每天2億美元投入AI領域，1/10砸向自動駕駛，中國AI論文首超全歐洲_風聞

邊策 十三 發自 凹非寺

量子位 報道 | 公眾號 QbitAI

全球AI遇冷了嗎？不存在的。中國AI發展怎麼樣？論文總數更上一層樓。

這就是一年一度權威報告《斯坦福2019全球AI報告》給出的結果。

而且縱橫全球盤點2019，其中諸多新變化也非常醒目， 比如中國AI論文發表數除了全球領先——還首次超越歐洲，AI專業受到空前熱捧，清華AI課程註冊3年翻4倍。

進一步放眼全球，AI投資超過了700億，相當於每天2億多美元砸向AI領域。自動駕駛依然是最受青睞的投資標的。

通過這份報告，幾乎能夠宏觀完整地瞭解全球AI的年度情況。

因為該報告由斯坦福大學聯合OpenAI、Google、麥肯錫等機構發佈，從2017年開始，該AI指數報告就成為了業界重要參考，今年已經是第三次。

所以在這一年的時間裏，全球的AI還發生了哪些變化，完整圖景，我們一一解析傳送如下。

報告由九章內容組成：研發、學術會議、技術性能、經濟、教育、自動駕駛與自動武器、公眾認知、社會考量、國家戰略與全球AI活力。涵蓋了從AI技術到社會影響的各個方面。

相比過去兩年，這份報告將自動駕駛技術、AI國家戰略、AI人才教育單獨提出，分別各列為一章，突顯了自動駕駛技術的重要性，以及各國紛紛重視AI的國際形勢。

另外，這也是斯坦福以人為本人工智能學院（HAI）成立以來第一次發佈AI指數報告，HAI是今年3月斯坦福大學成立的由李飛飛教授領導的新部門。

**△**HAI負責人John Etchemendy和李飛飛報告要點

一、AI論文數量持續增長，中國成績突出

1、在2010年至2019年之間，arXiv上AI論文總數增加了20倍。從1998年到2018年，經過同行評審的AI論文增長了300％。

2、中國現在每年出版的AI期刊和會議論文數量與歐洲一樣多，而之前在2006年超過美國成為全球第一，但值得注意的是，美國論文的引用影響力FWCI——仍比中國高50％。

3、全球AI期刊中超過32％的引用來自東亞，AI會議論文引用中有40％以上來自北美，北美佔全球AI專利引用比例的60％以上。

4、參加AI會議的人數繼續大幅增加。NeurIPS 2019預計將有13500名與會者，比2018年增長41％，比2012年增長800％。

二、AI專業、崗位依舊受熱捧，清華AI課程註冊人數3年增4倍

1、人工智能是計算機科學博士學位專業領域中最受歡迎的領域，2018年，超過21％的計算機科學博士研究生專注於人工智能和機器學習。

2、在美國，人工智能工作的比例從2012年的0.3％增長到2019年發佈的總工作量的0.8％。人工智能的勞動力需求正在增長，尤其是在高科技服務和製造業領域。

3、在全球大學中，人工智能和相關學科的入學率繼續快速增長。清華大學AI相關課程註冊人數3年增長了4倍。

4、在研究生教育中，人工智能已迅速成為北美計算機科學博士學位學生中最受歡迎的專業，其學生人數是第二大最受歡迎的專業（安全/信息保障）的兩倍。

三、AI技術突破顯著：訓練用時大大縮短

1、在一年半的時間裏，在雲基礎架構上訓練大型圖像分類系統所需的時間大大縮短，從2017年10月的大約3個小時，減少到2019年7月的大約88秒。訓練成本急速下降。

2、在SuperGLUE和SQuAD2.0基準測試中，一些廣泛的NLP分類任務的進展非常迅速，但是在某些需要推理的NLP任務或人類級別的概念學習任務下，性能仍然較低。

3、2012年之前，人工智能的結果緊追摩爾定律，計算每兩年翻一番。2012年以後，計算量每3.4個月翻一番。

四、AI產業投資持續增長，自動駕駛分得最大蛋糕

1、2019年，全球私有AI投資超過700億美元，與AI相關的創業投資超過370億美元，併購交易金額340億美元，IPO為50億美元。

2、在全球範圍內，對AI初創公司的投資繼續穩步上升。從2010年13億美元到2018年的404億美元，資金以超過48％的年均增長率增長。

3、自動駕駛汽車在過去一年中獲得了全球投資的最大份額（77億美元），其次是AI醫療（47億美元），面部識別（47億美元），視頻內容（36億美元）和欺詐檢測和金融（31億美元）。

