的人工智能應用是世界領先的，國防、安全、醫藥、生產都在快速普及和發展人工智能，不斷突破現有算法的記錄，一切都在悄然變化中。相信中國，相信中國人的智慧。斯坦福大學的李飛飛教授就是中國人，但是中國的土壤正在培養更多超越李飛飛的人。中國的政策也在向高級人才傾斜，相信在國家的扶持下，自強勤奮智慧的中國人一定會充分掌握并善用人工智能技術，利用技術的發展讓生活便利，社會發展，國家強盛。