導語：從(cong) 全球範圍來看，人工智能領先的國家主要有美國、中國及其他發達國家。

　　雷鋒網按：人工智能是當前人類所麵對的最為(wei) 重要的技術社會(hui) 變革。從(cong) 各國政府到資本、業(ye) 界都熱情擁抱人工智能。在此大背景下，我們(men) 有必要知道技術的壁壘在哪裏，了解商業(ye) 化的邊界在哪裏，才能更好地理解人工智能。近日，騰訊研究院出台《中美兩(liang) 國人工智能產(chan) 業(ye) 發展報告》。雷鋒網對此進行摘取和解讀。

　　從(cong) 全球範圍來看，人工智能領先的國家主要有美國、中國。因此了解和熟悉產(chan) 業(ye) 當中有哪些成熟和短板非常重要。本報告非常紮實、數據來源權威，從(cong) 上下遊梳理了中美人工智能產(chan) 業(ye) 的異同，差距，引用了大量的案例進行剖析解讀，一文盡知，中美布局。(雷鋒網注：封麵圖來自：The Verge)

　　以下為(wei) 報告內(nei) 容：

　　從(cong) 全球範圍來看，人工智能領先的國家主要有美國、中國及其他發達國家。截止到2017年6 月，全球人工智能企業(ye) 總數達到2542家，其中美國擁有 1078家，占據42%;中國其次，擁有592 家，占據23%。中美兩(liang) 國相差486家。其餘(yu) 872家企業(ye) 分布在瑞典、新加坡、日本、英國、澳大利亞(ya) 、以色列、印度等國家。

　　從(cong) 現有統計上看，美國人工智能企業(ye) 從(cong) 1991年開始創建，從(cong) 1991年--1997年曆經萌芽時期，1998年--2004年階段經曆發展期，2005年--2013年階段曆經高速成長期，2013年至今進入平穩階段。

　　和美國相比，中國的AI產(chan) 業(ye) 進步略晚，1996年開始起步，2003年進入發展時期，2008年--2015年期間進入高速成長時期，到2015年期間，人工智能有關(guan) 的企業(ye) 達到166家。

　　中美AI創投融資對比

　　技術如果得到資本的加持，將會(hui) 推動技術的落地和進步。

　　美國的AI產(chan) 業(ye) 布局非常完善，基礎層、技術層和應用層都有涉及，尤其是在算法、芯片和數據等產(chan) 業(ye) 核心領域，積累了強大的技術創新優(you) 勢，各層級企業(ye) 數量全麵領先中國。相比較而言，中國在基礎元器件、基礎工藝等方麵差距較大。

　　從(cong) 基礎層的芯片企業(ye) 數量來看，中國擁有14家，美國33家，中國僅(jin) 為(wei) 美國的42%。 而技術層，中國擁有273家，美國擁有586家，中國為(wei) 美國的46%。 在應用層，中國擁有304家公司，美國擁有488家，中國是美國62.3%。

　　總體(ti) 來看，美國在企業(ye) 數量上全麵領先中國，基礎層和技術層的企業(ye) 數量約為(wei) 中國的2倍，但是在應用層上，中國和美國的差距略小。

　　中國投資者在應用層關(guan) 注的更多。中國人工智能企業(ye) 中，融資占比排名前三的領域為(wei) 計算機視覺與(yu) 圖像，融資143億(yi) 元，占比23%;自然語音處理，融資122億(yi) 元，占比19%;以及自動駕駛/輔 助駕駛融資107億(yi) 元，占比18%。值得一提的是：中國的自動駕駛/輔助駕駛企業(ye) 雖然隻有31家，但融資額是第三，表明中國的投資者非常看好這一領域。

　　美國投資者對於(yu) 基礎層更為(wei) 看重。在美國人工智能企業(ye) 中，融資占比排名前三的領域為(wei) 芯片/處 理器融資315億(yi) 占比31%，機器學習(xi) 應用融資207億(yi) 占比21%，自然語言處理融資134億(yi) 占比13%。芯片企業(ye) 的數量排名第八，33家，但融資量卻是第一，美國的芯片實力和資金吸引力，可見一斑。

　　中國的弱點在芯片，近年來，中國的創業(ye) 者和投資者逐漸開始關(guan) 注對芯片，截止至2017年6月，中國處理器/芯片投資事件比重排名第四，占比7.55%，但可能由於(yu) 基礎層公司少，投資門檻高，導致事件數量仍和美國有較大差距。

