斯坦福2018年AI指數報告出爐：中國追趕速度驚人

　　報告指出，美國AI的研究力量仍是全球最強，但中國的追趕速度很快。

　　在過去幾年中，世界目睹了人工智能（AI）研究、開發和部署的空前加速。一時間，如雨后春筍般“冒出”很多人工智能創業公司，大多數傳統行業也在向人工智能轉型。世界各國政府正在為科技創造制定雄心勃勃的戰略計劃。

　　近日，繼2017年發布首份AI Index報告之后，來自斯坦福大學、麻省理工學院、OpenAI等機構的研究人員和專家團隊再次發布了2018年AI Index報告。

　　AI Index（人工智能指數）是由斯坦福大學人工智能百年研究(AI100)所推出，是一個追蹤人工智能行業動態與發展的非營利性項目，其研究覆蓋了百年以來人工智能的總體情況，目標是基于數據來推動人工智能的廣泛交流和有效對話。

　　2018年AI Index報告試圖從學術、工業、政策等角度全面介紹全球人工智能的發展現狀。今年的報告更加注重全球數據。報告指出，美國AI的研究力量仍是全球最強，但中國的追趕速度很快。

　　從這份94頁的報告中，我們可以得出一些關鍵結論：

　　1） 人工智能專業人才需求巨大。目前對有機器學習技能的人才需求最大，其次是深度學習。

　　2） 與人工智能和計算機科學相關的研究論文數據激增。令人驚訝的是，歐洲是人工智能論文的最大來源，在2017年Scopus*的摘要和引文數據庫中，歐洲論文占人工智能論文的28%。在arXiv**上發表的AI論文數量在2010年至2017年間增長了12倍以上。

　　Scopus上的 AI 論文中，可以看出，機器學習和概率推理、神經網絡、計算機視覺方面的論文最多，增張速度也最快，反映了這些領域的火熱程度。

　　其次，2017年，Scopus上面的AI論文，有83%來自美國以外的地方。具體數據是，28%來自歐洲，25%來自中國，17%來自美國。從2007年到2017年，中國的年發表AI論文數增長了150%。

　　通過上圖可以看出2000 年&2017 年中國、美國、歐洲區域的活躍 AI 研究方向。2000 年中國的工程、技術研究活躍程度高于平均水平，但醫療健康、農業、社會科學、人道主義方面的研究活躍度比較低。到了 2017 年，這幾個領域活躍程度有所提高，其中最突出的是農業科學。

　　3）參加大型人工智能會議的人數激增。在大型會議中，NeurIPS (曾用名NIPS) 、CVPR和ICML，是參與人數最多的三大AI會議。自2012年以來，論參與人數的增長率，這三者也領先于其他會議，分別增長了4.8倍、6.8倍和3.5倍。

　　4） 在研發和技術創新方面，美國仍然處于人工智能競賽的領先地位。2018年，美國人工智能初創企業的數量比2015年增加了一倍多；2013年至2017年間，流入美國人工智能初創企業的投資總額增長了4.5倍。

　　5） 中國在人工智能研究和教育方面付出了巨大的努力，追趕速度驚人。2017年，清華大學人工智能和機器學習課程的注冊人數是2010年的16倍。2016年，中國人工智能論文作者被引用的次數比2000年增加了44%。2018年提交給美國人工智能協會（AAAI）會議的論文中，約有70%來自中國或美國。中國對機器人技術也表現出了極大的興趣，2017年，中國ROS.org網站的總瀏覽量是2012年的18倍。

　　6） 人工智能社區需要繼續努力解決多樣性/包容性問題。據斯坦福大學、伯克利大學、CMU大學、牛津大學、蘇黎世聯邦理工學院和倫敦大學學院的數據，大約80%的人工智能教授是男性，而美國71%的人工智能求職者也是男性。

　　科技的世界充滿吸引力，人工智能技術正在重塑這個世界。這份AI指數報告傳達了關鍵信息：人工智能是全球性的。正如報告的研究人員之一Erik Brynjolfsson所說，“人工智能這項技術正處于一系列突破的前沿，未來幾年我們期待更大的能力、銷售以及影響。”