根據(jù) 2019 年度的《人工智能指數(shù)報告》，可知 AI 社區(qū)迎來了蓬勃的發(fā)展。世界各地的研究機構(gòu)，已經(jīng)在教育和技術(shù)等領(lǐng)域取得了顯著的成就。與過去幾年相比，人工智能發(fā)展有著強勢的延續(xù)。如果你不愿翻看剩余的 290 頁內(nèi)容，不妨掃一眼外媒歸納的一些要點。
（來自：，via ）
首先：從 1998 到 2018 年，AI 相關(guān)的同行評審論文的發(fā)表數(shù)量增長了 300% 。出席會議的人數(shù)也顯著增長，NeurIPS 預計為 1.35 萬人，較 2012 年增長 800% 。
人工智能 教育 同樣受到了追捧，有關(guān)機器學習的大學和線上課程，參與者人數(shù)也持續(xù)增加。目前看來，AI 算是北美計算機科學專業(yè)畢業(yè)生中最受歡迎的專業(yè)。
超過 21% 的計算機科學博士選擇了專門從 AI 研究行業(yè)，是排名第二的學科（安全 / 信息保障）的兩倍多。
大多數(shù)指標上，美國仍然是全球 AI 領(lǐng)域的領(lǐng)導者。盡管中國發(fā)表的 AI 相關(guān)論文數(shù)量超過了任何其它地區(qū)，但美國發(fā)表論文的影響力更大，較全球平均水平高出 40% 。
中美兩國私有資金對 AI 領(lǐng)域的投入都很大（數(shù)十上百億美元計），AI 專利的申請數(shù)量也超過其它競爭對手（是排名第二的日本地區(qū)的三倍）。同時，AI 算法正在變得越來越快，訓練的成本也越來越便宜。
在流行數(shù)據(jù)集（ImageNet）的訓練上，機器視覺算法所需的時間，已從 2017 年 10 月的大約 3 個小時、減少到 2019 年 7 月的 88 秒，成本也從數(shù)千美元下降到兩位數(shù)。
增長最速的工業(yè) AI 領(lǐng)域，相對也不那么浮華。2018 年的時候，機器人流程自動化拿到了 10 億美元投資，供應鏈管理方面亦超過 5 億美元。
在給人留下深刻印象的同時，還需注意一個重大的問題 —— 無論 AI 提升的幅度有多大，都距離媒體大肆渲染的目標相去甚遠。
換言之，盡管人工智能世界正在蓬勃發(fā)展，但 AI 本身仍在某些重要方面被卡著脖子。AI Index 報告在“績效里程碑”時間表上寫到：
人工智能已經(jīng)達到、或者超越了人類的專業(yè)知識水平，但這僅限特定領(lǐng)域，AI 在通用智能方面仍存在著難以逾越的鴻溝。
回顧 1990 年代，當時計算機在跳棋和國際象棋上打敗了人類選手，引發(fā)了人們對于 AI 未來的無限遐想。
2016 年之后，AI 開始在《Dota 2》等游戲中發(fā)揮實力，在 2017 年實現(xiàn)了對人類皮膚癌圖像的分類，并于 2018 年達成了媲美專業(yè)人士的中英文翻譯。
激動之余，業(yè)界仍對 AI 的發(fā)展前景持謹慎樂觀的態(tài)度。以視頻和棋盤游戲為例，其特點是具有清晰、易模仿的規(guī)則，因此特別適合對 AI 展開訓練。
這樣的成績，通常依賴于耗費一個人幾輩子的訓練量，以突顯人類相較于計算機的學習速度。此外，AI 難以將同樣的經(jīng)驗，輕松復制到另一個領(lǐng)域中。
比如某個 AI 可以像腫瘤醫(yī)生一樣準確地判定乳腺癌腫瘤，但讓它來判斷肺癌的話，就有些無能為力了（更別提開處方和做出診斷了）。
綜上所述，AI 系統(tǒng)更像是一款特定于某些應用場景的‘一次性工具’，而不具有人類的通用智能（甚至打不過五歲的小朋友）。
當然，這并不意味著 AI 一無是處。如本報告所述，盡管機器學習有一定的局限性，但其在資金、興趣和技術(shù)成就方面，仍在相當快速地發(fā)展著。
下載文檔
