色哟哟视频在线观看-色哟哟视频在线-色哟哟欧美15最新在线-色哟哟免费在线观看-国产l精品国产亚洲区在线观看-国产l精品国产亚洲区久久

0
  • 聊天消息
  • 系統(tǒng)消息
  • 評論與回復(fù)
登錄后你可以
  • 下載海量資料
  • 學(xué)習(xí)在線課程
  • 觀看技術(shù)視頻
  • 寫文章/發(fā)帖/加入社區(qū)
會員中心
創(chuàng)作中心

完善資料讓更多小伙伴認(rèn)識你,還能領(lǐng)取20積分哦,立即完善>

3天內(nèi)不再提示

2018年人工智能在學(xué)術(shù)研究、產(chǎn)業(yè)發(fā)展和政策設(shè)定方面的進(jìn)步

DPVg_AI_era ? 來源:lq ? 2018-12-14 09:16 ? 次閱讀

2018年度AI Index報告出爐,從產(chǎn)學(xué)研投資創(chuàng)業(yè)和政府媒體關(guān)注等各方面衡量人工智能發(fā)展。

評估人的體質(zhì)好壞有BMI,衡量國家經(jīng)濟(jì)發(fā)展水平有GDP,如何判斷人工智能進(jìn)展?今天,由來自哈佛、MIT、斯坦福、OpenAI以及AI產(chǎn)業(yè)聯(lián)盟等專家學(xué)者組成的AI Index小組撰寫的《AI指數(shù)2018年度報告》(AI Index 2018 Annul Report)發(fā)布。

AI Index報告的目標(biāo)是利用硬核數(shù)據(jù),衡量AI領(lǐng)域的取得的進(jìn)步,并嘗試?yán)斫膺@些進(jìn)步,因為這些成果涉及工作自動化等棘手問題的解決方案,以及對通用人工智能(AGI)的總體追求,或者涉及實現(xiàn)讓機(jī)器執(zhí)行任何人類操作的AI類型。

2018 AI Index 報告發(fā)現(xiàn):

AI頂會繼續(xù)火爆:NeurIPS 2018年參會人數(shù)是2012年的4.8倍,ICML則是2012年的6.8倍,ICLR 2018的參會人數(shù)是2012年的20倍

從全球來看,歐洲學(xué)者發(fā)表的AI論文的數(shù)量最多,占去年世界AI論文總數(shù)的28%。中國以25%緊隨其后,北美則占17%。但是,美國AI研究論文被引用數(shù)量最多,中國AI論文的引用數(shù)量也比2006年提升了44%

就業(yè)市場上,ML是最大的技能要求,但深度學(xué)習(xí)崗位的增長速度最快——從2015年到2017年,需要DL技能的職位空缺增加了35倍

論文發(fā)表,機(jī)器學(xué)習(xí)和“概率推理”這些與認(rèn)知相關(guān)的論文數(shù)量最多,神經(jīng)網(wǎng)絡(luò)第二,第三是計算機(jī)視覺,再次是搜索和語音,自然語言處理排在第五

各國對AI的側(cè)重也有所不同,中國更注重農(nóng)業(yè)科學(xué)、工程和技術(shù),而歐洲和北美更注重人文科學(xué)、醫(yī)療健康科學(xué)。總體看,歐洲的研究類型分布一般更為全面。

中國有76%的學(xué)者流動性低。調(diào)查發(fā)現(xiàn),流動性高的學(xué)者發(fā)表的AI論文具有更高的引用率和影響力,也更傾向于更頻繁地發(fā)布論文。

高校課程設(shè)置上,清華2017年AI和ML課程注冊人數(shù)是2010年的16倍,清華也是非美國高校中AI課程學(xué)生增長率最高的,是第二名多倫多大學(xué)的2倍左右。

從2017年6月到2018年11月,ImageNet訓(xùn)練時間變快了16倍

AI在很大程度上仍是由VC在驅(qū)動

AI Index 的緣起要從2014年說起,當(dāng)時斯坦福大學(xué)決定啟動一個叫做“AI100”的項目,持續(xù)跟蹤調(diào)查并總結(jié)人工智能未來100年在學(xué)術(shù)研究、經(jīng)濟(jì)、道德倫理、法律等方面的進(jìn)展。2016年9月,“AI100”小組發(fā)布了第一份《斯坦福AI百年報告》,第二份報告預(yù)計5年后發(fā)布。

然而,人工智能發(fā)展迅速,為了更好更及時地跟蹤AI進(jìn)展,斯坦福百年報告項目發(fā)起人Yoav Shoham又組建了一個新的小組,并開發(fā)了一個旨在及時跟蹤并反映人工智能發(fā)展現(xiàn)狀的指標(biāo)體系——AI Index。AI Index研究組每年都會發(fā)布一份報告,也即《AI指數(shù)報告》。

去年12月發(fā)布的第一份AI指數(shù)報告較為偏向北美。今年,報告增強(qiáng)了全球視野,發(fā)現(xiàn)AI的商業(yè)化、研究活動、資金流動呈現(xiàn)全球化增長,歐洲和亞洲尤為明顯,而且呈高度集中的態(tài)勢:中日韓在AI研究論文發(fā)表、大學(xué)招生和專利申請方面領(lǐng)先其他東方國家。

