2020中国智能城市指数-悉尼大学商学院-202007.pdf

《2020中国智能城市指数-悉尼大学商学院-202007.pdf》由会员分享，可在线阅读，更多相关《2020中国智能城市指数-悉尼大学商学院-202007.pdf（44页珍藏版）》请在得力文库 - 分享文档赚钱的网站上搜索。

1、Business School An initiative of 2020 中国智能城市指数 中国城市人工智能 能力评估 引领人工智能发展的六大城市群简介 Cover image: Photo by Minhao Shen on Unsplash, Photo by Yuanbin Du on Unsplash 布局及视觉设计： Nicolette Axiak sbisydney.edu.au Riemer, Kai; Peter, Sandra; Curtis, Huon; Pan, Kishi (2019) 中国智能城市指数：中国城市人工智能能力评估，悉尼商务洞察 http:/sbi.sy

2、dney.edu.au/intelligent-cities-index-china/ 作者： Kai Riemer，信息技术与组织教授 Sandra Peter，悉尼商务洞察 总监 Huon Curtis，高级研究分析师 Kishi Pan，中国分析师 联系方式： 全部引文： 本报告由悉尼大学商学院悉尼商务洞察出版。 如需获取本报告的PDF格式版本，请点击此处下载： http:/sbi.sydney.edu.au/intelligent-cities-index-china/ 5 6 12 16 18 21 28 29 30 32 35 36 38 40 42 43 3 Photo by H

3、iurich Granja on Unsplash 目录 总体概述 背景：人工智能 背景：智能城市 研究概述 计分模型 中国智能城市指数（ICI-CN） 智能城市群 中国经济区 智能之都 东部沿海地区挑战者 中部地区崛起 南部地区巨头 东北工业区 西部大开发地区 参考书目 作者和术语表 中国智能城市指数 Photo by Zhang Kaiyv on Unsplash 4 中国智能 城 市 指 数 Photo by Scarbor Siu on Unsplash 总体概述 什么是中国智能 城市指数(ICI-CN)？ 本中国智能城市指数旨在按照中国城市在 新兴的人工智能领域所从事的各项活动， 对

4、各个城市进行排名。 智能城市前六强都位于东部沿海地区。而 其它三个经济区则各自至少包含一个位列 前十强的智能城市。 北京是智能之都，同时也是研究和企业活 动领域的领导者。 在政府参与人工智能活动方面，南部沿海 的巨头深圳和广州处于领先地位，拥有实 力雄厚的企业部门。 中部地区崛起城市包括武汉，这是一个新 兴的城市，其在人工智能研究和基础设施 建设方面占据优势。 东北工业城市哈尔滨市和沈阳市以强大的 人工智能研究能力著称。 西部大开发城市包括西安和成都，这两大 城市的研究实力都在不断增强，同时也在 吸引人工智能人才方面提供了有利的政策 条件。 东部沿海地区的挑战者上海、南京和杭州在 智能城市指数

5、的各个类别中都具有一定的综 合实力。 中国智能城市指数（ICI-CN) 揭示了六个 主要的人工智能领先城市群。这些集群分 别对应着中国的各个经济区 ( 请参阅第 14 页） 。 它为想要了解中国人工智能活动区域和地理 概况的决策者和利益相关方提供了资源。 稍后的报告将详细说明排名靠前的城市， 正是这些城市构成了本报告的中国智能城市 指数（请参阅第 30-41 页） 。 本中国智能城市指数属于元分析研究成果。 其中的所有评分和排名的编制依据来源于 围绕各个城市、省和地区所开展的现有研 究以及中国公开的现有人工智能数据（请 参阅第 21 页） 。 近年来，关于中国城市人工智能的报告和 排名层出不穷

6、。本研究汇总了既有的深刻 见解，并将其整合到了一个指数中。 本指数基于 10 个指标，并给出了四个单项 排名的综合结果，包括（1）企业活动， （2）研究水平， （3）基础设施准备度，和 （4）政府的参与度（请参阅第 22-25 页） 。 关键见解 5 中国智能城市指数 $13 万亿美元 GDP BY 2030 6 中国智 能 城 市 指 数 农业 能源 金融 医疗 制作业 交通 $ $ 采用人工智能技术的行业 背景：人工智能 人工智能（AI）催生了大量的 炒作，伴随着不切实际的前景 和反乌托邦式的警告 人工智能（AI）带来了思维机器和更加智能 化的前景，预示其能够以前所未有的方式解 决各种疑难

