·分析报告·
人工智能发展全球图谱
海国图智研究院[1]
引言
“人工智能”这一概念诞生于20世纪中叶，自诞生以来，人工智能的发展经历了多次起伏。近年来，随着计算能力的快速提高、巨量数据的支持和核心算法的突破，人工智能技术开始进入发展的“快车道”，迎来了爆发式增长的新阶段。而2016年AlphaGo战胜李世石这一标志性事件之后，全球范围内对于人工智能发展的关注达到前所未有的高度。与此同时，人工智能技术发展带来的风险和挑战也引发了广泛的讨论。
人工智能一直面临着定义方面的难题，目前学界的共识是，人工智能目前的发展还处于弱人工智能阶段，即只能应用于单一任务，处理特定问题。虽然人工智能已在一些特定领域（比如下棋等）取得突破性进展，但是还不具备人类所独有的概念抽象和推理决策等能力，人工智能的整体发展仍处于初始阶段。在可预见的将来，人工智能的发展仍将局限在弱人工智能阶段，达到强人工智能（通用型人工智能）的水平，从而与人类智慧比肩的可能性很小。
人工智能为解决人类面临的诸多难题提供了新的方案。人工智能在解决人口老龄化压力、可持续发展挑战、医疗教育和经济结构转型等问题上有着广泛的应用。当今世界很多国家面临老龄化程度加剧、劳动力短缺的难题。人工智能相关应用可以取代大量低端工作岗位，填补劳动力缺口，进而提高生产效率、促进经济增长。在教育和医疗等行业，人工智能也能辅助人类工作者，提高工作效率、工作精准度。人工智能在跨越科学与应用之间的“鸿沟”之后，呈现出井喷式增长，其应用的范围和深度显著加大。
目前，各国政府已经认识到这种技术的发展潜力，开始竞相争夺人工智能技术高地，希望能在这一领域取得先发优势，从而获得新一轮科技革命的主导权。未来，人工智能领域的国际竞争将日趋激烈。人工智能正在逐渐成为大国科技竞争的重心和焦点。中国也高度关注人工智能的发展，并将其提升到国家战略层面。国家主席习近平指出，人工智能是新一轮科技革命和产业变革的重要驱动力量，加快发展新一代人工智能是事关我国能否抓住新一轮科技革命和产业变革机遇的战略问题。[2]
全球科技产业巨头也加快推动人工智能技术生态的研发布局，全力争取人工智能相关产业的制高点。新兴互联网巨头，如谷歌、苹果、脸书、亚马逊、阿里巴巴、腾讯和百度等，都在积极收购人工智能初创公司。其中，苹果自2010年以来已完成了20次人工智能企业收购，而谷歌和微软也分别进行了14次和10次收购。目前智能信息时代的产业格局还没有被少数几家公司所垄断，因此全球科技巨头都在增加对人工智能技术的研发投入，以引领未来的科技发展和获取商业效益。
近年来，各主要国家纷纷出台相关战略或政策，积极推动人工智能的发展和应用。一些国家凭借雄厚的科研实力和产业基础，人工智能产业生态圈已经逐渐形成。为通晓当前世界各主要国家和地区人工智能发展的全貌，海国图智研究院组织编写了《人工智能发展全球图谱》，梳理和总结各主要国家和地区在政府政策、产业应用和科教研发三个方面的人工智能发展情况，供读者参考交流。
一 全球主要国家人工智能发展进程
（一）美国：日积月累，独占鳌头
1.政策
美国在人工智能领域的战略与政策可以上溯自奥巴马政府末期。2016年5月，国家科学技术委员会（National Science and Technology Council）组建了机器学习与人工智能小组委员会（Subcommittee on Machine Learning and Artificial Intelligence）[3]。10月，该委员会相继出台了《为人工智能的未来做好准备》（Preparing for the Future of Artificial Intelligence）、《国家人工智能研究与发展战略规划》（National Artificial Intelligence Research and Development Strategic Plan）和《人工智能、自动化与经济发展》（Artificial Intelligence，Automation，and the Economy）。
上述第一份报告全面检视并评估了人工智能的发展状况、社会经济效益、战略安全价值、政府监管措施等，建议美国政府积极引导，确保美国在新一轮竞争中的地位。[4]第二份报告从国家科研发展的角度明确了七大发展战略，包括确保长期投资、关注人机互动、重视次生的法律伦理和社会问题、确保人工智能系统的安全和保障、建立利于人工智能训练与测验的公共数据库、制定并落实技术标准与行业规范、保障国家人工智能研发体系的需求等。同时，该报告表示，截至2015年，美国已在相关领域的非保密项目上投入了110亿美元，并承诺将继续增加投入。[5]第三份报告进一步检视了人工智能带来的自动化对美国经济的挑战，明确建议美国政府在大力发展人工智能的同时，加强人员教育和培训，确保人工智能带来的经济红利为大众所分享。[6]
特朗普政府基本延续了上一届政府对人工智能的战略重视。然而，不同于奥巴马政府强调政府引导和加强监管，特朗普政府更加强调自由市场机制。2018年5月，在白宫美国产业界人工智能峰会上，特朗普政府声明其将致力于消除人工智能创新的监管障碍，大力推动人工智能应用，确保美国的领导地位。2019年2月，特朗普政府公布《美国人工智能倡议》（American AI Initiative），强调美国政府将举全力（whole-of-government）联合美国产学研各界，共同推进人工智能发展。为此，特朗普政府组建了新的人工智能特别委员会（Select Committee on Artificial Intelligence）。[7]该委员会于2019年6月出台了新版《国家人工智能研发战略规划》。该规划基本延续了奥巴马政府的版本，但明确增加了一条战略，即扩大公私合作以推动人工智能发展。[8]
2019年3月出台的美国2020财年预算中，人工智能与量子通信、5G和高端制造业被列为第二大重点，仅次于美国安全的保障。[9]美国联邦政府在人工智能非保密项目上投资49亿美元，其中国防部编列40亿美元，能源、卫生等部门编列约9亿美元。[10]
2.产业
美国产业界长期位居人工智能的前沿。美国人工智能的研究可以上溯至20世纪40年代，但直到90年代才开始蓬勃发展。1997年，美国IBM公司率先研发出能下国际象棋的超级电脑“深蓝”，并战胜国际象棋冠军加里·基莫维奇·卡斯帕罗夫（Garry Kimovich Kasparov）。美国国防高等研究计划署的CALO（Cognitive Agent that Learns and Organizes）项目催生了苹果公司的Siri。IBM公司的答题机器人“沃森”（Watson）获得答题节目的冠军。
当前世界主要人工智能企业中，美国公司占据主导地位，并且多属于消费电子通信业和软件行业，如IBM、苹果、Alphabet、脸书、微软、英特尔、亚马逊、推特、英伟达。其中IBM以逾8920件专利居于人工智能相关专利的龙头地位，远远甩开第2名微软（不到5930件）。以人工智能的子领域来划分这些专利，IBM与微软在绝大多数领域位于前2名，且在机器学习方面占据绝对优势。从相关科研发表来看，全球前20名的科研单位中，中国占据半壁江山，美国以6家居于第2位。[11]
此外，美国还涌现出一大批人工智能初创企业。全球前100名的初创企业中，仅有23家总部在美国之外。在排名前列的独角兽企业中，美国也占据半数。美国在人工智能相关领域还拥有显著的专利优势。全球前100名的人工智能企业中，有62家在使用美国的相关专利，总数逾600件。美国还拥有健全的风投体系，2019年全球最活跃的人工智能领域创投资本大多来自美国。最活跃的谷歌风投2019年已投资27家公司。[12]谷歌的母公司Alphabet也在全球范围内积极收购人工智能相关企业，目前已经收购18家公司，位居全球第1名。
目前，美国估值最高的人工智能初创企业为成立于2018年1月的Nuro，获得了10亿美元融资，估值达27亿美元。该公司的产品为商用自动驾驶小型货运车。创始人为谷歌无人驾驶汽车创始工程师之一的朱家俊与卡耐基梅隆大学机器人项目的负责人达沃·弗格森（Dave Ferguson）。[13]
3.研发
美国在高校规模、学术能力、培养人数上均遥遥领先。全球367所人工智能相关高校中，美国拥有168所，占总数近半。全球人工智能研究领先的前20所高校中，美国占据14所。美国高校中长年有7万多名在读硕博研究生，每年毕业生约2万人。美国高校中，人工智能相关专业多开设在工学一级学科之下的计算机科学、电子工程、自动化、软件工程等科系。麻省理工、康奈尔大学、斯坦福大学、卡耐基梅隆大学、加州大学伯克利分校等还建立了人工智能实验室。[14]
美国高校人工智能的研究历史长、一脉相承。麻省理工的计算机实验室创办于1963年，人工智能实验室创办于1959年。两个实验室于2003年正式合并为人工智能实验室，也成为麻省理工最大的实验室。[15]斯坦福大学的人工智能实验室成立于1962年，还进一步孵化出人工智能、人机交互等大学专业。[16]卡耐基梅隆大学于1979年成立了机器人学院，专攻机器人科技，孵化出计算机视觉、机器人科学等大学专业。[17]
根据人工智能技术的性质划分，截至2017年6月，在基础层面，美国的从业者达17900人，占美国人工智能从业者总人数的22%；在技术层面上，美国从业者达29400人，占据总人数的37.3%；应用层面上，人数为31400人，占据总人数的39.89%。就互联网产业而言，美国几家巨头的实力仍旧全面超越世界同行。例如，谷歌、微软拥有千人以上的团队；脸书、IBM、英特尔、苹果、亚马逊等公司均拥有若干百人或数十人的团队。[18]
美国最负盛名的人工智能研究机构之一是微软研究院。该机构吸引了一大批人才，包括托尼·霍尔（Tony Hoare）、詹姆斯·格雷（James Gray）、迈克尔·弗里德曼（Michael Freedman）、拉兹洛·洛瓦兹（László Lovász）等。微软研究院的研究范围包括算法与理论、人机交互、硬件发展、软件发展、机器学习和人工智能等十大领域，在班加罗尔、北京、剑桥、硅谷、雷德蒙德和旧金山均设有实验室。[19]
（二）中国：公私合作，产研并进
1.政策
中国政府对发展人工智能的顶层设计，大致可总结为四个阶段。第一阶段为智能制造开启人工智能的初步发展阶段。2015年，首次提出加快发展智能制造。2016年，《国民经济和社会发展第十三个五年规划纲要（2016—2020年）》首次将“人工智能”列入“十三五”重大工程。第二阶段为“互联网+”的提速发展阶段。2016年，《“互联网+”人工智能三年行动实施方案》明确提出到2018年国内要形成千亿元级的人工智能市场应用规模。[20]第三阶段为人工智能进入国家战略规划的快速发展阶段。2017年，国务院发布《新一代人工智能发展规划》，提出中国人工智能发展三步走的战略目标。[21]2017年，工信部发布《促进新一代人工智能产业发展三年行动计划（2018—2020）》详细量化了中国人工智能在未来三年的重点发展目标。[22]第四阶段是人工智能的标准化建设阶段。2018年1月18日《人工智能标准化白皮书（2018版）》正式发布；同年1月，国家标准化管理委员会批准成立国家人工智能标准化总体组、专家咨询组。[23]
中国人工智能战略动员的统筹工作以跨部门合作方式展开，发展工作纳入高校科研院所、企业的力量。2017年11月15日，中国科技部主持召开新一代人工智能发展规划暨重大科技项目启动会，会议通过四大重点工作部署。一是成立新一代人工智能发展规划推进办公室，由15个部门组成参与，即科技部、国家发展改革委、财政部、教育部、工业和信息化部、交通部、农业部、国家卫生计生委、中科院、工程院、自然科学基金会、中央军民融合发展委员会办公室、军委装备发展部、军委科技委、中国科协，负责推进新一代人工智能发展规划和重大科技项目的组织实施。二是成立新一代人工智能战略咨询委员会，由两院院士、高校教授、企业家和企业科学家组成，为规划和重大科技项目实施，以及国家人工智能发展的相关重大部署提供咨询。三是成立人工智能产业技术创新战略联盟，负责新一代人工智能重大科技项目具体项目管理。四是“一体两翼”工作部署：“一体”是指人工智能开源开放平台；“两翼”的左翼为以专家为主体的多个工作组，包括标准工作组、知识产权工作组、投融资工作组等；右翼为以企业为主体的应用推进组，目的是深化人工智能应用，促进包括智能物流、智能医疗、智能教育等产业发展。
中国政府还设立了一批“国家新一代人工智能开放创新平台”，宏观把握产业布局，例如依托百度公司建设自动驾驶国家新一代人工智能开放创新平台、依托阿里云公司建设城市大脑国家新一代人工智能开放创新平台、依托腾讯公司建设医疗影像国家新一代人工智能开放创新平台、依托科大讯飞公司建设智能语音国家新一代人工智能开放创新平台。
2.产业
腾讯研究院将人工智能的产业图谱主要分为基础层、技术层和应用层。基础层包括人工智能芯片、算法和数据；技术层包括人工智能通用技术平台（例如计算机视觉与图像、自然语言处理、语音识别）；应用层包括人工智能行业应用方案、消费类终端或服务等。综览中国科技巨头在这三个层面的布局，百度和华为追求打造最核心的底层技术，阿里和腾讯计划用人工智能强化自身固有优势领域。[24]
在定义产业链和生态圈的基础计算架构的芯片领域，中国科技巨头加快布局人工智能芯片的步伐。[25]阿里巴巴于2018年成立平头哥半导体有限公司，进行人工智能芯片自主研发，阿里巴巴还投资了寒武纪、Barefoot Networks、深鉴科技、耐能（Kneron）、翱捷科技（ASR）等芯片公司。2019年7月，阿里巴巴正式发布第一款人工智能芯片“玄铁910”。2018年，百度发布中国第一款云端全功能人工智能芯片“昆仑”。2019年7月，百度发布远场语音交互的芯片“鸿鹄”，百度“飞桨”宣布与华为“麒麟”合作，百度还与英特尔共同打造用于训练人工智能的Nervada神经网络处理器。华为海思于2017年推出的“麒麟”系列芯片已应用于华为手机；2019年8月，华为发布“昇腾910”芯片和全场景人工智能计算框架MindSpore。2019年，咨询公司Compass Intelligence更新全球人工智能芯片公司前24名的名单，华为位列第7名，为中国人工智能芯片公司之首。中国还有一系列人工智能芯片初创企业，如寒武纪、云天励飞、地平线、深鉴科技（被美国赛灵思收购）。