報告還設(shè)立了一個“超越人類水平的重大突破”部分,記錄了2018年AI在游戲和醫(yī)療診斷等領(lǐng)域取得的重大突破性進(jìn)展,包括微軟的機(jī)器翻譯、谷歌深度學(xué)習(xí)檢測前列腺癌,DeepMind在傳統(tǒng)FPS游戲《雷神之錘》取得的進(jìn)步,以及OpenAI在Dota 2中面對業(yè)余玩家和前職業(yè)玩家時令人驚艷的出色表現(xiàn)。

下面,就來詳細(xì)看看2018年,人工智能在學(xué)術(shù)研究、產(chǎn)業(yè)發(fā)展和政策設(shè)定方面的進(jìn)步吧。

對了,吳恩達(dá)看完這份報告總結(jié)了兩點:

AI在產(chǎn)學(xué)研領(lǐng)域繼續(xù)快速發(fā)展,我們還需要增加多樣性并且變得更加包容。

學(xué)術(shù)研究:積極在Arxiv貼論文凸顯領(lǐng)域競爭激烈

1996-2017年發(fā)表論文總量猛增

上圖是相較于1996年,學(xué)術(shù)論文的年度出版率增長情況,該圖比較了計算機(jī)科學(xué)(CS)領(lǐng)域和AI領(lǐng)域的論文發(fā)表率增長情況。從1996年到2017年,AI領(lǐng)域的論文增加了7倍(8x),CS領(lǐng)域的論文增加了5倍(6x)。

各地區(qū)發(fā)表論文情況

歐洲是AI論文出產(chǎn)大戶,2017年Scopus上的AI論文有28%來自歐洲,25%來自中國,17%來自美國。2007年至2017年在中國發(fā)表的論文數(shù)量增加了150%,盡管2008年中國的論文數(shù)量出現(xiàn)過驟跌現(xiàn)象。

細(xì)分領(lǐng)域論文發(fā)表情況

2017年,56%的論文屬于機(jī)器學(xué)習(xí)和概率推理領(lǐng)域,而2010年這一數(shù)字為28%。

對于大多數(shù)細(xì)分領(lǐng)域,在2014-2017年期間論文的發(fā)表速度要快于2010年-2014年。例如,神經(jīng)網(wǎng)絡(luò)領(lǐng)域(上圖紅線)論文的2010-2014年復(fù)合年增長率(CAGR)僅為3%,而該領(lǐng)域2014-2017年的復(fù)合年增長率為37%。

ArXiv上的AI論文

自2010年開始,arXiv上的AI論文迅猛增長,從2010年的1073篇,到2017年發(fā)布的13325篇。其中計算機(jī)視覺領(lǐng)域(CV) 是自2014年起增長最快的一個領(lǐng)域 (上圖藍(lán)線) 。

這一趨勢表明AI研究者傾向于傳播他們的研究,無論是經(jīng)過同行的認(rèn)可亦或經(jīng)過了頂會的檢驗,這也說明該領(lǐng)域競爭激烈。

中國AI研究主要由政府主導(dǎo),美國則是企業(yè)主導(dǎo)

領(lǐng)域側(cè)重(RAI)

上圖顯示了美國、歐洲和中國的AI領(lǐng)域相對活動指數(shù)(RAI)。 RAI可以看出一個區(qū)域的專業(yè)傾向,通過將其與AI全球研究活動進(jìn)行比較。RAI值為1時,表明這個國家在AI中的研究活動與全球一致;高于1時,意味著該國更強(qiáng)調(diào)重視這個領(lǐng)域;低于1時,意味著更少關(guān)注。

從圖中可以看出,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)。

政府、企業(yè)和醫(yī)學(xué)界主導(dǎo)研究情況對比

在政府主導(dǎo)的AI論文中,從2007年到2017年,中國增長了400%;而企業(yè)論文在這期間增長了73%。在美國,相對較大比例的AI論文來源于企業(yè),美國企業(yè)的AI論文比例要遠(yuǎn)高于中國和歐洲。

各地區(qū)的論文引用影響力

FWCI是領(lǐng)域權(quán)重引用影響系數(shù),可以用來衡量論文的影響力。盡管歐洲每年發(fā)布的AI論文數(shù)量最多,但引用影響力處于世界平均水平。相比之下,2016年中國AI論文的被引用率比2000年高出了44%。美國在這方面表現(xiàn)突出,美國作者AI論文的引用率要比世界平均水平高83%。

AI研究者流動率:中國學(xué)者“久坐不動”

根據(jù)調(diào)查,流動性高的學(xué)者發(fā)表的AI論文具有更高的引用率和影響力,也更傾向于更頻繁地發(fā)布論文。

在美國、中國和歐洲這三個國家和地區(qū)中,中國低流動性(“久坐不動”)的AI作者比例最大(76%),其次是歐洲(52%),最后是美國(37%)。

各國在AAAI上論文發(fā)表情況

在2018-AAAI頂會上提交的論文中約有70%來自美國或中國。 中國提交的論文數(shù)量最多,但美國和中國被接受的論文數(shù)量基本相同,分別為268和265。

