AI Index 2019评估全球AI研究，投资和影响

 
AI社区的领导者今天齐聚一堂，发布了2019年AI指数报告，这是每年一次的调查，旨在探讨影响AI行业，突破性研究以及AI对社会的影响的最大趋势。
它还检查了诸如AI聘用实践，私人投资，按国家划分的AI研究贡献，离开学术界进入行业的研究人员以及AI在特定行业中起着多大作用的趋势。该报告还指出，在减少培训AI系统和计算成本所需的时间方面取得了长足进步，这是对AI采用率最大的两个障碍。
报告称：“在一年半的时间里，在云基础架构上训练大型图像分类系统所需的时间已从2017年10月的大约三个小时减少到2019年7月的大约88秒。”
一些重点：
人工智能是计算机科学博士学位专业领域中最受欢迎的领域，2018年，有21%的专门研究机器学习或AI的毕业生。
从1998年到2018年，经过同行评审的AI研究增长了300%。
2019年，全球私人AI投资超过700亿美元，其中初创公司投资为370亿美元，并购交易为340亿美元，IPO交易为50亿美元，少数股权为20亿美元。去年，自动驾驶汽车引领了全球投资(70亿美元)，其次是毒品和癌症，面部识别，视频内容，欺诈检测和财务。
自2006年通过美国以来，中国现在每年出版的AI期刊和会议论文数量与欧洲一样多。
超过40%的AI会议论文引用来自北美的作者，大约三分之一的作者来自东亚。
从2015年到2019年，新加坡，巴西，澳大利亚，加拿大和印度的AI招聘增长最快。
2014年至2018年之间提交的绝大多数AI专利都是在美国和加拿大等国家/地区提交的，其中94%的专利是在富裕国家/地区提交的。
在2010年至2019年之间，关于arXiv的AI论文总数增加了20倍。
该报告是由斯坦福大学以人为本的AI研究所与来自OpenAI的人员合作编写的。它起源于2016年AI 100的一部分，这是斯坦福大学对AI的进步和影响进行长达一个世纪的研究。
斯坦福大学名誉教授兼指导委员会主席Yoav Shoham在电话采访中对VentureBeat表示：“我们要做的是对数据的质量和客观性保持虔诚。”
Shoham从一开始就一直是AI Index指导委员会的成员，并担任将报告汇总在一起的小组的主席。其他包括麻省理工学院的经济学家Erik Brynjolfsson，合伙制AI执行董事Terah Lyons，以及来自SRI International，哈佛大学，OpenAI和麦肯锡全球研究所的其他人。
这项工作旨在帮助公众了解该领域的进展，并向政策制定者和商业决策者提供有关本国与其他国家相比排名的信息。
作者告诉VentureBeat，报告已进入第三年，其数据源比发布时多三倍，并且首次提供了全球AI活力工具，该工具可以比较34个轴上的国家/地区。
肖哈姆称，像之前的一些研究一样，现在进入全国AI排名还为时过早。
他说：“只对国家进行排名，只是衡量一些事情，增加一些数字，然后说，你知道美国是第一，中国是第二，还有你，这很诱人，” “我们不想这样做，因为当您这样做时，您会扭曲事物，并且可以看到很多维度。最终，有一个类似排名的想法是一个好主意，但我们认为这样做还为时过早。”
全球活力工具使您可以选择按总数和人均趋势进行衡量，以识别诸如以色列这样的热点地区，该地区的人均深度学习研究比任何其他国家都要多，或者是像芬兰和新加坡这样的先进AI领导者。
今年早些时候，一家与联合国合作的咨询公司确定了目前大约有30个国家制定了国家人工智能战略。
例如，根据爱思唯尔(Elsevier)的Scopus(研究arXiv等存储库的发布率)的说法，欧洲产生的AI研究论文数量超过世界其他任何地方，但以色列的人均深度学习研究数量最多，而美国则最多，引用了AI研究。
与AI研究的公司或行业联系正在增长，并且最有可能发生在美国，中国，日本，法国，德国和英国。
“十年前，二十年前，所有的创新都发生在学术界，然后工业界将其点点滴滴加以完善，完善和商业化。不再如此。线条模糊，人们越过。” Shoham说。 “我认为领先的学术机构正在接受这是新常态。”
尽管如今有60%的博士候选人通过学术界进入行业，而2004年为20%，但学术研究仍领先于政府和公司论文-它占中国AI出版物的92%，欧洲90%，美国85%。 ，根据报告。
该报告还评估了跨学科跟踪AI的基准和方法的进展，例如图像分类，以及针对常见用例(如翻译)或ActivityNet的视频事件识别培训AI系统的方法的进展。
Shoham说，在某些方面，进展的结果参差不齐，因为某些在基准测试中获得较高结果的AI系统可能会比这些结果表明的更脆弱。
例如，Shoham希望在他的研究领域-对话式AI中工作。某些系统在斯坦福大学的SQuAD问题和答案测试等基准上可能表现良好，但似乎不适用于狭窄的任务。
Shoham说：“问题是这些都是高度专业化的任务和领域，一旦您脱离领域，性能就会急剧下降，委员会对此一无所知。” “真正令人兴奋的事物包括我提到的所有这些系统，但是我们现在离人类对语言的理解还很遥远。因此，我们尝试在报告中对此加以细化。”
该报告还列举了AI系统在人类水平上的表现，例如DeepMind的AlphaStar在《星际争霸II》中击败人类，并使用深度学习技术在眼睛图像中检测出糖尿病性视网膜病变。