7、问题，并带来了前所未有的创新 和经济增长。例如，麦肯锡（McKinsey） 最近的一项研究表明，到 2030 年时，在全 球范围内采用人工智能技术可能会使全球总 体国内生产总值增长 13 万亿美元，年均国 内生产总值增长约 1.2。1 与此同时，根据 Axios 的最新研究，人工智 能引发了人们对自动化、广泛失业和“ 机器 人正在袭击人类 ”的担忧，甚至年纪较轻、 资质一流的员工也可能会因为人工智能自动 化而面临失业的风险。2 此后，劳动经济学家开展的更加均衡的分析 表明，技术发展既以不同的方式互为补充， 同时又互相替代。6经济历史表明，自动化带 来的工作流失总是与其创造的新工作相抵消。 而在

8、新工作当中，与新技术相比，从业人员具 有相对优势。7 鉴于人工智能并非一项单一技 术，因此，其对各项工作任务和整个经济的影 响显然将各不相同。 为了解开究竟是什么让人工智能成为了强大 新工具，并区分现实的前景和毫无根据的炒 作，我们有必要了解人工智能的确切含义以 及人工智能与传统计算的区别。 毫无疑问，人工智能很可能会改变很多工 作的性质和设计、组成这些工作的任务以 及执行这些工作所需的技能类型。在金融、 制造、能源、运输、医疗保健和农业综合 经营等领域已经采用了人工智能技术。但 在各个行业和经济体采用人工智能技术的 速度和程度可能会存在很大差异。目前在 金融服务领域、自动化金融咨询产品和算

9、法交易系统采用人工智能技术的现象也变 得愈发普遍。此外，25 年来，人们一直在 开发各种人工智能系统来协助金融公司检 查欺诈行为。8 包括微软、IBM、谷歌和英 特尔在内的主要技术公司已经向医疗保健 初创公司投资，并与研究机构和国家医疗 服务机构建立了合作关系，希望建立有助 于医学诊断和治疗的系统。9 即使在农耕和 农业领域，也在采用人工智能技术来提高 农作物的产量。 显然，受制于科幻小说中的流行文化叙述的 强烈影响，人工智能已经催生了许多无用的 炒作和夸大其词。因此，也难怪至今仍有媒 体和政治演说大肆鼓吹并在公众面前不断重 复早期的反乌托邦式预测 3（尽管这些预测出 炉之后便一直声名狼藉）

10、。一项类似的研究曾 预测，在未来的二十年里，美国所有从业人 员中将有 47的人员的工作岗位面临潜在的 高自动化风险。4 澳大利亚联邦科学与工业研 究组织（CSIRO）也曾预测将有类似比例的 工作面临着风险，英格兰银行警告说，美国 和英国将分别有 8000 万和 1500 万个工作机 会可能会因自动化而流失。5 7 中国智能城市指数 深度学习（DL） 一种全新的计算程序 深度学习的运行方式 输入层 隐藏层 输出层 图一：深度学习神经网络 人工智能几乎与计算本身一样古老，其历 史可追溯到上世纪五十年代，但早期的人 工智能解决方案与当前的技术套件之间存 在着很大的不同。在早期阶段，计算机科 学家曾决

11、心将世界上可用的所有事实和规 则全部传授给计算机，希望在计算机中复 制人类的推理能力（正是推理能力让人类 的认知如此强大） 。但是，当这一领域遇到 当今所谓的“ 常识性问题 ”时，这一计划 却以失败告终，因为人类认识是以隐性知 识的形式得以体现，但无法以明确的事实 和逻辑陈述来表达这些隐性知识形式。10 度学习算法 ”在如今著名的 ImageNet 图 像识别竞赛中取得了成功，这时人工智能 才重新受到关注。机器学习的这一突破性 进展，再加上计算能力的进步以及通过社 交媒体收集数据这一全新形式，共同推动 了当前的炒作。 深度学习算法是通过采用人类准备的训练 数据集来“ 训练 ”数值的复杂网络层（

12、所 谓的神经网络）创建而成，从而为每项训 练输入内容（例如特定图片）生成一条到 达正确的输出内容类别（例如，描述图片 内容的标签）的网络路径。由此，网络就 可“ 学习 ”识别输入数据中的模式并将其 与我们提供的标签相关联。深度学习的实 用之处在于，即使训练数据中未列入任何 输入内容，网络也将对同类输入内容进行 分类并向我们提供输出内容。完成这一过 程的方式为插值、填充空白。 在上世纪八十年代，如今通常所说的“ 良 好的老式人工智能（GOFAI）” 遭遇失败， 进而导致人工智能的研发进入了漫长的艰 难时期。在此期间，高校一直在开展相关 研究，但却始终默默无闻，也未实现工业 应用。到了 2012

