近日，斯坦福聯(lián)合MIT、哈佛、OpenAI等院校和機構(gòu)發(fā)布了一份長達291頁的“2019年度AI指數(shù)報告”，這是斯坦福第三次發(fā)布該報告。

據(jù)悉，該報告從研究&發(fā)展、會議、技術(shù)性能、經(jīng)濟、教育、公眾認知、社會學(xué)原則、國家戰(zhàn)略和全球AI活力等九個方面分析了AI的發(fā)展。

與去年同期的第二期重點介紹人工智能領(lǐng)域的投資和工作崗位的增長速度不同，今年第三期的報告則廣泛地從全球視角介紹人工智能產(chǎn)業(yè)發(fā)展現(xiàn)狀，從人才培養(yǎng)、自主創(chuàng)新、發(fā)展差異、科研成果等方面分析人工智能產(chǎn)業(yè)發(fā)展的關(guān)鍵因素。

AI論文增長，得益于政策節(jié)點影響

從學(xué)術(shù)界的論文數(shù)量、科研成果和人才需求來看，這些均獲得顯著上升，成果豐碩。其中，2019年對機器學(xué)習(xí)相應(yīng)人才的需求比2017年暴增35倍，近十年來人工智能領(lǐng)域論文發(fā)表量增長七倍，而中國發(fā)表的論文數(shù)量增長了150%。從1998年到2018年，經(jīng)同行評議的AI論文數(shù)量增加了300%，占全部期刊論文總數(shù)的3%，學(xué)術(shù)會議發(fā)表論文總數(shù)的9%。

論文細分領(lǐng)域也同樣呈現(xiàn)高速增長，而且人工智能的各個專業(yè)領(lǐng)域均進入科研熱情期。2019年發(fā)表的AI論文中，56%的論文來自機器學(xué)習(xí)與概率推理研究方向，但2010年的論文中只有28%來自這一方向。神經(jīng)網(wǎng)絡(luò)方向的論文發(fā)表數(shù)量在2014-2019年之間的復(fù)合年均增長率達到37%，而此前只有大約3%。

按論文所屬區(qū)域來看，美國僅占到全球論文發(fā)布內(nèi)容的17%，中國學(xué)者發(fā)表的論文AI期刊和會議論文數(shù)量已于2006年超過美國。2019年，中國發(fā)表的AI論文占比已經(jīng)增加到28%，超過了歐洲的27%。這也是中國發(fā)表的AI論文數(shù)量首次超過整個歐洲，雄踞全球第一。

1998-2018年中國、歐洲、美國的年度AI論文總量情況

我國論文數(shù)量的增長過程其實與國家政策息息相關(guān)。觀察圖表不難發(fā)現(xiàn)，論文數(shù)量增長曲線的節(jié)點都對應(yīng)著一些政策的發(fā)布，可以分為五個階段：

1）2013年之前的潛在發(fā)展期，該階段政策文獻較少，人工智能并未列入國家發(fā)展重點；

2）2013-2015年發(fā)展初期階段，該階段社會各界逐漸認識到人工智能的重要性；

3）2015-2016的飛速發(fā)展期，該階段出臺了大量政策文獻，發(fā)展人工智能上升為國家戰(zhàn)略；

4）2016-2017年的穩(wěn)定發(fā)展期，對人工智能的研發(fā)和產(chǎn)業(yè)發(fā)展認識越發(fā)成熟，政策文獻穩(wěn)步發(fā)布；

5）2017-目前，該階段經(jīng)歷了人工智能發(fā)展熱潮，社會各界對人工智能的認識更加務(wù)實，相關(guān)政策更加具有針對性。

政策的引導(dǎo)使我國論文數(shù)量有著突飛猛進的增長，但論文影響力并未能如此。

量大但影響力仍低，我國論文是急功近利還是厚積薄發(fā)

報告表示，超過32%的AI期刊文章引用來自東亞地區(qū)，超過40%的AI會議文章引用來自北美地區(qū)，在AI領(lǐng)域內(nèi)論文引用的影響力上，美國比中國仍然高50%。