算法方面，百度拥有中国唯一自主知识产权的深度学习开源框架——飞桨。中国在计算机视觉和语音识别算法领域优势明显，但在基础算法研发领域落后于英美，人才短缺是主要原因之一。
数据方面，海量数据是训练人工智能系统的前提条件。尽管中国庞大的人口基数产生的海量数据为其在人工智能领域的潜力加分，但中国在统一数据标准、提高数据开放程度、建立数据保护规范方面仍需深耕，构建良性数据生态系统，为人工智能技术的未来发展消除不必要的障碍。[26]
在技术应用方面，百度在人工智能应用层的布局最为广泛，优势领域包括自动驾驶、交通出行、家电、手机等。百度于2018年1月发布自动驾驶平台Apollo2.0，7月发布“百度大脑3.0”，11月发布“百度教育大脑3.0”。腾讯的优势领域为教育、交通出行、家电等，腾讯于2018年6月发布首个人工智能医学辅助诊疗开放平台。阿里巴巴的优势领域为零售、金融、娱乐营销等，阿里于2018年6月发布“ET农业大脑”。华为在应用层的优势主要集中于手机终端领域。
计算机视觉是中国人工智能应用分类里发展最为成熟的类别，国内计算机视觉领域优质企业包括旷视科技（人脸识别）、商汤科技（智能视觉）、极链科技（AI+视频行业）、依图科技（智能安防）、云从科技（人脸识别）、格灵深瞳（深瞳技术）、Viscovery（视频内容分析）、小白世纪（医疗影像），这些人工智能独角兽企业多分布在京、粤、沪三地。
3.研发
斯坦福大学人工智能研究所于2019年12月发布了《人工智能指数2019》，指出中国现在每年发表的人工智能期刊和会议论文数量与欧洲一样多，并在2006年超过了美国，但美国出版物的实地加权引用影响比中国高50%左右。该报告通过人工智能会议期刊论文数量、专利数量等量化指标对各国科研指数进行打分（100分为满分），其中中国人工智能会议论文数量、人工智能期刊论文数量、人工智能专利数量得分分别为80分、100分、8分。[27]
2018年国家自然科学基金委员会公布的人工智能领域立项项目清单里，西安电子科技大学以20个项目、1401万元经费居榜首，电子科技大学（12个项目、448万元经费）、北京大学（11个项目、572万元经费）、清华大学（10个项目、709万元经费）紧随其后。2019年国家自然科学基金委员会的人工智能项目里，西安电子科技大学位居各高校之首（18个项目、2400万元经费）。
腾讯研究院根据Venture Scanner和IT桔子的数据库，数据统计截至2017年6月，对中国的人工智能人才进行了统计。统计显示，中国592家人工智能公司约有39000位员工。其中，中国人工智能基础层的员工数为1300人，仅为全国人工智能人才的3.3%；技术层的员工数为12000人，占全国人工智能人才的33%；应用层的员工数为24300人，占全国人工智能人才的61.8%。[28]
从数据可以看出，中国人工智能人才主要集中在应用层，基础层人才仍很薄弱，需要加大基础学科建设和人才培养力度，推动中国的人工智能行稳致远。
（三）英国：治理伦理，齐头并进
1.政策
英国政府高度重视人工智能产业的发展，发布了一系列相关报告和行动战略，以提升英国在该技术领域的领导地位。在2017年11月发布的《产业战略：建设适应未来的英国》（Industrial Strategy：Building a Britain Fit for the Future）白皮书中，英国商业、能源及产业战略部提出要将英国建设为全球人工智能与数据创新中心，并确立了人工智能发展的四个优先事项：使英国成为人工智能和数据技术驱动的全球创新中心；支持各行业利用人工智能和数据分析技术来提高生产力；在人工智能和数据应用的伦理与安全方面给予公民及企业信心；培养公民适应未来的工作（future of work）。[29]
2018年4月，英国在《人工智能部门协议》（AI Sector Deal）中提出了总额达9.5亿英镑的支持方案。该协议针对2017年《产业战略：建设适应未来的英国》中提及的“人工智能和数据”大挑战，针对理念、公众、基础设施、商业环境、科技集群这5个生产力的基础领域制定了更为细化的具体措施。这也是英国政府和产业界做出的首份发展人工智能的承诺。[30]
在人工智能创新之外，英国政府特别重视人工智能的治理与伦理。2018年4月发布的《英国人工智能：有准备、有信心、有能力？》报告指出，英国无法与美国或中国竞争，但在人工智能的伦理问题上，英国可能具有竞争优势。这份报告提出了“人工智能准则”：第一，为了人类的共同利益，应该发展人工智能；第二，人工智能应遵循易懂性和公平性的原则；第三，不应利用人工智能损害个人、家庭或社区的数据权利或隐私；第四，所有公民都有权接受使其能与人工智能技术一起在精神、情感和经济上蓬勃发展的教育；第五，绝不允许人工智能拥有伤害、毁灭或欺骗人类的自主权利。[31]
在机构方面，英国政府成立了多个职能不同的机构，确保人工智能在领导力、技术、应用和数据等领域的高速发展。首先，在领导层面，英国成立了人工智能理事会（AI Council）[32]。该理事会独立于政府，由多个领域的专家组成，旨在增进学术界、产业界和公共部门在人工智能发展问题上的交流与对话。人工智能办公室（Office for Artificial Intelligence）则是政府内部新成立的部门，其职责主要在于确保实现《人工智能部门协议》中的承诺。[33]在数据安全方面，新成立的数据伦理和创新中心（Centre for Data Ethics and Innovation）将向政府和监管机构提供建议，确保政府政策和其他措施能有效支持数据使用的伦理性和创新性。[34]
2.产业
英国商务部发布的最新数据显示，2018年，对英国人工智能领域的外来投资增长了17%，总量超过了整个欧洲的总和。此外，英国政府预计到2030年，人工智能将为英国经济带来2320亿英镑的额外收入，占英国GDP的10%左右。到2035年，人工智能甚至可能会使英国的经济总量增加6300亿英镑。
在产业方面，英国人工智能初创企业数量位居世界前列，领先欧洲。这些初创企业有些已声名在外，吸引了众多科技巨头的关注。2014年被谷歌以5亿美元收购的DeepMind便是这些初创人工智能企业的代表。2016年，微软以约3亿美元收购了英国电脑键盘自动识别人工智能公司SwiftKey。此外，亚马逊收购了英国人工智能平台公司EB Technology，苹果公司收购了英国人工智能语音识别公司VocalIQ，美国Salesforce公司收购了PredictionIO，等等。不过，这些英国的人工智能公司有明显的“偏科”现象，最活跃的领域集中在市场营销与广告、信息技术、商业智能与分析部门。
在投资领域，资本大量进入英国人工智能公司。从2014年到2018年，风险投资对英国人工智能领域的投资增长了近6倍，其融资规模几乎相当于欧洲其他地区的总和。2018年，英国人工智能创业企业获得的投资达到13亿美元。
3.研发
在整体人才储备方面，根据《全球人工智能人才报告2019》，英国的多项指标表现良好，其在人工智能人才总数、吸引海外博士人数、取得博士学位人数和高影响力研究方面均居世界第3位。[35]在人工智能领域的科研论文发表方面，2011～2015年，英国的论文发表达到1万篇，居世界第4位。
英国在人才培养方面的举措颇多。在科技巨头DeepMind、思科（Cisco）以及埃森哲（Accenture）等公司的资助下，2019年9月，英国的大学将新增200个人工智能硕士学位，该学位的课程由英国编码研究所及计算机协会联合设计，教授人工智能行业需要的基本技能，为英国未来各领域人工智能人才储备打基础。在新增硕士学位的同时，包括剑桥大学、爱丁堡大学、伦敦帝国理工学院以及伦敦大学学院在内的16所英国高等学府，将设立专门的英国人工智能研究与创新博士培训中心（CDT），未来5年将有1000名学生有机会获得这一学位。为此，英国政府将斥资1亿英镑，同时劳斯莱斯、阿斯利康、英国电信、谷歌、微软以及亚马逊等行业合作伙伴也将提供相关资金支持。此外，自2017年起，英国将在4年内培育8000名计算机科学教师；新增450个与人工智能相关的博士点；加大包括人工智能人才在内的海外特殊人才引进力度，每年增加引进1000～2000名人才。
在尖端科技方面，2015年，英国工程与物理科学研究委员会（EPSRC）联合剑桥大学、爱丁堡大学、牛津大学、华威大学与伦敦大学学院5所英国名校，总计出资4200万美元成立了阿兰·图灵研究所，探索人工智能在国防安全、健康、计算技术、数据中心工程以及金融和智能城市等领域的应用，并培养新一代数据科学家。此外，英国还建立了阿兰数据研究集团、开放数据研究所、国家数据创新中心和皇家统计协会数据科学分部等，希望在人工智能的一些关键研究领域取得突破性进展。
（四）日本：智能社会，借力复兴
1.政策
日本在近年面临严重的人口老龄化、劳动力短缺、医疗和养老等社会问题，日本政府希望通过大力发展包括人工智能在内的前沿技术来逐步解决这些社会问题。
日本政府对人工智能的发展做了三个阶段的顶层设计。
第一阶段为初步发展阶段。2015年1月，日本政府公布了《机器人新战略》[36]，拟通过实施五年行动计划和六大重要举措，达成三大战略目标：创造世界机器人创新基地；力争成为世界第一的机器人应用国家；迈向领先世界的机器人新时代，实现机器人革命，以应对日益突出的社会问题，提高日本制造业的国际竞争力，获取大数据时代的全球化竞争优势。
第二阶段为人工智能进入国家战略规划的快速发展阶段。日本政府在2016年1月颁布的《第五期科学技术基本计划》[37]中，提出了“超智能社会5.0”战略，认为超智能社会是继狩猎社会、农耕社会、工业社会、信息社会之后，又一新的社会形态，也是虚拟空间与现实空间高度融合的社会形态，同时将人工智能作为实现“超智能社会5.0”的核心。2016年，日本通过新版《日本再兴战略2016》[38]，将2017年确定为日本人工智能元年。日本将通过大力发展人工智能，保持并扩大日本在汽车、机器人等领域的技术优势，逐步解决人口老龄化、劳动力短缺、医疗及养老等社会问题，扎实推进“超智能社会5.0”建设。2017年3月，日本人工智能技术战略委员会发布《人工智能技术战略》报告[39]，阐述了日本政府为人工智能产业化发展制定的路线图，包括三个阶段：在各领域发展人工智能技术应用（2020年完成第一、第二阶段过渡），在多领域开发人工智能技术的公共事业（2025～2030年完成第二、第三阶段过渡），联通各领域建立人工智能生态系统。
第三阶段是人工智能产业化发展阶段。2018年5月，日本经济产业省公布《新产业构造蓝图》[40]，将视角由技术研发转向应用与产业化，提出利用人工智能和物联网等技术，普及自动驾驶汽车及建立新医疗系统。2019年6月，日本政府发布《人工智能战略2019》[41]，提出要在医疗与健康、农业、国土资源、交通基础设施与物流、智慧城市五大领域实现人工智能的应用。
在《日本再兴战略2016》中，明确提出实现第四次产业革命的具体措施，通过设立“人工智能技术战略会议”，从产学官相结合的战略高度来推进人工智能的研发和应用。在2016年4月召开的第5次“面向未来投资官民对话会议”上，日本首相安倍晋三宣布成立被称为日本人工智能技术战略司令部的“人工智能技术战略会议”，日本学术振兴会理事长安西祐一郎任议长，主要成员包括东京大学校长、理化学研究所理事长以及日本科技振兴机构理事长等日本主要学术机构负责人，以总务省、文部科学省和经济产业省三省协作方式推进人工智能的技术研发和应用。在9月15日召开的综合科技创新会议上，根据首相安倍晋三的指示，进一步明确了3个部门的责任分担。总务省主要负责脑信息通信、语音识别、语言翻译、社会知识解析、创新型网络建设等内容，由信息通信研究机构牵头；文部科学省主要负责基础研究、相关科技成果创新、新一代萌芽型基础技术开发、大型计算机资源提供及人才培养等，由理化学研究所牵头；经济产业省主要负责应用研究、人工智能的实用化和社会应用、基础技术整备与标准化，以及规模化目标研究等，由产业技术综合研究所牵头。总体任务是实现以人工智能为核心、面向物联网社会与商业实际应用的研发与实证，要求3个部门共同召集相关会议，共同制定人工智能发展战略、共同发声，建立相应的人工智能技术研发平台，实现计算机、软件、网络等基础设施和研发成果的实时共享。
2.产业
根据安永综合研究所的估算，2020年日本国内人工智能市场为23.1万亿日元，2030年将达到87万亿日元。其中近40%为交通运输领域，零售和制造领域的份额也接近40%[42]。
统观日本的人工智能产业布局，其产业发展聚焦于传统强项产业——汽车、机器人、医疗等，以老龄化社会健康和护理等对人工智能机器人的市场需求、“超智能社会5.0”建设等为主要拉动力，突出以硬件带软件、以创新社会需求带产业等特点，针对性非常强。在机器人应用领域，日本每年新投入使用的工业机器人数量居世界第2位，仅次于中国。
日本主要企业纷纷开展人工智能的相关研发与应用。富士通于2016年投资7亿日元，向理化学研究所订购用于开发人工智能的超级计算机，并在5年内投资20亿日元，在该所设立人工智能科研基地，进行相关基础性研究。富士通还出资60亿日元在法国进行与人工智能研发相关的风险投资。[43]丰田通商则投资60亿日元用于车用新技术专利研发，对人工智能、自动驾驶等技术专利投资平均每件投入5亿日元。日本电产计划投资300亿日元在京都设立生产技术研究所，专门研发人工智能等一系列尖端技术。三菱重工与IBM合作，开发火电厂远程监控人工智能系统。神户制钢在对加古川钢厂的技术改造中，利用人工智能技术进行炼钢炉内温度的预测监控，以保证设备的可靠运转。此外，东京三菱UFJ银行应用人工智能技术为客户提供风险投资评估。东京金融交易所与富士通合作，计划采用人工智能技术对外汇交易进行更为有效的管理。日本电报电话公司（NTT）则计划在公交运行管理方面开展人工智能试验。
3.研发
2019年Element AI的《全球AI人才流动报告》指出，在其调查的21个顶尖人工智能会议上发表论文的人才中，4%的作者来自日本，排名世界第4位[44]。就业方面，日本在吸引人工智能人才就业这一指标中，排名并列第3位，次于美国和英国。在科研方面，日本是全球人工智能专利产出量第二大国家，仅次于美国[45]。
日本人工智能人才的储备短缺。日本经济产业省一份预测报告指出，对人工智能业务的需求正扩大到各行各业。除了高端专业技术人才之外，今后如果没有掌握人工智能基础知识的广泛人才作为支撑，日本将难以推进有竞争力的产品开发和业务拓展。日本经济产业省估算，到2020年底在日本产业界具备人工智能等IT知识的人才的短缺约为30万人。[46]