13、年，所谓的革命性 “ 深 8 中国智 能 城 市 指 数 ? 深度学习算法被应用于 核磁共振图像中的 癌细胞识别 深度学习的前景和面临的挑战 人工智能几乎与计算本身一样古老，其历 史可追溯到上世纪五十年代，但早期的人 工智能解决方案与当前的技术套件之间存 在着很大的不同。在早期阶段，计算机科 学家曾决心将世界上可用的所有事实和规 则全部传授给计算机，希望在计算机中复 制人类的推理能力（正是推理能力让人类 的认知如此强大） 。但是，当这一领域遇到 当今所谓的“ 常识性问题 ”时，这一计划 却以失败告终，因为人类认识是以隐性知 识的形式得以体现，但无法以明确的事实 和逻辑陈述来表达这些隐性知识形式

14、。10 从根本上讲，深度学习算法并不可靠如果输 入的数据超出了训练数据的范围，那么它们就会 犯错误，但它们却无法告诉我们何时会发生错误， 因此错误通常会被忽视。11在许多应用领域中， 这并不是一个问题，但这会限制我们使用这些系 统的领域。 深度学习需依赖训练数据的质量。例如，如果数 据中充斥着性别、种族、残疾性别或其它事实的 刻板印象，则该技术的最终应用成果将充满偏见 和不平等现象。12进行历史数据算法方面的训练 可能会进一步增强现有的排斥和歧视做法。 因此，人工智能就给我们带来了复杂的道德、法律和安全问题。例如，在法律环境中使用人工智能对人做出重大裁决已经引起了人们对如何 确保司法、公正、问

15、责制和透明度的关注。13 在限制与其固有的局限性相关的问题的同时，还需开展大量的研究来改进深度学习并增强其功能。毋庸置疑的是，人工智能将为企业和社会 带来广泛的变革。但是，我们无法预测这些变化的具体情况。因此，非常有必要密切关注相关的进展情况，并更好地了解相关的主要驱动因 素以及主要参与者。 深度学习系统在很大程度上是复杂难懂 的黑匣子，因为不可能完全理解它如何 获得特定输出内容（例如，输入数据中 的特定特征如何促成输出内容的生成） 。 人工智能的未来在何方？ 投资尚未反映到应用中 2017 中国 美国 50% 36% 20112018 世界范围 3% 12% 9 中国智能城市指数 图二：人工

16、智能创业公司的私募股权投资占比图四：人工智能创业公司投资 （单位：十亿美元） 图三：2018年最具价值交易 5亿美元 美国自动驾驶 初创公司Zoox 6亿美元 中国商汤科技公司 美国 2016 2018 84 62 中国 世界各地对人工智能技术和相关企业的私 人投资飞速增长。2018 年，人工智能初创 公司以创纪录的速度应运而生，14吸引了约 12的全球私募股权投资，与 2011 年的 3相比，实现了大幅增长。15其中美国和 中国的公司占据了主导地位2017 年， 美国公司占 50，而中国公司则吸引了约 36的私募股权投资。16 2018 年，最有价值的两大交易分别是美国 自动驾驶初创公司 Z

17、oox 的 5 亿美元融资以 及对中国商汤科技公司的 6 亿美元投资。 根据 Venture Scanner 的数据，中国对 人工智能创业公司的投资从 2016 年的 10 亿美元增长到了 2018 年的 80 亿美元，而 美国则在 2016 年和 2018 年分别吸引了 30 亿美元和 80 亿美元的投资。17 多达 40的 “ 人工智能初创公司 ” 实际使 用人工智能的方式并不会对他们的业务产 生至关重要的影响。20在大肆炒作的同时， 许多公司都被指控部署了“ 伪人工智能 ” （例如采用人类来假扮聊天机器人） ，但却 告诉投资方他们已经开发出了可扩展的人 工智能技术。21 无论在商业中还是

18、在研究中，开发人工智 能都属于资源密集型活动。例如，对于在 大学工作的研究人员而言，产生值得发表 的成果需要数量庞大的资源，这使得他们 在推动这一领域向前发展方面越来越具有 挑战性。无论是在财务方面（因为训练算 法所需的数据加标签需要时间、硬件的成本 和云计算时间） ，还是在环境方面（因为运 行现代计算机所需的碳足迹） ，深度学习算 法的培训和开发都需要付出高昂的成本。22 然而，目前还需要开展大量研究，不仅需推 进深度学习技术的发展，而且还需探索最佳 方法，以有益于商业和公共部门的方式使用 这种新计算技术。 与此同时，各国政府的政策响应措施也对人 工智能的发展对社会、经济和工作场所政策 的意

19、义缺乏共识。各国政府都针对发展人工 智能促进社会公益、人工智能推动人类发展 或劳动力市场改革提出了立场声明和战略。 尽管创新费用急剧增加，但传播和应用仍 然动力不足。人工智能最突出的功能尚未 得到广泛采用。18相关公司仍在探索如何 将技术应用于解决特定的业务问题。其中 IBM 一直在努力将 IBM Watson 转化为商 业产品。19业务的发展也受到定义性问题 的限制。人工智能这一术语被人们广泛引 用。尽管学术界和专家在使用人工智能标 签时都提到了深度学习，但人们发现， 35% 全球私募股权投资（2018年） 中国企业吸引 10 中国智 能 城 市 指 数 到2030年，中国国内 人工智能产业

