研究全球人工智能（AI）趋势的报告指出去年中国人工智能研究的进展以及持续的障碍。
该研究由学术期刊和研究公司《Elsevier》出版，分析了1998年至2017年期间600,000多种学术出版物，发现中国出版物的数量正在增加，并且在一些质量标志中表现出增强的性能。
1998年至2002年间，中国研究人员仅撰写了9％的学术出版物，而2013年至2017年期间则为24％。欧洲在同一时期损失了5个百分点而美国则下降了8个百分点，但总和超过了全球人工智能研究的一半。
中国的研究大多发展在计算机视觉领域。2011年，该主题超越了神经网络，成为中国学术界最受欢迎的网络。那一年，中国研究人员写了3000篇关于计算机视觉的论文 六年后，他们写了大约6,500，比第二个最受欢迎的主题神经网络翻了一倍多。
欧洲在计算机视觉研究方面也有类似的趋势，但该领域的持续增长与规划和决策相匹配。在绝对数字方面，后一类别在欧洲计算机视觉研究方面保持领先地位，2017年将发表约750篇论文。
中国研究的另一个增长来源是会议论文。2008年至2018年，中国与人工智能相关的学术出版物增长了13.8％，而欧洲为7.7％，美国为5.3％。
美国可能缺乏大量的论文，但它正在赢得研究影响。Elsevier使用场加权引用影响（FWCI）来衡量在其他出版物中引用论文的频率，并根据该领域的平均值进行调整。
从美国机构发表的论文被引用的数量是相关领域平均值的1.5倍，这个数字自1998年以来一直保持甚至增长。相比之下，欧洲机构在1998年以平均值开始，并在2017年进展到1.25左右。
研究发现，中国在这方面的增长是“巨大的”。中国在人工智能研究方面的FWCI已经从1998年的世界平均水平的一半上升到2017年的平均水平。
从2013年到2017年，这一趋势在中国科学院、清华大学、哈尔滨工业大学、上海交通大学和浙江大学均为中国大学机构。
中国科学院院士唐传教士接受了采访。他发现中国对全球人工智能研究的贡献存在三个主要障碍。首先，缺乏支持AI技术的芯片技术。
其次，“中国缺乏人工智能基础研究的长期努力”，学者们倾向于遵循西方的趋势，他告诉《Elsevier》。第三，它缺乏高质量的专家，因为只有38.7％的研究人员在中国工作，有超过10年的经验，他说。
在全球范围内以及在所有学科领域，当与行业专业人士合作出版时，论文对FWCI的影响更大。全球仅有3.4％的人工智能相关论文涉及学术-企业合作，但他们平均获得2.53 FWCI分数。
美国在跨部门合作方面处于领先地位； 它占全球工业合作伙伴的8.9％的论文。这份美国报纸的学术影响惊人，FCWI得分为3.41。
在这种程度上，欧洲和中国尚未与企业合作伙伴在人工智能研究方面合作，分别发布了3.6％和2.3％的全球学术企业论文，涉及学术-企业合作。
涉及企业合作伙伴的中国研究获得了2.64的FWCI评分，略高于欧洲同行的2.46。
中国在国际合作方面也落后了。它拥有从未离开该地区的研究人员比例最高，而美国拥有的移民或进入该国的研究人员数量最多。与迁移对手相比，倾向于留在本地区的研究人员在该领域的影响和生产力最低。
1998年至2017年间，更多的研究人员迁移到中国大约两年，从事AI学术研究。在此期间，中国的研究人员增加了0.1％，接近美国0.3％的净流入。
然而，在这20年中留在美国的研究人员对该领域的影响最大，“这可能表明国际流入该国的原因”，该论文得出结论。
最后，本文还包括中国自动化研究院和中国科学院毕业生的案例研究。研究表明，人工智能相关领域的毕业生更有可能通过派遣结束他们的教育，这意味着他们被雇用在大学或研究所帮助他们找到的工作中。