人工智能是领先的战略技术，是新一轮产业变革的核心驱动力。世界主要发达国家加强了国家层面对人工智能的战略部署、顶层设计和系统协调。相比之下，美国和英国政府侧重于人工智能的基础研究，而日本和德国则更倾向于从应用方面推动人工智能的发展。各发达国家高度重视人工智能人才队伍建设，完善升级大数据、云计算等人工智能基础设施，重点引导人工智能造福社会，防止人工智能造成就业、公平等社会问题。 。

美国

将人类与人工智能的交互与协作视为突破口

美国将人工智能视为巩固其全球主导地位的重要筹码。 2016年10月至2016年12月，美国白宫密集发布了《为人工智能的未来做好准备》《国家人工智能研究与发展战略规划》和《人工智能、自动化及经济》三份关于人工智能的重要报告，旨在推动政府、企业、大学和研究机构在人工智能领域的分工与协作。机构。政府带头行动，一是将人工智能技术有效融入政府业务，希望打造更高效的政府；二是服务人民福祉。鉴于人工智能技术的巨大潜力，计划将其运用于智慧城市、身心健康、社会福利、刑事司法、环境、弱势群体等领域，帮助人们改善生活他们的生活。

美国政府认为，人工智能发展的重点和突破口是实现人类与人工智能系统的有效交互。人工智能系统并不是要取代人类，而是要与人协作以实现最佳性能。过去人工智能发展最重要的差距是推动这一领域造福大众。为此，美国政府做出了一系列具体部署，包括寻找具有人类意识的人工智能新算法；开发增强人类技能的人工智能技术；开发可视化和人工智能-人机界面技术；开发更高效的语言处理系统。

美方认为，用于训练的数据集等资源的深度、质量和准确性将对人工智能性能产生重大影响。政府需要带头构建高质量的数据集和环境并向公众提供。同时，人工智能应用必须遵守相关规定，保护公众免受伤害，确保公平的经济竞争。

人才是人工智能领域系统发展的基础。美国政府有意通过国民教育体系推动人工智能、数据科学等领域的融合。国家科学技术委员会（NSTC）委托设立的机器学习与人工智能分委会、网络和信息技术研究与发展分委会政府。联合启动人工智能劳动力研究项目，为促进人工智能人才队伍在规模、素质、多样性等方面适度成长提供具体行动指南。

英国

积极稳妥发展人工智能技术

在发展人工智能问题上，英国政界采取谨慎态度，并进行了广泛的询问和调查。他们认为，一方面要大力发展人工智能，另一方面也要考虑人工智能可能带来的负面影响。

2012年，英国政府将人工智能技术列为八项最重要技术之一。 InnovateUK于2014年推出了《人工智能2020国家战略》，2015年，InnovateUK发布了《英国机器人及人工智能发展路线图》，对国内产学研的意见起到了非常重要的引导作用。在政府的引导下，英国民间资本加大了对该领域的投资，极大地促进了人工智能初创企业的孵化和阶段性科研的转化。

去年8月，英国创新署和英国工程与物理科学研究理事会（ERSPC）决定投资500万英镑开展机器人和人工智能方面的研发，主要集中在工业自动化。 和自主学习人工智能。

英国政府认为，人工智能技术的发展必然会改变就业结构，在创造新就业机会的同时消除一些就业机会。政府高度重视对公众的数字技能培训，通过3D打印、人机交互系统等让年轻人尽早接触和了解人工智能技术。

人工智能技术具有社会属性，可能带来巨大的安全风险和不确定性。英国政府部署了研究如何应对人工智能可能带来的负面影响，主要包括：人工智能技术必须满足特定的形式要求、人工智能系统不会出现意外行为、能够防止入侵者故意恶意使用、确保人工智能在跑步后仍然可以被人类控制。

日本

以“工程”措施推动人工智能研发

日本文部科学省提出了与美国不同的人工智能发展模式。主要建立国家技术创新平台，整合相关资源，营造有利于产业发展的应用环境、市场基础和新兴协同商业模式。

日本正在积极规划建设以人工智能为核心的日本超智能社会，并在《第5期科学技术基本计划(2016-2020)》中明确提出必须实现“超智能社会”。今年年初，日本编制发布了《人工智能研究发展目标和产业化路线图》。