20、产值将 达2250亿澳元 新一代人工智能 发展规划 中国专门制定了政府规划， 是人工智能领域的主要参与者 尽管美国政府已根据2019 年美国白宫关 于人工智能的行政命令简要表达了全面 发展人工智能战略的雄心壮志，其中包括 优先发展 5G 移动技术、物联网（IoT）以 及制造业的向前发展，但与其它司法管辖 区相比，美国承诺投入的资金很少。相比 之下，欧盟委员会的人工智能战略则呼吁 欧盟的公共和私营部门至少增加 200 亿欧 元的人工智能投资，并承诺将其自身的出 资提高至 15 亿欧元。德国宣布将投入 30 亿欧元作为人工智能专项资金，英国宣布 投入的金额为 10 亿英镑。 中国正像其执行登月任务

21、一样进军人工智 能领域。自 2015 年以来，中国一直将人 工智能视为国家优先发展事项，而其目前 的参与则是建立在以前的科学技术发展规 划奠定的基础之上。最近，中国国务院宣 布了新一代人工智能发展规划 ，希望将 中国发展成为人工智能领域的世界领导者。 根据中国的人工智能规划，到 2030 年时， 中国将建立至少价值为 2250 亿澳元的国 内人工智能产业。 人工智能规划已促使政府和私营部门进行 大量创新、投资和发展。最近的人工智能 发展规划由工业和信息化部（MIIT）负责 监督，其中概述了四大主要任务，包括开发 （1）智能产品， （2）智能制造业， （3）在 人工智能的核心基础上取得突破，包括

22、开 发更快的神经网络计算机芯片；和（4） 加快 5G 的发展，建设公共支持体系。 在开发人工智能应用程序方面，中国具有 明显的比较优势，部分原因在于中国的人 口数量多，可以积累大量的数据。此外， 中国拥有一个更加开放的数据环境，这将 推动中国科技行业的发展，使许多企业跻 身于全球最大科技公司之列。23但仅仅关 注这些因素将过于简化中国在该领域内发 展的复杂驱动因素。 中国最近的人工智能发展规划正日益瞄准 国外，优先考虑培养内部和外部人工智能 研究人员，如促进合作、拜访友人和开展 学术交流（例如“ 千人计划 ”等） 。此外， 中国政府宣布了一项“ 双一流大学计划 ” ， 希望到 2050 年时创

23、建 42 所世界一流大 学。在世界人工智能大会和已出版的期刊 上，中国的研究人员的表现已经越来越突 中国拥护所谓的第二次机器时代和第四次 工业革命，并取得了令人瞩目的进步。中 国的技术行业在很大程度上实现了前所未 有的增长。百度、阿里巴巴和腾讯均成立 于 20 年前，但如今已跻身于全球最大公 司的行列。 2018 年，中国公司共吸引了约 35的全 球私募股权投资。中国的商汤科技公司成 立于 2014 年，如今已发展成为了全球最 有价值的人工智能公司。 其中最值得注意的是中国在人工智能领域 的崛起。公开数据显示，中国的国家和城 市政府对人工智能的投入已经达到了数十 亿美元。仅北京一个城市就宣布打

24、造一个 价值为 21 亿美元的以人工智能为中心的 科技园区，天津则计划设立一个价值为 160 亿美元的人工智能基金。因此，世界 各国的目光正在向中国转移。 千人计划 双一流大学计划 到2050年发展 42所世界一流大学 11 中国智能城市指数 Photo by Hanny Naibaho on Unsplash 出。24为了发展战略合作伙伴关系，中国 鼓励中国公司进行海外投资并在海外建立 研发中心。 在城市层面上重点关注人工智能发展表明 两大趋势在中国融合，以在城市层面上创 造一种非常区域化的人工智能实现方法。 中国的中央政府已激励其市政府和省政府 奉行人工智能友好政策，并与私营部门合 作开发

25、人工智能技术，以加快实现城市管 理和公共服务的数字化。 与此同时，中国的人工智能发展规划也采 用了经过深思熟虑且越来越区域化的执行 方法。人工智能计划鼓励市政府和省政府 奉行人工智能友好政策，并与私营部门合 作，加快人工智能技术的发展。目前，越 来越多的地方和省级政府推出了人工智能 政策举措。上海、武汉、北京等城市都已 经发布了人工智能实施计划。在全国范围 内出现了众多以人工智能为中心的产业园 区、研究机构、融资计划以及为人工智能 企业提供地方政府补贴的情况。 2030 中国城市化率 2018 59% 2030 1950 13 % 2030 中国城市地区GDP 2019 80 % 2030 1