美國機(jī)構(gòu)提交的論文獲得了29%的錄取率,中國為21%。 德語和意大利語的論文獲得最高錄取率(41%),但提交的人數(shù)較少。

各大高校AI課程注冊情況

AI和ML課程近年來逐漸進(jìn)軍高校。從AI課程注冊率來看,2017年注冊AI課程的人數(shù)是2012年的3.4倍,入門ML課程的人數(shù)是2012年的5倍。

加州大學(xué)伯克利分校在這方面增長最迅速,2017年入門ML課程的學(xué)生人數(shù)是2012年的6.8倍。

報告還統(tǒng)計了非美國地區(qū)得高校AI和ML課程注冊人數(shù)的變化。其中,清華是非美國高校中增長率最高的,是第二名多倫多大學(xué)的2倍左右。

而從清華自身來看,該校2017年AI和ML課程注冊人數(shù)是2010年的16倍。

高校AI教授以男性為主

在收集相關(guān)數(shù)據(jù)的過程中,改善師資多樣性的一個重大障礙是無法獲得有關(guān)多樣性的數(shù)據(jù),我們鼓勵機(jī)構(gòu)將多樣性統(tǒng)計數(shù)據(jù)透明化。

在所研究的學(xué)校中,我們發(fā)現(xiàn)平均80%的AI教授都是男性,在世界各地、各大高校都是如此。

AI學(xué)術(shù)會議熱度提升

來看下大型AI頂會的熱度。首先是三大頂會:NeurIPS (曾用名NIPS) 、CVPR和ICML,這三大會議參與人數(shù)眾多。自2012年以來,它們的參會人數(shù)增長率也遠(yuǎn)高于其他會議。

其中,NeurIPS 2018年參會人數(shù)是2012年的4.8倍,ICML則是2012年的6.8倍。

不僅是大型頂會的參會人數(shù)增長,小型會議的熱度也在不斷上升,其中最為突出的是ICLR,ICLR 2018的參會人數(shù)是2012年的20倍。

AI研討會多樣性情況

上圖顯示了兩個研討會的年度注冊數(shù)量:其中一個是由女性參與的機(jī)器學(xué)習(xí)(WiML)主辦,該組織致力于支持女性參與機(jī)器學(xué)習(xí),以及AI4All的校友人數(shù),后者旨在增加人工智能的多樣性和包容性的教育計劃。 相比于2014年,WiML研討會2015年的參與者增加了600%,AI4ALL的校友人數(shù)增加了900%。

機(jī)器人安裝情況

下圖所示為隨著時間的推移從ROS.org下載的機(jī)器人操作系統(tǒng)(ROS)二進(jìn)制包的數(shù)量。 ROS是一種廣泛使用的機(jī)器人開源軟件棧,為許多制造商和學(xué)術(shù)研究人員廣泛使用。 左軸為平均每月下載量,而右軸為僅來自獨立IP地址的平均月下載量。 自2014年以來,總下載量和單IP下載量分別增長了352%和567%。

下圖顯示了自2012年以來全球訪問ROS.org最多的五大地區(qū)。美國和歐洲的訪問次數(shù)位居前兩位,中國的增長速度位居第一,目前訪問次數(shù)距離前兩名已經(jīng)不遠(yuǎn)。2017年,來自中國的訪問次數(shù)已經(jīng)相當(dāng)于2012年的18倍。ROS.org表示,來自中國的訪問量增長是結(jié)構(gòu)性的,而不是在中國增加市場營銷和資源投入的結(jié)果。

AI技術(shù)發(fā)展:沒有驚天突破,但在穩(wěn)步提升

物體識別精度

ImageNet競賽在2017年完結(jié),因此AI Index報告組根據(jù)已發(fā)表的論文,繼續(xù)跟蹤當(dāng)前物體識別的水平(ImageNet 2012 驗證集)發(fā)展。報告組指出,如果某個AI子領(lǐng)域的發(fā)展是以某項競賽為基礎(chǔ)來衡量的,那么這項競賽的完結(jié)會導(dǎo)致該領(lǐng)域技術(shù)真實發(fā)展水平難以衡量。好在數(shù)據(jù)集是開源的,因此在一定程度上還是能保證評估的連續(xù)性。

下圖即為物體識別精度情況,藍(lán)線為歷年ImageNet競賽冠軍結(jié)果,黃線為相關(guān)算法在ImageNet驗證集上得到的結(jié)果。可以看出,2018年,在沒有為了比拼物體識別精度的情況下,物體識別算法的表現(xiàn)整體也有提升。

ImageNet訓(xùn)練時間

ImageNet訓(xùn)練時間是指網(wǎng)絡(luò)高精度分類ImageNet圖像數(shù)據(jù)集所需的時間。這一指標(biāo)代表了大型網(wǎng)絡(luò)完成AI任務(wù)的時間。由于圖像分類是一種相對通用的監(jiān)督學(xué)習(xí)任務(wù),因此ImageNet訓(xùn)練時間這一指標(biāo),也可以從某種程度上反映其他AI應(yīng)用程序的訓(xùn)練時間。在一年半的時間里,訓(xùn)練ImageNet的時間從大約一小時減少到大約4分鐘。

