羡慕中国，感叹中国的了不起，已经在全球成为一种新的“流行”。
在北斗、载人航天、大飞机、高速路网、高铁网络、移动支付、数字经济、超级计算等一系列领域，中国都在短短十数年间取得了突破性的发展成绩，让国外友人们在难以置信之余不由得连连感叹。
如果把中国在各行各业实现的变革和竞争力体现比喻成“冲击波”，那么中国目前“冲击波”*，也是令国外同行最震撼的，肯定要数人工智能。
根据今年3月发布的《斯坦福2021年AI指数报告》，中国AI期刊论文引用数量已经超过美国。换言之，中国AI研究的整体价值得到了极大提升。另外根据IDC在6月中旬发布的《中国人工智能软件及应用市场研究报告-2020》，中国人工智能软件市场规模在2020年达到230.9亿元人民币，仅次于美国。按照目前这个发展趋势，中国在人工智能应用领域追上美国，将只是一个时间问题。
为什么中国能够超越世界上其他很多国家在人工智能领域掀起“冲击波”？“中国AI冲击波”的源动力又来自何方？这道“冲击波”未来又将传向何方？这些问题都值得我们深思，因为它们将极大地左右新时代中国的产业格局、竞争本质。
AI应用在中国的爆发式增长
作为计算机乃至数字技术中最前沿的存在，人工智能一度经历了很漫长的学术探索过程，从2015年前后人工智能业界在图像识别技术上取得突破开始，才真正迈进人工智能应用推广的时代。但在推广应用的具体“成绩”上，中国明显是优异的。
2020年新冠疫情的突然冲击中，包括百度、商汤科技、海康威视在内的许多企业都基于自己的人脸识别能力，推出了许多型号不同、原理相似的自动测温系统。这类系统全程无接触、正常速度路过就能实现多人自动检测，检测效率极高，组成了防疫战争中最高效的*道防线。
在之后的疫苗制造过程中，同样有人工智能的身影。新冠疫苗的制备中其中一个核心环节就是搞清楚病毒的受体蛋白结构，但是想要从蛋白质的基因序列直接预测出三维结构，是一件非常困难的事情，但近几年人工智能在这一领域所获颇丰。
2020年1月底，百度向全社会免费开放了线性时间算法 LinearFold，新型冠状病毒的全基因组二级结构预测从55分钟缩短至27秒，提速120倍，5月，百度又推出针对mRNA 疫苗的基因序列设计算法 LinearDesIGn，整个设计过程最快16秒就可以完成。
除了直接贡献算法之外，还有公司选择贡献算力。也就是在百度开放蛋白质预测算法的前后脚，阿里巴巴和百度先后宣布向全球公共科研机构免费开放AI算力，以此帮助全球相关人士和机构加速新冠的新药和疫苗研发。商汤、旷世、依图等几家人工智能机器视觉新势力，各自也在肺部CT片子自动化分析判断这一场景中获得了不少成果，并且都应用到了新冠疫情期间的辅助诊断中。
同样的人工智能视觉能力，还被大规模与移动通信网络结合起来，形成了一整套高效的疫情流调系统，帮助全国在极短的时间里建立了一个以二维码为入口和展示的风控系统，让全国范围的疫情破口预防和管控成为可能。
除了与新冠疫情的直接对抗，包括疫情防控物资调度、无人机系统监控、医疗救治过程中的肺部辅助分析、线上问诊、甚至口罩生产等环节也出现了很多人工智能的应用。
突发的疫情，还只是中国AI应用爆发的一个“小切面”，在金融、互联网这样数字化程度已经很高的行业，早已经实现渗透，农业、基础制造业、基础设施维护这样看起来非常传统的领域中也不乏人工智能应用的影子。
植保无人机作为一种相对较新的农业药物肥料喷洒方式，极大地提高了喷洒效果和效率。包括大疆、极飞这样的无人机公司，已经将实际操作流程中的田地测量、路线规划、障碍物规避等能力，交由专门的人工智能算法和芯片来完成。在进一步提升植保无人机任务完成度的同时，还极大地增强了运行效率。
在更为“传统”的制造业中，电池赛道龙头企业宁德时代是一个不错的例子。2020年宁德时代和百度合作，优化了自己的电池缺陷质量检测产线，通过将生产环节中的数据和检测数据一并交给人工智能检验，相较于业界传统检测算法，宁德时代动力电池高精度质量检测过杀率优化了1倍，极大幅度提升了最终成品的质量。
在单纯的效率提升之外，人工智能甚至可以预测未来。一般来说电网的设备只有损坏了之后才会被发现，并加以替换修复。但是通过给包括风力发电机、太阳能电池板甚至是电力供应塔装上传感器，人工智能就可以从基础的数据中寻找到规律，来直接预测判断相应设备的生命周期，在较高概率要发生损坏之前，就召唤工程师去实地检测维护。
中国AI应用所经历的这一轮大爆发，覆盖行业之多、覆盖应用场景之广、解决方案种类数量之多，已经成为了中国人工智能发展路上的核心优势，也相应引出了中国人工智能未来的发展。
只许胜不许败的AI产业角斗场
跟PC时代和智能手机时代类似，应用只是行业整个生态的一部分。在未来波诡云谲的、国与国之间展开的AI产业“角斗”中，比拼的将会是整体性的实力。
