人工智能指数 2021 年度报告 斯坦福大学 以人为本人工智能研究院 （斯坦福HAI） 人工智能指数 2021年度报告 2021年人工智能指数报告 简介 欢迎来到第四期《人工智能指数报告》! 今年，我们 大大增加了报告中的数据量，扩大了合作的外部组织 范围，更加严格的校准了我们的数据，并加深了我 们与斯坦福大学以人为本人工智能研究所（HumanCentered Artificial Intelligence，HAI）的联系。 人工智能指数报告跟踪、整理、提炼和可视化人工智能 相关数据。其使命是为政策制定者、研究人员、高管、 记者和普通公众提供公正的、经过严格审核的、来源于 全球的数据，以形成对人工智能这一复杂领域的直观感 知。该报告旨在成为世界上最可信、最权威的人工智能 数据和洞察来源。 COVID与人工智能 2021年的报告从多个角度展示了COVID-19对人工智能 发展的影响。在“技术性能”一章中具体讨论了一家 人工智能初创公司是如何在COVID-19大流行期间使用 基于机器学习的技术来加速COVID相关药物发现的。“ 经济”一章中的分析表明，人工智能的人力招聘和私人 投资并没有受到COVID-19大流行的不利影响，这二者 在2020年期间都有所增长。不过，受到COVID-19的影 响，2020年更多人选择通过虚拟会议的方式参加了人 工智能研究会议，这种虚拟会议形式导致了会议出席人 数的大幅飙升。 本期报告变化 2020年，我们对来自政府、行业和学术界的140多名读 者进行了调查，了解他们认为报告最有价值的内容以 及我们还应该改进的方向。读者们建议改进的主要问 题是： • 技术性能。我们在2021年大大扩展了这一章节，并 加入了更多自己的分析。 • 多样性和伦理数据。我们在今年的报告中收集了更 多的数据。不过，根据我们的调查，人工智能的多 个领域中目前仍然缺乏与多样性和伦理问题相关的 有益信息。 • 不同国家之间的比较。读者普遍对比较多个国家之 间的人工智能指数感兴趣。在今年的报告中，我们 做了如下改进： ◦ 收集了更多数据，以便进行国家间的比较，特别 是与经济学和文献计量学有关的数据； ◦ 纳入了对不同国家采取的各种人工智能战略以及 这些战略如何随着时间的推移而演变的全面总 结。 公开数据和工具 2021年人工智能指数报告的附录部分提供了原始数据 和互动工具。我们邀请人工智能界的各位成员以与您工 作和兴趣最为相关的方式使用这些数据和工具。 • 原始数据和图表：报告中所有图表的公开数据和高 分辨率图像均可在Google Drive上找到。 • 全球人工智能活力(Global AI Vibrancy)工具：我 们今年对Global AI Vibrancy 工具进行了改版，可 以根据22个指标对多达26个国家进行比较，同时 提供了更好的互动可视化服务。更新后的Global AI Vibrancy 工具能够根据用户偏好，对各国的相对 地位进行透明的评估。此外，我们确定了相关的国 家指标以表征国家层面的政策优先事项。Global AI Vibrancy 工具中还显示了包括发达经济体和新兴市 场的人工智能卓越中心。 • 人工智能测量中的问题：2020年秋季，我们发布了 《人工智能政策中的测量：机遇与挑战》，该报告 阐述了2019年秋季AI Index主办的会议上讨论的各 种人工智能测量问题。 2 人工智能指数 2021年度报告 目录 2021年人工智能指数报告引言 2 人工智能指数指导委员会和工作人员 5 九大要点 如何引用该报告 致谢 4 6 7 报告要点 10 第 1 章 研发（R&D） 14 第 2 章 技术性能 41 第 3 章 经济 80 第 4 章 人工智能教育 107 第 5 章 人工智能应用的伦理挑战 125 第 6 章 人工智能的多样性 135 第 7 章 人工智能政策和国家战略 151 附录 177 访问公开数据 3 人工智能指数 2021年度报告 九大要点 1 药物设计与发现领域人工智能投资大幅增加：“药物、癌症、分子、药物发现 ”在2020年获得 的私人人工智能投资金额最大，超过了138亿美元。这个金额是2019年投资金额的4.5倍。 3 生成一切：人工智能系统可以生成标准足够高、质量足够好的文字、音频和图像合成结果。对于 一些受限的技术应用，人类已经很难分辨出合成和非合成结果的区别。 2 4 5 行业转变还在继续：2019年，北美人工智能专业毕业的博士中有65%进入了产业界，这一数据 比2010年的44.4%有所上升，凸显出产业界开始在人工智能发展中发挥更大作用。 人工智能面临多元化挑战：2019年，美国居民人工智能博士新毕业生中有45%是白人。相比之 下，仅有2.4%非洲裔美国人，3.2%是西班牙裔。 中国在人工智能期刊引用量上超过美国：几年前，中国在期刊发表的论文总数上超过了美国，现 在，在期刊引用方面中国也处于了领先地位。而在AI领域会议方面，美国发表的会议论文数量近 十年内依然持续（明显）领先于中国（被引用的次数也更多）。 6 美国人工智能博士毕业生大部分来自国外--他们毕业后还选择留在美国：2019年，北美新毕业的 人工智能博士中，国际学生的比例继续上升，达到了64.3%，这一数据比2018年增加了4.3%。 