斯坦福发布2017人工智能指数报告 洞悉行业发展趋势

编译：Bing

来源：aiindex.org

1956年，“人工智能（AI）”一词正式诞生。如今，它已应用于无人驾驶、语音识别和计算机视觉等多种智能场景。为洞察该领域的进展，近日，由斯坦福大学率领的人工智能前沿专家们组成的AI 100发布了一份报告，这份报告指明了当前人工智能发展的现状，以宏观角度评估科技的进步。后台回复“ai100”即可获得PDF版论文。

报告研究并评估了学术界、相关行业、开源软件、大众兴趣中的至少18个独立的领域。另外还包括对“类人表现”等技术进步的评估，例如语音识别、问答、计算机视觉算法等。具体指标包括发表的学术论文、课程招生人数、AI创企、职位空缺、搜索词频率以及社会影响等等。

报告大致分为以下四部分：

• 行业体量（Volume of Activity）

• 技术现状（Technical Performance）

• 趋势前瞻（Derivative Measures）

• 类人能力表现（Towards Human-Level Performance）

行业体量

学术界

1.论文发表量

下图表示Scopus数据库中每年发表的带有“人工智能”标签的计算机科学论文数量。

下图展示了所有领域论文数量的增长率（黄色）、计算机科学论文数量增长率（蓝色）以及AI领域论文增长率（紫色）。

数据表明，人工智能相关论文数量的大幅增长不单单因为它是计算机科学领域的一个分支。可以看到，目前计算机科学每年发表的的论文数量比1996年增长了6倍，而AI增长了9倍。

2.课程招生

研究人员统计了斯坦福大学人工智能和机器学习入门课程的学生人数。作为人工智能的一个分类，机器学习课程是重点关注对象，因为机器学习在人工智能的发展过程中举足轻重，并且近些年，该课程的招生人数急剧上涨。

自1996年以来，斯坦福大学的人工智能入门课程的招生人数增长了11倍

与其他学校的对比：

注意：该图仅代表高校中的趋势，并不反映所有学术机构。

3.参会人数

这里分析了出席相关会议的人数。分为大型会议（人数超过1000）与小型会议（人数小于1000）。

大型会议出席人数统计表。该图表明了人们的关注点正在发生改变，从原来喜欢符号推理转变为现在的机器学习和深度学习

小型会议出席人数统计表。虽然人们开始更加关注机器学习和深度学习，但仍有一小部分研究者继续研究符号推理

相关行业

1.AI创企

在美国获得风投的活跃AI创企数量，比2000年增长了14倍

2.AI相关投资

美国每年向AI创企投资总额，比2000年增长了6倍

3.职位空缺

研究人员从Indeed和Monster两个招聘网站上统计了AI相关职位。

Indeed上美国对AI人才的需求。自2013年来已增长了4.5倍

Indeed上其他国家对AI人才的需求（虽然加拿大和英国对AI人才的需求急剧增长，但其体量分别只占美国AI人才市场的5%和27%）

Monster上人工智能不同领域的职位空缺（若有一职位需要两种或两种以上技术，则属于多种职位。比如，可能有的职位需要同时掌握NLP和CV相关技术）

4.机器人进口量

北美和全球工业机器人购买量

北美和全球工业机器人购买量增长率

开源软件

1.GitHub项目统计

GitHub上TensorFlow和Scikit-Learn软件包被收藏的次数。二者都是受欢迎的深度学习和机器学习软件包

GitHub上其他AI和ML软件包的收藏次数

大众兴趣

对于含有“人工智能”关键词的热门文章，人们“点赞”（蓝色）和“不喜欢”（红色）的比例

技术现状

视觉

1.物体检测

在LSVRC竞赛上AI系统检测物体的表现与人类水平的对比。AI为图像分类的错误率从2010年的28.5%下降到了2.5%

2.视觉问答

AI系统回答有关图像的问题时的表现与人类水平的对比

自然语言理解

1.解析

AI在分析句法结构上的表现

2.机器翻译

AI在英德互译时的表现

3.回答问题

AI从文本中寻找答案的表现

4.语音识别

AI从电话录音中识别语音的能力

前瞻趋势

学术-行业动态

报告将AI论文发表的数目、课程人数以及风投数量综合到一张图表中，展示了2000年至今的发展趋势。

可以看出，刚开始，论文的增幅是遥遥领先的。到了2010年左右，投资者似乎看到了AI的潜力，从2013年开始投资额急剧上涨。学术界也从那时开始和行业一起繁荣发展。

AI活力指数（AI Vibrancy Index）

该指数汇总了学术界、行业的各种统计结果，作为展示AI领域活力的量化指标。

类人能力表现

AI发展里程碑

后台回复“ai100”即可获得PDF版论文