ImageNet訓(xùn)練時間這一指標(biāo)也反映了AI研究的產(chǎn)業(yè)化情況。ImageNet訓(xùn)練時間減低的因素包括:算法創(chuàng)新和基礎(chǔ)設(shè)施建設(shè)。

從2017年6月到2018年11月,ImageNet訓(xùn)練時間變快了16倍。

實例分割

下圖顯示了MS COCO競賽實例分割結(jié)果。ImageNet競賽完結(jié)后,計算機(jī)視覺界開始轉(zhuǎn)向更為復(fù)雜的推理任務(wù),例如以像素級精度定位物體(也即實例分割)和像素級精度劃分場景(語義分割)。

自2015年以來,COCO競賽中算法的平均精度最高增加了0.2個點,或相對提高了72%。

語義分析

下圖顯示了AI系統(tǒng)在確定句子句法結(jié)構(gòu)任務(wù)上的表現(xiàn)。語義分析(Parsing)是問答等特定自然語言理解任務(wù)中的第一步,如今已經(jīng)幾乎全部由深度學(xué)習(xí)完成。自2003年以來,句子成分語義分析水平、F1得分提高了9個百分點,或相對提高了10%。

機(jī)器翻譯

下圖顯示了AI在新聞英德互譯中的表現(xiàn)。從2008年到2018年十年間,英譯德機(jī)器翻譯BLEU得分提高了3.5倍,德譯英機(jī)翻水平則提高了2.5倍。需要指出,由于每年使用的測試集不同,得分并不是完全可比的。但整體看BLEU得分有一定參考意義。

機(jī)器問答ARC

下圖顯示了歷年AI2推理競賽(AI2 Reasoning Challenge,ARC)的結(jié)果。ARC數(shù)據(jù)集包含7787個真實的純文字科學(xué)多項選擇題(美國3到9年級水平,英語,通常有4個答案選項),分為高難度(Challenge Set,2590個問題)和低難度(Easy Set,5197個問題)兩個數(shù)據(jù)集。

ARC基準(zhǔn)測試于2018年4月發(fā)布,到11月,機(jī)器在Easy Set上的表現(xiàn)從63%上升到69%,在Challenge Set上則從27%上升到42%。

機(jī)器問答GLUE

下圖顯示了GLUE基準(zhǔn)測試排行榜的結(jié)果。通用語言理解評估(GLUE)是一個新的基準(zhǔn),旨在測試自然語言理解(NLU)系統(tǒng)完成一系列任務(wù)的水平,并且鼓勵研究人員開發(fā)較為通用的系統(tǒng)。GLUE由九個子任務(wù)組成:兩個單句測試(衡量語法和情感),三個關(guān)于相似度(similarity)和復(fù)述(paraphrase),四個關(guān)于自然語言推理,包括Winograd Schema Challenge。語料庫大小從小于1000到超過40萬不等。衡量指標(biāo)包括準(zhǔn)確度/ F1和馬修斯相關(guān)系數(shù)。

雖然該基準(zhǔn)測試在2018年5月才發(fā)布,但目前機(jī)器水平相比第一次測試結(jié)果已有大幅提高,距離非專業(yè)人員(大約90%)已經(jīng)不遠(yuǎn)。

投資創(chuàng)業(yè)熱度不減,深度學(xué)習(xí)崗位驟增35倍

AI初創(chuàng)企業(yè)

下圖顯示了風(fēng)險投資支持的美國私營創(chuàng)業(yè)公司在特定年份的活躍數(shù)量。藍(lán)色的線(左軸)只顯示AI創(chuàng)業(yè)公司,而灰色的線(右軸)顯示所有風(fēng)險投資支持的創(chuàng)業(yè)公司,包括AI創(chuàng)業(yè)公司。這張圖表描繪了每年1月份初創(chuàng)公司的總數(shù)。圖表顯示,初創(chuàng)公司的數(shù)量是逐年累積的。

從2015年1月到2018年1月,活躍的AI創(chuàng)業(yè)公司增長了2.1倍,而所有活躍的創(chuàng)業(yè)公司增長了1.3倍。在很大程度上,創(chuàng)業(yè)公司整體的增長保持相對穩(wěn)定,而AI創(chuàng)業(yè)公司的數(shù)量呈指數(shù)級增長。

從2015年到2018年,美國活躍的AI創(chuàng)業(yè)公司數(shù)量增長了2.1倍,而所有創(chuàng)業(yè)公司整體增長了1.3倍。

VC投資

下圖顯示了風(fēng)險投資公司(VC)在所有融資階段向活躍的美國初創(chuàng)公司提供的年度資金數(shù)額。藍(lán)色的線(左軸)只顯示對AI創(chuàng)業(yè)公司的資助,而灰色的線(右軸)顯示所有VC支持的創(chuàng)業(yè)公司的融資額,包括AI創(chuàng)業(yè)公司。這些是年度數(shù)據(jù),非逐年累積。

