2019年AI Index报告发布，肯定人工智能热潮依旧在持续

12月12日，美国斯坦福大学创立的 AI Index 发布了第三份的年度 AI Index 报告《AI Index 2019》，对过去一年全世界AI大趋势、突破性研究以及人工智能对社会的影响等状况进行了全盘总结，其中亮点颇多。

报告还分析了人工智能招聘实践、私人投资、国家对人工智能研究的贡献、研究人员离开学术界进入行业，以及人工智能在特定行业中扮演的角色等趋势。报告还指出，在减少培训人工智能系统所需时间和计算成本方面取得了长足进展，而这两个因素是阻碍人工智能普及率的最大障碍。

报告链接：https://hai.stanford.edu/sites/g/files/sbiybj10986/f/ai_index_2019_report.pdf

人工智能是计算机科学博士专业最受欢迎的领域，2018年，21% 的毕业生专攻机器学习或人工智能，是第二流行的学科：安全/信息保障的两倍多；人工智能研究正在飞速发展。从1998年到2018年，关于人工智能的同行评议论文发表量增加了300%；参加会议的人数也激增。最大的 NeurIPS 会议预计今年将有13,500名与会者，比2012年增加了800%； 2019年，全球私人人工智能投资超过700亿美元，创业投资370亿美元，并购340亿美元，IPO 50亿美元，少数股权投资20亿美元；在过去的一年中，自动驾驶汽车比任何人工智能领域获得了更多的私人投资。约77亿美元的全球私人投资进入了自动驾驶汽车领域，紧随其后的是医学研究和面部识别(两者都吸引了47亿美元) ，而增长最快的工业人工智能领域则没有那么光鲜: 机器人流程自动化(2018年融资10亿美元)和供应链管理(超过5亿美元)；在2006年超过美国之后，中国现在每年发表的人工智能期刊和会议论文已经与欧洲并列第一；超过40% 的人工智能会议被引用论文的作者来自北美，大约三分之一来自东亚； 从大多数指标来看，美国仍然是人工智能领域的全球领导者。尽管中国发表的人工智能论文比其他任何国家都多，但美国的研究成果影响力更大，美国作者的人工智能论文引用量比全球平均水平高出40%；美国也是私人人工智能投资最多的国家，略低于120亿美元，而中国以68亿美元位居全球第二，申请的人工智能专利比其他任何国家都多，比排名第二的日本多三倍；

从2015年到2019年，新加坡、巴西、澳大利亚、加拿大和印度的人工智能招聘增长最快；2014年至2018年间，绝大多数人工智能专利都是在美国和加拿大等国申请的，94% 的专利都是在发达国家申请的；从2010年到2019年，arXiv 上的人工智能论文总数增加了20倍；人工智能算法的训练速度越来越快，成本也越来越低。AI Index小组指出，在一个流行的数据集(ImageNet)上训练机器视觉算法所需的时间从2017年10月的大约3小时下降到2019年7月的仅88秒。成本也有所下降，从数千美元降至几十美元。

这份报告是由斯坦福“以人为本”AI研究院(Stanford Human-Centered AI Institute，HAI)与 OpenAI 的人合作编写的。它起源于2016年，是斯坦福大学“AI100”项目的一部分，该项目长达一个世纪，旨在研究人工智能未来的进步和影响。

然而，该项目的报告每五年才发布一次，不能及时跟踪 AI 的发展。所以，斯坦福大学名誉教授和指导委员会主席 Yoav Shoham 从2016 年起开始制定一项能及时跟踪并反映人工智能当前发展的现状的AI Index。

Yoav Shoham 在接受采访时说：“我们开始做的就是对数据的质量和客观性保持虔诚。”

Shoham从一开始就是人工智能指数指导委员会的成员，并担任编写报告小组的主席。其他人包括麻省理工学院的经济学家Erik Brynjolfsson、Partnership on AI创始执行董事TerahLyons，以及来自SRI International、哈佛大学、OpenAI 和麦肯锡全球研究所的其他人。

这项工作的目的是帮助广大公众了解这一领域的进展，并向决策者和商业决策者通报他们国家与其他国家相比的排名情况。

报告的作者说，现在已经是第三年了，这份报告的数据来源是第一次发布时的三倍，而且报告首次配备了全球人工智能活力（Global AI Vibrancy）工具，可以从34个维度对国家进行比较。

今年早些时候，一家与联合国合作的咨询公司确定了大约30个国家目前拥有国家人工智能战略。

例如，爱思唯尔(Elsevier)的 Scopus 研究了 arXiv 等知识库的发表率，根据该研究所的数据，欧洲发表的人工智能研究论文比世界上任何其他地方都多，但以色列的人均深度学习研究最多，而美国的人工智能研究被引用最多。

企业或行业与人工智能研究的联系正在增长，最有可能出现在美国、中国、日本、法国、德国和英国。

“10年前，20年前，所有的创新都发生在学术界，然后工业界拾起一些零碎的东西，将其完善并商业化。 现在不是这样了，两者之间的界限已经模糊，人们已经跨越了界限，”Shoham说，“我认为，主要的学术机构正逐渐认识到，这是一种新的常态。”

尽管目前有60% 的博士研究生进入产业界而非学术界，而2004年这一比例为20%，但学术研究仍然比政府和企业的论文更有说服力。报告显示，中国92% 的人工智能出版物来自学术界，这一比例在欧洲是90%，在美国是85%。

该报告还评估了用于跟踪人工智能跨学科(如图像分类)的基准和方法的进展情况，以及用于训练人工智能系统的方法的进展情况(如翻译或用于视频事件识别的 ActivityNet)。

Shoham说，在某些方面，进展的结果是喜忧参半的，因为一些人工智能系统在基准测试中取得了很高得分的同时，也意味着该系统过于“专注”了。

例如，Shoham 希望从事人工智能对话领域的研究。有些系统可能在像斯坦福的小组问答测试这样的基准测试中表现良好，但似乎局限于细分的任务。

“问题是，这些都是高度专业化的任务和领域，一旦你走出该领域，性能大幅下降，委员会知道这一点，”Shoham说，“真正令人兴奋的事情有很多，包括我提到的所有这些系统，但我们现在距离人类对语言的理解还相当遥远。因此，我们试图在报告中对此进行细致入微的分析。”