斯坦福发布AI年度报告 中国AI论文数全球第二

【网易智能讯12月17日消息】近日，斯坦福大学发布了《2018年度全球AI报告》，从学术研究、产业、软件开源、公共利益等方面介绍2018年人工智能（AI）技术的发展，并记录计算机视觉、自然语言理解等领域的技术进展。

据介绍，这份报告致力于追踪、整理、提取和可视化与人工智能相关的数据，并成为政策制定者、研究人员、高管、记者和普通大众全面了解AI的依据，以便对复杂的AI领域形成更直观印象。

报告概述

今年的报告实现了两个目标：首先，刷新了去年的指标。其次，它尽可能在全球背景下解析AI技术的进展。前者对实现这份报告的使命至关重要，即奠定AI对话的基础，这意味着持续推进技术进步。但后者也是必不可少的。没有全球视角，就没有AI故事。

2017年的报告严重偏重于北美地区的活动，这反映出该项目全球伙伴关系数量有限的短板，并非一种固有偏见。今年，我们开始缩小全球差距。我们认识到，要使本报告的覆盖足够全面，还有很长的路要走，且需要进一步的合作和外部参与。不过，我们可以断言AI是全球性的技术。

2017年Scopus数据库的AI论文有83%来自美国以外。其中，28%来自欧洲，是所有地区中比例最高的。全球大学AI和机器学习(ML)课程的招生人数都在增加，尤其是中国清华大学，其2017年AI+ML课程的总招生人数是2010年的16倍。

不仅美国、中国和欧洲取得了进展，2014年，韩国和日本分别是AI专利的第二大和第三大生产国，仅次于美国。此外，南非还主办了第二届深度学习Indaba大会，这是世界上最大的ML教学活动之一，吸引了来自20多个非洲国家的500多人参加。

AI的多样性不仅仅是地理上的。如今，超过50%的AI合作项目都是盈利的，包括来自美国公民自由联盟(ACLU)、牛津大学人类未来研究所以及联合国开发计划署等的项目。与此同时，人们也越来越意识到性别和种族多样性对AI进步的重要性。例如，我们看到AI4ALL和Women in Machine Learning (WiML)等组织的人数都有所增加，这鼓励了弱势群体的参与。

活跃度指标和技术性能指标

这篇文章主要介绍了大会报告的第一部分——数据：活跃度和技术性能

活跃度指标体现了学术界、企业、企业家以及公众对AI活动的参与度。从大学生学习AI的人数，到申请AI工作的女性比例，再到AI初创企业风险投资的增长，这些数据包罗万象。

技术性能指标指AI性能随时间的变化。例如，我们可以测量AI回答问题的质量和计算机在测试中检测对象的速度。《2018年度全球AI报告》为去年的许多指标(如机器人安装和AI会议出席率)增加了额外的国家级粒度。此外，我们还增加了许多新的度量标准和研究领域，如专利、机器人操作系统下载、GLUE度量和COCO排行榜等。

总的来说，我们看到了去年主要成果的延续：几乎所有地方的AI活动都在增加，技术性能也在全面提高。不过，今年还是有些特别有趣的成果特别值得注意。这包括自然语言的显著进步，以及课堂上有限的性别多样性。

活跃度研究

一、2018AI论文发表概况

1.按学科分类

相对于1996年来说，下图显示了2018年度学术论文的年度出版率的增长情况。这张图表比较了所有科研领域、计算机科学（CS）和人工智能（AI）领域的论文增长。从1996年到2017年，每年发表的AI论文增长率都超过了CS领域，这表明AI论文的增长不仅仅是出于人们对计算机科学的兴趣才有所增加的。

图1：1996年到2017年间，每年按学科分类发表的AI论文增速情况

2.按地区分类

下图显示了按地区分类每年发表的AI论文数量。欧洲一直是最大的AI论文出产地，2017年Scopus数据库中28%的AI论文源自欧洲。与此同时，尽管2008年左右中国AI论文数量出现波动，但在2007年至2017年间，中国发表的论文数量增长了150%。

图2：1996年到2017年间，每年按地区分类发表的AI论文数量

3.细分领域分类

下图按细分领域分类显示了Scopus数据库中的AI论文数量。这些子类别并非互相排斥的。