继《2017年第二季度AI行业全景热度观察》之后，腾讯互娱研发部前沿技术中心和腾讯研究院今日联合发布《2017 Q3 AI行业全景热度观察》。报告指出，2017年第三季度的全球AI公司融资总额已高达77.42亿元，仅比前两季度之和低10亿美元；而与2012年同期相比则增长了70余倍。
从AI行业全景热度分析图可以看出，技术层面和产业链层面占据最高热度，分别占比25%；资本层面、用户层面和政策层面则热度稍弱，分别占比20%、15%和15%。
政策层面
整体来看，我国对人工智能的发展持非常正向的态度。尤其是自2015年以来，国务院陆续出台了相关激励政策，以进一步加强对AI产业的支持。自2017年3月人工智能被首次纳入政府工作报告以来，国家对人工智能的重视在今年7月达到历史性时刻——人工智能上升为国家战略，国务院特别针对人工智能提出“三步走”战略目标。
其次，在政策层面，其还提及了对隐私保护、算法歧视、责任界定和知识产权四个方面的法律风险。
1、隐私保护：AI，包括深度学习，需要大量训练数据，在算法训练中使用医疗、金融等敏感信息可能威胁个人隐私。数据融合过程中可能使得数据重新识别特定个人，影响隐私。数据频繁流通削弱个人对其数据的控制。
2、算法歧视：基于大数据的算法决策越来越流行，如何确保这一决策的公平性，是一个需要重视的问题。算法在图像识别、信用评分、犯罪风险评估等方面已经带来一些歧视和不公正问题，这给AI算法和产品设计提出了伦理挑战。
3、责任界定：自动驾驶汽车、智能机器人等引发事故、造成人身财产损害时，如何明确法律责任，这是需要思考的问题。
4、知识产权：AI在数据挖掘、机器学习过程中可能使用他人知识产权成功，带来相关侵权问题。另外，对于AI自主生成的知识产权成果，如代码、诗歌、小说等，如何分配知识产权的归属问题，尚值得商榷。
资本层面
据咨询公司 Venture Scanner 估计，2017年Q3的全球AI公司融资总额已高达77.42亿美元，仅比前两个季度之和低10亿美元，与2012年同期相比增长约70余倍。
另据投资网站 AngelList的数据，截止2017年Q3末，全球已有近3200家AI技术公司，较上季度末增长了约20%。
产业链层面
从产业链结构来看，具体呈现两种产业模式：生态构建和技术驱动。
1、生态构建：以各大超级互联网公司为主，把控从流量数据到场景应用的全产业链，构建生态闭环。
2、技术驱动：以软件创业公司为主，在AI算法和通用技术上来讲，着力为其他厂商提供完备优越的技术解决方案。
其中，以Google、亚马逊和科大讯飞为代表性厂商，分别在自有领域不断增强核心优势。如，科大讯飞以语音和自然语言处理技术为核心，不断加强技术实力。经过多年的AI技术深耕，该公司已开始向外拓展云平台、教育和医疗等领域。Google也是一种典型的生态构建型发展模式，其产业布局遍布整个AI产业链。卓越的人才储备和AI研发实力让Google一直保持连年高速增长态势。同时，亚马逊不仅基于AI构建和优化了大量自身业务，也利用AWS云为其他厂商提供了高效的AI解决方案。
技术层面
首先来看全球AI相关论文的发表情况。2007年至2016年这段时间，与近期资本投入逐年攀升的趋势相反，正规期刊和会议中AI相关论文的发表数量呈逐年递减的态势。究其原因，部分与理论研究的超前性和技术研发的滞后性有相关关系。
再来看全球AI专利申请情况。2007年-2016年，AI相关专利的申请量从2008年开始急速攀升，并于2012-2013年达到顶点，随后又迅速回落。对比论文发表情况和资本运作模式，可以看出从AI理论转化为技术专利，这之间至少存在着8年的时间滞后，而资本市场的反应速度则会更加慢半拍。
相较美国的AI专利申请数量，中国在2015年开始赶超前者。从2016年中美两国专利局AI专利申请量前五的公司来看，美国以IBM占比最高，中国则以百度占比最高。
用户层面
从2017年9月的情况来看，“人工智能”热词的百度指数已逐渐超过“VR”。
据谷歌趋势显示，AI技术的热度指标依然呈稳步上升态势，且“机器学习”、“深度学习”等学术化的词汇与AI本身的变化过程呈显著正相关。在全球领域来看，中国对“机器学习”的关注度居全球之首。
雷锋网结语
整体来看，2017年第三季度，全球在AI领域的发展依然十分重视技术实力。但相较第二季度，技术层面的关注度稍有下降。上一个季度里，产业链层面居第二影响地位，这一季度影响力上升，和技术层面平起平坐。这在一定程度上，也折射出了业界对AI应用和商业化的聚焦和专注。随着人工智能、机器学习、深度学习等热度的持续上升，不管是业界还是学界，都将追求AI技术带给全球更为实际的经济价值。
