ai人工智能提高效率_2019人工智能指数报告发布:人工智能取得了很大进展，但结果喜忧参半

雷锋人工智能科技评论出版社:当地时间12月11日，由斯坦福“以人为本”人工智能研究所和OpenAI共同完成的《2019人工智能指数年报》发布。作为斯坦福大学“AI100”项目的一部分，人工智能指数(AI Index)旨在研究影响人工智能产业的最大趋势、突破性研究进展以及人工智能对社会的影响。今年是该报告发布的第三年。

ai人工智能提高效率

今年，该报告还研究了人工智能招聘、私人投资、国家推动人工智能研究、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的作用等趋势。

同时，报告还指出人工智能领域在减少人工智能系统的训练时间和计算成本方面取得了很大进展，训练时间和计算成本也是人工智能渗透的第二大阻力。报告显示:“在一年半的时间里，在云基础设施上培训大型图像分类系统所需的时间从2017年10月的约3小时减少到2019年7月的约88秒。ゥ？

今年报告的一些要点如下:人工智能已经成为计算机科学博士最受欢迎的领域，而在2018年，21%的毕业生毕业于机器学习或人工智能。从1998年到2018年，同行评议的人工智能研究增加了300%。在2006年超越美国后，中国现在每年出版的人工智能期刊和会议论文数量与欧洲相同。超过40%被引用的人工智能会议论文来自北美，大约1/3的作者来自东亚。从2015年到2019年，新加坡、巴西、澳大利亚、加拿大和印度经历了人工智能招聘中增长最快的时期。2014年至2018年间申请的绝大多数人工智能专利都是在美国和加拿大等国家申请的，94%的专利是在富裕国家申请的。从2010年到2019年，在arXiv上发表的人工智能论文总数增加了20倍。

这份报告是斯坦福“以人为本”的人工智能研究所与OpenAI合作撰写的。2016年，它作为斯坦福大学关于人工智能进展和影响的长达一个世纪的研究项目“人工智能100”的一部分启动。

斯坦福大学名誉教授兼指导委员会主席约夫·肖汉姆(Yoav Shoham)在电话采访中告诉VentureBeat:“我们想做的是严格保持数据的质量和客观性。ゥ？

肖汉姆从一开始就在人工智能指数指导委员会任职，并主持合并报告的小组。委员会的其他成员包括麻省理工学院经济学家埃里克·布林约尔弗森(Erik Brynjolfsson)、人工智能伙伴关系执行主任特拉赫·莱昂斯(Terah Lyons)以及斯坦福国际研究所、哈佛大学、开放人工智能和麦肯锡全球研究所的其他成员。

这项工作的目的是帮助公众了解人工智能在这一领域的进展，并向决策者和商业决策者提供国家和其他国家的排名。

该报告的作者告诉VentureBeat，这是该报告出版的第三年。该报告的数据源是最初出版物的三倍。它第一次配备了一个工具，可以从34个维度比较国家——全球人工智能活力。

Shoham说，现在对不同国家的人工智能进行排名还为时过早，就像以前的一些工作一样。

“只对国家进行排名很容易。这只不过是评估一些东西，加上一些数字，然后说美国是第一，中国是第二，你的国家是第一。然而，我们不想这样做，因为这样做将扭曲许多事物，并可以评估如此多的维度。总之，尽管排名或类似的东西是一个好主意，但我们认为这样做还为时过早。ゥ？

在这方面，全球活力工具提供了一个选择。它可以使用总体数字和人均趋势来评估人工智能热点(例如，以色列，其人均深入学习研究高于任何其他国家)或人工智能发展处于前沿的国家(如芬兰和新加坡)。

今年早些时候，一家咨询公司与联合国合作，证实目前约有30个国家制定了国家人工智能战略。

例如，爱思唯尔(Elsevier)的Scopus研究了arXiv知识库的发表率，指出欧洲拥有的人工智能研究论文比世界上任何其他地区都多，但以色列拥有最高的人均深入学习研究，美国拥有最高的人工智能研究论文引用率。

与人工智能研究相关的公司或行业正在增长，尤其是在美国、中国、日本、法国、德国和英国。

肖汉姆指出:“十年前，二十年前，所有的创新都发生在学术界，然后工业界开始进行一些研究来完善和商业化它。这不再是事实。学术界和工业界的界限已经变得模糊，这两个领域的研究者和实践者都在跨越这一界限。我认为领先的学术机构正在达成共识:这是一种新的常态。ゥ？

报告显示，尽管60%的博士生选择进入工业而非学术界，而2004年为20%，但学术界发表的研究论文仍超过政府和企业，92%的作者来自中国，90%来自欧洲，85%来自美国。

Shoham说，在某种程度上，这一进展的结果喜忧参半，因为一些在基准测试中取得高分的人工智能系统可能比结果显示的要脆弱得多。

他期望在对话人工智能领域取得更多进展，例如，他目前从事的研究领域。有些系统可能在标准测试中表现良好，如斯坦福大学的SQuAD测验，但它们可能只适用于狭窄的任务。

对此，他指出:“问题是这些任务都是针对高度专业化的领域。一旦他们离开这个领域，他们的表现将急剧下降，我们的委员会对此非常清楚。然而，人工智能已经取得了一些令人兴奋的进展，包括我提到的所有系统，但是这些系统仍然远远没有实现人类对语言的理解。因此，我们试图在报告中详细阐述这一点。ゥ？

不仅如此，该报告还列举了人工智能系统已经达到人类水平的一些案例，如《星际争霸2》中DeepMind的阿尔法星(AlphaStar)击败人类，人类能够通过深度学习在眼睛图像中检测糖尿病视网膜病变。