人工智能行业背景与相关统计数字（index）

注意：本篇内容翻译自 《2021-AI-Index-Report_Master》

原文引用格式：

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.

链接：https://pan.baidu.com/s/1bMWJ6SMjPMEz5QgFl4JVrg
提取码：9bi4
复制这段内容后打开百度网盘手机App，操作更方便哦--来自百度网盘超级会员V4的分享

封面

1. 主要内容

介绍了人工智能行业当前的一些发展现状等，涉及了较多统计数据。

2. 章节内容

 

 

第一章:研究与发展

 

2019年至2020年，Al期刊发表数量增长34.5%，增幅远高于2018年至2019年(19.6%)。

 

在每个主要国家和地区，同行评议的Al论文中，来自学术机构的比例最高。但第二重要的发起者有所不同:在美国，企业附属研究占全部出版物的19.2%，而在中国(15.6%)和欧盟(17.2%)政府是第二重要的。

 

2020年，中国在全球期刊被引用的比例上首次超过美国，2004年中国期刊的总发表数量曾短暂超过美国，2017年再次领先。

 

然而，在过去十年里，美国被引用的Al会议论文一直(而且明显)比中国多为应对CovID-19，大多数重要的Al会议几乎都举行了，因此出席人数显著增加。2020年，参加九场会议的人数几乎翻了一番。

 

仅在过去六年中，arXiv上与al相关的出版物数量增长了六倍多，从2015年的5.478份增至2020年的34.736份.

 

2019年，al出版物占全球所有同行评议科学出版物的3.8%，高于2011年的1.3%

 

第二章:技术性能

 

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，对于某些受限制的技术应用，人类很难分辨合成和非合成输出之间的区别。

 

这将产生大量的AI的下游应用，既有对社会有用的，也有用处不大的。这也促使研究人员投资于检测生成模型的技术;

 

深度伪造检测挑战的数据表明了计算机区分不同输出的能力计算机视觉的产业化:计算机视觉在过去的十年中取得了巨大的进步，主要是由于机器学习技术(特别是深度学习)的使用。

 

新的数据显示，计算机视觉正在工业化:在一些最大的基准上，性能开始趋于平缓，这表明社区需要开发并同意更难的基准，以进一步测试性能。与此同时，公司正以前所未有的速度投入越来越多的计算资源来训练计算机视觉系统。同时，用于部署系统的技术——如用于分析视频静止帧的对象检测框架——正在迅速成熟，预示着进一步的部署。

 

自然语言处理(NLP)超越了它的评价标准:NLP的快速发展产生了语言能力显著提高的系统，并开始对世界产生有意义的经济影响。

 

谷歌和微软都在他们的搜索引擎中部署了BERT语言模型，而从微软到OpenAl等公司也开发了其他大型语言模型。NLP的进展如此迅速，以至于技术进步已经开始超过测试它们的基准。这一点可以从SuperGLUE上获得人类水平性能的系统的迅速出现中看出。

 

SuperGLUE是一个NLP评估套件，针对早期NLP进程超出GLUE所评估能力的情况而开发。

 

对推理的新分析:大多数技术问题的度量都显示了在固定基准上的最佳系统在每个时间点的性能，为Al指数开发的新分析提供了这样的指标。考虑到不断发展的基准，以及一组系统在一段时间内的总体性能份额的归属到单个系统，应用于两个符号推理问题，自动定理证明和布尔公式的可满足性。

 

机器学习正在改变医疗保健和生物学的游戏:随着机器学习的采用，医疗保健和生物学行业的格局发生了实质性的变化。DeepMind的AlphaFolc应用了深度学习技术，在长达数十年的蛋白质折叠生物学挑战中取得了重大突破。

 

科学家们使用ML模型来学习化学分子的表示，以便更有效地制定化学合成计划。Al初创公司PostEra在大流行期间使用基于ml的技术加速新冠病毒相关药物的发现。

 

 

第三章:经济

 

“药物、癌症、分子、药物发现”在2020年获得了最大的私人投资，超过138亿美元，比2019年高出4.5倍。巴西、印度、加拿大、新加坡和南非是2016年至2020年Al招聘增长最快的国家。尽管COVID-19大流行，但2020年样本国家的Al招聘继续增长，越来越多的私人投资进入了越来越少的初创公司。

 

尽管出现疫情，但2020年民间投资比2019年增长9.3%，增幅高于2018 - 2019年(5.7%)，尽管新投资企业数量连续第三次下降尽管有越来越多的呼声要求解决与商业Al相关的伦理问题，努力解决这些问题。

 

根据麦肯锡的一项调查，在该行业的应用是有限的。例如，公平和公平等问题公司对它的关注相对较少。此外，2020年的公司数量将减少视个人或个人隐私风险为相关，与2019年相比，并没有变化。公司正在采取措施降低这些特定风险的受访者百分比。

