近年来，各大科技及汽车厂商都在大力推动着自动驾驶的实现，而 Uber 仅用几秒钟的一次致死事故，就将自动驾驶推上风口浪尖，这条新闻也使得背靠人工智能的自动驾驶系统又一次引发了人们的关注。
1 人 工 智 能 发 展 路 线
随着人工智能（Artificial Intelligence，AI）高速发展与应用，计算机技术已经进入以人工智能为代表的新信息技术时代——智能技术时代。近两年来，人工智能已经被提升到了关乎我国国家发展战略的高度，第三次人工智能研究热潮在中国愈演愈烈。
相比于世界发达国家人工智能的发展，我国的人工智能研究起步晚，发展道路曲折，甚至一度受到打压。
但是在进入21世纪后，许多人工智能研究项目获得各类国家科研基金支持，各大高校培养了大批科技人员从事人工智能学科的研究。近两年来，人工智能研究在中国甚至已经被提升到了国家发展战略的高度。
图 人工智能技术源头河流图
AMiner在统计人工智能所有子领域共18107专家学者后发现，在全球人工智能专家中，目前占比最多的前三名是美国（39.71%）、中国（14.77%）和英国（6.3%），这三个国家的人工智能专家数量对比其他国家和地区具有绝对优势。
然而在全球资深人工智能专家和领军人工智能专家数目上，美国（分别为54.13%和68%）占比多于全球其他所有地区专家数目的总和。
中国的人工智能科研现状虽然取得了一定的成绩，但是与第一名美国仍然存在很大的差距。
2 中 国 AI 领 域 面 面 观
人工智能既是计算机科学的一个分支，又是计算机科学、控制论、信息论、语言学、神经生理学、心理学、数学、哲学等多种学科相互渗透而发展起来的综合性学科。
AMiner根据前期采样的中国人工智能领域的专家数据，并基于ACM计算分类系统CCS2012，重新构建了中国人工智能领域分类树。
图 中国人工智能领域分类树
此外，我们统计了中国的四个权威机构的数据，包括中国电子学会，中国中文信息学会，中国自动化学会和中国计算机学会，分析了中国人工智能学者的分布及研究现状。
中国人工智能学者主要分布在以下领域：数据挖掘、机器学习、计算机视觉、数据库、自然语言处理、图像处理、计算机图形学、多媒体技术、虚拟现实、人机交互、信息检索以及社交网络等。其中，数据挖掘（230人）、机器学习（207人）、计算机视觉（193人）和数据库（171人）领域的人才充足，而在机器人、跨学科计算与机器学习应用等领域稍显薄弱。
在中国，人工智能学者数量最多的三个单位是清华大学、北京大学和中国科学院，分别有72名，66名，51名人工智能专家。这三个单位的人工智能学者数远多于其他单位。
在此次发布的报告中，AMiner还统计了近2年人工智能领域发表的国际顶级会议论文，得到了5573篇论文，其中有1554位中国学者。
按照人工智能领域的分类树，将每篇论文归类至相关的领域，含50位中国学者以上的（一级）领域有：机器学习（796人，占总数的51.22%）、计算机视觉（334人，占总数的21.49%）、自然语言处理（204人，占总数的13.13%）、社交网络（84人，占总数的5.41%）、多代理系统（61人，占总数的3.93%）、知识工程（59人，占总数的3.80%）、知识表示（54人，占总数的3.47%）和推荐系统（53人，占总数的3.41%）。中国学者发表的顶级论文涉及的这些领域也是人工智能在国际上比较活跃的子领域。
3 中 国 AI 专 利 在 哪 里
AMiner在随机抽取2015年1月1日至今覆盖各个AI领域的 15222个AI相关的专利并统计分析后发现，AI专利41.47%来源于计算机领域，其次是电子通信（13.64%）、控制（5%）等领域，并广泛应用于社会生产生活的各个方面。
本次发布的报告基于国家专利局的相关数据，覆盖了AI研究的各个方向，其中在数据库（38038）、机器学习（13877）、人机交互（9969）、大物联网（8929）、大数据（5055）、语音技术（4835）、虚拟现实（3577）、数据挖掘（1422）、深度学习（786）、自然语言处理（819）、机器人学（1547）等领域尤为活跃。
另外在AI的实践应用中，无人机（9356）、人脸识别（3207）、社交网络（710）、自动驾驶（647）等AI具体应用方向专利数量可观。
以深度学习专利来看，在2012年暂无深度学习相关的专利，2013年有31个，2014年为80，2015年为237，到2016年则有465个。通过拟合可以看出，中国在深度学习方面的专利基本以增指数的趋势增长。
图 中国深度学习专利数量
在中国AI专利申请前20的机构中，企业占11名，高校占9名，而且企业的名次相对更高。整体数据上，AI专利的主力军还是企业。作为IT产业最为密集的三个城市，专利申请单位也多分布在北京、上海、深圳。
在指纹验证处轻按，手机便可以自动识别完成付款程序——由于人工智能的发展，许多在过去看来不可置信的事如今已成为广泛使用的生活常识。
以BAT为代表的中国企业在人工智能特定领域都取得了令人瞩目的应用实践成果。这些成果目前广泛应用于日常生活中，比如交通、银行、电子商务、安保（包括指纹识别、语音识别、人脸识别、虹膜识别和步态识别等）、机器人视觉和导航等日常生活的方方面面。
4 交 叉 热 点 分 析
过去十年内，AI领域与汽车领域的交叉运用主要集中在Control Methods、Neural Networking、Genomics与 Control Strategy、Control System、Real Time的交叉运用，其中Control Methods（AI）& Control System（Vehicle）与Genomics（AI）& Real Time（Vehicle）在短短十年之内实现了飞速的发展。
而在未来三年内，AI与汽车领域的交叉运用主要集中在Genomics、Control Methods与Control Strategy、Control System、Real Time的交叉运用。Genomics（AI）& RealTime（Vehicle）将继续成为研究的重点。
无论是Control Methods（AI）& ControlStrategy（Vehicle）、Control Methods（AI）& Control System（Vehicle）还是Genomics（AI）& RealTime（Vehicle），都使用AI进行汽车的数据收集与驾驶决策。未来的研究热点集中在这三个领域一定程度上说明了未来自动驾驶将热度不减。
作为行业的代表，特斯拉、Uber和Google这三个力量结合在一起，推动了产品和需求的跨越式发展，整个行业进入了新的变革点。人工智能的发展为汽车的变革注入了更具想象力的未来。
来自：
(adsbygoogle = window.adsbygoogle || []).push({});