來自前瞻網的消息顯示,近日,斯坦福百年研究(AI100)發(fā)布了最新的全球“人工智能指數”(AI Index)報告。這份報告從學術、工業(yè)、開源、政府等方面詳細介紹了人工智能發(fā)展的現狀,并且記錄了計算機視覺、自然語言理解等領域的技術進展。
今年的AI Index報告發(fā)現,人工智能領域的商業(yè)化及研究工作,以及其積累的資金正在全球范圍內迎來一輪大爆發(fā)。在地域分布上,歐洲和亞洲尤為高度集中,其中中國、日本和韓國在人工智能研究論文出版、大學入學和專利申請方面領跑東方國家。
而在談及人工智能活動的類型時,報告發(fā)現,機器學習和所謂的概率推理-或者與認知相關的活動中,AI經常能在比賽中戰(zhàn)勝人類對手,根據Scopus上發(fā)表的一系列研究論文顯示:2017年全球56%的論文屬于機器學習和概率推理,而2010年這一比例僅為28%。
全球范圍內人工智能(AI)和機器學習(ML)的大學課程也正在增加,其中來自中國的清華大學AI+ML的2017課程加在一起,入學人數比2010年時增加了16倍。且在2017年,全球ML人才需求已經是2015年的35倍。
緊隨其后的是計算機視覺(CV)方面的工作。計算機視覺是人工智能的基礎子學科,它有助于開發(fā)自動駕駛汽車、動力增強現實和物體識別,以及神經網絡。它們與機器學習一樣,有助于訓練這些算法,隨著時間的推移不斷改善自然語言處理(NLP)等領域。
2014-2017年期間,各類AI論文發(fā)表的速度達到最高峰,神經網絡2010-2014年的復合年增長為3%,然后到2014-2017年復合年增長率則達到了37%。
值得一提的是,該報告的一個有趣發(fā)現是——全球各地區(qū)對AI研究的重點各有側重。中國非常注重農業(yè)科學、工程和技術,而歐洲和北美更注重人文科學、醫(yī)學和健康科學,而且歐洲的研究方法通常更為全面。盡管美國AI研究論文雖然相比之下數量不多,但其引用率卻遠超中國及歐洲。
報告還發(fā)現,在中國和歐洲,政府相關組織和研究機構發(fā)表的論文數量,已經遠遠超過企業(yè)發(fā)表的數量(這一點在醫(yī)療研究領域體現得最明顯),而美國則是企業(yè)發(fā)表為主。
此外,人工智能的多樣性不僅僅表現在其地域分布上。如今,超過50%的AI成員合作伙伴關系是非營利的,其中包括了像ACLU、牛津大學人類未來研究所和聯合國發(fā)展計劃等。此外,人們對性別和種族多樣性的認識也有所提高。
隨著AI性能發(fā)展不斷推陳出新,特別是在計算機視覺等領域。通過衡量廣泛使用圖像數據庫ImageNet得到的的基準性能,該報告發(fā)現,啟動一個可以用于分類最新精度圖像模型所需要的時間在短短18個月內,從“大約一小時縮短到只要大約4分鐘”,在其他領域,如對象分割——主要是軟件區(qū)分圖像的背景和主題,在短短三年內,精度提高了72%。
在機器翻譯和解析等領域,軟件可以理解語法結構,更容易回答問題,準確性和熟練程度越來越高,但隨著算法越來越接近人類對語言的理解,獲得的成果也越來越少,瓶頸越來越多。
最后,報告還指出,當涉及到關于自動化更難的問題,以及人工智能在刑事司法、邊境巡邏、戰(zhàn)爭以及其他表現時,則處于不利地位。人工智能只會繼續(xù)變得更加復雜,但在醫(yī)院、教育系統、機場和警察部門可以無誤地可靠地使用這些軟件之前,將會一直存在許多技術障礙,以及偏見和安全方面的挑戰(zhàn)。