26、978 36% 京 津 冀 成 渝 长江中游武汉附近城市群 长三角 112m 90m 60m 29m 背景：智能城市 12 中国智 能 城 市 指 数 中国的新城市化计划 推动了城市级人工智能的发展 图六：以人口分的城市群图五：中国城市化 Photo by zhang kaiyv on Unsplash 世界大势、具有影响力的技术和快速的城市 化，正在中国融为一体，共同创建智能城市。 中国的城市化率已从 1950 年的 13增长到 2018 年的 59。26世界上最大的 100 个城 市中有 25 个在中国，并且中国已经有至少 15 个特大城市（人口数量超过 1000 万的城 市） ，预计十年

27、后，又将有多个城市中心达 到大城市的规模。1978 年，城市的国内生 产总值仅占中国全国国内生产总值的 36。 而如今，城市地区的国内生产总值约占中国 国内生产总值的 80。 群（人口数为 9000 万） ；长江中游武汉附 近的城市群（人口数为 2900 万） 。这些发 展将建立在现有的主要城市群上，例如长三 角和珠三角地区城市群。 根据这一战略，中央政府已经制定了一些举 措来实现其人工智能战略的区域化。一方面， 要发展具有技术重点的独特城市群。例如， 正在推动相关区域专门研究特定技术，例如 武汉的光谷和合肥的语音谷等。另一方面， 中国的国家新型城镇化规划 (2014-2020 年 )简要说明

28、了 11 个 “ 城市群 ” 和户籍制 度改革事宜（以增加劳动力的流动性） ，同 时还针对宽带信息网络、电子政务平台和智 能基础设施事务设定了各项目标。最大的城 市群将是京津冀城市群 （北京 - 天津 - 河北， 人口数为 1.12 亿） ； 成都和重庆周边地区（人 口数为 6000 万） ；上海周围的长三角城市 有影响力的技术是一种世界大势（包括人工 智能的出现） ，其重塑了我们的现代世界。25 与现代中国社会发展密切相关的第二种世界 大势是城市化的快速推进。 两种世界大势齐头并进，从而在城市层面实 现人工智能的各种区域和本地化发展。 城市化的快速推进也属于世界大势。在世界 总人口中，有一半

29、以上的人口居住在城市中， 他们创造了世界各国国内生产总值的 85。 目前，中国的城市居民人数达到了 8 亿以上。 武汉光谷 合肥语音谷 13 中国智能城市指数 中国的城市级 人工智能发展倡议 图七： 人工智能特定应用领域的全国领头羊 已将大型高科技公司确定为人工智能特定应 用领域的全国领头羊。例如，百度的重点是 自动驾驶；阿里巴巴的任务是优先发展“ 城 市大脑 ” 专门关注具体交通流量和紧急 响应时间的平台；腾讯的重点是用于医疗诊 断的计算机视觉技术；而在深圳上市的科大 讯飞将重点关注语音技术。中国采取的系统 化方法将中国与其它国家区分开来，因为中 国将人工智能的发展与城市的发展挂钩。在 全球

30、范围内此举是独一无二的，因为其将地 方政府、科技公司和城市创新集群之间产生 了强大的协同作用。反言之，中国的城市正 处于从单纯的建筑基础设施向尝试改善生活 质量过渡的过程中。例如，在缓解交通拥堵、 创建全新的服务行业和技术以及金融业等高 附加值出口等方面，技术都发挥着重要作用。 国家级人工智能和城市化规划的目标正在转 变为城市级举措，目的在于增加对人工智能 驱动服务的需求，并推动进一步创新、研究、 投资和生产力增长形成良性周期。城市级公 司之间以及城市之间的竞争旨在创造一种环 境：以补贴、产业园和市政府投资的形式交 换资源， 从而增加就业机会、 税收和经济增长。 由此，市政府有效地充当了人工智

31、能项目的 孵化器和出资者。为此，城市政府通过建立 产业园、向选定公司提供资金和资源的方式 来实施国家框架。上海、武汉、北京等城市 都已经发布了人工智能实施计划。上海将为 关键性人工智能项目提供补贴，补贴金额为 其投资的 30。武汉已与小米建立了战略合 作伙伴关系，以建立人工智能、云计算和大 数据的研发中心。而天津生态城则已成为扩 展中国 5G 网络和可持续技术的试验场。 智能城市 在本报告中，我们遵循了这些见解，并与中 国政府对人工智能和城市化的关注保持一致， 重点关注了中国城市级人工智能能力的发展 情况。我们将“ 智能城市 ”一词定义为特定 城市参与人工智能（作为国家优先项目）的 能力。根据

