斯坦福重磅發布 丨AI 指數年度報告丨附報告下載

斯坦福大學近日重磅發布了 AI 指數 2017 年度報告，從學術、產業、技術等多個角度盤點了 AI 領域的動態和進度。

點擊【閱讀原文】下載 "AI 指數年度報告"

毋庸置疑 ，AI 是近年來的行業熱點，吸引了越來越多的從業者、行業領袖、決策者和公眾的關注。AI 指數是斯坦福大學 AI 百年研究的一個項目，旨在追蹤 AI 領域的行業動態，促進對 AI 的了解。

報告中進行了大量的調查和統計，主要包括 4 個部分：

活動量(Volume of Activity)

這部分圍繞 AI 領域的“多少”(how much)方面。例如，論文發表數量、參會人數、創業投資等。

技術表現(Technical Performance)

這部分圍繞 AI 表現“有多好”(how much)的方面。例如，計算機理解圖像和證明定理的性能。

衍生測量(Derivative Measures)

我們對各個趨勢之間的關系進行探究。還引入了一種探索性的方法，即AI 活力指數(AI Vibrancy Index)，將學術界和行業的AI 趨勢結合起來，對AI領域的現狀進行量化。

接近人類表現(Towards Human Performance)

我們列舉了 AI 在接近或超越人類表現方面取得的重大進展，以及當中遇到的困難與挑戰。

活動量丨Volume of Activity

學術界 

1. 論文發表數量

自 1996 年以來，計算機科學領域的論文數量增長了 6 倍，但在同一時期，每年發表的 AI 論文數量增加 了 9 倍。

以下學術論文的 Scopus 數據庫中所收錄，關鍵詞為“人工智能”的計算機科學論文發表數量。

2. 選課人數

自1996年以來，斯坦福大學的 AI 課程選課人數增加了 11 倍。

機器學習(ML)是 AI 的一個分支。在這里之所以強調機器學習課程，是因為其選課人數的激增，而且機器學習技術對最近許多 AI 成果至關重要。

下圖為斯坦福大學的 AI 和機器學習課程的選課人數。

由于其他大學的數據有限，因此在報告中突出斯坦福的數據。但是根據參考數據，可以推測其他大學的趨勢與斯坦福類似。

3. 參會情況

以下為 AI 會議的參會人數。

研究重點轉移，大型 AI 會議(1000人以上)中，研究重點已經從符號推理轉向機器學習和深度學習。

但是在小型 AI 會議(1000人以下)中，符號推理方面仍在穩步發展。

行業 

1. AI 創業公司

以下為風投資本支持的 AI 創業公司數量。自 2000 年以來，這一數量增加了 14倍。

2. AI 創業基金

在美國投資 AI 創業的基金數量也在增長，自 2000 年以來，每年投入 AI 創業的資本增加了 6 倍：

3. 職位需求

根據兩個在線求職平臺 Indeed 和 Monster 的數據，AI 相關崗位需求也在增長。自 2013 年以來，在美國需要 AI 技能的工作崗位已經增長了4.5 倍。

根據 Indeed 的數據，不同國家需要 AI 技能的工作崗位也在增加。

Monster 平臺發布每年 AI 相關工作職位的數據，按具體技能劃分。

4. 機器人進口

下面是產業自動化的情況。北美和全球的工作機器人購買量在增加。

開源軟件

GitHub 項目統計

以下是 GitHub 上，TensorFlow 和 Scikit-Learn 軟件包獲得的星標(star)數量。(TensorFlow 和 Scikit-Learn 是用于進行深度學習和機器學習的熱門軟件包。)

以下是 Github 上其他 AI 和 ML 軟件包的星標情況。

公共認知

媒體報道

關于 AI 的主流媒體文章報道中，含有正面情緒(藍線)和負面情緒(紫線)的文章比例。

技術表現丨Technical Performance

視覺

1. 物體檢測

大型視覺識別挑戰(LSVRC)比賽中，AI 系統檢測物體的性能也在顯著提升。自 2010 年以來，錯誤率從 28.5 %下降到低于 2.5%。

2. 視覺問答

視覺問答（Visual Question Answering），是一種涉及計算機視覺和自然語言處理的學習任務。以下為在開放式回答有關圖像問題的任務中，AI 系統的性能。

自然語言理解

1. 句法分析

AI 系統在確定句子句法結構上的表現。

2. 機器翻譯

AI 系統在翻譯英語和德語方面的表現。

3. 問答

AI 系統在文檔中找到問題答案的性能。

4. 語音識別

AI 系統在識別語音錄音的表現，2016 已經達到人類水平。

結語

這份報告中有以下亮點：

· 學術領域：自1996 年以來，AI 論文發表量增加了 9 倍；同時相關課程的選課人數也在增長。例如，斯坦福大學的 AI 課程選課人數比 20 年前，增加了 11 倍。

· 產業領域：自 2000 年以來，有資本支持的 AI 創業公司數量增長了 14 倍。針對AI 創業的投資在同一時期增加了 6 倍。

· 技術表現：AI 在圖像和語音識別上都逐漸接近人類水平。AI 系統在針對現實問題的應用上表現出色，例如物體檢測、理解和回答、圖像分類等方面。

· 接近人類表現：AI 在某些方面已經能夠接近人類的表現。比如在游戲應用中，AI 在國際象棋、圍棋等方面都有不俗的表現。盡管如此，但當中也存在一些困難和挑戰，比如在處理信息的深層含義方面，AI 與人類表現仍有一定的差距。