国家人工智能平台建设成为日本政府近两年来的主要任务。日本政府通过吸收、协调和利用日本现有优势资源的平台，整合了理化研究所（简称“理化学研究所”）和产业技术研究所（产业技术综合研究所）。产业研究所（简称“产业研究所”）被认定为日本人工智能研究基地。政府在RIKEN设立前端综合智能平台项目，吸引日本机电领域三大公司约100名技术人员参与；产学研采用“产学官”合作方式，将采用“产学官”合作方式开展人工智能研究center(AIRC）为了追赶美国，配备了世界顶尖的人工智能计算机。

从具体分工来看，理化学研究所负责基础研究，产学研院负责应用。理研与东芝、NEC、富士通株式会社建立了合作中心，并投入了各公司的精英研究人员。总投资超过30亿日元。这三家公司的投资总额超过理化学研究所的15亿日元。产学研人工智能研究中心聚集了392名“产学研”领域的研究人员。

人工智能技术的实际落地需要数据的支撑。日本研究机构根据不同目的收集、积累和保存数据。例如，日本汽车研究所生产的自动驾驶图像识别数据将在业务运营阶段交给公司。

日本政府认为，人工智能应用时，必须在短期内进行技术开发和转化，研究和应用必须紧密结合，各自分工明确。因此，当研究人员开发的算法转化为大规模应用系统时，工程部门是必不可少的，而日本研究机构没有这样的部门。因此，产业研究院指出，“研究机构必须有工程部门，否则迟早会遇到困难”。

德国

将人工智能定位于产业4.0

德国历来重视自动化、智能化、人工智能在传统行业的应用。政府将人工智能作为“工业4.0”战略的核心部分，系统部署人工智能研究。

德国较早成立国家人工智能研究中心（DFKI），并推动与谷歌等大公司的合作。该中心是一个非营利性的公私合作伙伴关系，也是该领域世界上最大的研发机构。其人工智能创新软件技术全球领先。 DFKI主要研究方向为自动驾驶、语音识别、图像识别、机器学习、大数据开发、虚拟现实与增强现实技术等。

德国正在加速大脑研究，重点是计算神经科学。 2012年，德国与美国启动计算神经科学合作研究； 2016年11月，德国与美国、以色列、法国等国就此启动多边合作。脑研究和计算神经科学研究为德国强人工智能的发展奠定了坚实的基础。该领域的主要研究机构有马克斯·普朗克脑科学研究所、认知与神经病学研究所等。

德国政府认为，工业4.0的最终核心是人工智能，人工智能的发展就是“工业4.0”的发展。 “工业4.0”分为三个主题：一是智能工厂；二是智能生产；三是智慧物流。这些领域都是人工智能技术的重点研究方向。德国资助企业与大学和科研机构合作，围绕智能网络制造、信息通信技术、智能技术系统、生产自动化等课题开展一系列研发创新项目。

国际领先企业的实力在哪里

当前人工智能热潮正在高涨。以谷歌、微软、Facebook、IBM、亚马逊等为代表的跨国公司都在发力人工智能，将人工智能视为事关生死存亡的战略问题。这一布局及其发展理念、思路、目标、路径可以为上海人工智能发展的“规划布局”提供指导和借鉴。

谷歌

立足数据优势进军人工智能 软件硬件

• 大规模收购初创公司，完成语音、语言、图像和深度学习算法

  的布局

• 全力攻克神经网络和智能芯片关键核心技术，引领人工智能创新生态发展

• 积极推动机器学习技术应用，抓住产业发展机遇

谷歌作为全球互联网企业巨头，在人工智能基础数据方面具有先天优势。谷歌认为，尖端的人工智能技术将成为未来信息领域的核心，必须抢占制高点才能维持其互联网巨头的地位。抓住人工智能进军软硬件的机会，将有助于其多元化和拓展收入渠道。

自2006年以来，谷歌已收购了德国、英国、法国、加拿大和印度等18家人工智能领域的初创企业，超过了微软和Facebook收购数量的总和。通过收购，谷歌完成了在文本识别、图像视频识别、语音识别等方面的技术布局，并完善了开源平台的能力。这些初创企业的高端人才和关键技术对于谷歌人工智能技术链的布局具有巨大的带动作用和战略意义。