32、这一定义，如果一个城市在以下 一个或所有领域中具备了显著的能力，则该 城市就称为“ 智能城市 ” ： （1）企业和商业； （2）研究与创新； （3）政府政策；和 / 或 （4）基础设施建设。我们研究了中国城市在 这四个大类中的能力水平和参与度，并建立 了评分模型和排名系统，我们将其称为“ 中 国智能城市指数 ” 。 14 中国智 能 城 市 指 数 Photo by Wong Zihoo on Unsplash 15 研究 Your Desk, Sydney .au 研究概述 16 中国智 能 城 市 指 数 基础设施排名企业排名研究排名中国智能城市指数从四个方面对 中国城市利用人工智能(AI

33、)的能 力和参与度进行了评估：企业、 研究、基础设施和政府。因此， 该指数由四个部分组成。其中的 每个部分都有一个单独的评分模 型并据此得出了排名情况。将这 些评分和排名整合在一起便构成 了 中 国 智 能 城 市 指 数 (ICI-CN)。中国智能城市报告 属于元分析研究成果。 本中国智能城市指数系通过合 并和整合现有报告中的一系列 辅助数据以及其它公共可用数 据构建而成。评分模型和资源 详见第21页。 研究排名基于每个城市高校的人工智能研 究水平、能力、质量和适用性。其中包括 所有具有显著人工智能研究成果的大学， 按照城市级别（而非大学级别）对所有数 据加以汇总。研究水平和研究能力属于纯

34、粹的定量指标，可根据一个城市中顶级大 学发表的人工智能相关论文的数量和该城 市活跃的人工智能研究人员的数量来衡量 人工智能相关研究活动的规模。另一方面， 研究质量和研究适用性则反映了这种研究 的知名度和实用性，系按照这些城市的人 工智能顶尖论文（在被引用次数方面）和 人工智能研究人员获得的专利数量来衡量。 专利是实用性的有效代表，因为只有针对 新颖、创新型研究才能申请专利。 基础设施排名反映的是城市参与人工智能 创新相关基本技术的程度，其中包括推出 5G 移动网络和智慧城市技术，如物联网、 传感器、智能电网以及运输系统实时数据 等。我们利用德勤提供的两个信誉良好的 排名来模拟智慧城市水平、智慧

35、城市排名 （按照城市的智能技术应用广度上对城市进 行评分和排名）以及创新能力评分（按照 城市在新颖技术和概念的应用领域的领导 力来区分城市） 。此外，我们还列入了每个 城市计划推出的 5G 移动技术的数据，并 以每 10 万人的 5G 基站数量对该数据加以 衡量。5G 将成为日常使用高级人工智能技 术的重要推动力，例如人工智能驱动的私 人替身（用于移动通信）或下一代人工智 能个人助手。 企业排名反映了每个城市与当地行业的人 工智能互动，由三个独立的活动指标组合 而成。活动的广度是一种数量指标，包括 一个城市中有多少家公司积极致力于将人 工智能融入其产品、服务和 / 或开发活动以 及城市在全国人

36、工智能就业市场中所占的 份额。活动深度是一种质量指标，可反映 每个城市中前百强人工智能公司的比例。 值得注意的是，前百强公司仅分布在 10 个 城市中。最后，活动的敏捷性是一个衡量 每个城市的人工智能初创部门的活力状况 的指标，通过总部位于每个城市的人工智 能初创公司的数量以及每个城市对初创公 司的投资规模对其加以衡量。这项指标将 那些在企业领域具有强大人工智能创新能 力的城市与那些仅应用人工智能的城市区 分开来，换言之，即将人工智能领导者与 人工智能追随者区分开来。 17 中国智能城市指数 Photo by Scarbor Siu on Unsplash 政府排名 我们通过省和市政府已执行的

37、人工智能相 关政策的数量来衡量政府的参与度。位于 同一省份的多个城市得分相同。意料之中 的是，尽管两者的衡量方法各不相同，但 基础设施得分和政府得分之间存在着很强 的相关性，这表明那些积极参与人工智能 政策的城市同样也是推出智能城市举措的 城市，而这些举措则为人工智能的研究和 应用奠定了基础。 计分模型 18 中国智 能 城 市 指 数 图八：中国智能城市指数 人工智能研究 熟练度 人工智能基础设施 完成率 人工智能政府 参与度 10% 20% 30% 40% 人工智能企业 活跃度 活动广泛度活动敏捷性活动深度 研究水平研究能力适用性 智慧城市基建移动创新 人工智能参与度 研究质量 AI企业数