　　美國的大筆投資熱點在機器學習(xi) 應用，這一領域同時也是僅(jin) 次於(yu) 芯片的吸金領域。美國的AI已 經在各行各業(ye) 都產(chan) 生了連帶效應。而中國隻在自動駕駛/輔助駕駛、計算機視覺與(yu) 圖像等領域應用較多，相對而言還是比較狹窄的。

　　未來趨勢預判：

　　泡沫即將出現，主要的信號有兩(liang) 個(ge) ：

　　一、資金多而項目少

　　綜合過往數據和2017年前半年的情況，今年美國新增企業(ye) 數量將跌到穀底，預計在2017結束之前，美國新增企業(ye) 數量範圍將在25-30家之間徘徊。 同時，美國的累計融資量持續快速增長，最 後將穩定在1380-1500億(yi) 元的區間。 18年後，中美兩(liang) 國AI企業(ye) 數量增長都將有所恢複，但依然平緩。

　　二、周期長而營收難

　　通俗地說，現在的人工智能被高估了。深度學習(xi) 起源於(yu) 上世紀八九十年代的神經網絡研究。在很多情況下，前沿研究是由對已有方法的微小改動和改進組成，而這些方法在幾十年就已經被設計出來了。

　　盡管如此，市場熱炒的人工智能技術和產(chan) 品的成熟度仍然有限。許多項目和技術，並不能直接 獲得消費者歡迎，還需要相當長的時間才能走向成熟。

　　這種前提下，創業(ye) 項目不得不舍棄大眾(zhong) 消費市場而致力於(yu) 解決(jue) 企業(ye) 級問題，創新公司的商業(ye) 模式回歸到類似傳(chuan) 統IT廠商的角色，進一步加大了營收難度。

　　預計在2020年之前，美國累計AI公司數量將會(hui) 超過1200家，累計融資將達到2000億(yi) 人民幣;根據曆史數據推斷，中國在2017年年末達到745億(yi) 融資總額。

　　中美AI巨頭卡位戰

　　引領AI產(chan) 業(ye) 發展的技術競賽，主要是巨頭之間的角力。目前，蘋果、穀歌、微軟、亞(ya) 馬遜、Facebook五大巨頭都在人工智能領域部署更多的資源;不僅(jin) 國外巨頭如此，國內(nei) 的BAT都卯足馬力，積極布局人工智能。

　　美國的巨頭通過收購拚搶人才，強化技術儲(chu) 備;同時爭(zheng) 相開源，構建生態，人工智能的平台化、雲(yun) 端化將成為(wei) 全球發展的潮流。而中國的巨頭憑借場景和數據優(you) 勢，在計算機視覺、語音識別等領域，具備了和美國巨頭一較高下的實力。

　　中美巨頭的產(chan) 業(ye) 布局

　　美國巨頭呈現出全產(chan) 業(ye) 布局的特征，包括基礎層、技術層、應用層，均有布局;而中國巨頭主要集中在應用側(ce) ，隻在技術層局部有所突破。

　　技術層：爭(zheng) 搶人才，構建生態

　　巨頭們(men) 通過招募高端人才、組建實驗室等方式加快對關(guan) 鍵技術的研發，Facebook在2013年開始就成立了Facebook人工智能研究實驗室，研究圖像識別、語義(yi) 識別等人工智能技術;同年，國內(nei) 的巨頭百度亦成立深度學習(xi) 實驗室，研究方向包括深度學習(xi) 、計算機視覺、機器人等領域。

　　下圖整理了各大巨頭的AI實驗室的名稱、成立年份、簡介：

　　除了成立實驗室以外，巨頭們(men) 一會(hui) 通過投資和並購儲(chu) 備人工智能研發人才和技術。其中，Google於(yu) 2014年以4億(yi) 美元收購了深度學習(xi) 算法公司 Deepmind，該公司開發的AlphaGo為(wei) Google的人工智能添上了濃墨重彩的一筆。

　　CB Insights 的研究報告整理了2011年—2016年人工智能主要收購事件，穀歌自2012年以來共收購了11家人工智能創業(ye) 公 司，是所有科技巨頭中最多的，蘋果、Facebook和英特爾分別排名第二、第三和第四。標的集中 於(yu) 計算機視覺、圖像識別、語義(yi) 識別等領域。

