斯坦福大學發佈 AI Index 2019 年度報告：全球人工智能投資超過 700 億美圓

做爲斯坦福大學「AI100」項目的一部分，AI Index 項目旨在追蹤人工智能的活動和進展，研究人工智能對人們生活的影響。AI Index 專一於追蹤和觀察 AI 的活動和進展，並以可靠、可驗證數據爲基礎，促進對 AI 的瞭解。

近日斯坦福「以人爲本 Human-Centered」人工智能研究院與 OpenAI 合做完成的 2019 AI Index 年度報告發布。

今年，報告還分析了人工智能招聘實踐、私人投資、國家對人工智能研究的貢獻、研究人員離開學術界進入行業，以及人工智能在特定行業中扮演的角色等趨勢。

同時，報告還指出了 AI 領域在減小 AI 系統的訓練時長和下降計算成本所取得的長足進展，而訓練時長和計算成本也是 AI 普及率的最大阻力之二。報告顯示：「在一年半的時間裏，在雲基礎設施上訓練一個大型圖像分類系統所需的時間從 2017 年 10 月的 3 小時左右減小到了 2019 年 7 月的 88 秒左右。」

今年報告的一些要點以下：

• 人工智能成爲了最受計算機科學博士青睞的領域，而在 2018 年，有 21% 的畢業生畢業於機器學習或人工智能專業。
• 從 1998 年到 2018 年，通過同行評審的人工智能研究增加了 300%。
• 2019 年，全球私人人工智能投資超過 700 億美圓，其中初創企業投資爲 370 億美圓，併購爲 340 億美圓，IPO 爲 50 億美圓，少數股權爲 20 億美圓。在過去的一年中，智能駕駛行業成爲全球投資的「排頭兵」（70 億美圓），隨後爲藥物和癌症、人臉識別、視頻內容、欺詐檢測和金融。
• 繼 2006 年超越美國以後，中國如今每一年出版的人工智能期刊和發表的會議論文數量與歐洲至關。
• 被引用的人工智能會議論文中，超過 40% 的論文做者來北美，而約有 1/3 論文做者來自東亞。
• 2015 年至 2019 年，新加坡、巴西、澳大利亞、加拿大和印度在人工智能招聘方面經歷了最快的增加期。
• 2014 年至 2018 年間申請的人工智能專利絕大多數是在美國和加拿大等國家申請的，而且 94% 的專利是在富裕國家申請的。
• 2010 年至 2019 年間，發表在 arXiv 上的人工智能論文總數增加了 20 倍。

斯坦福大學名譽教授兼 AI Index 指導委員會主席 Yoav Shoham 提到，這項工做的目的是幫助廣大公衆瞭解這一領域的進展，並向決策者和商業決策者通報他們國家與其餘國家相比的排名狀況。

今年已經是該報告發布的第三個年頭，這份報告的數據來源是第一次發佈時的三倍，並且報告首次配備了全球人工智能活力（Global AI Vibrancy）工具，能夠從 34 個維度對國家進行比較。

今年早些時候，一家與聯合國合做的諮詢公司肯定了大約30個國家目前擁有國家人工智能戰略。

例如，愛思惟爾(Elsevier)的 Scopus 研究了 arXiv 等知識庫的發表率，根據該研究所的數據，歐洲發表的人工智能研究論文比世界上任何其餘地方都多，但以色列的人均深度學習研究最多，而美國的人工智能研究被引用最多。

企業或行業與人工智能研究的聯繫正在增加，最有可能出如今美國、中國、日本、法國、德國和英國。

「10 年前，20 年前，全部的創新都發生在學術界，而後工業界拾起一些零碎的東西，將其完善並商業化。 如今不是這樣了，二者之間的界限已經模糊，人們已經跨越了界限，」Shoham 說，「我認爲，主要的學術機構正逐漸認識到，這是一種新的常態。」

儘管目前有60% 的博士研究生進入產業界而非學術界，而2004年這一比例爲20%，但學術研究仍然比政府和企業的論文更有說服力。報告顯示，中國92% 的人工智能出版物來自學術界，這一比例在歐洲是90%，在美國是85%。

該報告還評估了用於跟蹤人工智能跨學科(如圖像分類)的基準和方法的進展狀況，以及用於訓練人工智能系統的方法的進展狀況(如翻譯或用於視頻事件識別的 ActivityNet)。

Shoham 說，在某些方面，進展的結果是喜憂參半的，由於一些人工智能系統在基準測試中取得了很高得分的同時，也意味着該系統過於「專一」了。

例如，Shoham 但願從事人工智能對話領域的研究。有些系統可能在像斯坦福的小組問答測試這樣的基準測試中表現良好，但彷佛侷限於細分的任務。

「問題是，這些都是高度專業化的任務和領域，一旦你走出該領域，性能大幅降低，委員會知道這一點，」 Shoham 說，「真正使人興奮的事情有不少，包括我提到的全部這些系統，但咱們如今距離人類對語言的理解還至關遙遠。所以，咱們試圖在報告中對此進行細緻入微的分析。」

報告下載地址：《Artificial Intelligence Index Report 2019》