從2013年到2017年,AI風(fēng)投資金增長4.5倍,而所有風(fēng)投資金增長2.08倍。1997 - 2000年風(fēng)險投資的繁榮可以用互聯(lián)網(wǎng)泡沫來解釋。2014年和2015年較小規(guī)模的繁榮反映了這段時期經(jīng)濟(jì)增長較快。

從2013年到2017年,美國AI創(chuàng)業(yè)公司的風(fēng)險投資增加了4.5倍,而所有活躍創(chuàng)業(yè)公司的風(fēng)險投資增加了2.08倍

就業(yè)市場:向AI技能開放

下面的圖表顯示了有AI技能要求的每年職位空缺數(shù)量,以及該空缺數(shù)量的相對增長。這里的AI技能不相互排斥。

雖然ML是最大的技能要求,但深度學(xué)習(xí)(DL)的增長速度最快——從2015年到2017年,需要DL技能的職位空缺增加了35倍。

就業(yè)性別差異:AI目前還是男人的游戲

下圖顯示了2017年AI職位空缺的男性和女性申請者。這些數(shù)據(jù)是根據(jù)所需要的技能統(tǒng)計,不相互排斥。申請人的數(shù)量并不意味著雇用或在整個行業(yè)的代表。

在美國,平均而言,男性求職者占AI求職者總數(shù)的71%,因為機(jī)器學(xué)習(xí)要求的求職者數(shù)量最多,平均而言,這主要是由機(jī)器學(xué)習(xí)求職者推動的。除了機(jī)器學(xué)習(xí),深度學(xué)習(xí)和機(jī)器人技術(shù)相對于其他類別而言,性別差異更大。

在美國,男性求職者平均占AI求職者總數(shù)的71%

專利

下圖顯示了AI專利的數(shù)量和增長情況。AI專利一般使用IPC代碼,屬于認(rèn)知和意義理解以及人機(jī)界面技術(shù)領(lǐng)域。

2014年,約30%的AI專利來自美國。其次是韓國和日本,這兩個國家各自擁有16%的AI專利。就發(fā)明人地區(qū)來說,韓國和中國***增長最快,2014年AI專利數(shù)量是2004年的近5倍。

AI采用:按地區(qū)分析

下面的圖表顯示了麥肯錫公司對2135名受訪者的調(diào)查結(jié)果,每個人都代表他們的組織進(jìn)行了回答。圖表描繪了組織在至少一個功能或業(yè)務(wù)單元中采用AI能力的受訪者百分比。受訪者可以選擇多種AI能力。

圖表顯示,雖然一些地區(qū)比其他地區(qū)更傾向于采用某些能力,但是AI能力在不同地區(qū)之間的采用程度是相對平等的。我們期待AI采用隨時間的變化。

AI采用:按行業(yè)分析

同樣是麥肯錫公司對2135名受訪者的調(diào)查結(jié)果。下面的圖表描述了組織在特定業(yè)務(wù)功能中試驗或采用AI能力的受訪者的百分比。

組織傾向于將AI能力納入其行業(yè)內(nèi)最有價值的功能中。例如,金融服務(wù)在很大程度上將AI與風(fēng)險結(jié)合在一起,而汽車行業(yè)則將AI采用到制造中,零售業(yè)則在營銷/銷售方面采用AI。

下面的圖表顯示了AI和機(jī)器學(xué)習(xí)(ML)在企業(yè)財報電話會議中被提及的情況。這項分析只統(tǒng)計了在紐約證券交易所上市的公司。

AI和ML在IT行業(yè)的財報提及在2015年就有所增加。對于大多數(shù)其他行業(yè)來說,這一增長始于2016年。IT、非必需消費品、金融和醫(yī)療保健行業(yè)在財報電話會議上提到AI最多。

機(jī)器人安裝情況

下圖按地區(qū)顯示了工業(yè)機(jī)器人的年度安裝情況。第一個圖顯示了機(jī)器人安裝量最大的五個地區(qū),第二個圖顯示了其他地區(qū)。

自2012年以來,中國每年的機(jī)器人安裝量增長了500%,而韓國和歐洲分別增長了105%和122%。

TensorFlow和AutoML定義開源軟件格局

Github上獲得的星數(shù)

下圖是Github上出現(xiàn)的各類AI和機(jī)器學(xué)習(xí)軟件包的次數(shù)。從圖中可以大致看出各類AI編程框架的受歡迎程度。最近呈現(xiàn)的兩大趨勢是,由大公司支持的框架越來越受歡迎,如谷歌的TensorFlow、Facebook的Pytorch,亞馬遜的mxnet等,以及TensorFlow在受歡迎程度上相對其他語言表現(xiàn)出越來越明顯的優(yōu)勢。

Github上累計獲得的星數(shù)(未包括Tensorflow)

英美加政府對AI和機(jī)器學(xué)習(xí)關(guān)注有不同程度提升

媒體對AI的關(guān)注

下圖所示為在大眾媒體的文章中包含“人工智能”一詞的文章比例,這些文章被分為正面、負(fù)面或中立文章。從2016年初開始,關(guān)于人工智能的文章變得更加“正面”,其比例從2016年1月的12%上升到2016年7月的30%。從那時起,“正面”文章的比例一直在30%左右。

