内容摘要：本文主要研究中国在通用人工智能（AGI）领域的进展与特点。通过开源信息方法（面对涉密的外国科学评估的重要方法），研究证实了中国正朝着人工通用智能（AGI）的方向努力。研究通过检查2018年至2022年期间以中英文发表的科学论文，以获取相关研究的证据，来评估中国在AGI领域的研究进展。从研究结果来看，大量关于AGI前沿技术的研究表明中国致力于人工通用智能的主张是真实的，必须认真对待。
1 研究方法
本文遵循科技研究的开源开发模型，有八个步骤：
a)生成目标学科的中英语搜索词。
b)在互联网和学术期刊上运行搜索。
c)根据对论文内容的评估，选择反馈论文。
d)使用选定论文的数据来构建新的（互联网）搜索查询。
e)合并语料库，并对作者和附属机构加以研究。
f)通过专家分析来评估内容的性质和质量。
g)根据内容和作者身份的模式来确定关键的参与者和机构。
h)对该领域的发展方向做出分析性判断。
2 绘制目标
通过先前的研究、AGI文献和专家咨询，团队发现了若干人工智能的发展目标，可能有助于解决模仿人类认知难题，或者是改进机器学习（ML）算法。这些目标被分为以下十二类：
a)感知计算（人工情感、面部图像、身体语言和文本的情感分析）
b)应用（脑机接口、神经调节、增强认知、人机交互）
c)意识（自我意识、主观性、心理理论、同理心、道德推理、认知控制）
d)BI-AI（大脑启发的人工智能）
e)体现（导航、机器人技术）
f)生成（包括大型语言模型和图像生成模型）
g)硬件（忆阻器、神经形态芯片、记忆处理、人工神经元、峰值计算）
h)记忆（联想的、情景性的认知回忆、对环境刺激的反应）
i)模式识别学习（视频、模仿、转移、连续、自主、元学习、小模型）
j)感知（视觉、适应性注意、情境意识、视觉应用领域的导航/想象） k)强化学习/想象（计划、创造力、策略/游戏、奖励性学习、导航、控制）
l)感觉制定（直觉、推理、因果关系、不确定性、推理、常识、概念、语言，智力的神经基础）
3 文献回溯
本研究检索了中国2018-2022年间的500多份相关文献。根据（1）主题专家评论，（2）期刊或论坛的相对地位，（3）科研机构的地位，（4）被引频率（5）CNKI下载次数，最终确定较能体现研究目标的论文。然后进行额外的搜索：
a)先前研究中确定的中国顶尖人工智能科学家。
b)分配给选定文件的CNKI分类代码。
c)CNKI为选定文件编制“相关论文”。
d)人工智能论文的完整记录。
e)国家自然科学基金会资助代码。
f)中国人工智能研究机构网站上的特色研究。
g)中国科学家的英文学术出版物。
h)确定作者的中文名字以及隶属关系。
这些搜索和几轮相关修订结果将生成一个元数据电子表格和相关中国人工智能科学家研究的全文。这些数据、观察结果以及来自其他研究的材料构成了以下分析判断的基础。
4 分析结果
4.1 已发表的科学研究表明，中国正在走向通用的人工智能
下表将中国人工智能不同领域的研究作了归纳统计。虽然不同主题之间的规模差异值得探索，但本研究主要观点是，这些数据作为一个整体，表明中国科学家通用人工智能的所有领域已经取得积极进展。
中国在人工智能顶级出版刊物所展现出的代表性、专题研究量以及对论文探索深度的评估表明，中国在这方面的努力是真实的，应该认真对待。
4.2 中国对先进（通用）人工智能的研究拥有广泛的人才基础
通过对850份文件的语料库以及2000份独作和合著者的研究进行分析，我们发现中国研究者对通用人工智能各个方面兴趣广泛。相关研究文献大概有一到十几个或更多的（共同）作者，但大部分文献是3-5个作者。统计发现，大约1760人是独作论文，245人署名两篇论文及以上，32人有五篇或五篇以上的论文，以下作者有七篇或更多的论文：
1）高文，北京大学计算机科学教授和实验室主任。他在模式识别、计算机视觉和视频编码方面有1000多篇论文，已经主持了大约20个国家级的项目。
2）黄铁军，北京大学人工智能研究所副院长，北京人工智能学院院长，中国人工智能治理委员会成员。他的专长是神经形态计算和视觉处理。
3）刘建伟，中国石油大学的教授，中国人工智能协会的高级成员。他主要研究机器学习、模式识别和非线性系统，已经发表了260篇论文。
4）王飞跃，曾在中国科学院自动化研究所和国防科技大学担任高级职务。王飞跃有丰富的海外经验，是早期的“国家培养人才”，并获得了许多高级奖项。他主要研究社会计算、知识自动化和智能控制。
5）吴飞，浙江大学计算机学院的教授、副院长，浙江大学人工智能研究所所长，也是多个期刊的编辑和人工智能治理委员会的成员。他的研究领域包括ML和多媒体分析和检索。
6）徐波，中国科学院大学人工智能学院院长，并在其他几个顶级的人工智能研究和治理组织中担任领导职位。主要研究BI-AI和连接组学。
7）杨耀东，北京通用人工智能研究所和北京大学的人工智能研究所研究员，主要研究深度学习和多智能系统。
8）曾毅，中国科学院大学大脑智能研究中心的副主任，也是大脑科学与智能技术卓越中心的首席研究员。
9）张铁林，中国科学院大学副教授和首席研究员，主要研究峰值神经网络、神经形态芯片、记忆和认知决策。
10）张兆翔，中国科学院大学智能感知和计算研究中心和模式识别国家实验室的教授，研究计算机视觉、模式识别和模拟学习。
4.3 中国AGI研究集中在北京地区
基于作者来源，本研究罗列了中国AGI研究顶级机构：
中国于2020年建立了专门的北京通用人工智能研究院（BIGAI)，其与中科院大学人工智能研究院、北京大学、清华大学的在科研单位中排名前列。来自北京的五个机构占先进人工智能语料库的全部587人的70%。
研究发现，北京是中国AGI发展的主要地区，2022年10月，北京通用人工智能研究所被授予中国唯一的“通用人工智能国家重点实验室”。2021年11月，北京市政府宣布在海淀区建设“北京通用人工智能创新园”， 将于2024年作为平台完成中国的AGI模型。
4.4 国外研究有助于中国AGI研究进展，但不是主要驱动因素
本研究统计了中国AGI相关的论文引用外国来源的数量：
中国人工智能引用的主要来源是美国和英国的相关机构研究，澳大利亚和新加坡也同样值得注意。 中国AGI相关论文罗列的外国机构数量统计：
其中，引用次数最多的是澳大利亚悉尼大学、新加坡国立大学、伦敦帝国理工学院、卡内基梅隆大学和麻省理工学院和加州大学洛杉矶分校。
尽管中国的AGI研究得到了海外人工智能科学家和研究生的支持，但数据显示，其中大部分研究都位于中国的研究机构。
发布时间｜2023年7月
文章来源｜乔治敦大学
原文标题｜China’s Cognitive AI Research：Emulating Human Cognition on the Way to General Purpose AI
原文地址｜https://cset.georgetown.edu/publication/chinas-cognitive-ai-research/（24页）
Last modified: 2023年 7月 25日