高校人才方面，日本各大高校的人工智能教育项目较少，相关人才培养的速度赶不上人工智能产业的需求。日本政府的调查显示，每年获得人工智能硕士学位的人员在东京大学、京都大学、早稻田大学等11所大学不到900人，在日本全国也仅为2800人左右。[47]
（五）加拿大：一马当先，欲执牛耳
1.政策
加拿大高等研究院（CIFAR）受命编制了《泛加拿大人工智能战略》（Pan-Canadian Artificial Intelligence Strategy），并获拨1.25亿加元落实战略。该战略重在吸纳人工智能研发人员、建立全球领先的人工智能研发中心、引领世界人工智能各项研究趋势。加拿大高等研究院先后主导建立了一系列机构，包括加拿大人工智能顾问委员会、加拿大首席信息官战略委员会等。[48]加拿大正在规划的五大超级产业集群也包括人工智能[49]，打造以人工智能为基础的供应链体系，投资达2.3亿加元。[50]此外，加拿大积极编制出台人工智能的监管政策，2018年发布了《负责任的人工智能应用》倡议。[51]
与此同时，加拿大积极开展人工智能的国际合作。2018年，加拿大担任G7峰会轮值主席。峰会期间，特鲁多与法国总统马克龙达成一致，发表《加拿大-法国人工智能声明》。[52]随后，G7创新部长会议也发布了人工智能联合声明，表态支持人工智能发展，呼吁加强国际合作，倡导有道德地开发并应用人工智能。[53]
地方层面，加拿大魁北克省相对积极。2017年，魁北克省政府委托蒙特利尔大学牵头建立了人工智能委员会，发布《魁北克人工智能生态系统发展战略》（Strategy for the Development of Quebec’s Artificial Intelligence Ecosystem）。未来五年内，魁北克政府将拨款1亿加元，用来建立人工智能生态系统。此外，魁北克政府投入了6000万加元打造以人工智能为基础的供应链体系。[54]
2.产业
加拿大人工智能产业以发展整体生态体系为主，以加拿大多伦多、蒙特利尔、温哥华、渥太华和滑铁卢五大城市为基地，涵盖孵化基地、公共部门、初创企业、规模企业、学术机构、风险投资等。截至2018年，加拿大境内有人工智能企业800余家，其中初创企业685家。加拿大人工智能企业的软件产值连年增加，2019年已达17.3亿加元，占市场总额的7.06%。加拿大拥有成熟而活跃的风投体系，仅2018年加拿大初创企业便获得98轮投资，总额达6.6亿美元，其中近九成来自加拿大本土。[55]
加拿大也吸引了一批国际科技巨头入驻。Uber于2017年在多伦多建立了无人驾驶汽车研发基地，拥有500多人的研发团队。2018年，Uber又追加了2亿美元投资。脸书于2018年在加拿大建立了人工智能实验室。2016年，谷歌投资450万美元资助蒙特利尔学习算法研究院的算法研究。此外，三星在加拿大建立了2家实验室，英伟达2018年将其在加拿大的人工智能团队规模增加至原先3倍，微软也扩大了其在蒙特利尔的团队规模。[56]
加拿大最为知名的人工智能初创企业之一是Element AI。该公司成立于2016年，第一轮融资达1.02亿美元，随后又获得加拿大政府500万加元贷款，目前估值已超6亿美元。该公司为客户提供订制化的人工智能服务方案，服务金融业、物流业、制造业、零售业及其他行业。客户包括微软、英伟达等全球巨头。
3.研发
加拿大在人工智能研发领域的人才基础较好。全球知名的人工智能专家中，加拿大科研院所培养的人才占4%，次于美国、中国、英国、德国，与日本、法国持平；而全球知名人工智能专家就业所在地中，加拿大也占据全球的4%。在学术影响力方面，加拿大学者评分达45分，居全球第5位，次于美国、中国、英国与澳大利亚。[57]加拿大政府近年来以重金在全球招收人工智能人才。2018年，加拿大高等研究院斥资3000万加元在全球范围内招募了29名人工智能讲席，2019年讲席人数增加至80人，包括杰弗里·辛顿（Geoffrey Hinton）、约书亚·本吉奥（Yoshua Bengio）等一批人工智能领域先驱者。[58]这些研究人员就职于艾伯塔机器智能研究院、蒙特利尔学习算法研究院和向量人工智能研究院。3家研究院共吸纳了600多名研究人员和60个高校院系参与，研究领域包括深度学习、强化学习、计算机视觉、自然语言处理、机器人等。[59]
加拿大高等教育界也积极培养人工智能人才。艾伯塔大学、麦吉尔大学、蒙特利尔大学、多伦多大学、滑铁卢大学、英属哥伦比亚大学等加拿大高校相继开设了人工智能相关的学士、硕士、博士学位课程。多伦多大学的计算机科学系在全球位居前列，该校培养的人工智能人才也广受认可，在产业界和学术界均有一定影响力。[60]
（六）德国：智能制造，领先全球
1.政策
2018年11月，德国联邦政府推出《联邦政府人工智能战略》，追求三大目标：其一，使德国和欧洲成为人工智能技术开发和使用的全球领导者，并确保德国未来的竞争力；其二，保障负责任地开发和使用人工智能，为社会的利益服务；其三，在广泛的社会对话和积极的政治措施下，将人工智能纳入道德、法律、文化和制度方面。[61]至2025年联邦政府将提供30亿欧元的资金，并鼓励联邦各州和公司也进行投资。该战略认为人工智能作为一项基础技术，能“在生活的所有领域推动数字化和自主化”。因此，政府需要与社会、商业和科研的利益相关者共同努力，挖掘人工智能的潜力，建设性地、有效地应对风险。[62]
2017年6月，德国联邦运输和数字基础设施部发布《道德委员会：自动和互联驾驶》，提出了20项自动驾驶的道德规则。[63]德国政府成立了数据伦理委员会，负责制定人工智能开发和使用的原则规范。2019年10月该委员会发布《数据伦理委员会意见》，呼吁安全、可靠地设计人工智能，尊重人民的权利和自由，保护民主并避免偏见和歧视，彻底禁止致命性自主武器。[64]
实际上，早在2011年，德国国家科学与工程院院长孔翰宁（Henning Kagermann）等三人提出了“工业4.0”（Industry 4.0）概念，主要包括网络-物理系统、基于IP的网络、物联网平台、大数据分析、人工智能、预测性维护、机器人、增量制造和3D打印。为支持制造业全面数字化，德国政府将在以下六个方面发力，即鼓励投资、技术转让、增加信息和网络机会、教育、咨询服务、促进经济发展。[65]
2.产业
德国制造工业发达，互联网增值服务落后于中国和美国，因此德国人工智能产业的特点是发挥制造业的带动效应，而不是像中国、美国那样由互联网产业创新应用带动。德国缺乏人工智能落地应用的基础设施，互联网产业、通信技术领域的投资较为乏力。
2011年，柏林天使种子投资公司JAMES和房地产公司S+P Real Estate联合创立了德国首个初创企业园区——创意工场，旨在为德国传统企业的数字化转型提供平台，实现让传统企业与数字技术初创企业的合作共赢。德国人工智能初创公司纷纷入驻，公司数量最多的领域包括客户服务、客户沟通、营销和市场、软件开发、计算机视觉/图像识别。
3.研发
斯图加特-蒂宾根地区的大学联盟于2016年宣布了“网络谷”（Cyber Valley）计划，将地区的工业和学术机构联合起来，加快人工智能技术在应用领域的开发和商业化进程，尤其是在汽车、医疗保健和制造业等领域。学术界与产业界的合作，有利于将创新从实验室转移到市场，同时鼓励培育企业家文化。
2017年，亚马逊加入了“网络谷”企业名录，并在图宾根马克斯·普朗克智能系统研究所附近建立了研究中心。谷歌是德国人工智能研究中心（DFKI）的行业合作伙伴，该研究中心也是全球主要的人工智能研究中心之一。在人工智能相关研究出版物的数量和影响力方面，德国位居世界前列。在人工智能相关创业公司数量方面，德国仅次于硅谷、巴黎和伦敦。[66]
（七）俄罗斯：国家主导，发展不均
1.政策
俄罗斯人工智能的发展路径和侧重点与其他国家的差异较大。俄罗斯国家及政府层面对人工智能的参与比重较大，可追溯至苏联时期对自动化、模糊控制的研究。在近年来新一波人工智能发展中，俄罗斯政府重点关注人工智能在国防安全、信息技术和军事科技方面的应用。
2019年10月11日，俄罗斯《2030年前国家人工智能发展战略》（National Strategy for the Development of Artificial Intelligence for the Period until 2030）发布，[67]将人工智能提升至国家战略层面。具体来看，该战略有如下三个特征。
第一，以国防为导向的技术发展道路。该战略强调发展拥有自主知识产权的核心技术，在经济、工业和国防等领域“释放智能化时代的潜能”。以人工智能为载体的主要装备包括但不限于“无人机、机器人、无人潜航器、虚拟现实和神经计算机”，并将进行长期研究。
第二，创造有利于创新的政策发展和创业环境。该战略提出建立统一而完善的数据描述、采集和存储，解决“数据孤岛”难题，保障政府的访问优先权。同时，战略强调建立协同人工智能和社会各方面的综合体系，并加快制定人类与人工智能互动的道德伦理规范。
第三，建立协同工作推进机制。一是由高层领导牵头人工智能战略规划和资源调控；二是建立专属基金，从金融层面提供支持；三是建立全民联合研发机制，支持高校、科研机构和研究团体的技术创新方案。
2.产业
俄罗斯人工智能的产业发展不均衡，由国家主导，集中于国防和军事领域。人工智能在军事领域的运用主要包括军用机器人、无人水下航行器、防空和反导系统。在军事细分领域，俄罗斯发布了诸多发展规划，例如，《2025年前未来军用机器人技术装备研发专项纲要》和《未来俄军用机器人应用构想》，研发重点包括水下机器人、无人机。
俄罗斯人工智能产业发展的另一特点是大公司主导。例如，俄罗斯巨头公司Yandex研发无人驾驶汽车并计划打入出租车及网约车市场，已成立与Uber合资的Yandex.taxi品牌。Yandex开发智能语音Alisa，并发布全新的Yandex.Station，致力于成为俄罗斯家庭语音操控的中枢。据报道，该设备关注用户隐私的保护，在安全性方面具有市场优势。
3.研发
《2030年前国家人工智能发展战略》为俄罗斯国家层面的人工智能科研提供支持，主要包括增加科研人员数量，开展跨学科研究，加强国内外人工智能专利情况研究，完善科研基础设施，优化科技人员职称等评价标准。该战略优先支持三个研究领域，即模拟生物决策系统的算法、自主学习及算法、复杂任务的自主分解及解决方案。
同时，俄罗斯近100所大学启动了人工智能技术培训计划，旨在让大学生和高校人员了解更多人工智能的作用及用途，培训方式包括在线学习班、全日制教育模块等。另外，俄罗斯本科教育比较关注人工智能细分专业，一些大学开设了人工智能相关课程及专业。
（八）澳大利亚：研发强劲，实力雄厚
1.政策
澳大利亚目前没有发布正式的人工智能战略，但政府在多个领域已有所行动。澳大利亚政府承诺将与产业界、学界和社会团体合作，创造一个可以利用人工智能技术帮助澳大利亚经济和社会蓬勃发展的外部环境。
2019年11月，澳大利亚政府发布了由澳大利亚国家级科技研究机构——联邦科学与工业研究组织（CSIRO）的创新部门Data 61主编的《人工智能路线图》。该文件提出了培养澳大利亚人工智能能力的长期策略，并确定了人工智能产业专业化的三个具有较大潜力的领域，即自然资源与环境，公共卫生、老龄化和残疾问题，城市、乡村和基础设施。[68]
财政方面，澳大利亚政府在2018～2019财年向人工智能领域拨款2990万澳元，其中2500万澳元用于支持政府下属的开发合作研究中心的人工智能研究项目，140万澳元作为人工智能博士项目的奖学金，150万澳元作为开发人工智能线上课程的经费。
澳大利亚政府积极制定人工智能技术相关伦理原则。2019年4月，澳大利亚政府公布了包含八项人工智能原则的草案，即创造净收益、对人类无害、合法性、隐私保护、公平性、信息/算法透明度、算法可质询、算法利用主体可问责。[69]
澳大利亚地方政府关注人工智能和自动化技术发展，并制定了相关政策。例如，2018年3月，维多利亚全党议会人工智能小组（VAPPAI）成立[70]，将从政治领域的各个方面讨论人工智能的关键性和变革性。
澳大利亚2019年的政府人工智能准备指数（Government AI Readiness Index）居世界第11位[71]，这表明澳大利亚政府在利用人工智能来提供优质的公共服务方面具有较大优势，并有足够的能力来发掘人工智能的创新潜力。
2.产业
据估计，到2028年，包括人工智能在内的数字技术产业对澳大利亚经济的潜在价值为3150亿澳元。[72]
澳大利亚目前存在一批发展良好的人工智能初创企业，这些企业主要分布于悉尼、墨尔本和布里斯班等大型城市。[73]针对澳大利亚初创企业的一项调查显示，人工智能是最受初创企业关注的行业，澳大利亚专注于人工智能的初创企业比例从2016年的6%上升到2018年的21%。[74]
在人工智能技术应用方面，澳大利亚仍进展缓慢。德勤的一份报告显示，41%的澳大利亚公司高管表示他们的公司要么完全缺乏人工智能战略，要么只有不同的部门人工智能战略，而这项数据在全球的比例仅为30%。[75]
3.研发
从人工智能相关人才总数来看，澳大利亚落后于其他主要发达经济体，目前仅有3370位人工智能相关的人才。澳大利亚的人工智能研究机构有Data 61和澳大利亚国立大学3Ai研究所[76]等。澳大利亚研究人员高影响力科研成果的总数量居世界第4位[77]。
（九）印度：厚积薄发，民生为先
1.政策
印度政府对人工智能的关注相对较晚。2018年2月，印度总理莫迪呼吁加强人工智能研究，为印度应对贫困等各项挑战提供人工智能的解决方案。这一呼吁基本为印度人工智能发展方向奠定了关注民生的基调。
莫迪公开呼吁之后，印度财政部在2018～2019年预算案中拨款700亿卢比（约合9.8亿美元），资助印度国家级智库印度转型国家研究院（NITI Aayog）建立印度首个国家级人工智能研究项目。2018年6月，印度转型国家研究院在其征求社会意见稿的战略文件《国家人工智能战略：造福全民的人工智能》（National Strategy for Artificial Intelligence：AI for All）中，将人工智能视为解决印度当前经济民生发展问题的有力工具，确定了五大优先领域——医疗卫生、教育、农业、智能城市与智能出行，提出建立国家级的人工智能研究中心和国际级的人工智能交流与应用中心。[78]