政府部門對AI的關(guān)注

下圖顯示了美國、英國和加拿大的議會記錄中提及“人工智能”和“機(jī)器學(xué)習(xí)”的情況。在這三個國家的議會中,對這兩個詞語的提及頻率自2016年以來快速上升。而且,“機(jī)器學(xué)習(xí)”在2016年之前很少被提及,而且相對于“人工智能”而言,被提及的次數(shù)仍然很少。

注意,由于比較方法不同,本圖表不適合于跨國比較。我們建議只比較一個國家內(nèi)的一段時間內(nèi)的趨勢,而不是進(jìn)行國與國之間的比較。下圖由上至下依次為美國、英國、加拿大的情況。

AI整體活力:很大程度上仍由VC驅(qū)動

Academia-Industry 動態(tài)

為了探究學(xué)術(shù)界和工業(yè)界AI相關(guān)的活動之間的關(guān)系,我們首先從前幾節(jié)中選取了一些具有代表性的測量方法。具體來說,我們主要關(guān)注Scopus的AI論文發(fā)表數(shù)量、幾所美國大學(xué)AI和ML入門課程的學(xué)生數(shù)量,以及AI相關(guān)初創(chuàng)公司的風(fēng)險投資。

這些指標(biāo)表示無法直接比較。為了分析趨勢之間的關(guān)系,我們從2010年開始對每一項指標(biāo)進(jìn)行標(biāo)準(zhǔn)化,并顯示增長,而不是絕對數(shù)字。

Academia-Industry dynamics

AI活力指數(shù)

AI活力指數(shù)(AI Vibrancy Index)將三個Academia-Industry 指標(biāo)(出版、課程注冊人數(shù)和風(fēng)險投資)匯總成一個衡量標(biāo)準(zhǔn),量化AI作為一個領(lǐng)域的活力。與Academia-Industry 動態(tài)一樣,AI活力指數(shù)始于2010年。

AI活力指數(shù)很大程度上受VC投資的推動,相對于其他兩個指標(biāo),VC投資增長最快。這三個指標(biāo)的權(quán)重相等。

AI Vibrancy Index

AI政策制定與技術(shù)和產(chǎn)品研發(fā)同樣重要

AI Index 所有這些硬數(shù)據(jù),對于理解AI領(lǐng)域目前所處的階段,過去幾年來AI如何進(jìn)展,以及未來它將如何發(fā)展,都非常有幫助。

但是,當(dāng)涉及到自動化以及AI在刑事司法、邊境巡邏檢查、戰(zhàn)爭等更棘手的領(lǐng)域時,我們還沒有找到出路。在這些領(lǐng)域,性能的重要性比不上政府政策的重要性。人工智能無疑會繼續(xù)變得更加復(fù)雜,但在醫(yī)院、教育系統(tǒng)、機(jī)場和警察部門能夠可靠地使用這類軟件之前,還存在許多障礙,既有技術(shù)上的障礙,也有偏見和安全方面的障礙。

但AI仍然得到越來越多的應(yīng)用。今年,亞馬遜在向執(zhí)法部門出售其面部識別軟件,而谷歌在被發(fā)現(xiàn)向美國國防部一個名為Maven的無人機(jī)項目提供計算機(jī)視覺技術(shù)后,陷入了巨大的爭議。

谷歌表示一旦合同到期,它將退出Maven項目。谷歌也發(fā)表了一系列AI倫理原則,包括承諾永遠(yuǎn)不會開發(fā)AI武器監(jiān)測系統(tǒng),或為任何違反了“廣泛接受的國際法和人權(quán)原則”的項目提供幫助。但很明顯,硅谷的領(lǐng)導(dǎo)者將AI視為一個絕佳的商業(yè)機(jī)會,而這類項目和合同則是參與AI研究軍備競賽的經(jīng)濟(jì)回報。

伴隨著自動化的普及,大規(guī)模失業(yè)雖然不會很快到來,但作為一個社會,我們需要準(zhǔn)備好迎接工作性質(zhì)的轉(zhuǎn)變,轉(zhuǎn)向更不穩(wěn)定、薪酬更低、缺乏醫(yī)療保險等安全保障的工作。

不是每個人都會馬上失業(yè)。相反,隨著時間的推移,某些工作崗位將被淘汰,而另一些工作崗位將變成半自動化的。有些工作永遠(yuǎn)需要有人的角色。工人的命運將取決于特定的雇主限制,勞動法律法規(guī),以及是否有足夠好的制度來確保人們轉(zhuǎn)移到新的角色或行業(yè)。

例如,麥肯錫全球研究所去年11月的一份報告發(fā)現(xiàn),到2030年,全球自動化可能會導(dǎo)致8億人失業(yè),但只有大約6%的工作面臨完全自動化的風(fēng)險。

美國智庫全球發(fā)展中心今年7月發(fā)表的一份報告,集中討論了AI和機(jī)器人自動化對全球勞動力市場的潛在影響。研究人員發(fā)現(xiàn),目前幾乎沒有足夠的工作在為全面自動化帶來的影響做準(zhǔn)備,而多數(shù)討論集中在特定市場中實現(xiàn)完全自動化的一般倫理和可行性。報告總結(jié)說:“在決定哪些工作實現(xiàn)自動化方面,盈利能力、勞動法規(guī)、工會化和企業(yè)社會期望等問題至少與技術(shù)限制問題同等重要?!?/p>