38、量AI从业状况创业融资初创企业数量 前100名 AI企业数量 AI论文数量AI研究者人数AI专利数量 智慧城市评分创新评分 5G信号站 数量 AI扶持 政策数量 顶级AI论文数量 40%40%20% 20%20% 20%80% 100% 30%30% 数据来源： 企业指标：2018年EO Intelligence发布的人工智能商业落地/2018年清华大学发布的中国人工智能发展报告/2019年德勤发布的中国人工智能商业应用场景及潜力/2018年国际调查和研究公司发布的中国人工智能城市发展白皮书 。 研究指标：2018 年清华大学发布的中国人工智能发展报告 基础设施指标：2018年Deloitte

39、 Digital发布的超级智慧城市报告/ 5G数据来源：新华网、Technode、Lifewire、中国日报 政府指标：2018年清华大学发布的中国人工智能发展报告 智能城市能力金字塔展示了这四个方面的相互依赖关系，其中包括：（1）政府，负责设定人工智能的增值框架，（2）智慧城市 基础设施，负责提供基本要素，（3）研究，负责推动基础发展，以及（4）企业部门，负责领导人工智能创新和应用。总体而 言，本中国智能城市指数基于12个单项指标，并将其汇总到四个互为补充的评分模型中。 19 Photo by Maud Bocquillod on Unsplash 指数 20 中国智 能 城 市 指 数 P

40、hoto by Zhang Kaiyv on Unsplash 中国智能城市指数（ICI-CN） 21 中国智能城市指数 北京 哈尔滨 上海 杭州 武汉 广州 深圳 南京 成都 沈阳 西安 90 37 30 23 23 27 25 53 36 34 40 北京 哈尔滨 上海 杭州 武汉 广州 深圳 南京 成都 沈阳 西安 1 6 7 8 9 10 10 2 3 4 5 智能城市前十强排名表示的是四个独立排名的综合结果，并根据智能城市能力金字塔进行了 加权：企业活动占40，研究水平占30，基础设施准备度占20，政府参与度占10。 具体的排名情况见下文。在中国人工智能活动方面，此类前十一强城市无疑

41、属于领a导者。 各个排名概述了这些城市的不同优势，并将这些城市划分到不同的人工智能活动地理区域。 在分别描述每个城市之前，我们将在第28页介绍这些地理区域。 企业排名 5 杭州 广州 南京6 4 深圳3 北京 上海2 1 98 50 20 13 9 7 22 中国智 能 城 市 指 数 企业既是人工智能的用户， 又是人工智能的创新者，同 时也正是企业将人工智能带 到人们面前。那些吸引关键 创新者的城市将能够推动人 工智能的应用，同时也将为 更多的人工智能研究提供测 试平台和数据源。 北京中关村地区是全球领先的初创公司和科 技公司创新者。在过去的 20 年中，中关村已 经吸引了将近 20000

42、家高新技术企业入驻。 在人工智能领域领先公司总部所在地方面， 北京处于领先地位。 上海排名第二，它与 15 家中国领先的人工智 能公司（包括百度创新中心、科大讯飞、北 京地平线机器人技术研发有限公司和寒武纪 科技有限公司）建立了关键关系。上海市将 被赋予更大的行政自治权，进而带动长江三 角洲的开放。在企业支持方面，上海市上海 临港地区开发建设管理委员会起着关键作用。 深圳之所以排名第三，是因为当地初创公司 拥有可靠的私人融资机会。 深圳是中国大陆仅 有的两家证券交易所之一的所在地，拥有 30 多家从事云计算和大数据业务的上市公司。 杭州能撼动北京作为 “中国硅谷” 的地位。 杭州是全球最大的零

43、售商和电子商务公司 阿里巴巴（世界上最大的互联网和人工智 能公司之一）以及其它金融科技公司集群 的所在地。 2017 年，广州国际人工智能产业研究院 在南沙保税区成立，是支持企业发展的关 键一环。研究院希望到 2020 年时，在杨 致远（雅虎联合创始人兼前首席执行官） 和田溯宁（中国宽带资本合作伙伴）的带 领下，招募 30 个高端人才团队。 南京市表现良好，这得益于其建立了旨在 为企业家提供支持的 216 平方公里经济技 术开发区。数十家知名公司以及一系列初 创公司将入驻开发区。 哈尔滨 研究排名 97 58 55 55 40 34 34 5 3 6 北京 西安 南京 武汉 上海 杭州 2 1

44、6 3 23 中国智能城市指数 科学研究和发展在推动商业 创新方面起着关键作用。中 国的大学、研究机构和高科 技企业正在建立各种关系， 希望获得国家和全球影响 力。随着新兴前沿研究的不 断涌现，基础研究标准也在 不断提高。 迄今为止，北京一直是全国人工智能研 究的领先城市，因为北京拥有五所研究 型大学，这些大学取得了引人瞩目的人 工智能研究成果，其中最重要的是清华 大学，其总体排名第二。 得益于三所大学在人工智能研究方面 的积淀， 西安在研究排名中表现卓越。 例如，在我们的所有大学样本中，西 安电子科技大学获得了最多的人工智 能相关专利。 根据我们的数据，哈尔滨是中国领先 的人工智能研究机构哈