印度电子与信息科技部和工商部也是印度国内人工智能政策的主要牵头部门。电子与信息科技部获拨40亿卢比（约合0.56亿美元）预算进行人工智能政策规划，2018年先后成立四大委员会，汇集了政产学研各方面人物；发布专题报告，建议政府发展人工智能数据平台，重点利用人工智能改善农业、卫生、交通等民生领域，加强教育与相关技能培训，预防相应的网络安全威胁等。[79]工商部建立了人工智能特别工作组，聚焦制造业、金融科技、环境等十大领域，建议政府在未来5年增加拨款120亿卢比（约合1.68亿美元）。[80]
2019年10月，印度政府又追加4.8亿美元预算，用于发展包括人工智能在内的新兴科技。莫迪的另一项倡议“数字印度”（Digital India）也额外获得了3000多万卢比拨款。[81]同年，印度政府为协调各部门，又建立了最高层级的协调委员会。然而，印度的人工智能政策基本上仍处于规划阶段，且令出多门，尚无整体性的实质措施。
印度地方层面的行动则更为积极。2017年，有“印度硅谷”之称的班加罗尔所在的卡纳塔克邦就率先提出要成为印度人工智能产学研的中心。卡纳塔克邦于2017年斥资610万美元，联合印度全国软件和服务公司协会（National Association of Software and Services Companies）建立数据科学与人工智能卓越中心（Centre of Excellence for Data Science and Artificial Intelligence），颁布新的信息科技政策，大力鼓励邦内除首府班加罗尔以外的第二、第三梯队城市涉足包括人工智能在内的创新政策、产业与研究。同时，卡纳塔克邦政府拨款6000万美元，大力扶持初创企业，目标是到2020年拥有2万家科技初创企业；建立邦创新委员会，积极与德国等先发国家建立国际合作联盟；简化科技监管、初创企业等相关政策。[82]卡纳塔克邦的相关政策取得了一定程度的实效，设在班加罗尔的人工智能相关企业已占印度全国的31%。[83]尽管卡纳塔克邦雄心勃勃，但仍面临着严峻的数据科学、人工智能等领域的人才缺口问题，研究能力和产业发展受限严重。[84]
2.产业
印度人工智能产业的规模和投资无法与美国、中国、日本等国家相提并论。然而，印度社会素来崇尚科技与工程类学科，每年有数百万名科技与工程类毕业生，加上印度资本雄厚的几家大型家族企业，印度的发展潜力不容小觑。截至2018年，印度私营部门已有1.5亿美元投入逾400家初创企业。[85]印度政府也划拨了4.8亿美元扶持包括人工智能在内的科技产研。2018年，印度人工智能总产值达到2.3亿美元，从业人员达4万人，印度高校每年可以输送3500名以上相关毕业生。[86]
印度人工智能产业的重点领域包括医疗、农业、教育与智能城市。医疗方面，人工智能有助于该产业在2020年前实现16%的增长，产值达到2.8亿美元；人工智能将推动农业在2025年前创造26亿美元；教育在人工智能的帮助下将于2020年实现三成的增长，产值达到57亿美元；人工智能将用于印度90多个城市的智能改造，投资达2040万卢比。[87]
目前，印度政府统计，国内已有58%的企业不同程度地应用了人工智能的各项技术。[88]然而，印度的人工智能总体水平仍旧较低。印度以软件外包产业闻名，但截至2018年，其分析类公司也仅占全球同类企业的8%。[89]此外，目前印度国内人工智能从业人员最多的十大人工智能相关企业几乎均为外企，并且以咨询公司为主，如埃森哲、高知特（Cognizant）、微软、IBM等，印度本土企业仅有印孚瑟斯（Infosys）与塔塔咨询（TCS）等。
近年来，印度一批人工智能初创企业引人注目。SigTuple成立于2015年，受到印度国内外多家风险投资公司的关注，初始融资达2500万美元，第二轮融资达1900万美元，第三轮达1600万美元。该公司凭借机器学习等技术，研发了用于医疗诊断的智能方案。患者仅需5分钟，就可获得其身体各项指标的检测结果。Niramai成立于2016年，致力于利用人工智能技术诊断乳腺癌，三轮融资后已募集1250万美元资本。[90]
3.研发
印度在全球人工智能的研发版图中，相对落后于美国、中国、英国等国家。不过，印度素来重视理工科教育，其实力不可小觑。目前，印度大约有550名人工智能研究人员，居全球第9位，各类研发资金累计达500.3亿美元。[91]印度政府大力鼓励在外留学的相关研究人员回国，回国比例达25%，仅次于新加坡（40%）、中国（30%）和韩国（30%）。[92]截至2018年，印度研究人员发表的相关期刊论文数量居全球第12位，会议论文数量居全球第3位。[93]
印度教育部门积极将人工智能纳入基础教育。2019年4月，印度中学课纲加入人工智能相关内容。2019年1月，印度理工学院海得拉巴分校率先开设人工智能本科学位课程。印度国际信息科技学院的多个校区也开设了人工智能相关的本科教育和职业教育课程。[94]
印度国内的十大主要人工智能研究机构多由外企建立，包括谷歌、博世、三星、微软、PayPal等，以应用类研究为主，如计算机视觉、机器语言等。印度本国率先成立的研究机构为瓦德瓦尼人工智能研究院（Wadhwani Institute for Artificial Intelligence）[95]，成立于2018年初，由美籍印度裔企业家瓦德瓦尼兄弟捐资3000万美元建设。该研究院重点以人工智能技术为农业、医疗领域提供解决方案。研究院负责人为帕德马那班（Padmanabhan Anandan），他曾长期担任微软研发部门的负责人，专长为交互视觉媒体。
二 全球主要地区人工智能发展现状
（一）北欧：齐头并进，蔚为大观
1.政策
北欧五国中，丹麦、芬兰与瑞典为欧盟成员国，冰岛与挪威为欧洲经济区（European Economic Area）成员。欧盟委员会于2018年春发布了《欧洲人工智能规划》[96]，作为欧盟整体的人工智能政策。该规划要求欧盟加大人工智能领域的科技与产业投入，促进公私部门对人工智能的应用，促进欧洲各国应对人工智能带来的社会经济风险与挑战，并推动相关伦理与法律体系的构建与完善。
在欧盟委员会的倡议下，北欧各国在北欧理事会与北欧-波罗的海八国合作机制的框架下加强了在人工智能领域的协同。2018年5月，北欧-波罗的海八国政府负责数字化发展的部长发表联合宣言[97]（Declaration on AI in the Nordic-Baltic Region）。该宣言充分认可了人工智能对北欧及波罗的海各国经济贸易、公共服务的潜在促进作用，认为人工智能的广泛应用将推动地区经济增长翻番。八国明确将在七个方面加强合作，包括技能培训、数据存取、标准制定、监管合作等。
实际上，在区域合作之前，北欧五国政府在国家层面已经进行了战略部署、出台了相关政策。芬兰在欧盟范围内率先开始制定国家层面的人工智能发展规划，先后于2017年、2018年与2019年发布《芬兰的人工智能时代》[98]、《人工智能时代的工作》[99]、《芬兰领导人工智能时代》[100]。2019年的报告认为发展人工智能将保证芬兰在2030年之前每年保持3%的经济增长速度，就业率净值增长5%。该报告列出了芬兰走向人工智能时代的11个行动方针，着力确保芬兰社会经济各部门利用其已有的高度数字化基础，迅速实现人工智能转型；加强人工智能研发与应用，确保其在人工智能时代保持领先地位，掌握前沿技术，吸纳卓越人才。同时，报告也指出芬兰应当注重应对人工智能带来的工作性质变化、潜在的安全威胁等社会经济挑战。
2.产业
北欧国家自身的企业在人工智能应用方面仍处于起步阶段。虽然3/4的北欧企业已经在不同程度地尝试引入人工智能，但仅有三成的企业开始规模化转型。人工智能在北欧国家企业的发展议程中尚未获得足够重视。
北欧各国都是发达的工业化国家，工业服务及产品占其对外出口的50%以上。引入人工智能将为北欧企业带来每年110亿～117亿美元的收入增幅。芬兰跨国工程与服务公司通力（Kone）引入人工智能，监控其运营的超过100万部升降梯与扶梯，并预测相关问题，有效地将用户问题报告下降六成。丹麦制冷设备和服务提供商丹佛斯（Danfoss）在其承建的逾10万间公寓中使用人工智能，根据温度和湿度调节制热，有效地将能耗降低10%～20%，维护成本降低30%，使每户碳排放减少了2.5吨。[101]
在零售业领域，人工智能每年可以帮助该行业增加53亿～93亿美元的收入。人工智能将应用于大量的日常工作，可以节省12亿～24亿美元的投入；人工智能还可以用于精准营销，将增加35亿～60亿美元的收入。仅仅在丹麦一国，应用人工智能将使其零售商店的营收翻一番。以在北欧地区营商的亚马逊无人商店（Amazon Go）为例，人工智能的运用使其每平方米的营业额增加了50%。[102]
北欧各国纷纷出台政策扶持人工智能相关初创企业，同时推动现有企业积极转型。截至2018年12月，芬兰已有逾250家企业宣布参与国家的人工智能转型计划。[103]在一系列政策的促进下，北欧各国相继涌现出一批初创企业且成长速度惊人，其中12家代表性初创企业组建了北欧人工智能联盟（Nordic AI Alliance）。
3.研发
北欧五国高等教育水平较高、科研实力雄厚，在多项前沿科技领域占有一席之地。此外，五国之间文化相亲、语言相近、体制相似，教育科研交流与合作也密切而频繁。2019年，北欧5所顶尖工科院校联盟（Nordic Five Tech）发起成立了北欧人工智能研究网络（Nordic AI Network），以加强科研合作与人才培养。这5所院校为瑞典查尔姆斯理工大学和皇家理工学院、丹麦科技大学、挪威科技大学、芬兰阿尔托大学。[104]
北欧高校等科研机构中有多位人工智能领域的知名专家，如丹麦奥尔堡大学计算机系的荣誉教授芬恩·弗纳·延森（Finn Verner Jensen）、挪威科技大学计算机与人工智能教授阿格纳尔·奥莫特（Agnar Aamodt）、瑞典林雪平大学计算机科学讲席教授埃里克（Erik Sandewall）、芬兰科学院荣誉教授图沃·科霍恩（Teuvo Kohonen）等。这些教授领衔的实验室和科研项目为北欧各国培养人工智能领域的人才。
北欧国家中，丹麦在计算机科学领域的科研实力向来雄厚，如丹麦科技大学、奥胡斯大学和哥本哈根大学。就学科而言，以上3所大学的理论计算机科学名列欧洲前15位，丹麦科技大学和奥胡斯大学的人机互动专业位居欧盟前10名，奥胡斯大学的密码学位居欧盟前3名，哥本哈根大学的自然语言处理技术位居欧盟前5名。这些专业为丹麦培养了人工智能领域的众多产学研人才。此外，丹麦政府还牵头成立了丹麦国家应用人工智能中心（Danish Centre for Applied Artificial Intelligence），以促进该领域的产学研合作。[105]
（二）中东欧：差异较大，发展水平不一
1.政策
中东欧16国中，有11个欧盟成员国、5个非欧盟成员国。16国的经济发展不均衡，波罗的海国家的经济发展已取得积极成就，而巴尔干国家的经济和政治发展仍然较为滞后。因此，在人工智能发展上，中东欧无法像北欧地区那样开展区域性协作，在此只盘点在人工智能发展方面比较突出的几个中东欧国家。
波兰政府已着手起草国家层面的人工智能战略。2019年11月，波兰数字化部（Ministry of Digitalization）发布《波兰AI战略的假设》，包括管理和开放政府数据、公共部门公司参与人工智能项目等。[106]
捷克于2019年5月推出《国家人工智能战略》，专注于开展负责任和可信赖的人工智能研究；促进数字化转型，尤其是中小企业；促进经济发展并确保人工智能收益的公平分配。[107]
2019年7月，由爱沙尼亚人工智能专家编写的文件Kratts（AI in Estonia）成为爱沙尼亚的国家人工智能战略，该战略有四个支柱，即推动公共部门应用人工智能，促进私营部门应用人工智能，开展人工智能研发和教育，为人工智能的使用和开发创造法律环境。[108]
匈牙利于2019年10月发布了一项“人工智能行动计划”（AI Action Plan），但尚未发布国家人工智能战略。2018年10月，匈牙利政府与学术机构和公司联手创建了人工智能联盟（Artificial Intelligence Coalition），该联盟正在制定国家人工智能战略，并将匈牙利定位为中东欧地区的人工智能领导者。[109]
2019年7月，拉脱维亚政府在国家秘书会议上发布《国家人工智能战略》（Latvian AI Strategy）草案。该草案提供了行动计划：重视人工智能在教育和科学领域的角色，使数据可用，在公共部门中使用人工智能，增加与人工智能相关的预算，建立评估系统，为人工智能开发构建法律框架，促进私营部门应用人工智能，积极参与国际合作，开发统一的通信系统，将自动化和人工智能集成到所有行业战略中。[110]
塞浦路斯于2019年10月发布《国家人工智能战略：塞浦路斯使用和开发人工智能的行动》（National Strategy AI：Actions for the Use and Development of AI in Cyprus），该战略包括四大支柱，即最大化投资，创建国家数据库，培养人才、提高技能和终身学习，发展符合道德和可信赖的人工智能。[111]
2.产业
咨询公司Deep Knowledge Analytics发布的报告《东欧人工智能2018》中，绘制了东欧地区500家人工智能初创企业图谱，波兰与俄罗斯几乎占据50%，乌克兰和白俄罗斯的人工智能企业数量紧随其后，罗马尼亚、爱沙尼亚、立陶宛、拉脱维亚、亚美尼亚和格鲁吉亚也都榜上有名。[112]
截至2018年2月，波兰有110家人工智能公司和59位投资者。21%的波兰初创公司从事机器学习，12%的初创公司从事机器人技术研究，只有4%的初创公司从事计算机视觉研究。波兰总理马泰乌什·莫拉维茨基在波兰-法国经济论坛上发表讲话时说：“物联网、机器学习和电动汽车是波兰与法国未来几十年可以投资的产业领域。”波兰民众对人工智能的态度也比较积极。根据IPSOS进行的一项调查，波兰40%的受访者回答他们信任人工智能。[113]
俄罗斯、白俄罗斯和乌克兰是在国际上获得人工智能发展资助最多的国家，也获得了巨额投资。在人工智能相关竞赛方面，乌克兰初创公司UniExo赢得了2017年国际机器人创新大赛的冠军，并有机会参与硅谷机器人加速器项目。[114]
