AI领域有一个顶级会议,叫NIPS。
2017年有3240篇投稿论文中有679篇被接收,录取率为21%。
其中中国发布39篇。
2017年中国企业发布最多的是腾讯,17篇。
华为诺亚方舟实验室在2020年的NIPS上有20篇被接收,成为中国企业中稿论文最多的实验室之一。
2021年诺亚方舟实验室中稿数上升到32篇,其他企业的不知道,华为其他实验室的成绩不知道。
根据这个作为参考,华为的AI研究有没有摆脱美国我不知道,学术还是做得很深入的。
你不用盯着华为,全中国的企业AI技术的优势和问题基本都是一致的。
优势在于,这颗地球上但凡有一个想法被验证,就代表这条路是通的,这个技术就马上会被大企业的lab复现,演进,玩出花来。
今年年初,音频AI编解码器刚被google提出,结果还没到年底,就有两三家企业弄出了同样原理的编解码器。还有准备弄视频编解码器的。这就是证明路线正确的重要性。只要做出来了,证明了这条路走得通,复现就是时间问题。
AI遇到的问题也基本是完全相同的,落地难,平台难。先说落地,太多AI要落到GPU上了,这让手机,穿戴器件,汽车等对功耗,运算限制要求很高的平台没法用上这种AI技术。
如果说落地难是由于现在的技术不够导致的,平台难则是人性导致的。什么叫平台难呢?就是这个技术很好,但是作为一个商品落地太难了,要不作为一个平台,让专业人士或者公司同事来使用可以吗?答案是很难。因为这种工作不属于正常产出,领导算kpi的时候不认。所以除非领导指名道姓的要求某个业务落到平台上,一般一个技术做出来后就做出来了,然后冷藏在d盘某个角落,再也不会被提起。