4、在2015年至2018年期間，加州行駛的里程總數和測試自動駕駛汽車公司總數已增長了七倍。2018年，加利福尼亞州為50多家公司和500多個自動駕駛汽車提供了測試許可，行駛了200萬英里。

5、全世界的國會記錄、議員報告和立法記錄中，與人工智能有關的立法有了顯着增加。

AI論文佔全球論文3%，美國引用數仍遙遙領先

AI論文數量

根據Elsevier Scopus統計，來自5,000多家國際出版商的22,800多種學術出版物，1998到2018年間，發表的AI論文在所有論文中的比例增長了兩倍。

在上世紀90年代後期，AI論文只佔不到1％，而今已經接近3％。

哪個國家或地區的同行評審AI論文增長最快？當之無愧的是中國。

2000年，中國發表的AI論文佔比為10%，如今這一比例已經增加到28%，超過了歐洲的27%。

這也是中國發表的AI論文數量在雄踞全球第一後，首次超過整個歐洲。

政府附屬機構在中國和歐洲貢獻了最多的AI論文，而美國則是公司貢獻了主要的AI論文。

2018年，中國的政府機構生產的AI論文數量是公司的近三倍。自1998年以來，政府附屬的AI論文數量增長了300倍，而企業AI論文同期增長了66倍。

AI論文影響力

所謂FWCI，是指該地區AI論文收到的平均引用次數，除以同一年全球所有出版AI論文的平均引用次數。它是領域權重引用影響係數，可以用來衡量論文的影響力。

所謂FWCI，表示引用的論文與AI的世界平均水平相當。FWCI為0.85，則表明論文的引用率比AI的世界平均值低15％。

歐洲每年發表的AI論文數量最多，FWCI相對穩定，與世界平均水平持平。中國的FWCI近年來大幅提高。

儘管如此，美國的總引用量仍超過其他地區。美國的作者被引用比全球平均水平高40％。

近年來，AI的工業界與學術界合作研究變得越來越普遍。一篇論文中作者既有來自學校也有來自公司的情況越來越常見。這種合作在美國、中國、日本、法國、德國和英國普遍存在。

arXiv上的AI論文

近年來，AI研究人員開始採用在arXiv上發佈論文預印本的做法。在2010年至2019年期間，在arXiv上發表的AI論文總數增加了20倍以上。

在這一時期，“計算與語言” 子類別的提交數量增長了近60倍。從2014年開始，“計算機視覺”是規模最大的子類，直到2019年被“機器學習”超越。

在AI期刊論文引用方面，東亞國家的影響力啊最大，32.1%的AI論文引用了這一地區發表的文章。

但是在AI學術會議和AI專利方面，北美遙遙領先其他地區，42.9%的引文來自北美，專利引用的比例更是超過了60%。

GitHub上的AI項目

GitHub是一個討論AI繞不開的一個網站，很多開發人員在上面公佈相關的軟件代碼。星號表示某個特定代碼段或項目的受歡迎程度，下圖顯示了各種AI和ML軟件包在GitHub上的星標數。

一個明顯的趨勢是企業支持的研究框架的出現，例如Tensorflow和PyTorch呈現高速增長。

sci-kit learning和Caffe這兩個非行業框架繼續顯示出越來越高的知名度，但是它們的增長速度似乎低於其他公司提出的框架。

中國論文數量最多，總數首次超越歐洲

會議的參會人數強烈地表明瞭該學科的行業水平和學術熱情。AI學術會議不僅在規模上，而且在數量和聲望方面都在增長。

2019年，NeurIPS將有1.35萬人，CVPR大約有9,227人蔘會，ICML有6,400人，IJCAI-19有3015人。

NeurIPS、CVPR和ICML仍然是參加人數最多的AI會議。NeurIPS和ICML的增長速度最快，與2012年相比，增長了八倍多。

​除了以上的頂級學術會議，小型AI會議的出席人數也呈現逐年增長的趨勢。ICLR的2019年出席人數是2014年的15倍以上。

報告以AAAI為例，統計了2019年該會議提交和接受的論文數量。中國提交和接受的論文數量最多。超過68％的論文來自學生第一作者。以色列的論文接受率最高（24％），其次是德國（23％）、加拿大（22％）、美國和新加坡（均為20％）。

機器學習、NLP和計算機視覺仍然是投遞論文最多的前三個主題領域。與上一年相比，提交量增長排名前三的學科領域分別是是不確定性推理（194％）、應用推理（176％）、人類和人工智能（161％）。

提交量下滑最快的前三個學科領域分別是認知系統（-56％），計算可持續性（-34％）和人類計算與眾包（+ 0.9％）。

博弈論和經濟範式的接受率最高（32.3％），其次是啓發式搜索（27.5％），認知系統（27.2％）。

AI落地：自動駕駛依然最熱，醫療和刷臉並列第二

全球招聘情況

哪些國家的AI招聘增長最快？

在所有抽樣國家中，招聘率一直在上升，特別是對於許多新興市場。

**△**各個國家AI招聘指數

該指數是通過LinkedIn會員的百分比計算得出。

招聘增長最快的國家包括新加坡、巴西、澳大利亞、加拿大和印度。

AI技術普及程度

哪個國家的人工智能技術滲透率最高?

