斯坦福全球AI報告：中國機器人部署量漲500％

　　剛剛，斯坦福全球AI報告正式發(fā)布。

　　從去年開(kāi)始，斯坦福大學(xué)主導、來(lái)自MIT、OpenAI、哈佛、麥肯錫等機構的多位專(zhuān)家教授，組建了一個(gè)小組，每年發(fā)布AIindex年度報告，全面追蹤人工智能的發(fā)展現狀和趨勢。

　　“我們用硬數據說(shuō)話(huà)?！眻蟾娴呢撠熑?、斯坦福大學(xué)教授、前任谷歌首席科學(xué)家YoavShoham談到這份最新的報告時(shí)表示。

　　今年的報告，從學(xué)術(shù)、工業(yè)、開(kāi)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(jué)、自然語(yǔ)言理解等領(lǐng)域的技術(shù)進(jìn)展。

　　報告要點(diǎn)：

　　一、美國AI綜合實(shí)力最強

　　美國的AI論文發(fā)布數量雖然不是第一，但美國學(xué)者論文被引用的次數卻是全球第一，比全球平均水平高出83%。

　　2018年美國AI創(chuàng )業(yè)公司的數量，比2015年增長(cháng)2.1倍。而從2013年到2017年，美國AI初創(chuàng )企業(yè)獲得的融資額增長(cháng)了4.5倍。均高于平均水平一倍以上。

　　二、中國AI追趕速度驚人

　　清華2017年學(xué)AI和機器學(xué)習的學(xué)生數量，是2010年16倍。

　　70%的AAAI論文來(lái)自美國或中國，兩國獲接收的論文數量相近，但中國提交的論文總量比美國多30%。

　　基于經(jīng)同行評議論文數據庫Scopus的數據，2018年發(fā)布AI論文最多的地區是歐洲(28%)、中國(25%)和美國(17%)。

　　與2000相比，2016年中國AI學(xué)者論文被引用的次數，提高了44%。

　　中國一年的機器人部署安裝量，從2012到現在增長(cháng)了500%。ROS.org來(lái)自中國的訪(fǎng)問(wèn)量，2017年比2012年增加了18倍。

　　三、全球AI發(fā)展提速但仍不均衡

　　2017年，全球ML人才需求已經(jīng)是2015年的35倍。

　　整體來(lái)說(shuō)，自2016年以來(lái)，美國、加拿大、英國政府在國會(huì )/議會(huì )會(huì )議中對人工智能和機器學(xué)習的提及激增。

　　80%的AI教授是男性，統計數據來(lái)自UC伯克利、斯坦福、UIUC、CMU、UCLondon、牛津和蘇黎世聯(lián)邦理工學(xué)院。

　　美國AI工作崗位的應聘者中71%為男性。

　　看過(guò)這份報告之后，人工智能大牛吳恩達總結了兩點(diǎn)：1、AI正在快速發(fā)展，不管是學(xué)術(shù)界還是工業(yè)界都是如此。2、AI的發(fā)展仍不均衡，在多樣性、包容性方面仍需努力。

　　以下是這份報告的主要內容：

　　AI論文情況分析

　　發(fā)表總量增長(cháng)迅猛

　　從1996年到2017年，CS領(lǐng)域的年發(fā)表論文增長(cháng)了約五倍(6x)，AI領(lǐng)域的年發(fā)表論文增長(cháng)了約七倍(8x)。對比一下，所有學(xué)科的年發(fā)表論文總量增長(cháng)了不到兩倍(

　　劃重點(diǎn)，AI論文的年發(fā)表量，比CS論文增長(cháng)要快。

　　各地區AI論文發(fā)表情況

　　2017年，Scopus上面的AI論文，有83%來(lái)自美國以外的地方。具體數據是，28%來(lái)自歐洲，25%來(lái)自中國，17%來(lái)自美國。

　　從2007年到2017年，中國的年發(fā)表AI論文數增長(cháng)了150%。

　　細分領(lǐng)域論文發(fā)表情況

　　2017年發(fā)表的AI論文中，有56%來(lái)自機器學(xué)習與概率推理這一研究方向。

　　對比一下，2010年發(fā)表的AI論文，只有28%來(lái)自這個(gè)方向。

　　另外，圖表里顯示的大部分研究方向，在2014-2017年間，復合年均增長(cháng)率(CAGR)比2010-2014年要高。

　　比如，神經(jīng)網(wǎng)絡(luò )這一方向的論文發(fā)表數量，2014-2017年之間，復合年均增長(cháng)率達到37%(如圖中紅色曲線(xiàn))，最為突出。

　　做個(gè)對比，在2010-2014年之間，神經(jīng)網(wǎng)絡(luò )論文發(fā)表數，復合年均增長(cháng)率僅有3%。

　　arXiv論文

　　自2010年以來(lái)，arXiv論文總體呈現迅速增長(cháng)，從2010年發(fā)布的1，073篇，到2017年發(fā)布的13，325篇，增長(cháng)超過(guò)11倍(12x)。許多細分領(lǐng)域也呈現增長(cháng)。

　　這表示，論文作者們傾向于把自己的研究成果傳播出去，不論是經(jīng)過(guò)同行評審還是在A(yíng)I會(huì )議上發(fā)表的論文。這也體現了，AI這個(gè)領(lǐng)域競爭激烈的特質(zhì)。

　　在細分領(lǐng)域中，計算機視覺(jué)(CV)是自2014年起增長(cháng)最快的一個(gè)(上圖藍色曲線(xiàn))，從1，099篇增長(cháng)到2017年的4，895篇，漲幅近400%。

　　AI論文引用量

　　FWCI是領(lǐng)域權重引用影響系數，可以用來(lái)衡量論文的影響力。

　　報告重新定義了一種“改裝版”(Re-based)的FWCI，不按地區，而按世界平均值，來(lái)計算影響力。

　　在這個(gè)標準之下，雖然歐洲發(fā)表的AI論文數高于中國和美國，不過(guò)論文影響力曲線(xiàn)比較平緩;相比之下，中國發(fā)表的論文影響力增長(cháng)劇烈：與2000年相比，2016年平均每位中國AI論文作者的引用率增長(cháng)了44%。

　　不過(guò)在這方面，美國依然全球領(lǐng)先，美國AI論文作者的平均引用率，比世界平均值高出83%。

　　AAAI論文

　　AAAI2018，提交論文，中美占70%，中選論文，中美占67%。

　　中國的論文提交數高出美國約1/3，但二者中選論文數相差無(wú)幾，中國入選265篇，美國入選268篇。

　　高校AI課程注冊情況

　　AI和ML進(jìn)軍高校的速度提升了不少。

　　報告顯示，截止到2017年底，AI課程注冊人數是2012年的3.4倍，ML課程注冊人數是2012年的5倍。

　　其中，UC伯克利的ML課程的注冊人數增長(cháng)最快，是2012年的6.8倍，但此數值較2016年增長(cháng)速度有明顯下降。

　　報告進(jìn)一步統計了非美國地區院校AI+ML課程注冊人數的變化。結果顯示，清華是非美國院校外增長(cháng)率最高的高校，幾乎是第二名多倫多大學(xué)的2倍。

　　縱向對比來(lái)看，清華2017年AI+ML課程注冊人數是2010年的16倍。