這是由于中國急功近利，只追求論文數(shù)量而不注重論文質(zhì)量么？

其實不然，中國AI學(xué)術(shù)在全世界影響力在不斷進步是毋庸置疑的。西雅圖艾倫人工智能研究所分析了微軟學(xué)術(shù)上引用率最高的AI論文，他們發(fā)現(xiàn)，在前10%的論文中，中國作者的比例正在穩(wěn)步增長，并于2018年達到了其峰值26.5%，而美國卻下降到29%。如果這種現(xiàn)象持續(xù)下去，那中國有可能于兩三年內(nèi)趕超美國。

另有其他數(shù)據(jù)顯示，中國作者所著AI論文的平均引用率高于世界平均水平，而且引用率還在持續(xù)上升。

中國工程院院士、中國人工智能學(xué)會理事長李德毅曾在公開場合表示，中國AI論文目前引用率仍低于美國的主要原因，是中國整個科學(xué)技術(shù)領(lǐng)域的暫時落后。

中國雖然擁有世界領(lǐng)先的計算機視覺、語音識別、自然語言處理等AI公司，譬如商湯科技、云知聲、科大訊飛和曠視科技等。

但我國在AI軟件工具方面仍然落后。由美國的學(xué)者和公司共同開發(fā)的開源平臺TensorFlow和Caffe在業(yè)界和學(xué)術(shù)界受到了廣泛歡迎，它們可以用來設(shè)計、構(gòu)建和訓(xùn)練算法以實現(xiàn)人工智能。

硬件方面同樣落后。大部分高端芯片都是由美國的制造商，如英偉達、英特爾、蘋果、谷歌和美國超威半導(dǎo)體公司等供應(yīng)的。我們?nèi)匀蝗狈υO(shè)計AI系統(tǒng)內(nèi)置芯片的專業(yè)知識。

當前，我國智能產(chǎn)業(yè)的77%分布在應(yīng)用層，而不是在基礎(chǔ)層和技術(shù)層，主要是集成產(chǎn)品和問題解決方案，還沒有形成產(chǎn)業(yè)集群效應(yīng)。人工智能產(chǎn)業(yè)的基礎(chǔ)不牢，需求牽引力大于科技原動力，所以目前我國在基礎(chǔ)層和技術(shù)層論文的引用率仍落后美國。

中國需要3到5年來趕上美英的基礎(chǔ)理論創(chuàng)新和算法水平，到那時，中國AI論文的引用率將會超越美國。

除了論文數(shù)量和引用率，報告中也表示，政府附屬機構(gòu)在中國和歐洲貢獻了最多的AI論文，而美國則是公司貢獻了主要的AI論文，美國企業(yè)的AI論文比例要遠高于其他國家和地區(qū)。

其實，這與論文主要關(guān)注的領(lǐng)域相關(guān)，中國的AI論文更側(cè)重于工程技術(shù)和農(nóng)業(yè)科學(xué)，而美國和歐洲的AI論文則傾向于關(guān)注人文科學(xué)和醫(yī)學(xué)與健康科學(xué)。工程類和農(nóng)業(yè)領(lǐng)域更多由政府提出需求。如果是醫(yī)學(xué)類、健康類領(lǐng)域，國外大多由企業(yè)提供服務(wù)，更多屬于市場行為，所以企業(yè)主導(dǎo)相關(guān)領(lǐng)域論文較多。

AI雖然火熱，但人類離通用人工智能還很遠

值得一提的是，這份報告中有一個“人類級表現(xiàn)里程碑”（Human-Level Performance Milestones）的清單，概述了人工智能在人類或超人層面上執(zhí)行的游戲成就、精確的醫(yī)療診斷和其他復(fù)雜的人工任務(wù)。今年，有兩項新的AI里程碑被列入該名單：

·DeepMind打造的游戲AI“Alphastar”在《星際爭霸2》中擊敗頂級人類專業(yè)玩家

·以專家級的準確性檢測糖尿病視網(wǎng)膜病變（DR）

雖然AI的表現(xiàn)讓人印象深刻，但我們離通用人工智能還很遠。無論AI的提高速度如何，它都無法與流行文化和大肆宣傳的頭條新聞相提并論。但必須要強調(diào)的是，盡管人工智能世界正在蓬勃發(fā)展，但人工智能本身仍然在某些重要方面受到限制。

正如報告中所言：千萬不要過度解讀這些結(jié)果，因為列表中的任務(wù)是非常具體的，這些系統(tǒng)也無法遷移到其他任務(wù)上，因此可擴展性有限。換句話說：AI系統(tǒng)是一次性使用的工具，而不是人類的通用智能。