爱沙尼亚是全球数字信息技术发展最成功的国家之一。即时通信软件Skype、网约车软件Taxify、在线交易软件Playtech和跨国转账软件TransferWise等独角兽企业便诞生在这个拥有成熟数字环境的国家。截至2018年2月，该国拥有46家人工智能领域的相关公司和27位投资者。8.7%的爱沙尼亚初创公司应用机器人相关技术，而17.4%的公司涉及智能数据，其他广泛应用的技术包括机器学习（占26.1%）、搜索引擎（占17.4%）和物联网（占10.9%）。[115]
在产业落地方面，大多数中东欧国家的银行业、零售业和流程制造业应用认知计算和人工智能系统。据IDC Trend Spotter称，2016～2021年，投资者的目标是在医疗保健行业应用认知计算或人工智能。[116]
3.研发
波兰智库Digital Poland Foundation的数据显示，截至2019年，77%的波兰公司与科学界合作。在拥有较大专家团队（有6名及以上专家）的公司中，88%的公司与学术界合作，直接雇用学术研究人员或与大学研究团队合作。人工智能公司通常会与科学界合作，48%的公司让科学界的人参与人工智能解决方案的开发，31%的公司为学生提供实习机会或课程。公司希望高校为它们提供应届毕业生和研究人员，但不为科学界在高校内发展团队提供帮助。从长远来看，这可能会阻碍波兰人工智能部门的发展，因为学术研究团队在人工智能发展中扮演着核心角色。[117]
（三）东南亚：发展水平不一，新马领衔
1.政策
东南亚国家联盟于2017年和2018年先后出台了人工智能相关规划，如2017年的《东盟创新宣言》（ASEAN Declaration on Innovation）和《东盟科学、技术与创新行动规划》（Plan of Action on Science，Technology and Innovation）、2018年的“东盟智慧城市网络”（ASEAN Smart Cities Network）计划等。东盟与其对话伙伴也相继开展了包括人工智能在内的创新与科技合作。2018年，中国与东盟发布《中国-东盟科技创新合作联合声明》。日本与东盟之间有创新网络、网络安全中心等合作项目。韩国与东盟在2019年的特别峰会上也达成了包括人工智能在内的科技与创新合作协议。
东南亚国家的内部发展差异较大，尤其是在信息科技的基础设施、产业能力与人才储备方面。除个别国家以外，大多数东南亚国家的发展水平仍较低，尚处于劳动密集型产业发展阶段。各国在人工智能的政策规划方面相对滞后，一方面受限于其自身能力与资本，另一方面也担心人工智能会冲击本国现有的就业水平和企业。目前，新加坡已经出台了《国家人工智能战略》。马来西亚也出台了国家战略，并进一步拓展了已有的国家大数据分析框架性规划。印度尼西亚政府宣布在2020年前完成国家战略规划编制。
在东盟国家中，新加坡的人工智能战略与政策较为全面。在新加坡的《国家人工智能战略》中，新加坡确立了三大目标，即新加坡成为全球人工智能的研发、测试、部署与规模化的中心；新加坡政府与工商业大力应用人工智能创造经济产值；新加坡社会全面了解人工智能的利弊，并成功转型到人工智能社会。该战略还明确，新加坡将在2025年前培养2.5万名人工智能专业人才，在教育系统中纳入人工智能内容等。[118]
2.产业
东南亚11国，人口超6亿，是全球第三大市场，预计在2030年将成为全球第四大经济体，生产总值达27万亿美元。人工智能对东南亚的产业发展有着巨大影响。人工智能的大规模应用将使东南亚主要经济体现有的大量经济活动被自动化取代，比如印尼52%、马来西亚51%、菲律宾48%、泰国55%的经济活动将被自动化取代。这将为东南亚主要经济体增加近9000亿美元的产值。[119]
东南亚企业应用人工智能的程度不一，但总体增长趋势明显。2011年，只有6%的东南亚企业提及大数据、人工智能、机器学习等词语，2016年增至1/3。截至2017年，东南亚企业的人工智能应用率达14%，印度尼西亚有24.6%的组织引入了人工智能，泰国为17.1%，新加坡为9.9%，马来西亚为8.1%。[120]
在东南亚，高科技与电信、制造业、金融业、媒体娱乐业等行业引入人工智能的程度最高。在金融业，马来西亚丰隆银行应用了IBM的沃森系统，新加坡星展银行开设了数字银行，并设置了虚拟助手回答客户的咨询。截至2017年，东南亚涌现了300多家金融科技企业，提供人工智能化的电子支付、财富管理等业务。在高科技与电信领域，东南亚本土电信企业积极转型，例如新加坡电信建立了数据分析子公司，以收集、模拟客户的数据并进行视觉化。[121]
东南亚也涌现了大量初创企业，并获得了可观的融资。2016年，东南亚初创企业获得了26亿美元融资。初创企业涉足人工智能的多个领域，包括自然语言处理、机器学习、图像识别等。其中最负盛名的是Grab，目前估值已达58亿美元。该公司是东南亚首屈一指的打车软件平台，已经涉足外卖、快递等多个领域。2019年，该公司斥资1.5亿美元，利用人工智能打造超级打车软件，一方面，加强诈骗预防、提高自然语言处理技术水平，使其手机应用更加安全和智能；另一方面，为其手机应用开发更多功能，以覆盖用户所有与出行相关的需求。[122]
3.研发
受限于本国的发展程度和科研实力，东南亚大多数国家在人工智能研发方面相对落后。目前，新加坡、马来西亚与泰国占据了整个地区约86%的人工智能科研成果。在研究机构方面，南洋理工大学、新加坡国立大学、马来亚大学、马来西亚理工大学位和马来西亚博特拉大学为东南亚地区人工智能研究五强。在人工智能专利方面，新加坡占整个地区的77%，越南居第2位（7%），印尼以6%居第3位。[123]
东南亚高校也相继开展人工智能合作与研究。泰国孔敬大学与日本筑波大学已经在制药、农业、人文等多个领域开展人工智能合作。孔敬大学将为泰国小学、初中学生编写人工智能课纲，开办机器人、计算机科学方面的工作坊。[124]印度尼西亚大学与印尼初创企业Tokopedia共同创办了人工智能研究中心，引入了国际领先的人工智能研究设备。[125]马来亚大学、马来西亚计算机科学与工程大学、马来西亚国防大学等15所院校开设了人工智能相关课程。[126]新加坡的南洋理工大学，以数据科学与人工智能研究中心为核心，开设了人工智能学士、硕士、博士学位课程，延揽了大量行业顶尖人才，专注于医疗、信息通信、金融科技、服务业、制造业与安全方面的人工智能研究。[127]
（四）拉美：积极转型，人才匮乏
1.政策
南美五大主要经济体哥伦比亚、智利、阿根廷、秘鲁和巴西都尚未发布国家层面的人工智能战略。阿根廷政府正在起草“2020～2030年国家人工智能计划”（National Plan of Artificial Intelligence），力图使阿根廷成为人工智能的区域领导者，最终目的是提高私营部门的竞争力，并实现国家管理的现代化，以便为公民提供更好的服务。[128]哥伦比亚政府发布了《国家数字化转型政策》（National Policy for Digital Transformation）草案，作为推动哥伦比亚成为该地区人工智能市场领导者的起点。[129]2017年，巴西政府启动了一项有关物联网的国家计划，重点发展领域包括健康、智慧城市、工业和农村建设。巴西政府于2018年推出《数字化转型战略》，作为巴西经济数字化转型的长期指导方针，其中包括人工智能，同时强调保护公民权利和隐私。[130]
墨西哥尚未发布专门的人工智能战略或政策，但成立了IA2030Mx联盟，由学术机构、公司、公共机构等墨西哥人工智能参与者组成，旨在使墨西哥在第四次工业革命中不处于落后位置，利用人工智能的战略利益，并减轻可能产生的道德和社会风险。牛津观察（Oxford Insights）和C Minds研究机构共同发布了《迈向墨西哥的人工智能战略：利用人工智能革命》报告，强调了人工智能在墨西哥应用的潜力，包括在医疗和教育领域的应用，可能有助于改善墨西哥80%的低收入人群在这两个领域享受的服务。[131]墨西哥政府将该报告确立为国家人工智能战略。
2.产业
2017年，埃森哲发布报告《人工智能如何推动南美洲的增长》，提出人工智能作为一个可持续的解决方案，可以解决南美洲长期生产率下降和经济增长放缓的问题。[132]到2035年，人工智能有可能为南美洲的年度经济增长率贡献整整1个百分点。[133]
为了评估人工智能为南美地区带来的经济增长潜力，上述报告比较了南美五大经济体到2035年受益于人工智能的经济效益。结果显示，人工智能为巴西带来的经济效益最高，智利和秘鲁可能均提高1个百分点，哥伦比亚经济可能会增长0.8个百分点，人工智能对阿根廷经济的推动是最低的，但这一相对较小的贡献仍然是相当可观的。[134]
在巴西，人工智能在以下三个方面发挥潜力的空间大。其一，公共部门。巴西的公共部门规模庞大，第三产业发达，各种福利政策开支占巴西GDP的20%，公共开支结构严重失衡，公共服务质量不高。人工智能可以在交通和疾病控制等不同领域改善公共服务。其二，银行。巴西的银行积极投资于人工智能解决方案，83%的巴西金融服务消费者相信电脑给出的金融建议（全球平均水平为71%）。其三，制造业。尽管“去工业化”后巴西的制造业疲态已现，但制造业依然占巴西经济增长值的12%。巴西的初创企业推出了机器学习解决方案，以提高各个行业的工业绩效。[135]
在哥伦比亚，人工智能对金融服务业的影响最大。哥伦比亚数字银行的用户数量增长快，到2025年，用户数量将达到1560万人。公共部门也有可能从人工智能发展中获得巨大好处。2013年，麦德林被花旗集团和城市土地研究所评为“年度创新城市”。然而，教育和科研机构的质量是哥伦比亚吸收新技术的主要障碍，研发和创新的投资也较为缺乏。[136]
在智利，以大宗商品为基础的行业发展较为突出，并很快认识到人工智能的能力。例如，全球最大的铜生产商Codelco是使用自动化卡车的全球先驱，并采用大数据驱动的自动化决策。食品生产商NotCo公司利用机器人开发出味道类似乳制品或肉制品的素食食品。金融科技产业在智利蓬勃发展，人工智能在该产业的应用前景乐观。智利制度和民主发展稳定、经济较为发达、人均收入高，融资渠道和创业文化也令人瞩目，在应用人工智能方面比其他南美国家表现得更好。[137]
在阿根廷，政府已经表现出对智能城市和数字先进解决方案的兴趣。一些地方政府使用阿根廷公司Mismática开发的一种社区工具管理街道基础设施和城市卫生等问题。布宜诺斯艾利斯被科技杂志Wired评为“以人为本”的领先智慧城市。阿根廷的企业也对利用人工智能加强与客户联系表现出兴趣。例如，阿根廷公司Jampp利用人工智能技术吸引数字客户，其机器学习系统预测客户决策偏好，进行精准营销。[138]
在秘鲁，人工智能为批发和零售行业提供了良好的发展机遇。秘鲁的Chazki公司利用人工智能开发新的邮政地图，标出难以到达的地点，为电子商务零售商寻找新的分销机会。秘鲁城市化快速发展，为人工智能发挥潜力提供了更多机会。近年来，秘鲁的制造业收缩，因此创新驱动的生产率提高是秘鲁制造业发展的一项优先任务，智能自动化在其中扮演关键角色。此外，人才匮乏、教育体系的质量低限制了人工智能在该国的发展。秘鲁需要重视国家科研系统建设，这是创新经济的基本支柱之一。[139]
尽管墨西哥的制造业发展势头良好，就业和出口达到创纪录的高点，但生产率停滞不前。人工智能可能是墨西哥解决生产率问题的一个办法。由于大型科技公司的研发有限，墨西哥本土人工智能初创企业的作用尤为重要。Krieger、Bluemessaging、Yalo、Data Wuki等初创企业，正利用自己在机器学习、计算机视觉和自然语言处理方面的研发成果，为各种各样的问题提供创新的解决方案。
3.研发
在秘鲁、巴西和哥伦比亚，人才匮乏、教育体系的质量低削弱了人工智能的发展。智利的人才前景和创业文化相对乐观一些。在墨西哥，C Minds研究机构志在加强墨西哥在全球人工智能竞赛中的实力，确保人工智能的积极作用和影响在全国范围内平等传播。
结语
目前，全球人工智能的政产学研竞争基本形成了如下格局，即美国、中国为第一梯队，日本、英国、加拿大、新加坡、德国、北欧国家等为第二梯队，澳大利亚、印度、俄罗斯、中东欧国家等为第三梯队，其余如东南亚、拉美、非洲等地区则相对落后。这一格局呈现明显的金字塔形状，发展极不平衡。这也为日后人工智能的技术和人才流动、全球治理模式、国家监管能力等带来严峻挑战。
美国在人工智能领域的研发时间长，相关院校的学术研究和产业界的应用研究积累雄厚，实力强劲，在全球独占鳌头。中国的人工智能呈现中国一贯的产业政策推动发展的特征，占据后发优势。与此同时，中国和美国致力于追求人工智能基础层、应用层和技术层几乎全部子领域的发展，包括计算机视觉、自然语言处理、智能语音、算法、自动驾驶等。相对而言，第二梯队的日本、英国、加拿大、新加坡、德国则基本在人工智能部分有传统优势的领域重点发力，对于没有传统优势的领域，则倡导加强国家合作，以形成合力。同时，这些国家也强调人工智能的治理和伦理，寄望于利用传统的国家地位和实力，率先抢占人工智能技术标准与伦理规范的制定和全球治理的机制建设。比如，加拿大在其担任G7轮值主席国期间，积极游说法国等主要欧洲国家以及欧盟，倡导加强人工智能研发的国际合作，共同探讨人工智能的伦理规范和治理机制。英国和德国政府也在各自的国家政策中提出了对人工智能带来的道德、伦理和安全方面的担忧，强调政府要在相关方面促成国际治理和规范、法律和条约的制定。
第三梯队的澳大利亚、印度、俄罗斯、中东欧国家等拥有一定的研发积累和实力，但由于种种原因未能对当前的竞争做出及时反应，迟迟未能整合国内各方面的积累和优势。比如，澳大利亚在研发实力上表现不俗，但国家层面的人工智能战略迟迟未能出台；印度拥有世界闻名的IT类人才，印度政府也出台了国家层面的战略和配套计划，但限于政府执行能力与政府内部竞争等多方面原因，未能及时推动各方面取得实质性进步。俄罗斯和中东欧国家等也存在这样的问题。三大梯队以外的国家和地区如东南亚、拉美、非洲等，受限于其发展程度，产业能力与研发实力相对较弱，因而在当前的竞争中处于落后阶段。然而，考虑到在这些地区人口稠密的新兴市场国家密集分布，先发国家的人工智能企业和研发单位也正在加紧在这些地区进行布局，抢占人工智能技术产品的市场。这些地区在获得人工智能技术溢出效应的同时，这些地区国家的政府也面临监察、管理、维护国家数字主权等方面的考验。
