中国AI专利引领世界潮流，美国老大位置岌岌可危

2011 年到 2015 年，AI 相关论文的国际合著率。统计对象是发表在全球主要论文期刊上的 AI 领域的论文，综述月 93000 篇。例如，图中显示，美国的研究机构或个人作者参与写作的论文中，有 12.7% 的共同作者之一是中国的机构或个人。

从 AI 论文的"国际合著率"来看，美国和中国之密切联系很鲜明。NEDO截至2016年5月的调查显示，从 2011 年至 2015 年间，美国作者的 AI 论文中，有 12.7% 是与中国人合著的，位列第一名。第二名的英国只有 5.1%。同样，中国作者的 AI 论文中，合著者国籍首位也是美国。

福布斯：中国 AI 崛起，因为抓住了 ImageNet 这一机遇
或许，证明中国在 AI 领域崛起的最佳证明之一，便是我们在 ImageNet 竞赛上取得的成绩。

《福布斯》报道称，在今年的 ImageNet 竞赛中，27 支参赛队伍里超过一半都来自中国，企业和高校都有，并且最终结果排名前几的也都是中国团队或华人。这基本是去年赛况的重现：2016 年，参与 ImageNet 竞赛的 84 支队伍中，华人科学家占了一大半。

当然，文章写道，诸如谷歌等领先 AI 玩家（也是 2014 年 ImageNet 冠军）并没有参加最后几届 ImageNet，但最后几年 ImageNet 参赛情况恰恰反映了中国对于 AI 工作的热衷以及认真程度。

2017 年 ImageNet 竞赛物体检测项目，最佳平均准确率比去年有了大约 6% 的提升（从 66.3％ 到 73.1％）。其中，

用提供的训练数据进行物体检测，前三名都被 BDAT 团队包揽，DBAT 团队由 8 名南京信息工程大学的成员和 2 名帝国理工学院的成员组成。

使用额外训练数据进行物体检测，前两名是 BDAT 团队，第三名是由新加坡国立大学和奇虎 360 组成的 NUS-Qihoo_DPNs（DET）。

ImageNet 竞赛的另一个子项目物体定位：

a. 使用提供的训练数据进行分类+定位，结果

根据定位错误率，第一名是新加坡国立大学与奇虎 360 合作团队 NUS-Qihoo_DPNs (CLS-LOC)。第二名、第三名来自 Trimps-Soushen（公安部三所）

按照分类错误率，中国公司 Momenta 与牛津大学合作团队提交的结果包揽了前四名

b. 使用额外训练数据进行分类 + 定位

按照定位错误率排列，第一名、第三名是新加坡国立大学与奇虎 AI 研究院的合作团队 NUS-Qihoo_DPNs (CLS-LOC)。第二名是南京信息工程大学与伦敦帝国理工大学合作团队 BDAT

按照分类错误率排列，结果类似：第一名是新加坡国立大学和奇虎 360 NUS-Qihoo_DPNs (CLS-LOC)，第二、第三名是 BDAT

第三个子类，视频中的物体识别：

a. 给定训练数据条件下，伦敦帝国理工学院和悉尼大学合作团队 IC&USYD 包揽前三名。值得一提，IC&USYD 总共 6 名队员中有 5 名是华人

b. 使用额外训练数据，

按照识别出的物体种类排名：IC&USYD 仍然是第一，新加坡国立大学、奇虎360、美国伊利诺伊大学香槟分校合作团队 NUS-Qihoo-UIUC_DPNs（VID）第二，第三名 GeorVision 成员来自南洋理工大学、清华大学、伯克利、北航、密歇根大学安娜堡分校，11 名团队成员全部是华人

按照平均准确率排名：第一名和第二名是 IC&USYD；第三名 NUS-Qihoo-UIUC_DPNs（VID）

c. 视频物体识别/追踪，IC&USYD 第一和第二，NUS-Qihoo-UIUC_DPNs 第三

去年的 ImageNet：

物体检测：CUImage（商汤科技和港中文）包揽所有子项冠军所有子项

物体定位：公安部三所包揽所有子项冠军

视频物体检测：NUIST（南京信息工程大学）包揽所有子项冠军

可以看出，在过去几年，ImageNet 已经成了中国团队的竞技场。

上月，国务院发布了《新一代人工智能发展规划》，明确了我国新一代人工智能发展的战略目标：

到 2020 年，人工智能总体技术和应用与世界先进水平同步，人工智能产业成为新的重要经济增长点，人工智能技术应用成为改善民生的新途径；

到 2025 年，人工智能基础理论实现重大突破，部分技术与应用达到世界领先水平，人工智能成为我国产业升级和经济转型的主要动力，智能社会建设取得积极进展；

到 2030 年，人工智能理论、技术与应用总体达到世界领先水平，成为世界主要人工智能创新中心。

正如上文所说，2018 年将迎来又一次的完整统计数据，届时更新的统计数字，包括 AI 专利数量和应用成果，让我们拭目以待。