　　建立開源生態，占領產(chan) 業(ye) 核心

　　大公司紛紛擁抱開源有兩(liang) 方麵原因： 第一，通過開源來構建生態和護城河。無論是穀歌、亞(ya) 馬遜還是BAT都已經擁有雲(yun) 計算基礎設施，Google、微軟一直在講的開源、AWS推出的AI功能，本質上並無差別，都是為(wei) 了賦予自家雲(yun) 端客戶更強的數據處理能力。在現有的雲(yun) 服務市場中，科技巨頭占據多數，構建基於(yu) 人工智能的雲(yun) 服務將成為(wei) 巨頭的下一個(ge) 主戰場。AI是信息基礎設施的一個(ge) 升級，是今後產(chan) 業(ye) 發展的巨大引擎。巨頭都想把握升級過程中湧現的大量機會(hui) ，賦能全行業(ye) 。第二， 開源是一種開放式創新。通過開源深度學習(xi) 平台，不僅(jin) 可以吸引大量開發者，還可以為(wei) 機器學習(xi) 提 供大量的數據支持，以及大量的現實場景。

　　人工智能的常見開發框架包括穀歌的TensorFlow、Facebook的Torch、Microsoft的CNTK 以及IBM的SystemML。這些框架的地位類似於(yu) 人工智能時代的ioses/androids。開源也成為(wei) 了這些 軟件開發框架共同的策略。

　　2015年，穀歌將內(nei) 部采用深度學習(xi) 的技術整理到一起，發布第二代人工智能係統TensorFlow，並宣布將其開源。 TensorFlow包括很多常用深度學習(xi) 技術、功能和例子的框架。

　　2013年卷積神經網絡發明者Yann LeCun加入Facebook，帶領公司的圖像識別技術和自然語言處理技術大幅提升。Facebook的深度學習(xi) 框架是基於(yu) 之前的Torch基礎上實現的，於(yu) 2015年12 月開源。此外，Facebook還開源了人工智能硬件平台Big Sur等十餘(yu) 個(ge) 項目。

　　國內(nei) 的巨頭也是走開源的路線：2016年，百度開放了其深度學習(xi) 平台Paddle-Paddle，覆蓋了搜索、圖像、語音識別、語義(yi) 處理、用戶畫像等領域的技術。騰訊不同事業(ye) 部都在不同領域展開AI研究。AI Lab注重將技術與(yu) 騰訊業(ye) 務場景相結合，即遊戲、社交、內(nei) 容生態。

　　應用層：搶奪語音交互入口，征戰雲(yun) 站務

　　近日，APP分析公司Vetro Analytics公布了一份“基於(yu) AI的個(ge) 人助理如何重塑用戶習(xi) 慣”的報告。 該報告顯示，憑借蘋果設備廣泛的用戶群體(ti) ，最早麵世的Siri仍然是老大，但一年內(nei) 流失15%的用戶。 與(yu) 之相對的是Amazon Alexa的崛起。Alexa伴隨著Amazon Echo智能音箱誕生，用戶數 量在一年內(nei) 增長325%。 穀歌、微軟、蘋果、Facebook都在爭(zheng) 奪這塊市場。微軟也推出了內(nei) 嵌 Cortana的Invoke音箱，並且將“Conversation as Platform”(對話即平台)作為(wei) 戰略。

　　國內(nei) 企業(ye) 中，京東(dong) 在兩(liang) 年前與(yu) 科大訊飛合作布局了智能音箱，致力於(yu) 成為(wei) 家庭控製中心。數月前，阿裏推出了圍繞著購物場景的智能音箱天貓精靈X1。激烈的音箱之爭(zheng) 背後是下一代服務入口之爭(zheng) 。