 

尽管大流行造成了经济低迷，但在麦肯锡的一项调查中，有一半的受访者表示，冠状病毒对他们在AI领域的投资没有影响，而实际上有27%的受访者表示，他们的投资有所增加。

 

不到四分之一的企业减少了对AI的投资。从2019年到2020年，美国在海外职位的份额出现了下降，这是6个百分点的首次下降。从2019年到2020年，美国的Al职位总数也减少了8.2%。从2019年的325.724磅到2020年的300.999磅

 

第四章:人工智能教育

 

2020年进行的一项智力指数调查显示，在过去四个阶段，世界顶级大学都增加了对智力教育的投资。在过去的四年里，教授学生在本科和研究生水平上建立或部署实用的Al模型所需技能的课程数量分别增加了102.9%和41.7%。

 

根据计算机研究协会(CRA)的年度调查，在过去的10年里，北美更多的高级博士选择在工业领域工作，而选择学术界工作的则更少。在过去十年中，选择行业工作的新Al博士的比例增加了48%，从2010年的44.4%增至2019年的65.7%。相比之下，进入学术界的新Al博士的份额下降了44%，从2010年的42.1%下降到2019年的23.7%。

 

在过去的10年里，al相关的博士在美国授予的CS博士总数中所占的比例从14.2%上升到了14.2%。根据CRA的调查，截至2019年约23%。

 

与此同时，其他以前很受欢迎的计算机科学博士受欢迎程度下降，包括网络、软件工程和编程语言。

 

与2010年相比，编译类专业获得的博士学位都有所减少，而人工智能和机器人/视觉专业获得的博士学位却大幅增加。

 

在增加了两年之后，北美大学的高级教师跳槽到行业工作的人数从2018年的42人下降到2019年的33人(其中28人是终身教职，5人是非终身教职)。

 

卡耐基梅隆大学在2004年至2019年期间的教师离职人数最多(16人)，其次是佐治亚理工学院(14人)和华盛顿大学(12人)。

 

2019年，北美新获得Al博士学位的国际学生比例继续上升，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。

 

在欧盟，绝大多数的专业学术课程是在硕士水平上教授的;到目前为止，机器人和自动化是专业学士和硕士项目中最经常教授的课程，而机器学习(ML)在专业短期课程中占主导地位。

 

第五章:人工智能应用的伦理挑战

 

自2015年以来，提交给Al会议的论文中包含伦理相关关键词的论文数量有所增加，但主要Al会议中符合伦理相关关键词的论文平均数量多年来一直较低.

 

五个有关伦理使用的新闻主题,在2020年获得了最多的关注 :

1 包括欧盟委员会(European Commission)的释放的白皮书。

2谷歌的解雇伦理研究员Timnit Gebru。

3,艾尔伦理委员会由联合国。

4 梵蒂冈的“伦理计划。

5 IBM的退出人脸识别业务。

 

第六章:AI的多样性

 

女性高级博士毕业生和计算机科学终身教授的比例十多年来一直很低。根据计算机研究协会(CRA)的一项年度调查，在北美，从事计算机科学博士项目的女性毕业生平均占博士毕业生总数的不到18%。

 

一项Al指数调查显示，在全球几所大学中，女性教职员工仅占全部cs终身教职员工的16%。

 

CRA的调查显示，2019年美国新住院Al博士毕业生中，45%为白人，22.4%为亚裔，3.2%为西班牙裔，2.4%为非洲裔。

 

在过去10年里，新获得计算机专业博士学位的白人(非西班牙裔)的比例几乎没有变化，平均为62.7%。

 

同期，黑人或非裔美国人(非西班牙裔)和西班牙裔计算机博士的比例明显较低，平均分别为3.1%和3.3%。

 

Black在Al讲习班的参与，与神经信息处理系统(NeurlPS)会议在同一地点，在最近几年显著增长。2019年参会人数和提交论文数是2017年的2.6倍，录用论文数是2017年的2.1倍

 

在2020年Al的酷儿成员调查中，近一半的受访者表示，他们认为该领域缺乏包容性是他们在成为Al/ML领域从业者时面临的障碍。

 

超过40%的受访成员表示，他们在工作或学校经历过歧视或骚扰

 

第七章:人工智能政策与国家战略

 

自从加拿大在2017年发布了世界上第一个国家战略以来，截止到2020年12月，其他30多个国家和地区也发布了类似的文件。2020年，全球AI伙伴关系(GPAl)和经济合作与发展组织(OECD)AI政策观测站和AI专家网络的启动，促进了政府间共同努力，支持所有AI发展。在美国，第116届国会是历史上最集中精力的国会会议。本届国会在立法、委员会报告和国会研究服务(CRS)报告中提及Al的数量是第115届国会的三倍多。

 

未经允许禁止转载~