45、尔滨工业大学 的所在地。哈尔滨的研究排名完全取 决于哈尔滨工业大学的表现。 在我们的研究排名中， 南京排名第三， 主要得益于东南大学的排名：其总体 排名第五，在引用最多的人工智能论 文数量上排名第二。 武汉拥有两所实力雄厚的大学，即武 汉大学和华中科技大学，后者在人工 智能研究方面排名第六。武汉东湖高 新技术开发区拥有 42 所大学、22 个 国家重点实验室、24 个国家工程技 术中心和 56 个国家科研机构。 上海之所以取得这一排名，完全是因 为上海交通大学在人工智能研究方面 在所有大学中排名第三。 与其直接邻居上海类似，杭州也排在第六位，同 样得益于顶级的浙江大学的表现。浙江大学总体 排名

46、第四，在人工智能研究能力方面（即人工智 能领域活跃的学者数量）排名第一。 基础设施排名 5 广州 杭州 武汉 6 4上海3 深圳 北京2 1 96 92 8684 67 63 24 中国智 能 城 市 指 数 中国的主要城市都在促进 人工智能基础设施的发展， 为进一步实现行业创新创 造有利的环境。 为了开展互 联技术的实验，城市将相关 区域指定为“ 智慧城镇 ” 。 基础设施旨在加强城市与 省之间的协调并强化技术 生态系统。 由于专注于将自身建设成大湾区经济和商业 中心，深圳在基础设施建设方面处于领先地 位。中央政府向深圳授予了特殊地位，希望 深圳弘扬敢闯敢试、敢为人先的改革精神。 武汉正在推

47、进基础设施建设，希望到 2020 年 时安装 3000 个 5G 基站。武汉市地方政府表 示，到 2022 年，武汉将投资 400 亿元人民 币（即 80 亿澳元） ，为高科技基础设施的发 展提供关键支持。 杭州发展的重点在产业集群。杭州国家高 新技术产业开发区（HHTZ）拥有 1100 多名软件开发人员。此外，杭州也是浙江 大学和阿里巴巴集团支持的“ 未来科技 城 ” 倡议的所在地。 广州的基础设施建设旨在充分发挥其作为 门户城市的地位，也是广州努力建设大湾 区能力的关键节点。在 2020 年之前推出 的人均 5G 基站数量中，广州排名第一， 并且广州以其智能交通基础设施而闻名。 这些基础设

48、施中使用了庞大的传感器点网 络监控城市中的客流状况。 得益于技术中心中关村（被称为 “中国硅谷” ） 所发挥的关键作用， 北京排名第二。2018 年 1 月， 北京政府宣布在门头沟区投资 140 亿元人民币（即 30 亿澳元） 打造人工智能产业园。 上海高度重视产业集群，因此排名 靠前。目前上海市政府正在建设中 国第一个测试人工智能应用的试验 区。浦东新区试验区的三个主要任 务就是建立人工智能核心产业集 群、推广人工智能应用以及建立人 工智能创新支持系统。 杭州 政府排名 95 86 86 57 57 39 4 上海 武汉 6 4广州2 南京 深圳2 1 25 中国智能城市指数 城市政府希望营

49、造有利于 政策制定宏大人工智能的 环境，让人工智能成为经 济和技术发展的核心。中 国的城市政府正在利用科 技公司的能力来搭建政府 服务平台。 各种人工智能 发展规划旨在增强高科技 公司与政府之间的合作。 南京之所以位居第一，得益于它为了成为创 新中心、开放长江经济带而付出的巨大努力。 南京已经开发了多个高科技园，并为人工智 能建立了许多公共服务平台。此外，南京还 为研发和初创公司提供了许多税收优惠和激 励措施。 由于政府信息和资源共享平台（涉及 49 家市政机构）的发展，深圳并列排 名第二。深圳政府计划列入 5 亿元人民 币（即 1 亿澳元）的年度预算，用于开 发机器人技术、可穿戴设备和智能制造 服务。 与邻近的深圳一样，广州也启动了电子政务云， 整合了 22 家公共机构的资源。在 2015-2018 年 期间， 广东省政府共提供了 9430 亿元人民币（即 1940 亿澳元）的补贴来帮助当地制造商实现自 动化。广州市民率先拥有了电子社会保障卡，该 卡由应用程序交付，具有面部识别功能。 2017 年 11 月，上海市政府发布了新一代人 工智能实施计划。上海通过 “ 市民云 ” 简化 了政府服务。 “ 市民云 ”是一个基于云的平 台，可以兼作移动应用程序。 “ 市