　　行業(ye) 解決(jue) 方案

　　人工智能必然走向雲(yun) 化，機器學習(xi) 對於(yu) 雲(yun) 來說是一項關(guan) 鍵的技術，它能訓練大規模的AI網絡，不斷自我學習(xi) 和提升。 在這一點上，Amazon、Google這些擁有較好雲(yun) 端設施的公司將很有優(you) 勢。 亞(ya) 馬遜不僅(jin) 基於(yu) AI 構建和優(you) 化了大量自身業(ye) 務，也利用 AWS雲(yun) 為(wei) 其他廠商提供了高效的AI解決(jue) 方案。 “雲(yun) +AI”成為(wei) 新的趨勢，Google寄希望於(yu) 借AI趕超AWS。 2015年，微軟發布了“微軟認知服務”，這是一個(ge) 基於(yu) 微軟雲(yun) 平台Azure的智能API(應用程序編程接口)，涵蓋了五大方向的人工 智能技術，包括了計算機視覺、語音、語言、知識、搜索五大類API。

　　國內(nei) 的BAT三巨頭在雲(yun) 服務領域也紛紛引入人工智能。

　　百度從(cong) 兩(liang) 三年前就開始用GPU代替CPU進行計算，提升數據處理能力。2016年，阿裏雲(yun) 發布 麵向深度學習(xi) 、3D圖像渲染的新一代HPC平台。騰訊雲(yun) 在搭建DI-X深度學習(xi) 與(yu) 機器學習(xi) 平台的基 礎上，開放圖像處理、語音處理和自然語言處理能力為(wei) 自動駕駛、安防、智慧法庭、智能家居、智 能營銷等多個(ge) 場景提供解決(jue) 方案，致力於(yu) “讓小企業(ye) 也能用到AI能力”。

　　基礎層：美國巨頭深入產(chan) 業(ye) 核心布局芯片

　　人工智能芯片主要包括GPU、FPGA、ASIC以及類腦芯片。在人工智能時代，它們(men) 各自發揮 優(you) 勢，呈現出百花齊放的狀態。

　　Google的TPU，是專(zhuan) 門為(wei) 其深度學習(xi) 算法Tensor Flow設計的，TPU也用在了AlphaGo係統中。今年發布的第二代Cloud TPU理論算力達到了180T Flops，能夠對機器學習(xi) 模型的訓練和運行帶來顯著的加速效果。

　　而英偉(wei) 達是GPU的行業(ye) 領袖，GPU是目前深度學習(xi) 領域的主流芯片，擁有強大的並行計算力。而另一個(ge) 老牌芯片巨頭，英特爾則是通過大舉(ju) 收購進入FPGA人工智能芯片。類腦芯片是一種基於(yu) 神經形態工程，借鑒人腦信息處理方式，具有學習(xi) 能力的超低功耗芯片。 IBM從(cong) 2008年開始模擬人類大腦的芯片項目 。

　　蘋果正在研發一款名為(wei) “蘋果神經引擎”(Apple Neural Engine)的專(zhuan) 用芯片。該芯片定位於(yu) 本地設備AI任務處理，把麵部識別、語音識別等AI相關(guan) 任務集中到AI模塊上，提升AI算法效率， 未來可能嵌入蘋果的終端設備中。

　　芯片由於(yu) 投資周期長、專(zhuan) 業(ye) 技術壁壘厚、市場相對比較狹小，導致競爭(zheng) 非常激烈且難以進入。

　　卡位之戰，誰能勝出?

　　在人工智能卡位戰中，巨頭們(men) 戰術趨同，即建立技術壁壘，軟硬件雙線發展，做好平台生態。 但戰略上略有不同：Google是全球在人工智能領域投入最大且整體(ti) 實力最強的 ，Google希望利用開源係統構建AI生態，覆蓋更多用戶使用場景，從(cong) 互聯網、移動互聯網 等傳(chuan) 統業(ye) 務延伸到智能家居、自動駕駛、機器人等領域，積累更多數據信息。

　　亞(ya) 馬遜的特點是B端和C端共同發力。通過智能音箱和語音助手引領人工智能消費 級行業(ye) 生態。另一方麵，用人工智能深化AWS雲(yun) 計算服務，賦能全行業(ye) 。Facebook在人工智能領 域的布局主要圍繞著其用戶的社交關(guan) 係和社交信息來展開

　　國內(nei) 三巨頭中，百度相對激進，宣布了“All in AI”戰略，隨著陸奇的強勢加盟，將全力推動百度轉型成AI平台型公司。騰訊、阿裏基於(yu) 自身產(chan) 品功能進行試水。

