近日，斯坦福牵头MIT、哈佛、OpenAI等院校和机构公布了一份长达291页的“2019年度AI指数报告”，这是斯坦福第三次公布该报告。据报，该报告从研究发展、会议、技术性能、经济、教育、公众理解、社会学原则、国家战略和全球AI活力等九个方面分析了AI的发展。

与去年同期的第二期重点讲解人工智能领域的投资和工作岗位的增长速度有所不同，今年第三期的报告则普遍地从全球视角讲解人工智能产业发展现状，从人才培养、自主创新、发展差异、科研成果等方面分析人工智能产业发展的关键因素。AI论文快速增长，归功于政策节点影响从学术界的论文数量、科研成果和人才需求来看，这些皆取得明显下降，成果令人瞩目。其中，2019年对机器学习适当人才的市场需求比2017年激增35倍，近十年来人工智能领域论文公开发表量快速增长七倍，而中国公开发表的论文数量快速增长了150%。从1998年到2018年，经同行评议的AI论文数量减少了300%，占到全部期刊论文总数的3%，学术会议公开发表论文总数的9%。

论文细分领域也某种程度呈现出高速快速增长，而且人工智能的各个专业领域皆转入科研热情期。2019年公开发表的AI论文中，56%的论文来自机器学习与概率推理小说研究方向，但2010年的论文中只有28%来自这一方向。神经网络方向的论文公开发表数量在2014-2019年之间的填充年均增长率超过37%，而此前只有约3%。

按论文所属区域来看，美国仅有占全球论文公布内容的17%，中国学者公开发表的论文AI期刊和会议论文数量月底2006年多达美国。2019年，中国公开发表的AI论文占到比早已减少到28%，多达了欧洲的27%。这也是中国公开发表的AI论文数量首次多达整个欧洲，一跃全球第一。

1998-2018年中国、欧洲、美国的年度AI论文总量情况我国论文数量的快速增长过程只不过与国家政策息息相关。仔细观察图表难于找到，论文数量快速增长曲线的节点都对应着一些政策的公布，可以分成五个阶段：1）2013年之前的潜在发展期，该阶段政策文献较较少，人工智能未列为国家发展重点；2）2013-2015年发展初期阶段，该阶段社会各界渐渐认识到人工智能的重要性；3）2015-2016的飞速发展期，该阶段实施了大量政策文献，发展人工智能下降为国家战略；4）2016-2017年的平稳发展期，对人工智能的研发和产业发展了解愈发成熟期，政策文献急剧公布；5）2017-目前，该阶段经历了人工智能发展热潮，社会各界对人工智能的了解更为稳健，涉及政策更为具备针对性。政策的引领使我国论文数量具有突飞猛进的快速增长，但论文影响力未能如此。

量大但影响力仍较低，我国论文是急功近利还是厚积薄发报告回应，多达32%的AI期刊文章提到来自东亚地区，多达40%的AI会议文章提到来自北美地区，在AI领域内论文提到的影响力上，美国比中国依然低50%。这是由于中国急功近利，只执着论文数量而不侧重论文质量么？其实不然，中国AI学术在全世界影响力在不断进步是毋庸置疑的。西雅图艾伦人工智能研究所分析了微软公司学术上提到亲率最低的AI论文，他们找到，在前10%的论文中，中国作者的比例正在稳步增长，并于2018年超过了其峰值26.5%，而美国却上升到29%。

如果这种现象持续下去，那中国有可能于两三年内领先于美国。另有其他数据表明，中国作者所著AI论文的平均值提到亲率低于世界平均水平，而且提到亲率还在持续上升。

中国工程院院士、中国人工智能学会理事长李德毅曾在公开场合回应，中国AI论文目前提到亲率仍高于美国的主要原因，是中国整个科学技术领域的继续领先。中国虽然享有世界领先的计算机视觉、语音辨识、自然语言处置等AI公司，譬如商汤科技、云知声、科大讯飞和旷视科技等。但我国在AI软件工具方面依然领先。

由美国的学者和公司共同开发的开源平台TensorFlow和Caffe在业界和学术界受到了普遍青睐,它们可以用来设计、建构和训练算法以构建人工智能。硬件方面某种程度领先。大部分高端芯片都是由美国的制造商，如英伟达、英特尔、苹果、谷歌和美国超威半导体公司等供应的。

我们依然缺少设计AI系统内置芯片的专业知识。当前，我国智能产业的77%产于在应用层，而不是在基础层和技术层，主要是构建产品和问题解决方案，还没构成产业集群效应。人工智能产业的基础不牢，市场需求牵引力小于科技原动力，所以目前我国在基础层和技术层论文的提到亲率仍领先美国。中国必须3到5年来跟上美英的基础理论创意和算法水平，到那时，中国AI论文的提到亲率将不会打破美国。

除了论文数量和提到亲率，报告中也回应，政府附属机构在中国和欧洲贡献了最少的AI论文，而美国则是公司贡献了主要的AI论文，美国企业的AI论文比例要远高于其他国家和地区。只不过，这与论文主要注目的领域涉及，中国的AI论文更加侧重于工程技术和农业科学，而美国和欧洲的AI论文则偏向于注目人文科学和医学与身体健康科学。工程类和农业领域更好由政府明确提出市场需求。

如果是医学类、身体健康类领域，国外大多由企业获取服务，更加多归属于市场不道德，所以企业主导涉及领域论文较多。AI虽然火热，但人类离标准化人工智能还较远值得一提的是，这份报告中有一个“人类级展现出里程碑”（Human-Level Performance Milestones）的表格，阐述了人工智能在人类或超人层面上继续执行的游戏成就、准确的医疗临床和其他简单的人工任务。今年，有两项新的AI里程碑被列为该名单：·DeepMind打造出的游戏AI“Alphastar”在《星际争霸2》中打败顶级人类专业玩家·以专家级的准确性检测糖尿病视网膜恶性肿瘤（DR）虽然AI的展现出让人印象深刻印象，但我们离标准化人工智能还较远。

无论AI的提升速度如何，它都无法与风行文化和大肆宣传的头条新闻相提并论。但必需要特别强调的是，尽管人工智能世界正在蓬勃发展，但人工智能本身依然在某些最重要方面受到限制。正如报告中所言：千万不要过度理解这些结果，因为列表中的任务是十分明确的，这些系统也无法迁入到其他任务上，因此可扩展性受限。

换句话说：AI系统是重复使用用于的工具，而不是人类的标准化智能。传送门斯坦福2019全球AI报告：https://hai.stanford.edu/sites/g/files/sbiybj10986/f/ai_index_2019_report.pdf斯坦福2018全球AI报告：http://cdn.aiindex.org/2018/AI%20Index%202018%20Annual%20Report.pdf斯坦福2017全球AI报告：https://hai.stanford.edu/sites/g/files/sbiybj10986/f/2017-report.。

本文来源：多彩网-www.mindprobelabs.com