222页斯坦福大学AI报告精华!跨越十年看人工智能的一切。www.ady69.com
智东西3月4日消息,斯坦福大学刚刚发布一份222页的《2021年度AI指数报告》,从跨越十年的时间维度,对人工智能技术和产业的发展进行了分析解读。
这是人工智能学术人和产业人每年必看的一份报告。自2017年以来,斯坦福大学连续4年推出AI指数报告,每一份都以包罗万象、数据详实而广受好评。
《2021年度AI指数报告》涉及人工智能的学术研究、技术趋势、落地领域、国家政策、区域差异、求学就业、伦理等众多方面,麦肯锡、谷歌、OpenAI等机构和企业都对这份观点鲜明的报告提供了支持。
这份报告既揭示了当前人工智能产业现状和发展的9个真相,也是洞察未来十年人工智能发展的一个窗口。
我们将报告九大要点总结如下:
1、人工智能在医药研发方面的投资显著增长,其中药物、癌症、分子、药物研发在2020年获得的投资数额最多,总共超138亿美元,比2019年增长4.5倍。www.ady69.com
2、产业在持续巨变,2019年,有65%的北美人工智能博士毕业生选择进入产业,而在2010年只有44.4%。
3、AI生成一切:人工智能能生成文本、音频和视频,很多情况下人类难辨真伪。
4、面临种族挑战:2019年45%的美国最新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首次超过美国。在刊登数量上,早在2004年,中国在人工智能期刊的总发表数量上短暂超过美国,然后在2017年重新占据领先地位。
6、美国大多数人工智能博士毕业生来自海外,但他们将留在美国。2019年,美国新一届AI博士中海外学生占比上升,达到64.3%,比2018年上涨4.3%。在外国毕业生中,81.8%的人留在美国,8.6%的人在美国以外找工作。
7、智能监控技术更便捷、廉价、应用广泛。图像分类、人脸识别、视频分析和语音识别等智能监控所需技术在2020年取得重大进展。
8、AI伦理缺乏基准和共识。尽管一些团体组织正在一些领域制定一系列AI伦理规范,但仍然缺乏可以衡量评估的标准。此外,公民认为AI伦理比产业发展更重要。
9、人工智能得到美国国会的关注。第116届国会是历史上最关注人工智能的国会会议,提到人工智能的次数是115届的三倍多。
人工智能是当下中国新型基础设施建设的一大重点,睁眼看世界,我们发现人工智能技术在全球也是科技发展的主旋律。如何在“第四次工业革命”浪潮中找准自身的位置,把握竞争优势?我们可以从这份斯坦福大学222页的《2021年度AI指数报告》中找到参考。
本文福利:文中提到的斯坦福大学222页《2021年度AI指数报告》可在公众号聊天栏回复关键词【智东西169】获取。
01.
AI学术:
中国论文引用频次首超美国
2019~2020年,人工智能期刊出版数量增长34.5%,增速远高于2018~2019年的19.6%。
▲人工智能期刊出版数量逐年增长
在每个主要国家和地区,同行评议的人工智能论文来自学术机构的比例最高。但第二主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%,而在中国和欧盟以政府为主,分别达到15.6%和17.2%。www.ady69.com
到2020年,中国在世界人工智能期刊上的引用频次首次超过美国。早在2004年,中国在人工智能期刊的总发表数量上短暂超过美国,然后在2017年重新占据领先地位。然而,在过去十年里,美国被引用的人工智能会议论文一直明显多于中国。
▲中国在世界人工智能期刊上的引用频次首次超过美国
为应对COVID-19,大多数大型人工智能会议都以虚拟方式举行,因此出席人数显著增加。2020年,参加九场主要人工智能会议的人数几乎翻了一番。
在过去六年中,arXiv上与人工智能相关的出版物数量增长了六倍多,从2015年的5478份增至2020年的34736份。
▲arXiv上与人工智能相关的出版物数量增长了六倍多
2019年,人工智能论文占全球所有同行评议科学论文的3.8%,高于2011年的1.3%。
02.
AI技术:
以假乱真,破圈解题
AI能生成一切。AI系统现在可以合成文本、音频和图像,而且水平足够高,人类难以辨别真伪。比如图像合成技术能“深度伪造”,将人脸叠加大到照片或电影上其他人脸上。这也促使研究者探索深度伪造技术检测技术,让计算机能很好区分不同的输出。
计算机视觉(CV)趋于产业化。CV技术在过去十年中取得了巨大的进步并走向产业化,在一些大基准上性能开始趋缓,同时企业正以前所未有的速度投入越来越多的计算资源来训练CV系统。
如训练一个现代图像识别系统,根据斯坦福DAWNBench团队进行的测试,2017年10月需要耗1100美元去做的事,现在只用花7.43美元,成本节省为原来的1/150。
▲训练一个现代图像识别系统成本大大降低
自然语言处理(NLP)超越了其评估指标。谷歌、微软均在其搜索引擎中部署了BERT语言模型,OpenAI等公司也开发了其他大型语言模型,NLP进步飞速以至于开始超越测试它们的基准。www.ady69.com
机器联合推理视觉和文本数据。视觉问答(VQA)挑战要求给一张图和一个自然语言问题,机器能提供准确的自然语言答案,自2015年首次发布以来,该算法准确率增长了近40%,最高达到76.4%,接近人类80.8%的准确率基线。
▲视觉问答(VQA)挑战算法准确率攀升
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的深度学习模型AlphaFold突破了长达数十年的蛋白质折叠生物学挑战。
疫情期间,AI初创公司PostEra用基于机器学习的技术在48小时内设计化学合成路线,以加速新冠病毒相关药物的发现,人类化学家要花三到四个星期才能完成同样的任务。
▲过去的14年里一些最佳团队的GDT得分的中间值,表明机器学习提升了药品研发效率
03.
AI应用:
“AI+药物”最吸金,美国招聘数首次下滑
2020年全球AI领域总投资(包括私人投资、公开募股、并购和少数股权)较2019年增长了40%,达到679亿美元。
▲2020年全球AI领域总投资快速增长
其中,2020年“药物、癌症、分子、药物发现”领域获得的AI私人投资最多,超过138亿美元,是2019年的4.5倍。
其次是“自动驾驶汽车、舰队、自动驾驶、道路”(45亿美元),以及“学生、课程、教育技术、英语”(41亿美元)。
▲各领域2019年和2020年AI投资情况
AI领域更多的私人投资正流向更少的初创企业。尽管受疫情影响,2020年民间AI投资比2019年增长9.3%,增幅高于2019年的5.7%,不过新投资企业数量连续第三年下降。
美国仍然是私人投资主要发生地,2020年美国私人投资超过236亿美元,其次是中国(99亿美元)和英国(19亿美元)。