在外国毕业生中，有81.8%的人选择留在美国工作，而8.6%的人选择在美国以外的地方工作。 7 监控技术快速、廉价、日益普及：大规模监控所需的技术正在迅速成熟，图像分类、人脸识别、 视频分析、语音识别等技术在2020年都取得了重大进展。 9 人工智能已经得到了美国国会的关注：第116届国会是美国历史上最关注人工智能的国会会议。 在这一届国会记录中提及人工智能的次数是第115届国会的三倍以上。 8 人工智能伦理缺乏基准和共识：虽然一些团体在人工智能伦理领域制定了一系列定性或规范性报 告，但是该领域仍普遍缺乏可用于衡量或评估关于技术发展的广泛社会讨论与技术本身发展之间 关系的基准。此外，研究人员和民间社会认为人工智能伦理学比产业组织更重要。 4 人工智能指数 2021年度报告 人工智能指数指导委员会 联合主任 Jack Clark 经济合作与发展组织（OECD） ， 全球人工智能合作伙伴（GPAI） 成员 Raymond Perrault 国际斯坦福研究所(SRI International) Erik Brynjolfsson 斯坦福大学 James Manyika 麦肯锡全球研究院 John Etchemendy 斯坦福大学 Juan Carlos Niebles 斯坦福大学 Deep Ganguli 斯坦福大学 Michael Sellitto 斯坦福大学 Barbara Grosz 哈佛大学 Yoav Shoham (创始主任) 斯坦福大学，人工智能21实验室（AI21 Labs） Terah Lyons 人工智慧伙伴关系（Partnership on AI） 人工智能指数工作人员 研究经理和主编 Daniel Zhang 斯坦福大学 项目经理 Saurabh Mishra 斯坦福大学 5 人工智能指数 2021年度报告 如何引用本报告 Daniel Zhang, Saurabh Mishra, Erik Brynjolfsson, John Etchemendy, Deep Ganguli, Barbara Grosz, Terah Lyons, James Manyika, Juan Carlos Niebles, Michael Sellitto, Yoav Shoham, Jack Clark, and Raymond Perrault, “The AI Index 2021 Annual Report,” AI Index Steering Committee, Human-Centered Artificial Intelligence Institute, Stanford University, Stanford, CA, March 2021, Chinese translation by Synced. 斯坦福大学《人工智能指数2021年年度报告》由Attribution-No Derivatives 4.0 International授权许可。可通过下面的网址查看该许可的副本： http://creativecommons.org/licenses/by-nd/4.0/. 人工智能指数是斯坦福大学以人为本人工智能研究所（Human-Centered Artificial Intelligence Institute, HAI）的一个独立产品。 人工智能指数是在人工智能 (AI100) 的百年研究中构想出来的。 感谢我们的支持伙伴： 中文版独家合作伙伴：机器之心 欢迎大家反馈针对本报告以及对明年报告的想法、建议。 可通过邮件 AI-Index-Report@stanford.edu 与我们联系。 6 人工智能指数 2021年度报告 致谢 感谢以下组织和个人为《2021年人工智能指数报告》提供数据、分析、建议和专家评论。 组织 arXiv Jim Entwood, Paul Ginsparg, Joe Halpern, Eleonora Presani 领英 Guy Berger, Mar Carpanelli, Di Mo, Virginia Ramsey Black in AI Rediet Abebe, Hassan Kane 麦肯锡全球研究院 Brittany Presten AI伦理实验室 Cansu Canca, Yasemin Usta 彭博政府 Chris Cornillie Burning Glass Technologies Layla O’Kane, Bledi Taska, Zhou Zhou 计算机研究协会（CRA） Andrew Bernat, Susan Davidson Elsevier Clive Bastin, Jörg Hellwig, Sarah Huggett, Mark Siebert Intento Grigory Sapunov, Konstantin Savenkov 国际机器人学联合会 Susanne Bieller, Jeff Burnstein 欧盟委员会联合研究中心 Giuditta