1 人工智能指数 2018 指导委员会 Yoav Shoham (主席) 斯坦福大学 Raymond Perrault 斯坦福国际研究院 Erik Brynjolfsson 麻省理工学院 Jack Clark OpenAI James Manyika 麦肯锡全球研究院 Juan Carlos Niebles 斯坦福大学 Terah Lyons Partnership On AI John Etchemendy 斯坦福大学 Barbara Grosz 哈佛大学 项目主管 Zoe Bauer 2 人工智能指数 2018 欢迎阅读人工智能指数2018年度报告 我们的使命是用数据设立探讨人工智能的基础 人工智能指数旨在跟踪、梳理、提取和可视化与人工智能相关的数据。希望本报告能够为 政策制定者、研究者、管理人员、记者和公众提供一个全面的数据和分析资源，帮助他们 了解复杂的人工智能领域。经“人工智能指数”项目委员会授权，字节跳动联合机器之心对 本报告做了中文翻译。 报告原文链接： http://cdn.aiindex.org/2018/AI%20Index%202018%20Annual%20Report.pdf 如何引用本报告： Yoav Shoham, Raymond Perrault, Erik Brynjolfsson, Jack Clark, James Manyika, Juan Carlos Niebles, Terah Lyons, John Etchemendy, Barbara Grosz and Zoe Bauer, "The AI Index 2018 Annual Report”, AI Index Committee of the One Hundred Year Study on Artificial Intelligence (AI100), Stanford University, Stanford, CA, December 2018. (c) 2018 by Stanford University, “The AI Index 2018 Annual Report” is made available under a Creative Commons Attribution-NoDerivatives 4.0 License (International) https://creativecommons.org/licenses/by-nd/4.0/legalcode 3 人工智能指数 2018 目录 人工智能指数2018年度报告简介 概述 活动规模 研究 论文发表 课程注册 参与 机器人软件 产业 创业/投资 就业 专利 AI 采用情况调查 营收电话会议 机器人安装情况 开源软件 GitHub 项目统计数据 公众兴趣 媒体报道的情绪 政府提及情况 技术性能 视觉 自然语言理解 其它指标 衍生指标 政府计划 达到了人类水平的里程碑 有何缺失？ 致谢 附录 5 6 8 9 21 26 29 31 33 35 36 40 41 42 43 44 47 50 55 57 59 63 66 69 4 人工智能指数 2018 人工智能指数2018年度报告简介 我们很高兴推出人工智能指数2018年度报告。本年度的报告要实现两个目标：更新上一 年的指标以及尽可能地提供全球性的背景。前一个目标是人工智能指数报告至关重要的使 命——为探讨人工智能设定基础，即意味着要持续不断地跟踪规模和技术的进展。但后一 个目标也很重要。没有全球化的视野，不可能讲好 AI 故事。2017 年的报告严重偏向了北 美地区的活动。这只是因为我们的全球合作关系还有限，并不是因为我们有内在的偏见。 今年，我们开始填补这一全球性漏洞。我们认识到，要使本报告真正完备全面，前方还有 很长的路要走——会涉及到更多合作和外部参与。 尽管如此，我们仍可以断言 AI 是全球性的。2017 年，Scopus 上 83% 的 AI 论文都来自 美国之外。其中来自欧洲的占到了最大的比例（28%）。在全世界范围内，AI 和机器学 习（ML）大学课程的入学人数都在增多，尤其值得一提的是中国的清华大学，该校 2017 年人工智能+机器学习组合课程的入学人数比 2010 年时多 16 倍。2017 年，中国生产的 工业机器人的数量也占到了世界的最大比重——占全球机器人总出货量的 30%。而且不 只是美国、中国和欧洲，其它地方也在推进 AI 的发展。根据我们的统计 AI 专利的方法， 韩国和日本在 2014 年产出的 AI 专利分列全球第二和第三，仅次于美国。另外，南非成 功举办了第二届 Deep Learning Indaba 大会，这是世界最大型的机器学习教学活动之一， 吸引了来自 20 多个非洲国家的超过 500 名参会者。 AI 的多样性不仅体现在地理上。如今，Partnership on AI 已有大约 50 个成员组织是非营 利性的，包括美国公民自由联盟、国际特赦组织、牛津大学人类未来研究所和联合国开发 计划署。而且人们也对 AI 领域中的性别和少数族裔多样性的重要性有了更高的认识。 AI4ALL 和 Women in Machine Learning (WiML)等组织正在加大力度鼓励和支持未得到充 分代表的群体参与进来。 