综合来看，在激烈的全球竞争背景下，人工智能将不可避免地逐步渗透到人类日常生活的方方面面，包括医疗、通信、消费、娱乐、工业制造等。大规模的人工智能应用带来的工作岗位的消失和创造、行业格局的洗牌、国家实力消长的变化等，也必将颠覆人类现有生活方式和国际秩序的多个方面。尽可能减少向人工智能时代转型过程中的动荡是各国的共识。联合国的人工智能与全球治理平台（AI and Global Governance Platform）、欧洲的互联网治理论坛（Internet Governance Forum）、中国的世界人工智能大会和世界互联网大会等都是这方面的探索性尝试。展望未来，各国或许需要加强以联合国为中心的更具包容性的人工智能全球性治理机制，避免个别技术强国或少数优势地区主导人工智能的技术和应用，共同推动制定广受认可的技术标准、伦理规范、国际法条、双边和多边协议等，从而缓解人工智能发展的不平衡及其衍生的更为不平等的全球政治经济秩序。
[1] 编撰：海国图智研究院研究助理葛健豪、郝楠、刘仪和王逸凡；校对：陈虹宇（海国图智研究院研究助理）。
[2] 《习近平：推动我国新一代人工智能健康发展》，新华网，2018年10月31日，http：//www.xinhuanet.com/politics/leaders/2018-10/31/c_1123643321.htm。
[3] National Science and Technology Council，Committee on Technology，“Charter of the Subcommittee on Machine Learning and Artificial Intelligence，” The White House President Barack Obama，May 4，2016，https：//obamawhitehouse.archives.gov/sites/default/files/microsites/ostp/NSTC/ai_charter_-_signed_final.pdf，accessed December 29，2019.
[4] Executive Office of the President，National Science and Technology Council，Committee on Technology，“Preparing for the Future of Artificial Intelligence，” The White House President Barack Obama，October 2016，https：//obamawhitehouse.archives.gov/sites/default/files/whitehouse_files/microsites/ostp/NSTC/preparing_for_the_future_of_ai.pdf，accessed December 29，2019.
[5] National Science and Technology Council，Networking and Information Technology Research and Development Subcommittee，“National Artificial Intelligence Research and Development Strategic Plan，” The White House President Barack Obama，October 2016，https：//obamawhitehouse.archives.gov/sites/default/files/whitehouse_files/microsites/ostp/NSTC/national_ai_rd_strategic_plan.pdf，accessed December 29，2019.
[6] Executive Office of the President，“Artificial Intelligence，Automation，and the Economy，” The White House President Barack Obama，December 2016，https：//obamawhitehouse.archives.gov/sites/whitehouse.gov/files/documents/Artificial-Intelligence-Automation-Economy.PDF，accessed December 29，2019.
[7] White House Office for Science and Technology Policy，“Summary of 2018 White House Summit on Artificial Intelligence for American Industry，” White House，May 10，2018，https：//www.whitehouse.gov/wp-content/uploads/2018/05/Summary-Report-of-White-House-AI-Summit.pdf，accessed December 29，2019.
[8] Select Committee on Artificial Intelligence of National Science and Technology Council，“National Artificial Intelligence Research and Development Strategic Plan：2019 Update，” The Networking and Information Technology Reserch and Development Program，June 2019，https：//www.nitrd.gov/pubs/National-AI-RD-Strategy-2019.pdf，accessed December 29，2019.
[9] “Research and Development of 2020 Budget，Artificial Intelligence for American People，” White House，https：//www.whitehouse.gov/wp-content/uploads/2019/03/ap_21_research-fy2020.pdf，accessed December 29，2019.
[10] Chris Cornillie，“Finding Artificial Intelligence Money in the Fiscal 2020 Budget，” Bloomberge Government，March 28，2019，https：//about.bgov.com/news/finding-artificial-intelligence-money-fiscal-2020-budget/，accessed December 29，2019.
[11] “WIPO Technology Trends 2019：Artificial Intelligence，” World Intellectual Property Organization，https：//www.wipo.int/edocs/pubdocs/en/wipo_pub_1055.pdf，accessed December 29，2019.
[12] “AI 100：The Artificial Intelligence Startups Redefining Industries，” CB Insights，February 6，2019，https：//www.cbinsights.com/research/artificial-intelligence-top-startups/，accessed December 29，2019.
[13] Andrew J.Hawkins，“Two Ex-Google Engineers Built an Entirely Different Kind of Self-driving Car，” The Verge，January 30，2018，https：//www.theverge.com/2018/1/30/16936548/nuro-self-driving-delivery-last-mile-google，accessed December 29，2019.
[14] 腾讯研究院、BOSS直聘：《2017全球人工智能人才白皮书》，腾讯研究院网站，https：//www.tisi.org/Public/Uploads/file/20171201/20171201151555_24517.pdf。
[15] “Mission & History，” MIT Computer Science & Artificial Intelligence Lab，https：//www.csail.mit.edu/about/mission-history，accessed December 29，2019.
[16] Stanford Artificial Intelligence Laboratory，https：//ai.stanford.edu/.
[17] “Safe AI Lab，” Carnegie Mellon University，http：//www.andrew.cmu.edu/user/dingzhao/，accessed December 29，2019.
[18] 腾讯研究院：《中美两国人工智能产业发展全面解读》，中国大数据观察网，2017年8月14日，http：//www.cbdio.com/BigData/2017-08/14/content_5576175.htm。
[19] “Microsoft Research Lab-Artificial Intelligence，” Microsoft，https：//www.microsoft.com/en-us/research/lab/microsoft-research-ai/，accessed December 29，2019.
[20] 《“互联网+”人工智能三年行动实施方案》，中国政府网，2016年5月23日，http：//www.gov.cn/xinwen/2016-05/23/5075944/files/9cb49ac44cf341b29adf687b6857da34.pdf。
[21] 《国务院关于印发〈新一代人工智能发展规划〉的通知》，中国政府网，2017年7月20日，http：//www.gov.cn/zhengce/content/2017-07/20/content_5211996.htm。
[22] 《工业和信息化部关于印发〈促进新一代人工智能产业发展三年行动计划（2018—2020年）〉的通知》，中华人民共和国工业和信息化部网站，2017年12月14日，http：//www.miit.gov.cn/n1146295/n1652858/n1652930/n3757016/c5960820/content.html。
[23] 中国电子技术标准化研究院编写《人工智能标准化白皮书（2018版）》，中国电子技术标准化研究院网站，2018年1月24日，http：//www.cesi.ac.cn/201801/3545.html。
[24] 腾讯研究院：《中美两国人工智能产业发展全面解读》，中国大数据观察网，2017年8月14日，http：//www.cbdio.com/BigData/2017-08/14/content_5576175.htm。
[25] “Learning the Superior Techniques of the Barbarians：China’s Pursuit of Semiconductor Independence，” CSIS，January 2019，https：//csis-prod.s3.amazonaws.com/s3fs-public/publication/190115_Lewis_Semiconductor_v6.pdf，accessed December 29，2019.
[26] “Artificial Intelligence Implication for China，” Mckinsey & Company，April 2017，https：//www.mckinsey.com/～/media/McKinsey/Featured%20Insights/China/Artificial%20intelligence%20Implications%20for%20China/MGI-Artificial-intelligence-implications-for-China.ashx，accessed December 29，2019.
[27] “Artificial Intelligence Index Report 2019，” Stanford University’s Human-Centered Artificial Intelligence Institute，December 2019，https：//hai.stanford.edu/sites/g/files/sbiybj10986/f/ai_index_2019_report.pdf，accessed December 29，2019.
[28] 腾讯研究院：《中美两国人工智能产业发展全面解读》，中国大数据观察网，2017年8月14日，http：//www.cbdio.com/BigData/2017-08/14/content_5576175.htm；乌镇智库、网易科技、网易智能：《全球人工智能发展报告2016（学术与研究篇）》。
[29] “The UK’s Industrial Strategy，” GOV.UK，https：//www.gov.uk/government/topical-events/the-uks-industrial-strategy，accessed January 1，2020.
