2018年12月，斯坦福大学AI指数指导委员会发布了《 2018AI指数年度报告》，报告中详细地分析了人工智能在学术领域和众多工业领域的研究与发展。报告中的数据与分析显示，近年来中国在人工智能领域的发展速度很快，但美国在论文引用、专利、人道主义、AI投融资等方面，仍处于世界领先。

本文将逐个章节详细介绍报告的主要内容与数据结论，片尾附《人工智能大事记1980-2018》，仅供学习参考。文章版权归原作者所有，观点不代表本机构立场。

作者：Yoav Shoham, Raymond Perrault, Erik Brynjolfsson, Jack Clark, James Manyika, Juan Carlos Niebles, Terah Lyons, John Etchemendy, Barbara Grosz and Zoe Bauer,

发布日期：2018年12月

编译：学术plus 谭惠文

AI 2018年度报告 目录

AI Index 2018报告简介

主体内容

学术研究：论文发表丨课程丨参与丨机器人软件

行业动态：创业/投资丨工作丨专利丨人工智能采用调查丨收益电话丨机器人安装

开源软件：GitHub项目统计

公共利益：媒体报道情绪丨政府

技术性能

愿景丨自然语言理解

其他措施

衍生措施丨政府举措

致谢丨附录

1. 学术研究

人工智能（AI）论文数量增加赶超计算机科学（CS）论文，自1996年以来，AI论文增加了8倍.CS论文在同一时间段内增加了6倍。

欧洲是最大的AI论文最大来源 在2017年Scopus的摘要和引文数据库中，欧洲论文占人工智能论文的28%，其次是中国（25％）和美国（17％）。

2014至2017年，关于神经网络的Scopus论文数量增长率为37％，总的来说，机器学习和概率推理、神经网络、计算机视觉方面的论文最多，增张速度也最快，反映了这些领域的火热程度。

中国、美国、欧洲区域的AI研究重点方向（2000-2017年） 2000 年中国在工程、技术研究活跃程度高于平均水平，但医疗健康、农业、社会科学、人道主义方面的研究活跃度比较低。到了 2017 年，这几个领域活跃程度有所提高，其中最突出的是农业科学。而美国和欧洲整体发展比较均衡，2017年，美国在人道主义和医疗健康领域的研究更为突出。而中国在人道主义方面研究远低于世界平均水平。

2007到2017年，中国政府的AI相关论文数量增加400％，中国企业则增加了73％。

虽然欧洲每年发布的AI论文数量最多，但欧洲的FWCI（ field-weighted citation impact）仍相对平稳，与世界平均水平相当。 相比之下，中国已大幅增加其重新定位的FWCI。 2016年，中国的AI作者被引用率比2000年高出44％。尽管如此，美国的总引用率仍高于其他地区。引用美国作者比全球平均水平高出83％。

70％的AAAI论文来自美国或中国。在2018年的AAAI会议上，70％的提交论文和67％的论文与美国或中国有关。

参加大型人工智能会议的人数激增。在大型会议中，NeurIPS、CVPR和ICML，是参与人数最多的AI三大会议。2012年以来，参与人数的增长，这三者也领先于其他会议，分别增长了4.8倍、6.8倍和3.5倍。

机器人软件浏览量最大的五个区域。美国和欧洲的ROS（robot operating system）浏览量最高。中国的点击量5年里增长了18倍。

2. 行业动态

美国人工智能创业公司数量成指数趋势增长

2013-2017年，AI风投公司融资增加了4.5倍。1997-2000年所有风险投资基金的繁荣可以解释为互联网泡沫。 2014年和2015年较小的繁荣则反映了经济增长相对较大的时期。

AI正在创造越来越多的职位。人工智能技能不是相互排斥的。 虽然机器学习（ML）是最重要的技能要求，但深度学习（DL）正在以最快的速度增长。2015到2017年，深度学习相关的职位空缺数量增加了35倍。

2014年，大约三分之一的AI专利来自美国，其次是韩国和日本，大约各占AI专利总数的16％。韩国和台湾地区专利增长速度最快，10年间增长了近5倍。而中国增长速度也比较快，但在2008，AI专利数量和速度同时出现了拐点，一定程度放缓了发展趋势。

和其他工业部门相比，IT行业最先表现出对AI和ML的概念的敏感。其他行业则从2016年开始大量提及AI及其相关概念。信息技术，金融和医疗保健行业在财报电话会议中提到人工智能的次数最多。

