人工智能 2021年指数报告1

介绍2021年人工智能指数报告

欢迎来到第四版人工智能指数报告!今年,我们大大扩展了报告中可用的数据量,与更广泛的外部组织合作来校准我们的数据,并加深了我们与斯坦福大学人类研究所的联系
以人工智能(HAI)为中心。

人工智能指数报告对与人工智能相关的数据进行跟踪、整理、提炼和可视化。它的使命是为政策制定者、研究人员、高管、记者和公众提供公正、严格审查和全球来源的数据,以发展对人工智能复杂领域的直觉。该报告旨在成为全球最可信、最权威的人工智能数据和见解来源。

COVID和人工智能

2021年报告从多个角度展示了COVID-19对人工智能发展的影响。技术性能章节讨论了人工智能初创公司如何在大流行期间使用基于机器学习的技术加速COVID- 19相关药物的发现,我们的经济章节表明,人工智能招聘和私人投资没有受到大流行的显著不利影响,因为这两方面在2020年都有所增长。如果有什么不同的话,COVID-19可能导致参加人工智能研究会议的人数增加,因为大流行迫使会议转向虚拟格式,这反过来又导致出席人数大幅飙升。

此版本的更改

2020年,我们调查了来自政府、行业和学术界的140多名读者,了解他们认为这份报告最有用的地方是什么,以及我们应该改变什么。建议改善的主要领域包括:

  • 技术性能:我们在2021年显著扩展了这一章,进行了更多我们自己的分析。
  • 多样性和道德数据:我们为今年的报告收集了更多数据,尽管我们的调查揭示了人工智能社区目前缺乏良好信息的几个领域。
  • 国家比较:读者通常对能够使用人工智能指数进行跨国比较感兴趣。为此,我们:
    • 收集更多数据,以便在国家之间进行比较,特别是在经济和文献计量方面;和
    • 全面总结了不同国家采用的各种人工智能策略,以及它们是如何随着时间发展的

公共数据和工具

人工智能2021指数报告还补充了原始数据和一个互动工具。我们邀请AI社区的每个成员以与他们的工作和兴趣最相关的方式使用数据和工具。

  • 原始数据和图表:报告中所有图表的公共数据和高分辨率图像都可以在谷歌驱动器上获得。
  • 全球人工智能活力工具:今年我们对全球人工智能活力工具进行了改进,在对多达26个国家的22个指标进行比较时,可以实现更好的交互式可视化。更新后的工具根据用户的偏好提供了对国家相对地位的透明评价;确定相关的国家指标,以指导国家一级的政策优先事项;并向发达经济体和新兴市场展示了当地的人工智能卓越表现。
  • 人工智能测量的问题:2020年秋,我们发布了《人工智能政策的测量:机遇和挑战》,这是一份报告,列出了人工智能指数在2019年秋主办的一次会议上讨论的各种人工智能测量问题。

前9TAKEAWAYS

  1. 人工智能在药物设计和发现方面的投资显著增加:“药物、癌症、分子、药物发现“在2020年获得了最大数额的私人人工智能投资,超过美元138亿,比2019年增长4.5倍
  2. 行业转变仍在继续:2019年,65%的北美人工智能博士毕业生进入了行业,高于2010年的44.4%,突显出行业在人工智能发展中开始发挥更大的作用。
  3. 生成一切:人工智能系统现在可以合成文本、音频和图像,达到足够高的标准,以至于对于某些受限的技术应用来说,人类很难分辨合成和非合成输出的区别
  4. 人工智能面临多样性挑战:2019年,45%的美国新居民人工智能博士毕业生为白人,2.4%为非洲裔,3.2%为西班牙裔。
  5. 中国在人工智能期刊被引频次上超过美国:几年前在期刊总数上超过美国后,中国现在在期刊被引频次上也领先美国;然而,在过去十年里,美国的人工智能会议论文(被引用的次数也更多)一直比中国多
  6. 大多数美国人工智能博士毕业生来自海外,他们将留在美国:2019年,在北美新获得人工智能博士学位的学生中,国际学生的比例继续上升,达到64.3%,比2018年上升4.3%。在外国毕业生中,81.8%的人留在美国,8.6%的人在美国以外的地方找工作。
  7. 监控技术快速、廉价,而且越来越普遍:大规模监控所需的技术正在迅速成熟,图像分类、人脸识别、视频分析和语音识别等技术都将在2020年取得重大进展。
  8. AI伦理缺乏基准和共识:尽管一些团体正在生产一系列定性或AI伦理规范输出域,该领域普遍缺乏标准,可以用来测量或评估之间的关系更广泛的社会讨论技术开发和技术本身的发展。此外,研究人员和公民社会认为人工智能伦理比产业组织更重要。
  9. 人工智能已经得到了美国国会的关注:第116届国会是历史上最关注人工智能的国会会议,国会记录中提到人工智能的次数是第115届的三倍多

 

如何引用这份报告

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 AI Institute, Stanford University, Stanford, CA, March 2021.
 

 

  • 0
    点赞
  • 2
    收藏
    觉得还不错? 一键收藏
  • 1
    评论
由斯坦福大学发起的人工智能指数(AI Index)是一个追踪 AI 动态和进展的非营利性项目,旨在全面研究 AI 行业状况,目标是促进基于数据的 AI 的广泛交流和有效对话。昨天,AI Index 发出了 2018 报告。本文仅对其进行概要介绍。 这份报告试图从学术、工业、政策等角度全面介绍全球人工智能的发展现状,今报告更加注重全球数据。报告指出,美国的 AI 研究力量仍是全球最强,但中国的追赶速度很快。报告特别介绍了清华大学学习 AI 课程的学生数量:2017 人工智能+机器学习课程的入学人数比 2010 时多 16 倍。 我们很高兴推出 AI Index 2018 报告。本度的报告要实现两个目标:更新上一的指标以及尽可能地提供全球性的背景。前一个目标是 AI Index 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 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,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 ,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 人工智能+机器学习组合课程的入学人数比 2010 时多 16 倍。2017 ,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 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% 的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代表性不足的群体参与进来。
评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值