据英国《金融时报》网站6月2日报道，仅仅两三年前，人工智能仍然貌似最狭窄的领域，其最先进形式——“深度学习”源于三所北美大学的研究工作。那些突破背后的人们后来跳槽到谷歌和Facebook这样的地方，初创企业如伦敦的“深层思维”公司（现在是谷歌的一部分）和旧金山的OpenAI则成为某些最先进研究的中心。但是，如今机器学习的基本方法，即用海量数据进行训练后变得更聪明的算法已经被很好地理解。事实证明，这是一种通用技术，可以应用于几乎任何问题。
报道称，得益于开源软件，构建先进AI系统所需的很多工具可以公开获得。例如，去年，两名在深度学习领域并不具备先有知识的工程师赢得了一场公开竞赛，他们设计出一种诊断心脏疾病的算法。他们的秘诀是求助于GitHub，这个开源代码的在线素材库已成为开发者的工具箱，让他们得以扩展自己的个人素材库。此外，谷歌的Tensor Flow以及其他科技公司开发的类似的机器学习框架也都已经免费提供，使这些原本为了帮助这家搜索公司的工程师应用该技术而开发的工具对所有人开放。
报道称，大量AI研究的开放性是让快速追随者的日子更加好过的另一个因素。“深层思维”在一年前发表的一篇关于AlphaGo的研究论文，据悉在中国引发了一大堆模仿活动。在中国，正在进行一场追赶的商业竞赛。
报道称，在应用机器学习方面，中国还在忙于培养一支大规模的新员工队伍。谷歌也许在让其工程师接受一定程度的机器学习培训，同时地处硅谷的斯坦福等大学看到了机器学习相关课程的需求有所增加。但AI专家表示，相比关注这项关键技术的中国有望很快培养出来的机器学习专家，美国的这些努力相形见绌。“美国在技术方面拥有无可争议、无法复制、无法效仿的领导地位的日子已经过去了，至少在计算机科学领域是这样”。
报道称，中国在机器学习方面处于有利地位还有其他一些原因。该技术的应用有赖于庞大数据集的可获得性，该领域的许多人认为，终极的竞争优势将不在于拥有最佳算法，而在于能够获得最佳数据以训练AI系统。如果是这样，那么中国庞大的市场，加上一群从事广泛数字活动的互联网领军者，或许会提供大量的原材料来推动智能系统的兴起。
资料图：2017年5月16日，在第四届中国机器人峰会现场，一款智能协作机器人在组装手机模具。新华社记者 张铖 摄