2012年以来，中国每年以500%增长速度安装机器人，韩国和欧洲分别增长了105％和122％。

3. 开源软件

下图为各种AI和ML软件包在GitHub上加星标的次数。 这粗略地衡量了各种AI编程框架的流行程度。而最近，Tensorflow（谷歌），Pytorch（Facebook），mxnet（亚马逊））支持的框架日益普及，其中，TensorFlow相对于其他语言的更收欢迎。

4. 公共利益

下图反应了媒体文章中对人工智能的态度，这些文章被分类为正面，负面或中性文章。

美国国会越来越关注人工智能与机器学习

人工智能大事记 1980-2018

1980 奥赛罗

20世纪80年代，李开复和Sanjoy Mahajan开发了BILL，这是一个基于贝叶斯学习的系统，用于玩奥赛罗的棋盘游戏。1989年，该计划赢得了美国全国电脑玩家锦标赛，并以56-8击败了排名最高的美国选手布莱恩罗斯。1997年，一项名为Logistello的计划在与奥赛罗卫冕世界冠军的六场比赛中赢得了每场比赛。

1995 跳棋

1952年，亚瑟·萨缪尔斯（Arthur Samuels）制作了一系列节目，通过自我游戏改进了跳棋游戏。1995年，Chinook击败了世界冠军。

1997 国际象棋

1997年IBM的DeepBlue系统击败国际象棋冠军加里卡斯帕罗夫。现在智能手机上运行的国际象棋程序可以在大师级别上进行。

2011 Jeopardy!

2011年，IBM Watson计算机系统参与了流行的智力竞赛节目Jeopardy！对阵前获胜者Brad Rutter和Ken Jennings。沃森赢得了100万美元的第一名奖金。

2015 Atari Games

2015年，Google DeepMind团队使用强化学习系统来学习如何玩49个Atari游戏。该系统能够在大多数游戏中实现人类级别的表现。

2016 ImageNet

2016年，ImageNet自动贴标的错误率从2010年的28％下降到不到3％。而人的错误率约为5％。

2016 GO！

2016年3月，由Google DeepMind团队开发的AlphaGo系统以4比1击败了世界上最伟大的Go玩家之一Lee Sedol。DeepMind于2017年3月发布了AlphaGo Master，击败了排名最高的玩家Ke Jie。2017年10月，Nature paper详细介绍了另一个新版本AlphaGo Zero，它以100-0击败了最初的AlphaGo系统。

2017 皮肤癌分类

在2017年的Nature文章中，Esteva等人描述了一个人工智能系统，该系统根据1,232种不同疾病的129,450个临床图像数据集进行训练的，将其诊断性能与21名经过董事会认证的皮肤科医生对比，发现AI系统能够以与皮肤科医生相当的能力水平对皮肤癌进行分类。

2017年，微软和IBM在有限的交换机域中实现了“人类奇偶校验”（human-parity）语音识别的近距离性能。

2017 扑克

2017年1月，美国卡耐基梅隆大学开发的人工智能Libratus与4名人类顶尖德州扑克选手之间的“人机大战”在美国匹兹堡进行，最终人工智能取得胜利。2017年2月，来自加拿大阿尔伯塔大学的DeepStack的人工智能系统是世界上第一个在 “一对一无限注德州扑克” 上击败了职业扑克玩家的计算机程序。

2017 Pac-Man女士

由微软收购的深度学习团队Maluuba创建了一个人工智能系统，学习如何在Atari 2600上达到游戏的最高点值999,900

2018 汉英翻译

在将新闻报道从中文翻译成英文时，微软机器翻译系统实现了人性化的质量和准确性。

2018 Capture the Flag

DeepMind代理在Quake III Arena Capture the Flag（一种流行的3D多人视频游戏）中达到了人类级别的性能。其中表现出类似人类的行为，例如导航，跟踪和防守。受过训练的角色超过了人类运动员的胜利率，击败了几个现有的最先进的系统。

2018 Dota 2

OpenAI的五个神经网络团队击败了Dota 2的业余人类团队。OpenAI Five通过自我游戏学习。 （OpenAI Five尚未超人，因为它未能击败专业的人类团队）

2018 前列腺癌分级

谷歌开发了一种深度学习系统，在前列腺切除术标本中对前列腺癌进行分级时达到70％的准确度。美国董事会认证的一般病理学家在研究中获得的平均准确率为61％。

（全文完）

閱讀更多 信息與電子前沿 的文章

關鍵字: 斯坦福 大事记 开源软件