現(xiàn)在來說,可靠地測量AI對社會的影響也許為時過早——這個行業(yè)才剛剛起步,但我們要為這一切做好準(zhǔn)備,了解這意味著什么,以及AI將如何影響日常生活、工作以及醫(yī)療保健、教育和執(zhí)法等公共機(jī)構(gòu),這與AI研究和產(chǎn)品開發(fā)同等重要。只有同時投資于兩者,我們才能讓世界變得更好。

聲明:本文內(nèi)容及配圖由入駐作者撰寫或者入駐合作網(wǎng)站授權(quán)轉(zhuǎn)載。文章觀點僅代表作者本人,不代表電子發(fā)燒友網(wǎng)立場。文章及其配圖僅供工程師學(xué)習(xí)之用,如有內(nèi)容侵權(quán)或者其他違規(guī)問題,請聯(lián)系本站處理。 舉報投訴

原文標(biāo)題:斯坦福全球AI報告:清華AI課程人數(shù)增16倍,人才需求暴增 35 倍

文章出處:【微信號:AI_era,微信公眾號:新智元】歡迎添加關(guān)注!文章轉(zhuǎn)載請注明出處。

收藏 人收藏

    評論

    相關(guān)推薦

    2025人工智能會發(fā)生哪些變化

    2025人工智能會發(fā)生哪些革命性的變化?斯坦福大學(xué)以人為中心的人工智能研究所的領(lǐng)先專家表示,2025
    的頭像 發(fā)表于 01-21 11:28 ?274次閱讀

    中國信通院魏亮:2024人工智能產(chǎn)業(yè)十大關(guān)鍵詞解讀

    202412月27日,中國信息通信研究院(簡稱“中國信通院”)在北京召開2024人工智能賦能新型工業(yè)化大會暨第二屆“興智杯”全國人工智能創(chuàng)新應(yīng)用大賽(預(yù)熱)。會上,中國信通院副院長魏
    的頭像 發(fā)表于 12-31 11:58 ?449次閱讀
    中國信通院魏亮:2024<b class='flag-5'>人工智能</b><b class='flag-5'>產(chǎn)業(yè)</b>十大關(guān)鍵詞解讀

    【「具身智能機(jī)器系統(tǒng)」閱讀體驗】1.初步理解具身智能

    與未來,涵蓋如基于行為的人工智能、生物啟發(fā)的進(jìn)化人工智能及認(rèn)知機(jī)器技術(shù)的發(fā)展。這一歷史背景為隨后的大模型驅(qū)動的具身智能討論奠定了基礎(chǔ),隨著
    發(fā)表于 12-28 21:12

    2025人工智能在工程領(lǐng)域的應(yīng)用趨勢

    人工智能在重塑工程范式方面發(fā)揮著關(guān)鍵作用,它提供的工具和方法可提高各個領(lǐng)域的精度、效率和適應(yīng)性。想要在人工智能競賽中保持領(lǐng)先的工程領(lǐng)導(dǎo)者應(yīng)該關(guān)注四個關(guān)鍵領(lǐng)域的進(jìn)步:生成式
    的頭像 發(fā)表于 12-27 15:40 ?239次閱讀

    嵌入式和人工智能究竟是什么關(guān)系?

    領(lǐng)域,如工業(yè)控制、智能家居、醫(yī)療設(shè)備等。 人工智能是計算機(jī)科學(xué)的一個分支,它研究如何使計算機(jī)具備像人類一樣思考、學(xué)習(xí)、推理和決策的能力。人工智能
    發(fā)表于 11-14 16:39

    科沃斯助力吳中區(qū)機(jī)器+人工智能產(chǎn)業(yè)發(fā)展

    科沃斯機(jī)器總部迎來了一場盛會——吳中區(qū)機(jī)器+人工智能產(chǎn)業(yè)專班走進(jìn)科沃斯機(jī)器產(chǎn)業(yè)鏈供需對接會
    的頭像 發(fā)表于 10-14 15:25 ?713次閱讀

    《AI for Science:人工智能驅(qū)動科學(xué)創(chuàng)新》第6章AI與能源科學(xué)讀后感

    了電力的實時平衡和優(yōu)化,有效降低了電網(wǎng)的運行成本和故障率。 此外,書中還討論了人工智能在能源科學(xué)研究中的挑戰(zhàn)和機(jī)遇。這些挑戰(zhàn)包括數(shù)據(jù)質(zhì)量、算法優(yōu)化、隱私保護(hù)等方面,而機(jī)遇則體現(xiàn)在技術(shù)創(chuàng)新、產(chǎn)業(yè)
    發(fā)表于 10-14 09:27

    AI for Science:人工智能驅(qū)動科學(xué)創(chuàng)新》第4章-AI與生命科學(xué)讀后感

    閱讀這一章后,我深感人工智能與生命科學(xué)的結(jié)合正引領(lǐng)著一場前所未有的科學(xué)革命,以下是我個人的讀后感: 1. 技術(shù)革新與生命科學(xué)進(jìn)步 這一章詳細(xì)闡述了人工智能如何通過其強(qiáng)大的數(shù)據(jù)處理和分析能力,加速生命科學(xué)
    發(fā)表于 10-14 09:21