**△**各個國家AI技術滲透率

在印度，人工智能技能在特定行業的平均滲透率是全球相同職業平均水平的2.6倍。

為了對各個行業和國家的AI技能滲透率進行更深入的行業分解，選擇了以下五個全球AI技能滲透率最高的行業作為樣本。

分別是軟件和IT服務、硬件和網絡、教育、金融和製造業。

**△**五個行業中，各個國家AI技術滲透率排名

印度、美國、法國、中國和以色列在所有國家的AI技能滲透率方面經常名列前茅。

值得注意的是，報告中指出，由於LinkedIn在中國和印度職場的覆蓋率不到40%，所以這項調查的結果可能不能夠展現AI普及程度的全貌。

投資活動

在全球範圍內，對人工智能初創企業的投資持續穩步上升。

**△**人工智能私有投資總額(單位：十億美元)

從2010年籌集的13億美元到2018年超過404億美元(截止到11月4日，2019年達到了374億美元)。

在2010年到2018年間，資金的平均年增長率超過48%。

獲得資助的AI公司數量也在增加，2018年超過3000家AI公司獲得資助。

**△**全球獲得資助AI公司數量

2014年至2019年(截至11月4日)，全球人工智能初創企業共獲得15798筆投資，平均投資額約為860萬美元。

注意，這項調查只考慮投資超過40萬美元的AI公司。

在初創公司投融資的數量方面，美國仍然占主導地位。

**△**人工智能私有投資總額(單位：十億美元)

中國在這方面排名第二位。

那麼哪些國家正在崛起為人工智能中心呢？

如果按人均水平進行調整，以色列實際上是去年投資最多的國家。

**△**人均AI私有投資

其次是新加坡和冰島。

獲得投資最多的AI領域

那麼哪些領域是投資規模最大、增長最快的呢？

自動駕駛在全球AI投資中的佔比最高，為9.9%。

其次是藥物，癌症和治療 ，面部識別，視頻內容等。

AI教育培訓：中美均處尖端水平

越來越多的AI教育超出了實體大學的範圍。在線學習在教育和發展全球勞動力中的AI技能中發揮着關鍵作用。

AI在線教育

報告通過在線教育平台Coursera的全球技能指數（GSI）對60個國家和地區的業務，技術和數據科學技能的10個行業進行了基準測試，以揭示全球AI技能教育發展的趨勢。

Cousera評估各國在AI整體以及數學、機器學習、統計、編程和軟件工程的相關技能方面的技能水平。

以下是世界熱點地圖，顯示了所涵蓋的60個國家的AI熟練程度排名。該地圖顯示了每個國家的四分位數排名類別，分別由尖端（76％-100％），競爭性（51％-75％），新興（26％-50％）和落後（0％-25％）表示。

