有观点认为，目前中国在人工智能的很多领域走在了全球的前面。从人工智能发展的三个关键维度，强大的计算能力、海量的数据以及优秀的算法来看，中国都不差。从计算力的维度，中国的“神威·太湖之光”成为全球运行速度最快的超级计算机。从海量数据的维度看，2015年中国数据总量已经超过1000亿，占全球数据总量的13%，据预测，到2020年中国的数据总量将会超过8000亿，占全球数据总量的比例达到20%，届时中国将成为世界第一数据资源大国和全球的数据中心。从科研文献的维度看，人工智能科研贡献数据统计显示，在2006到2016年的时间段里，近两万篇最顶级的人工智能文章中，由华人贡献的文章数和被引用数，分别占全部数字的29.2%和31.8%。从2014年开始，华人已经处于人工智能研究的领先地位。从应用的维度看，目前人工智能所有的热门应用，从机器人到智能金融、智能医疗、智能安防、智慧农业、自动驾驶等全部在中国都能找到。

　　但事实上，我们在人工智能的很多关键维度上并不乐观。人工智能离不开计算，在计算核心芯片以及平台软件等方面，中国依然受制于人。据海关总署统计：截至2016年10月底，中国集成电路的进口金额高达11908亿元，与去年同期相比增长了9.6%。而同期中国的原油进口仅为6078亿元。中国在芯片进口上的花费已经接近原油的两倍。而在人工智能芯片的维度，包括英特尔等芯片巨头都在加快收购的步伐希望尽快补齐短板，在通用芯片的维度中国已经落后别人一程，在人工智能芯片上，中国要加快步伐。

　　从人工智能的平台维度来看，包括微软、谷歌、IBM、亚马逊等都在开放其人工智能平台，目的是吸引更多的产业合作伙伴、开发人员，汇聚全球的AI智慧来为我所用。就像清华大学国家金融研究院院长朱民说的：“当一切变成平台的时候，人工智能平台变得特别重要。百度现在开始搭建平台，阿里巴巴和腾讯也开始搭建平台，但是我们的平台和谷歌第二版人工智能平台、亚马逊平台相比，还是有差距的。所以中国企业要往平台走、要往下走、往核心走。”

　　除了在人工智能芯片、平台等层面需要加快布局，事实上，我们还需要从教育、人才培育等方面做系统考量，同时在人工智能的标准、伦理、法律与全球沟通的维度，中国也要更积极主动地参与到国际沟通和交流中。尽管关于人工智能的未来，很多观点认为它永远也不可能超过人类的智慧，但是在很多层面它将深度影响行业变革，甚至有可能“颠覆所有的行业”。人工智能将重新定义很多领域，也将对社会伦理、就业等产生深刻的影响，在这个系统变革的过程中，我们需要关注人工智能深刻影响的更多维度。

　　专家观点

　　清华大学国家金融研究院院长朱民：推动AI政府需关注8个维度

　　人工智能在中国方兴未艾、如火如荼，今天所有人工智能应用，从机器人到智能金融、智能医疗、智能安防、智能教育、智慧城市、推荐引擎、计算机视觉、语义识别、自动驾驶等，所有这些东西都能在中国找到，世界上没有一个国家有中国如此多的人工智能应用。

　　但是我们在软件开发层面、在基础研究、基础理论研究上还有很大发展的空间。企业有巨大的发展空间，政府有巨大的责任去支持、培育和引导这些发展。公民也有巨大的责任和利益去意识到这个变化，去迎接这个变化。

　　关于推动人工智能的发展给政府提八个建议：一是全面理解人工智能自身和其在经济社会发展中的挑战以及变化。二是政府的职能不是要建人工智能的产业，而是培育人工智能发展的基础和环境。三是支持人工智能的基础研究。四是要系统认识和处理人工智能引发的就业和收入分配问题。五是探讨、建立和发展AI伦理标准。六是探讨建立AI环境下的监管模式、法律。七是政府有责任教育下一代的中国公民理解和适应人工智能的未来。八是要与全球沟通交流共建人类人工智能道德规范、政策框架等。

　　阿里巴巴董事局主席马云：AI应做人做不了的事情

　　机器比人跑得快，大家都承认，机器如果做人能够做好的事情，不算什么，围棋打败了人，只是打击了一下人而已，机器要做的是人类做不到的事情，这才叫本事。我觉得人做得好的事情，机器做得好，只会让人越来越沮丧。我们要让机器做人做不好的事情，人创造不了的事情，还是很有前景的。过去的100年，我们把人变成了机器；未来的100年，我们将会把机器变成人，而这个人跟我们想象中的人是不一样的。我们让机器成为人最好的合伙人，成为人的合作伙伴，而不是让机器来取代人。

　　21世纪最大的核心能力就是服务别人的能力，IT时代一切以强化自己为主，而DT时代是强化别人、赋能别人，让别人越来越强大，这是DT时代特点。未来不是力量的竞争、肌肉的竞争，甚至不是知识的竞争，而是服务别人能力的竞争，而是体验的竞争，所以女人在未来的30年将会变得更加重要。

　　英特尔中国研究院院长宋继强：AI处于技术升级阶段

　　人工智能现在处于爆发前夜，但是对其整个发展长河来讲还属于早期。人工智能的突破点是靠深度学习推动了视觉领域的突破和自然语言识别的突破，这两个领域推动的产业会率先落地。人工智能现在已达到爆发的临界点，后面还会有越来越强的计算能力、越来越多的数据，以及算法的突破。预计到2020年，AI方面需要的计算力将增长12倍，会给我们带来一个完全不一样的世界。

　　目前的人工智能处于一个技术升级的阶段，从技术升级跨越到产业升级才能实现真正的影响力。各行各业涉及很多具体的应用，每一个应用都需要不同的人来使用人工智能技术把它做好。要想把人工智能应用得更好，实现产业化突破：一是人工智能的能力要增强，而且要加速适应到不同行业里去；二是要能够让更多人很方便地使用人工智能的技术。这两点是AI民主化，或者说推进AI应用普及的重要因素。