　　除了正麵競爭(zheng) ，巨頭們(men) 在人工智能領域的積極合作。2016年9月，Facebook、亞(ya) 馬遜、穀 歌、IBM、微軟五大巨頭成立了非盈利組織“Partnership on AI”(人工智能合作組織)，旨在分 享AI領域的最佳技術實踐，促進公眾(zhong) 對AI的理解，挖掘可以促進社會(hui) 福祉的AI研究領域以及提供一 個(ge) 公開參與(yu) 的平台。

　　中美AI領域人才隊伍

　　當前，人工智能領域的競爭(zheng) ，主要體(ti) 現為(wei) 人才之爭(zheng) 。 隻有投入更多的科研人員，不斷加強基礎研究，才會(hui) 獲得更多的智能技術。

　　美國產(chan) 業(ye) 人才總量是中國的兩(liang) 倍

　　美國1078家人工智能企業(ye) 約有78700名員工，中國592家公司中約有39200位員工，隻有美國的50%。其中，美國基礎層人才數量是中國的13.8倍。

　　在自然語言處理領域，美國員工人數是中國的3倍，美國20200人，中國6600人;

　　處理器/芯片，美國員工人數是中國的13.8倍，美國17900人，中國1300人;

　　機器學習(xi) 應用，美國員工人數是中國的1.8倍，美國17600人，中國9800人;

　　智能無人機，美國員工人數是中國的1.98倍，美國9220人，中國4660人;

　　計算機視覺與(yu) 圖像，美國員工人數是中國的2.87倍，美國4335人，中國1510人。

　　中國僅(jin) 在智能機器人領域人才稍多，6400人，約為(wei) 美國同領域人數的3倍。

　　數據公司 Quid 表示，去年，包括穀歌、Facebook、微軟在內(nei) 的科技公司花費了約 85 億(yi) 美元用於(yu) 研究、收購及網羅人才，比 2010 年多四倍。數據公司 Paysa 數據顯示，美國的公司平均每年給 1 萬(wan) 名人工智能方麵人才發放的工資約為(wei) 6.5 億(yi) 美元。其 中，亞(ya) 馬遜花費超2億(yi) 美元招攬人工智能人才，居各大公司之首。

　　中美人才培養(yang) 模式尚存在差距。很多高校在很長時間內(nei) 並沒有人工智能專(zhuan) 業(ye) ，而在人工智能的誕生地美國，基本上大的院校都有人工智能專(zhuan) 業(ye) 和研究方向。以美國卡梅隆大學為(wei) 例，設有專(zhuan) 門的機器人研究所，其中光教授就有100多位，縱向而言，中國布局的時間也比較晚。教育係統之間的差別也將影響人工智能領域的研究重心。

　　目前，中國政府致力於(yu) 加強AI人才建設。AI人才儲(chu) 備正在出現新的趨勢。“千人計劃”吸引了一批優(you) 秀研究者回國，國內(nei) 的巨頭企業(ye) 也正在致力於(yu) 吸引來自世界各地的研究者。 未來，還需繼續建立核心技術人才培養(yang) 體(ti) 係，加強人工智能一級學科的建設，加強企業(ye) 和學術 界的人才流通，打造堅實的人才基礎，推進產(chan) 業(ye) 健康發展 。

　　人工智能應用熱點

　　人工智能技術不斷突破，尤其是語音識別、自然語言處理、圖像識別、人臉識別為(wei) 代表的感知技術取得了重大技術進步，並且圍繞著這些技術湧現出了大量的創業(ye) 熱潮。相關(guan) 技術已經開始從(cong) 實驗室走向了應用市場，特別是在交通、醫療、工業(ye) 、農(nong) 業(ye) 、金融、商業(ye) 等領域應用加快，帶動了一批新技術、新業(ye) 態、新模式、新產(chan) 品的突破式發展，帶來了深刻的產(chan) 業(ye) 變革，有望重塑全球產(chan) 業(ye) 格局。

　　這一輪的人工智能技術的應用中，自動駕駛、智能醫療、智能安防、服務型機器人、智能交 通、智能製造、智能娛樂(le) 等應用成為(wei) 了全球人工智能市場的熱點。

　　目前，人工智能的產(chan) 業(ye) 應用能夠落地，得以三大支撐平台，基礎層的開源算法平台、技術層雲(yun) 平台、應用層的應用平台。目前Google、Facebook、微軟都已經推出了深度學習(xi) 算法開源平台，目前國內(nei) 隻有百度開放平台paddle paddle。