根据IDC上一周刚发布的《中国AI公有云服务市场研究报告-2020》，2020年中国AI公有云服务整体市场规模达24.1亿元人民币，占比整体AI软件市场10.4%，相比2019年整体增幅达125%，第四次夺得*。在细分领域，百度智能云在NLP和图像视频领域均是连续三次*、在人脸人体识别领域连续两次*。
通过大规模的云服务构建，中国的人工智能应用成本不断降低，同时建构在AI公有云服务之上的各种开发架构、平台，还极大地降低了AI应用开发，部署的难度，开发者不再需要从头编写人工智能的算法代码，即可高效进行技术创新和业务拓展，加快了人工智能应用的多样化和规模化，加快了产业智能化进程。
在这个领域中，最全面的玩家还要数互联网头部厂商，以百度为例，百度大脑就包含了语音、视觉自然语言处理、知识图谱、深度学习等AI核心技术，目前以开放源代码、开放能力、开放数据等形式开放AI能力。百度还建立了中国*全面开源开放、功能丰富的产业级深度学习平台飞桨。
通过这种产业化的架构，互联网企业不仅自己能够*程度借助外力，同时也能持续推动中国整个人工智能生态的发展。截止到 2020 年底，百度飞桨开发者生态已经拥有 320 万开发者，同时还在持续为企业与学校的开发者提供培训、认证。
另外一个关键点是企业自发的前沿探索，最典型的例子是自动驾驶。自动驾驶作为一个交通领域的技术，有望对社会民生、经济发展产生重大的影响。但另外一面，它也特别“难”，因为它可以算得上是目前在人工智能技术上应用最为丰富的场景，其中包括了深度学习、计算机视觉、知识图谱、智能语音交互、5G、云计算。
在自动驾驶这个领域，美国毫无疑问是先行者，最早可以追溯到2004年DARPA（美国国防高级研究计划局）组织的自动驾驶挑战赛。但如果我们现在再按照自动驾驶水平进行一个排名，你会发现很多中国公司都名列前茅。
在美国自动驾驶创业浪潮逐渐平静下来的同时，中国许多城市都开始了全无人的自动驾驶测试，Robotaxi甚至开始尝试试运行。目前*自动驾驶领域发展最快的国家是美国和中国，中国企业对于推进自动驾驶进程的决心也比国外企业更大，许多城市都已经上路了全无人的自动驾驶测试，robotaxi之类的测试也已经大规模开展。
目前，百度Apollo已经取得全球自动驾驶路测的*成绩。2019年美国加州DMV自动驾驶脱离报告中，百度Apollo位列全球提交报告的60家公司中的*名，超越了Waymo、Cruise等美国企业。2020年、2021年全球知名调研机构Guidehouse连续将Apollo列为全球自动驾驶领域四大“*”之一，是*阵营*的中国企业。
截至目前，百度Apollo获得专利数2900件，在世界范围内的近30个城市开放道路测试，测试总里程超过1200万公里，是全球*一家实现千万公里级路测积累的中国企业。目前Apollo日增里程4万公里，相当于每日绕地球测试一圈。百度已获得中国自动驾驶测试牌照278张，其中载人测试牌照218张。
最近，Apollo联合北汽极狐推出了第五代L4级量产共享无人车（Robotaxi）Apollo Moon，成本价为48万元，是行业L4级自动驾驶车型平均成本的三分之一，*包括美国企业在内的所有竞争对手。在2021年初，百度还正式和吉利组建了合资公司，一次性补足了自身在整车制造领域的不足，这样的合作继续推进下去，显然将极大地加速自动驾驶行业的发展进程。
谁是中国AI产业“头雁”？
跟中国过往在制造业、金融业等其他领域的“发展-赶超-*”轨迹一样，人工智能大赛道的发展目标只有一个，就是全球*。首先要做到的，就是正视中国人工智能与美欧等传统*国家之间的差距。
AI起源于美国，美国的高校开设AI专业时间较早，有些学校的AI课程多达20门，已经自成体系。而中国开设了人工智能课程的高校较少，教学体系才刚刚起步，人才供应数量和质量都跟不上市场需求。中国的人工智能企业们也同样关注到了这一块，例如百度CTO王海峰就曾表示，百度未来五年要培养500万人工智能方面的人才。
其次是在AI底层技术研发和推进中的实力，尤其是人工智能技术的专利价值沉淀。这一块首要的是有充足的研发资金供给，同时研发出来的成果还需要有比较清晰的商业化路径，以形成良性循环。
最后是生态，跟PC时代Windows系统的普及或者智能手机时代的Android和IOS系统一样，人工智能极有可能会最终催生出一个全新的智能化时代，其中必然少不了像百度飞桨这样的智能时代操作系统。这个目标要实现，不仅需要单个的企业打造生态，更需要行业发展层面实现广泛合作、甚至是建立行业的共同标准。
无论是应用还是生态，又或者是前沿的技术积累和产业布局，百度都可以说是中国AI产业中的“头雁”，这不仅体现在百度在中国多个AI细分赛道中处于*位置，有的表现甚至看齐、超越了美国AI巨头们的水平。同时，百度显然也清楚明白——只有持续推动中国整体AI产业的发展，百度的AI前路才有更大的可能性。
作为中国未来人工智能发展的中坚力量，像百度这样的中国AI头部企业，将通过自己的持续努力，最终决定中国AI未来有多“了不起”。