    《AI for Science:人工智能驅(qū)動科學(xué)創(chuàng)新》第一章人工智能驅(qū)動的科學(xué)創(chuàng)新學(xué)習(xí)心得

    深刻認(rèn)識到人工智能在推動科學(xué)進(jìn)步中的核心價值。它不僅是科技進(jìn)步的加速器,更是人類智慧拓展的催化劑,引領(lǐng)我們邁向一個更加智慧、高效、可持續(xù)的科學(xué)研究新時代。
    發(fā)表于 10-14 09:12

    生成式人工智能在教育中的應(yīng)用

    生成式人工智能在教育中的應(yīng)用日益廣泛,為教育領(lǐng)域帶來了諸多變革和創(chuàng)新。以下是對生成式人工智能在教育中的幾個主要應(yīng)用方面的詳細(xì)闡述:
    的頭像 發(fā)表于 09-16 16:07 ?1339次閱讀

    名單公布!【書籍評測活動NO.44】AI for Science:人工智能驅(qū)動科學(xué)創(chuàng)新

    芯片設(shè)計的自動化水平、優(yōu)化半導(dǎo)體制造和封測的工藝和水平、尋找新一代半導(dǎo)體材料等方面提供幫助。 第6章介紹了人工智能在化石能源科學(xué)研究、可再生能源科學(xué)研究、能源轉(zhuǎn)型三個
    發(fā)表于 09-09 13:54

    報名開啟!深圳(國際)通用人工智能大會將啟幕,國內(nèi)外大咖齊聚話AI

    呈現(xiàn)、產(chǎn)業(yè)展覽、技術(shù)交流、學(xué)術(shù)論壇于一體的世界級人工智能合作交流平臺。本次大會暨博覽會由工業(yè)和信息化部政府采購中心、廣東省工商聯(lián)、前海合作區(qū)管理局、深圳市信局等單位指導(dǎo),深圳市
    發(fā)表于 08-22 15:00

    FPGA在人工智能中的應(yīng)用有哪些?

    FPGA(現(xiàn)場可編程門陣列)在人工智能領(lǐng)域的應(yīng)用非常廣泛,主要體現(xiàn)在以下幾個方面: 一、深度學(xué)習(xí)加速 訓(xùn)練和推理過程加速:FPGA可以用來加速深度學(xué)習(xí)的訓(xùn)練和推理過程。由于其高并行性和低延遲特性
    發(fā)表于 07-29 17:05

    人工智能在軍事方面的應(yīng)用

    智慧華盛恒輝人工智能在軍事方面的應(yīng)用廣泛且深入,主要包括以下幾個方面: 智慧華盛恒輝一、作戰(zhàn)效能提升 自動目標(biāo)識別與跟蹤: 人工智能系統(tǒng)能夠在復(fù)雜環(huán)境中準(zhǔn)確識別和跟蹤目標(biāo),提高作戰(zhàn)效率
    的頭像 發(fā)表于 07-16 09:52 ?727次閱讀

    嵌入式人工智能的就業(yè)方向有哪些?

    嵌入式人工智能的就業(yè)方向有哪些? 在新一輪科技革命與產(chǎn)業(yè)變革的時代背景下,嵌入式人工智能成為國家新型基礎(chǔ)建設(shè)與傳統(tǒng)產(chǎn)業(yè)升級的核心驅(qū)動力。同時在此背景驅(qū)動下,眾多名企也紛紛在嵌入式
    發(fā)表于 02-26 10:17
    主站蜘蛛池模板: 视频一区精品自拍亚洲| 日韩av片无码一区二区不卡电影| 欧美最猛12teevideos| 亚洲一日韩欧美中文字幕在线| 国产高清视频免费在线观看| 日本性xxx| 高清 国产 在线 亚洲| 强奸日本美女小游戏| FREECHINESE东北女人真爽| 女仆乖H调教跪趴| 99re在这里只有精品| 男女做爽爽爽视频免费软件| 99久久麻豆AV色婷婷综合| 啪啪啪社区| 国产AV视频二区在线观看| 呜呜别塞了啊抽插| 国产色播视频在线观看| 亚洲免费网站在线观看| 久久国产露脸老熟女熟69| 中国少妇内射XXXHD免费| 免费看大黄高清网站视频在线| 最新国产在线视频在线| 免费人成在线观看视频不卡| xx在线观看| 忘忧草秋观看未满十八| 国内极度色诱视频网站| 真实国产精品视频国产网| 男人插曲女人的视频| c了瑜伽老师嗷嗷叫一节课视频| 秋霞网韩国理伦片免费看| 国产成人久久精品激情| 亚洲免费在线| 美女拉开腿让男生桶到爽| 办公室中文BD| 午夜剧场1000| 久热这里在线精品| 处88XXX| 亚洲粉嫩美白在线| 妈妈的职业3完整版在线播放 | 十八禁肉动漫无修在线播放| 国产成人综合在线|