　　得益於(yu) 近年中國移動互聯網的快速發展，為(wei) 中國積累了巨大的C端用戶基數，但在B端的製造、 交通、金融、醫療等傳(chuan) 統行業(ye) 仍然發展相對落後，相比之下，美國傳(chuan) 統行業(ye) 基礎設施水平高於(yu) 中國。

　　因此，中國的傳(chuan) 統行業(ye) 借助人工智能實現轉型升級的需求更為(wei) 迫切，市場增長的後勁很足。

　　國內(nei) 人工智能玩家有以百度、阿裏巴巴和騰訊為(wei) 代表的互聯網巨頭，也有如科大訊飛這樣的AI技術領域龍頭，這些企業(ye) 作為(wei) 國內(nei) 人工智能的核心力量與(yu) 關(guan) 鍵勢力，構成了國內(nei) 人工智能的第一梯隊。

　　美國巨頭的人工智能應用主要圍繞大數據挖掘， 如Facebook建造能夠理解海量數據的人 工智能機器，穀歌在人工智能的側(ce) 重點比較多，包括自動駕駛、智能機器人等等。在行業(ye) 應用中更為(wei) 廣泛。

　　自動駕駛

　　自動駕駛將推動汽車領域重大技術革命，因此世界各國對智能車輛的研發競爭(zheng) 日趨激烈。目前，行業(ye) 正處於(yu) 輔助駕駛向半自動駕駛推進的階段。穀歌、意大利帕爾瑪大學和百度的智能汽車原型係統，綜合看來，國內(nei) 外研發無人駕駛汽車的公司都 把無人駕駛商用的時間線劃在了2020年前後。因此，接下來的3到4年將會(hui) 是這一技術商業(ye) 化落地的衝(chong) 刺時期。

　　智能機器人

　　大部分智能機器人目前還處於(yu) 產(chan) 業(ye) 發展初期，尤其是智能服務機器人仍處於(yu) 產(chan) 業(ye) 化起步階段， 但隨著全球人工智能正在步入第三次高潮期，智能化成為(wei) 當前機器人重要的發展方向，人工智能與(yu) 機器人跨界融合創新進一步提升機器人智能化程度。中美在智能機器人領域的差別主要在於(yu) ，前者 關(guan) 注專(zhuan) 業(ye) 領域機器人的應用，如醫療、機械作業(ye) 和家居類等領域較多;而後者則側(ce) 重在企業(ye) 或個(ge) 人 的智能輔助工具，因此，涉及的行業(ye) 更多，覆蓋範圍更廣。

　　從(cong) 全球範圍來看，日本ASMO Actroid-F仿人機器人、Pepper智能機器人，美國BigDog仿生機器人等一大批智能機器人快速湧現，巨頭企業(ye) 也紛紛通過收購機器人企業(ye) ，將智能機器人作為(wei) 人工智能重要的載體(ti) ，推動人工智能發展，例如穀歌相繼收購Schaft、Redwood Robotics等9家機器人公司，積極在類人型機器人製造、機器人協同等方麵布局。從(cong) 國內(nei) 市場來看，2015年，國內(nei) 包括商用機器人在內(nei) 的服務機器人市 場規模大約在82億(yi) 元左右，2016年將增長至140億(yi) 元左右，而2017年市場規模將突破200億(yi) 元。 隨著智能機器人市場規模越來越大，且智能機器人切入點種類繁多，創業(ye) 公司和巨頭紛紛從(cong) 不同的 領域、方向和切入點加入智能機器人領域的市場爭(zheng) 奪。

　　此外，人工智能在智慧城市、智能家居、智能金融、智能製造、智慧醫療等領域亦大有可為(wei) ，能夠解放大量的勞動力、促進生產(chan) 效率的提升。

　　結語：

　　AI時代群雄逐鹿，中美兩(liang) 國充分認識到人工智能的重要意義(yi) ，從(cong) 人才到政策全麵扶植人工智能企業(ye) 。國家實力的提升來源於(yu) 科技企業(ye) 創新。美國以絕對實力處於(yu) 領先地位，一批中國初創企業(ye) 也在蓄勢待發，中國企業(ye) 也將有機會(hui) 成為(wei) AI時代的弄潮兒(er) 。