今年5月，第二代TPU（Tensor处理器）在Google I/O大会上推出。全新的Google TPU相比传统的GPU（图形处理器）性能提升了15倍，是CPU（中央处理器）浮点性能的30倍。谷歌还推出了更强大的TPUPod计算阵列。 TPU作为Google专门针对深度神经网络开发的软件引擎，与深度学习系统平台深度绑定，为搜索、翻译、无人驾驶汽车、智能语音等提供更强的生态支持。

Google 正在积极将学习技术集成到现有的 产品 和服务中。例如，应用机器学习后，谷歌翻译每天翻译103种语言、超过1000亿个单词；它利用机器学习技术创造天气预报、遗传疾病、自然生态保护等新产品。

微软

从单向突破到多点突破

• 微软研究院成为技术战略转型驱动力

• 积极打造人工智能平台

• 针对潜在需求较强的重点领域进行研究

对于人工智能的发展，微软有三点考虑：第一，必须以人为本，造福人类社会；第二，必须以人为本，造福人类社会。二是有选择地发展人工智能技术，聚焦特定的人工智能研发领域；第三，要从单一领域的离散突破走向跨领域的多重突破和变革。

近年来，微软研究院开始招募人才、获取技术，在机器视觉、语音识别等领域持续发力，并在全球占据领先地位。例如，Skype的实时语音翻译器取得了突破性进展，而微软也成为业界第一家能够媲美人类语音识别能力的公司。目前，该产品可支持9种语言，是人工智能加速发展的典型例子。

微软计划加强代理、应用程序、服务、基础设施等多个领域的研发，打造一个方便他人使用和创新的平台。它可以提供语音、语言、知识、搜索等方面的人工智能技术，无论是大公司还是小企业。 开发人员和客户都可以使用 Microsoft 技术进行开发和实验。

微软非常重视人工智能的安全性和可控性，提出一旦人工智能出现故障，不会造成任何伤害，或者至少将伤害程度降到最低。重视人工智能在医疗领域的应用，例如帮助丰富视障人士的世界、减少医疗事故、利用日志搜索作为药品安全或早期监测的支撑依据等。

脸书

汇聚全球顶尖人才是关键

• 成立人工智能研究院

• 通过四个渠道将人工智能付诸实践

Facebook希望利用人工智能“连接世界”，高度重视语音识别、机器视觉和自然语言处理等领域的研发。它是翻译、图像压缩和个性化通信领域的领导者。

Facebook认为，全球顶尖人才是关键核心，尤其是算法和数据处理方面的人才，能够支撑公司在关键共性技术上保持领先地位。

Facebook每月为15亿用户提供服务，积累了大量数据。基于数据模拟通用智能，像人类一样多管齐下思考，进而解决通用人工智能问题，是其人工智能研究院的目标。目前，该研究所拥有约30名研究科学家和15名工程师，并在纽约、巴黎等地设有3个分支机构。

Facebook已经在语义识别、图像识别、精准广告投放等方面拥有人工智能应用。

DeepText可以访问互联网上发布的文本，进行上下文分析并提取其含义； DeepFace可以判断两张不同图片中的人是否是同一个人，其准确率已经超过了人类；一套名为 Flow 的系统每月使用深度学习分析模拟 30 万个机器学习模型，让工程师能够测试想法并寻找提高效率的机会。

IBM

致力于Watson平台建设

• 开发认知计算

• 推动平台行业应用

IBM的人工智能发展主要以平台建设为主，面向行业和产业需求。结合企业物联网和大数据的现有基础，大力推动人工智能技术的应用和发展，拓宽企业效益。渠道。

IBM将认知计算视为Watson平台的重要技术基础。当技术重新集成时，将生成新的 Watson 功能。这些功能可以解决各种实际问题并推动许多行业的新发现。 2015 年 12 月，IBM 将认知计算功能扩展到数十亿个互联设备、传感器以及构成物联网的系统。

Watson 系统可以提取患者的电子病历和相关医学文献，进行队列分析，识别相似患者的微观细分，并根据相关性、风险和偏好评估标准护理实践和现有治疗方案。排序，最终向患者推荐最有效的治疗方法。此外，Watson 系统还可以在保险、税务和社会规划等领域为公民提供帮助，预测个人和团体的需求并制定有效部署资源的计划。