[30] “AI Sector Deal，” GOV.UK，https：//www.gov.uk/government/publications/artificial-intelligence-sector-deal/ai-sector-deal，accessed January 1，2020.
[31] “AI in the UK：Ready，Willing and Able？” UK Parliament，https：//publications.parliament.uk/pa/ld201719/ldselect/ldai/100/100.pdf，accessed January 1，2020.
[32] “AI Council，” GOV.UK，https：//www.gov.uk/government/groups/ai-council.
[33] “Office for Artificial Intelligence，” GOV.UK，https：//www.gov.uk/government/organisations/office-for-artificial-intelligence，accessed January 1，2020.
[34] “Centre for Data Ethics and Innovation，” GOV.UK，https：//www.gov.uk/government/organisations/centre-for-data-ethics-and-innovation，accessed January 1，2020.
[35] Element AI，“Global AI Talent Report 2019，” Jfgagne，April 2，2019，https：//jfgagne.ai/talent-2019/，accessed December 29，2019.
[36] “New Robot Strategy，” Ministry of Economy，Trade and Industry，February 10，2015，https：//www.meti.go.jp/english/press/2015/pdf/0123_01b.pdf，accessed January 3，2020.
[37] “Japan’s 5th Science and Technology Basic Plan （2016-2020），” Cabinet Office，January 22，2016，https：//www8.cao.go.jp/cstp/kihonkeikaku/5honbun.pdf，accessed January 3，2020.
[38] “Japan Revitalization Strategy 2016，” Prime Minister of Japan and His Cabinet，June 2，2016，https：//www.kantei.go.jp/jp/singi/keizaisaisei/pdf/2016_zentaihombun.pdf，accessed January 6，2020.
[39] Strategic Council for AI Technology，“Artificial Intelligence Technology Strategy，” New Energy and Industrial Technology Development Organization，March 31，2017，http：//www.nedo.go.jp/content/100865202.pdf，accessed January 8，2020.
[40] “Blueprint for the Structure of Emerging Industry，” Ministry of Economy，Trade and Industry，May 30，2017，https：//www.meti.go.jp/press/2017/05/20170530007/20170530007-2.pdf，accessed January 9，2020.
[41] “AI Strategy，” Prime Minister of Japan and His Cabinet，June 11，2019，https：//www.kantei.go.jp/jp/singi/tougou-innovation/pdf/aisenryaku2019.pdf，accessed January 9，2020。
[42] “AI Bringing Creative and Destructive Changes to Management，” Ernst Young Institute，September 15，2015，https：//www.shinnihon.or.jp/shinnihon-library/publications/issue/eyi/knowledge/fsi/pdf/2015-09-15.pdf#search=%27%E4%BA%BA%E5%B7%A5%E7%9F%A5%E8%83%BD%E9%96%A2%E9%80%A3%E3%81%AE%E7%94%A3%E6%A5%AD%E5%88%A5%E5%B8%82%E5%A0%B4%E8%A6%8F%E6%A8%A1%E3%81%AE%E8%A9%B3%E7%B4%B0%27，accessed January 9，2020.
[43] 《打破壁垒，推进人工智能发展》，新华网，2017年6月30日，http：//www.xinhuanet.com/info/2017-06/30/c_136406932.htm，最后访问日期：2019年12月26日。
[44] Element AI，“Global AI Talent Report 2019，” Jfgagne，April 2，2019，https：//jfgagne.ai/talent-2019/，accessed December 27，2020.
[45] “Artificial Intelligence Index Report 2019，” Stanford Institute for Human-Centered Artificial Intelligence，December 2019，https：//hai.stanford.edu/sites/g/files/sbiybj10986/f/ai_index_2019_report.pdf，accessed December 29，2019.
[46] Kajimoto，Tetsushi，“As Japan Frets about Dearth of AI Talent，Daikin Develops Own Program，” Reuters，August 5，2019，https：//www.reuters.com/article/us-japan-tech-labour/as-japan-frets-about-dearth-of-ai-talent-daikin-develops-own-program-idUSKCN1UU0PX，accessed June 4，2020.
[47] Yamashita，Minako，“Japan Aims to Produce 250000 AI Experts a Year，” Nikkei Asian Review，March 30，2019，https：//asia.nikkei.com/Economy/Japan-aims-to-produce-250-000-AI-experts-a-year，accessed June 4，2020.
[48] “CIFAR Pan-Canadian Artificial Intelligence Strategy，” Canadian Institute for Advanced Research，2019，https：//www.cifar.ca/ai/pan-canadian-artificial-intelligence-strategy，accessed December 29，2019.
[49] “Superclusters in Canada，” Government of Canada，last modified October 4，2018，https：//www.ic.gc.ca/eic/site/093.nsf/eng/00017.html，accessed December 29，2019.
[50] “Prime Minister Announces Investment in Artificial Intelligence to Create over 16000 jobs for Canadians，” Prime Minister’s of Canada，December 6，2018，https：//pm.gc.ca/en/news/news-releases/2018/12/06/prime-minister-announces-investment-artificial-intelligence-create，accessed December 29，2019.
[51] “Responsible Use of Artificial Intelligence，” Government of Canada，last modified September 9，2019，https：//www.canada.ca/en/government/system/digital-government/modern-emerging-technologies/responsible-use-ai.html，accessed December 29，2019.
[52] “Canada-France Statement on Artificial Intelligence，” Government of Canada，last modified June 7，2018，https：//www.international.gc.ca/world-monde/international_relations-relations_internationales/europe/2018-06-07-france_ai-ia_france.aspx？lang=eng，accessed December 29，2019.
[53] “G7 Innovation Ministers’ Statement on Artificial Intelligence，” Munk School of Global Affairs and Public Policy，G7 Information Centre，March 28，2019，http：//www.g8.utoronto.ca/employment/2018-labour-annex-b-en.html，accessed December 29，2019.
[54] “Strategy for the Development of Quebec’s Artificial Intelligence Ecosystem，” Artificial Intelligence Cluster Steering Committee，May 2018，https：//ai.quebec/wp-content/uploads/sites/2/2018/06/AI-Strategy_EN-ACJ-19-juin-v8.pdf，accessed December 29，2019.
[55] “2019 Canadian AI Ecosystem，” Jfgagne，https：//jfgagne.ai/2019-canadian-ai-ecosystem/，accessed December 29，2019.
[56] “Canadian AI is Working，” Machine Intelligence Institute，https：//www.amii.ca/wp-content/uploads/2019/01/Canadian-AI-Is-Working.pdf，accessed December 29，2019.
[57] Element AI，“Global AI Talent Report 2019，” Jfgagne，April 2，2019，https：//jfgagne.ai/talent-2019/，accessed December 29，2019.
[58] Isabelle Kirkwood，“Cifar Expands AI Researcn Chairs，Announces New Research Programs，” BETAKIT，April 8，2019，https：//betakit.com/cifar-expands-ai-research-chairs-announces-new-research-programs/，accessed December 29，2019.
[59] “Canadian AI is Working，” Machine Intelligence Institute，https：//www.amii.ca/wp-content/uploads/2019/01/Canadian-AI-Is-Working.pdf，accessed December 29，2019.
[60] “Canada’s AI Ecosystem—Toronto，” Real Ventures，Medium，December 6，2018，https：//medium.com/believing/canadas-ai-ecosystem-3c5d04bb5016，accessed December 29，2019.
[61] “The Federal Government’s Artificial Intelligence Strategy ‘AI Made in Germany’，” Federal Ministry for Economic Affairs and Energy，last modified December 3，2019，https：//www.de.digital/DIGITAL/Redaktion/EN/Standardartikel/artificial-intelligence-strategy.html，accessed December 29，2019.
[62] “AI Policy-Germany，” Future of Life Institute，last modified December 3，2019，https：//futureoflife.org/ai-policy-germany/，accessed December 29，2019.
[63] “Ethics Commission：Automated and Connected Driving，” Federal Ministry of Transport and Digital Infrastructure，June 2017，https：//www.bmvi.de/SharedDocs/EN/Documents/G/ethic-commission-report.pdf？_blob=publicationFile，accessed December 29，2019.
[64] “Opinion of the Data Ethics Commission，” Data Ethics Commission of the Federal Government，Federal Ministry of the Interior，Building and Community，October 2019，https：//www.bmjv.de/SharedDocs/Downloads/DE/Themen/Fokusthemen/Gutachten_DEK_EN.pdf？_blob=publicationFile&v=2，accessed December 29，2019.
[65] “Industrie 4.0，” Federal Ministry for Economic Affairs and Energy，Federal Ministry of Education and Research，last modified December 3，2019，https：//www.plattform-i40.de/PI40/Navigation/EN/Industrie40/WhatIsIndustrie40/what-is-industrie40.html，accessed December 29，2019.
[66] “AI Research Takes Root in Germany，” German Center for Research and Innovation，last modified December 3，2019，https：//www.dwih-newyork.org/en/current-focus-topics/artificial-intelligence/ai-research-takes-root-in-germany/，accessed December 29，2019.
[67] “Putin Approves National Strategy for AI until 2030，” TASS，October 11，2019，https：//tass.com/economy/1082644，accessed December 29，2019.
[68] “Artificial Intelligence Roadmap，” Data 61，https：//data61.csiro.au/en/Our-Research/Our-Work/AI-Roadmap，accessed November 29，2019.
[69] “Developing the AI Framework and Principles，” Department of Industry，Innovation and Science，September 2，2019，https：//www.industry.gov.au/data-and-publications/building-australias-artificial-intelligence-capability/ai-ethics-framework/developing-the-ai-framework-and-principles，accessed December 29，2019.
[70] “Artificial Intelligence Group Launched，” Parliament of Victoria，March 7，2018，https：//www.parliament.vic.gov.au/about/news/4029-artificial-intelligence-group-launched，accessed December 29，2019.
[71] “Government Artificial Intelligence Readiness Index 2019，” Artificial Intelligence for Development，https：//ai4d.ai/wp-content/uploads/2019/05/ai-gov-readiness-report_v08.pdf，accessed December 29，2019.
[72] “Artificial Intelligence Roadmap，” Data 61，https：//data61.csiro.au/en/Our-Research/Our-Work/AI-Roadmap，accessed November 29，2019.
[73] Toby Walsh，“The AI Revolution，” CoSN Annual Conference，July 2017，https：//cosnconference.org/wpcontent/uploads/2017/07/the_ai_revolution_tobywalsh.pdf，accessed June 4，2020.
[74] “Australia’s Largest Startup Survey Reveals First Slump in Startup Business Numbers in 4 Years，” Anthill Magazine，Oct.24，2018，http：//anthillonline.com/australias-largest-startup-survey-reveals-first-slump-in-startup-business-numbers-in-4-years/，accessed June 4，2020.
[75] Kwan，Campbell，“Australia Is Using AI to ‘Catch up’ Rather than to Get Ahead：Deloitte，” ZDNet，May 7，2019，https：//www.zdnet.com/article/australia-is-using-ai-to-keep-up-rather-than-to-get-ahead-deloitte/，accessed December 29，2019.
[76] 3Ai，Australian National University，https：//3ainstitute.cecs.anu.edu.au/.
[77] Element AI，“Global AI Talent Report 2019，” Jfgagne，April 2，2019，https：//jfagne.ai/talent-2019，accessed December 29，2019.
[78] “National Strategy on Artificial Intelligence，” NITI Aayog，June 2018，https：//niti.gov.in/sites/default/files/2019-01/NationalStrategy-for-AI-Discussion-Paper.pdf，accessed December 29，2019.
[79] “Artificial Intelligence Committees Reports，” Ministry of Electronics and Information Technology，last modified December 4，2019，https：//meity.gov.in/artificial-intelligence-committees-reports，accessed December 29，2019.
[80] “Report of the Artificial Intelligence Task Force，” Department for Promotion of Industry and Internal Trade，Government of India，https：//dipp.gov.in/sites/default/files/Report_of_Task_Force_on_ArtificialIntelligence_20March2018_2.pdf，accessed December 29，2019.
[81] Nishant Malhotra and Saransh Roy，“National Artificial Intelligence Mission，” Invest India，August 5，2019，https：//www.investindia.gov.in/team-india-blogs/national-artificial-intelligence-mission，accessed December 29，2019.
[82] Sukanya Mukherjee，“Karnataka Government To Commit $6.1 Mn For an Artificial Intelligence and Data Science Hub，” Inc42，October 3，2017，https：//inc42.com/buzz/karnataka-artificial-intelligence-hub/，accessed December 29，2019.
[83] “Artificial Intelligence 2018-2019，” Analytics India，https：//www.analyticsindiamag.com/wp-content/uploads/2018/12/The-Hitchhikers-Guide-to-Artificial-Intelligence.pdf，accessed December 29，2019.
[84] Priyanka Sangani，“Government of Karnataka and NASSCOM Launch Centre of Excellence for Data Science in Bengaluru，” Economic Times，July 5，2018，https：//economictimes.indiatimes.com/small-biz/startups/newsbuzz/government-of-karnataka-and-nasscom-launch-centre-of-excellence-for-data-science-in-bengaluru/articleshow/64871146.cms，accessed December 29，2019.
[85] “Artificial Intelligence Primer 2018，” NASSCOM，https：//www.nasscom.in/system/files/secure-pdf/NASSCOM_AI_Primer_2018_11072018.pdf，accessed December 29，2019.
[86] “Artificial Intelligence 2018-2019，” Analytics India，https：//www.analyticsindiamag.com/wp-content/uploads/2018/12/The-Hitchhikers-Guide-to-Artificial-Intelligence.pdf，accessed December 29，2019.