下面的指标也能体现本报告所传达的关键信息：AI 是全球性的。 5 人工智能指数 2018 人工智能指数报告概述 本报告分为四大主要部分： （1）数据：活动规模，技术性能；（2）其它指标：近期的政府计划，衍生指标和人类水 平的性能指标；（3）讨论：缺少什么以及参与方式；（4）附录 数据 活动规模指标描述了学术界、公司企业和公众的 AI 活动参与情况。具体的规模数据涵盖 从学习 AI 的本科生人数到申请 AI 工作的女性比例，再到AI创业公司风险投资的增长情况。 技术性能指标描述了 AI 性能随时间的变化情况。比如，我们度量了机器问答的质量以及 计算机目标检测的训练速度。 在去年的机器人安装和 AI 会议参与情况等指标之外，今年的人工智能指数还添加了国家 层面的指标。此外，我们还添加了一些新的指标/研究领域，比如专利、机器人操作系统 下载情况、GLUE 指标和 COCO 排行榜。整体而言，我们能看到去年的主要趋势仍在延 续：几乎所有领域的 AI 活动都在增长，技术性能也在全面提升。尽管如此，今年还是有 一些让我们感到惊讶的情况——比如自然语言方面的巨大进展以及课堂上性别多样性的缺 乏。 其它指标 和去年一样，衍生指标部分调查了趋势之间的关系。我们还展示了一个探索指标——AI Vibrancy Index（人工智能活力指数）。该指数是将学术界和工业界的趋势结合起来量化 AI 领域的活力。 今年我们还有一个新的定性指标：近期政府计划。我们用一页内容简单概括了近期各国政 府在人工智能方面的投资和/或陈述。我们囊括了美国、中国和欧洲的计划。随着我们获 得的资源的增长以及与新的组织建立合作关系，人工智能指数未来的报告还将包含更多政 府数据和分析。 我们的人类表现里程碑基于 AI 展现出人类水平或超人类水平能力的实例的时间线。我们 加入了 2018 年的 4 项新成就 6 人工智能指数 2018 人工智能指数报告概述（续） 有何缺失？部分汇集了该领域的专家的反馈——哪些指标有助于更全面和更有代表性的人 工智能指数。我们对有何缺失？的贡献者表示感谢，他们还会为未来报告的内容补充提供 信息。 附录 附录部分能为读者提供完全透明的资源、方法和微妙之处的描述。附录中还包含了本报告 中几乎每张图的基础数据。我们希望 AI 社区的每位成员都能与他们认为最能代表该领域 的数据和指标互动。 符号 当我们展示 AI 的广度数据时，我们都会在该页面上标记一个代表全球的符号。这类数据 包括国家比较、美国之外地区的情况以及有关 AI 社区多样性的数据。 7 人工智能指数 2018 活动规模 8 活动规模——研究 论文发表情况：按主题统计 下表列出了相对于 1996 年的学术论文发表率的发表率年度增长情况。这幅图比较 了所有领域、计算机科学（CS）领域和人工智能（AI）领域的论文增长情况。 AI 领域年度论文发表数量的增长持续快于 CS 领域年度论文发表数量的增长，这说 明 AI 论文发表数量的增长动力不仅仅是研究者对计算机科学的兴趣的增长。 参见 附录 1 了解相关数据和方法。 按主题统计的论文发表年度增长情况（1996-2017） 来源：Scopus CS 论文 所有论文 论文增长情况（相对于 1996 年） AI 论文 注：这幅图使用了 Scopus 查询搜索关键词“Artificial Intelligence”，而不是 Elsevier 关键词方法。参阅附录 了解更多细节。 AI 发展快于计算机科学 自 1996 年以来，Scopus 上的 AI 论文数量增长了 8 倍。 CS 论文数量在同一段时间里增长了 6 倍。 9 活动规模——研究 论文发表情况：按地区统计 下图展现了不同地区AI论文年度发表数量。 欧洲一直以来都是发表 AI 论文最多的地区，2017 年 Scopus 上有 28% 的 AI 论文源 自欧洲。与此同时，从 2007 年到 2017 年，中国发表的 AI 论文数量增长了 150%。 但是，中国论文数量在 2008 年左右经历了一次猛增之后又出现了一段时间的回落。 参见 附录 2 了解相关数据和方法。 Scopus 上按地区统计的 AI 论文年度发表情况（1998-2017） 来源：Elsevier 美国 欧洲 其它地区 论文数量 中国 注： 我们推测中国在 2008 年 AI 论文数量增长的原因是 国家中长期科学和技术发展规划（2006-2020）以及其 它一些政府项目为 AI 研究提供了资金和一系列激励政策。类似地，FP7 (2007—2013) 等欧洲的科学和技术研究 规划也可能贡献了 2008-2010 年欧洲论文数量的少量增长。 欧洲是发表 AI 论文最多的地区 2017 年，Scopus 上 28% 的 AI 论文与欧洲的作者有关，其后是中国 （25%）和美国（17%）。 10 活动规模——研究 论文发表情况：按子类别统计 按子类别统计的 Scopus 上的 AI 论文数量。这些子类别并不互斥。 2017 年，56% 的论文属于机器学习和概率推理类别；相比而言 2010 年时这一数字 为 28%。 对于下面的大多数类别，2014-2017 年之间的论文发表速度比 2010-2014 年之间的速度都更快。最值得注意的