[87] “NASSCOM Artificial Intelligence Primer 2018，” NASSCOM，https：//www.nasscom.in/system/files/secure-pdf/NASSCOM_AI_Primer_2018_11072018.pdf，accessed December 29，2019.
[88] Nishant Malhotra and Saransh Roy，“National Artificial Intelligence Mission，” Invest India，August 5，2019，https：//www.investindia.gov.in/team-india-blogs/national-artificial-intelligence-mission，accessed December 29，2019.
[89] “Artificial Intelligence 2018-2019，” Analytics India，https：//www.analyticsindiamag.com/wp-content/uploads/2018/12/The-Hitchhikers-Guide-to-Artificial-Intelligence.pdf，accessed December 29，2019.
[90] Richa Bhatia，“8 Most Valued AI Startups in India that Promise Investors Big Returns，” Analytics India，May 15，2019，https：//analyticsindiamag.com/8-most-valued-ai-startups-in-india-that-promise-investors-big-returns/，accessed December 29，2019.
[91] Nishant Malhotra and Saransh Roy，“National Artificial Intelligence Mission，” Invest India，August 5，2019，https：//www.investindia.gov.in/team-india-blogs/national-artificial-intelligence-mission，accessed December 29，2019.
[92] Element AI，“Global AI Talent Report 2019，” Jfgagne，April 2，2019，https：//jfgagne.ai/talent-2019/.
[93] “Artificial Intelligence Index Report 2019，” Stanford University’s Human-Centered Artificial Intelligence Institute，December 2019，https：//hai.stanford.edu/sites/g/files/sbiybj10986/f/ai_index_2019_report.pdf，accessed December 29，2019.
[94] Bhasker Gupta，“Top 10 B.Tech.In Artificial Intelligence Programmes in India，” Analytics India，June 28，2019，https：//analyticsindiamag.com/top-10-b-tech-in-artificial-intelligence-programmes-in-india/，accessed December 29，2019.
[95] Wadhwani Institute for Artificial Intelligence，https：//www.wadhwaniai.org/.
[96] European Commission，“Artificial Intelligence for Europe，” European Union，April 25，2018，https：//ec.europa.eu/newsroom/dae/document.cfm？doc_id=51625，accessed December 29，2019.
[97] The Nordic Council，“AI in the Nordic-Baltic Region，” Regeringskansliet，May 14，2018，https：//www.regeringen.se/49a602/globalassets/regeringen/dokument/naringsdepartementet/20180514_nmr_deklaration-slutlig-webb.pdf，accessed December 29，2019.
[98] Ministry of Economic Affairs and Employment of Finland，“Finland’s Age of Artificial Intelligence：Turning Finland into a Leading Country in the Application of Artificial Intelligence Objective and Recommendations for Measures，” Työ-ja Elinkeinoministeriö Arbets-och Näringsministeriet，December 18，2017，https：//tem.fi/julkaisu？pubid=URN：ISBN：978-952-327-290-3，accessed December 29，2019.
[99] Ministry of Economic Affairs and Employment of Finland，“Work in the Age of Artificial Intelligence：Four Perspectives on the Economy，Employment，Skills and Ethics，” Työ-ja Elinkeinoministeriö Arbets-och Näringsministeriet，August 16，2018，https：//tem.fi/julkaisu？pubid=URN：ISBN：978-952-327-313-9，accessed December 29，2019.
[100] Ministry of Economic Affairs and Employment of Finland，“Edelläkävijänä Tekoälyaikaan，” Työ-ja Elinkeinoministeriö Arbets-och Näringsministeriet，March 14，2019，https：//tem.fi/julkaisu？pubid=URN：ISBN：978-952-327-411-2，accessed December 29，2019.
[101] “How Artificial Intelligence will Transform Nordic Businesses，” McKinsey & Company，May 2019，https：//www.mckinsey.com/featured-insights/artificial-intelligence/how-artificial-intelligence-will-transform-nordic-businesses，accessed December 29，2019.
[102] “How Artificial Intelligence will Transform Nordic Businesses，” McKinsey & Company，May 2019，https：//www.mckinsey.com/featured-insights/artificial-intelligence/how-artificial-intelligence-will-transform-nordic-businesses，accessed December 29，2019.
[103] Janosch Delcker，“Finland’s Grand AI Experiment，” POLITICO，modified April 19，2019，https：//www.politico.eu/article/finland-one-percent-ai-artificial-intelligence-courses-learning-training/，accessed December 29，2019.
[104] “Nordic Five Tech Establishes New Network for Artificial Intelligence，” Norwegian University of Science and Technology，https：//www.ntnu.edu/nordic-network-for-artificial-intelligense，accessed December 29，2019.
[105] Danish Centre for Applied Artificial Intelligence Website，https：//alexandra.dk/uk.
[106] “Assumptions for the AI Strategy in Poland，” Digital Poland，November 2019，https：//www.digitalpoland.org/assets/reports/map-of-the-polish-ai—2019-edition-i.pdf，accessed December 29，2019.
[107] “National Artificial Intelligence Strategy of the Czech Republic，” Ministry of Industry and Trade，May 2019，https：//www.mpo.cz/assets/en/guidepost/for-the-media/press-releases/2019/5/NAIS_eng_web.pdf，accessed December 29，2019.
[108] “Artificial Intelligence for Estonia，” Kratt，https：//www.kratid.ee/in-english，accessed December 29，2019.
[109] “AI Strategies & Public Sector Components，” Observatory of Public Sector Innovation，last modified December 3，2019，https：//oecd-opsi.org/projects/ai/strategies/，accessed December 29，2019.
[110] “AI Strategies & Public Sector Components，” Observatory of Public Sector Innovation，last modified December 3，2019，https：//oecd-opsi.org/projects/ai/strategies/，accessed December 29，2019.
[111] “AI Strategies & Public Sector Components，” Observatory of Public Sector Innovation，last modified December 3，2019，https：//oecd-opsi.org/projects/ai/strategies/，accessed December 29，2019.
[112] “AI in Eastern Europe：AI Industry Landscape Overview 2018，” Deep Knowledge Analytics，2018，http：//analytics.dkv.global/data/pdf/AI-in-EE/AI-in-Eastern-Europe.pdf，accessed December 29，2019.
[113] “AI in Eastern Europe：AI Industry Landscape Overview 2018，” Deep Knowledge Analytics，2018，http：//analytics.dkv.global/data/pdf/AI-in-EE/AI-in-Eastern-Europe.pdf，accessed December 29，2019.
[114] “AI in Eastern Europe：AI Industry Landscape Overview 2018，” Deep Knowledge Analytics，2018，http：//analytics.dkv.global/data/pdf/AI-in-EE/AI-in-Eastern-Europe.pdf，accessed December 29，2019.
[115] “AI in Eastern Europe：AI Industry Landscape Overview 2018，” Deep Knowledge Analytics，2018，http：//analytics.dkv.global/data/pdf/AI-in-EE/AI-in-Eastern-Europe.pdf，accessed December 29，2019.
[116] “AI in Eastern Europe：AI Industry Landscape Overview 2018，” Deep Knowledge Analytics，2018，http：//analytics.dkv.global/data/pdf/AI-in-EE/AI-in-Eastern-Europe.pdf，accessed December 29，2019.
[117] Map of the Polish AI，Digital Poland Foundation，Warsaw，2019，https：//www.digitalpoland.org/assets/reports/map-of-the-polish-ai—2019-edition-i.pdf，accessed December 29，2019.
[118] Tang See Kit，“Singapore Rolls out National Strategy on Artificial Intelligence for ‘Impactful’ Social，Economic Benefits，” Channel News Asia，updated November 13，2019，https：//www.channelnewsasia.com/news/singapore/singapore-national-strategy-ai-economic-benefits-heng-swee-keat-12089082，accessed December 29，2019.
[119] Sachin Chitturu et al.，“Artificial Intelligence and Southeast Asia’s Future，” McKinsey & Company，September 2017，https：//www.mckinsey.com/～/media/McKinsey/Featured%20Insights/Artificial%20Intelligence/AI%20and%20SE%20ASIA%20future/Artificial-intelligence-and-Southeast-Asias-future.ashx，accessed December 29，2019.
[120] “Adoption of Artificial Intelligence on the Rise in ASEAN，” Disruptive Tech ASEAN，July 13，2018，https：//disruptivetechasean.com/big_news/adoption-of-artificial-intelligence-on-the-rise-in-asean/，accessed December 29，2019.
[121] Sachin Chitturu et al.，“Artificial Intelligence and Southeast Asia’s Future，” McKinsey & Company，September 2017，https：//www.mckinsey.com/～/media/McKinsey/Featured%20Insights/Artificial%20Intelligence/AI%20and%20SE%20ASIA%20future/Artificial-intelligence-and-Southeast-Asias-future.ashx，accessed December 29，2019.
[122] Yoolim Lee，“Grab to Spend $150 Million on AI to Build Regional Super App，” Bloomberg，September 5，2019，https：//www.bloomberg.com/news/articles/2019-09-05/grab-will-invest-150-million-in-ai-to-build-regional-super-app，accessed December 29，2019.
[123] “Artificial Intelligence in Southeast Asia，” Asian Scientist，https：//www.asianscientist.com/wp-content/uploads/2018/03/Clarivate-Analytics_Industry-Bytes-Artificial-Intelligence-in-SEA.pdf，accessed December 29，2019.
[124] Alita Sharon，“Thailand Gets ASEAN’s First AI Robot Teacher，” OpenGov Academy，November 29，2019，https：//www.opengovasia.com/thailand-gets-aseans-first-ai-robot-teacher/，accessed December 29，2019.
[125] News Desk，“Tokopedia，UI Launch AI Research Center，” The Jakarta Post，March 28，2019，https：//www.thejakartapost.com/news/2019/03/28/tokopedia-ui-launch-ai-research-center.html，accessed December 29，2019.
[126] “15 Institutions in Malaysia Offering Artificial Intelligence （AI）Courses，” Hot Courses Abroad，https：//www.hotcoursesabroad.com/study/training-degrees/malaysia/artificial-intelligence-ai-courses/loc/114/cgory/cb.31-4/sin/ct/programs.html，accessed December 29，2019.
[127] Data Science & Artificial Intelligence Research Centre NTU，https：//dsair.ntu.edu.sg/Pages/Home.aspx.
[128] “AI Strategies & Public Sector Components，” Observatory of Public Sector Innovation，last modified December 3，2019，https：//oecd-opsi.org/projects/ai/strategies/，accessed December 29，2019.
[129] “AI Strategies & Public Sector Components，” Observatory of Public Sector Innovation，last modified December 3，2019，https：//oecd-opsi.org/projects/ai/strategies/，accessed December 29，2019.
[130] “Brazilian Digital Transformation Strategy，” Brasília，2018，http：//www.mctic.gov.br/mctic/export/sites/institucional/sessaoPublica/arquivos/digitalstrategy.pdf，accessed December 29，2019.
[131] Emma Martinho-Truswell et al.，“Towards An AI Strategy in Mexico：Harnessing the AI Revolution，” Wize Line，June 2018，http：//go.wizeline.com/rs/571-SRN-279/images/Towards-an-AI-strategy-in-Mexico.pdf.
[132] Armen Ovanessoff and Eduardo Plastino，“How Artificial Intelligence Can Drive South America’s Growth，” Accenture，2017，https：//www.accenture.com/_acnmedia/PDF-49/Accenture-How-Artificial-Intelligence-Can-Drive-South-Americas-Growth.pdf.
[133] “Sizing the Prize：What’s the Real Value of AI for Your Business and How Can You Capitalise，” PricewaterhouseCoopers，2017，https：//www.pwc.com/gx/en/issues/data-and-analytics/publications/artificial-intelligence-study.html，accessed December 29，2019.
[134] “Sizing the Prize：What’s the Real Value of AI for Your Business and How Can You Capitalise，” PricewaterhouseCoopers，2017，https：//www.pwc.com/gx/en/issues/data-and-analytics/publications/artificial-intelligence-study.html，accessed December 29，2019.
[135] “Sizing the Prize：What’s the Real Value of AI for Your Business and How Can You Capitalise？” PricewaterhouseCoopers，2017，https：//www.pwc.com/gx/en/issues/data-and-analytics/publications/artificial-intelligence-study.html，accessed December 29，2019；Armen Ovanessoff and Eduardo Plastino，“How Artificial Intelligence Can Drive South America’s Growth，” Accenture，2017，https：//www.accenture.com/_acnmedia/PDF-49/Accenture-How-Artificial-Intelligence-Can-Drive-South-Americas-Growth.pdf，accessed December 29，2019.
[136] “Sizing the Prize：What’s the Real Value of AI for Your Business and How Can You Capitalise，” PricewaterhouseCoopers，2017，https：//www.pwc.com/gx/en/issues/data-and-analytics/publications/artificial-intelligence-study.html，accessed December 29，2019.
[137] “Sizing the Prize：What’s the Real Value of AI for Your Business and How Can You Capitalise，” PricewaterhouseCoopers，2017，https：//www.pwc.com/gx/en/issues/data-and-analytics/publications/artificial-intelligence-study.html，accessed December 29，2019.
[138] “Sizing the Prize：What’s the Real Value of AI for Your Business and How Can You Capitalise，” PricewaterhouseCoopers，2017，https：//www.pwc.com/gx/en/issues/data-and-analytics/publications/artificial-intelligence-study.html，accessed December 29，2019.
[139] “Sizing the Prize：What’s the Real Value of AI for Your Business and How Can You Capitalise，” PricewaterhouseCoopers，2017，https：//www.pwc.com/gx/en/issues/data-and-analytics/publications/artificial-intelligence-study.html，accessed December 29，2019.