中國和美國的AI教育都屬於尖端水平。

大學AI教育

下圖顯示了美國大學註冊的AI和ML入門課程的學生人數。

在2012年至2018年期間，斯坦福大學的人工智能入門課程的入學人數增長了五倍，UIUC的機器學習入門課程的入學人數增長了12倍。

一些學校表示，入學人數的增長受到課程數量的限制，因此這些圖表可能不足以代表對這些課程的實際需求。

報告還統計了美國之外外幾所計算機科學領先的大學的AI和ML課程註冊情況。

其中多倫多大學的AI + ML入門註冊學生人數最多，其次是俄羅斯國立高等經濟學院和清華大學。

相對於2015年，2018年清華大學招生的註冊數量增長了四倍，多倫多大學增長了三倍，而墨爾本大學增長了兩倍。

首次單列自動駕駛

自動駕駛是今年報告中的一大亮點。

包括全球、美國國家政策、加州以及安全性可靠性。

全球範圍情況

報告指出自動駕駛是最明顯、最具潛在突破性的應用之一。Bloomberg Philanthropy 的數據提供了自動駕駛在全球的測試情況。

**△**測試自動駕駛國家的世界地圖

北歐國家和荷蘭在部署電動汽車(EV)充電站和將自動駕駛用於物流供應鏈管理方面取得了重大進展。

**△**測試自動駕駛的城市

在德國和比利時的合作下，自動駕駛卡車車隊將從阿姆斯特丹(荷蘭)運送至安特衞普(比利時)，從鹿特丹(荷蘭)運至魯爾河谷(德國)。

新加坡也在大城市中為AV指定了測試區域。

美國各州自動駕駛政策

加利福尼亞州是第一個制定自動駕駛汽車測試法規的州。

考慮制定自動駕駛相關法律的州數量一直在增加。

**△**美國各州自動駕駛相關法律

自2012年以來，至少有41個州和華盛頓特區考慮過與自動駕駛汽車相關的立法。

目前，已經有10個州獲批無人駕駛的全面部署。

加州無人駕駛情況

2018年，加州授權了50多家公司和500多輛自動駕駛車輛進行測試，行駛里程超過200萬英里。

**△**加州自動駕駛公司和正在測試的自動駕駛車輛總數

這兩個指標的年複合增長率(2015-2018)都在90%左右，自2015年以來增長了7倍。

**△**加州自動駕駛行駛里程總數

2018年是自動駕駛覆蓋總里程增長最快的一年，總計超過200萬英里。

自2015年以來，自動駕駛總行駛里程的複合年增長率(2015-2018)為64％。

安全性和可靠性

2018年，在加州發生的自動駕駛相關車禍共46起，行駛里程為205萬英里。

也就是説每百萬英里——160萬公里，有22.44起車禍。

**△**自動駕駛每百萬英里出車禍率公眾認知：AI成為全球央行關鍵詞

中央銀行

世界各地的中央銀行都對AI表現出了濃厚的興趣。

下圖展示了14家中央銀行全球綜合文件類型。

**△**全球中央銀行綜合文件中提到“人工智能”的數量

報告顯示，中央銀行提到“人工智能”一次的數量越來越多。

下面這張圖展示了過去十年時間裏，中央銀行提及“人工智能”次數的排名。

**△**過去十年世界各大中央銀行提及“人工智能”次數

從圖中可以看到，英國央行、日本央行和美聯儲提及“人工智能”一詞的次數是較多的。

美國政府的看法

美國政府官員越來越關注人工智能。

**△**政府報告中提及“人工智能”次數

圖表中的每個數據點都代表，與往年相比，2017-2018年國會期間，圍繞人工智能的活動增加了10倍以上。

下面幾張圖表顯示了美國、加拿大和英國政府會議的會議記錄中提到“人工智能”、“機器學習”的次數。

**△**1995年-2019年，美國國會會議記錄提及“人工智能”和“機器學習”的次數

**△**2002年-2019年，加拿大會議記錄提及“人工智能”和“機器學習”的次數

**△**1980年-2019年，英國會議記錄提及“人工智能”和“機器學習”的次數

加拿大和英國2019年提及這兩個詞語的次數有所下降，都是在2018年達到了次數的巔峯。

這裏需要注意的是，國與國之間的計算方式不同的，因此兩國之間的對比是比較困難的。

行業的看法

在眾多行業中，在2018年至2019年第一季度的財報電話會議中，金融行業提到人工智能的次數最多。

**△**各行業2018年至2019年第一季度的財報電話會議中提及“人工智能”次數

其次是電子技術、製造業、醫療保健技術和技術服務行業。

網絡搜索和世界新聞

下面的時間軸顯示了2004年1月至2019年8月，在美國使用Web搜索者使用Google趨勢對短語“數據科學”、“大數據”、“雲計算”和“機器學習”的相對搜索興趣。

**△**美國對“數據科學”、“大數據”、“雲計算”和“機器學習”等短語的相對搜索興趣

下面的時間軸對比了今天用來指代AI的一些術語，包括“機器學習”、“深度學習”、“人工智能”，以及深度學習軟件“TensorFlow”。

下面的時間線顯示了自2017年1月1日起，GDELT每日監測的65種語言的全球新聞報道的百分比，其中包含了相同的4個術語。

這張圖顯示，關於雲計算和大數據的在線新聞報道穩步下降，而數據科學和機器學習有所增加。

國家競爭：紛紛出台AI戰略

過去幾年中，官方的AI戰略文件的數量一直在增加。普華永道（PwC）創建了使用NLP方法研究了各個國家的AI戰略。

各個國家最關心AI的哪個方面，普華永道統計了48份AI戰略文檔後發現， 94％的文件中包含“學術夥伴關係”，48％的文件中包含AI R＆D，超過42％的文件中提到AI治理。

提及保護消費者和公平的次數最少，只在出現2％的文件中出現過。

**△**各國AI戰略報告提到的關鍵詞

世界熱點圖顯示了在以下國家和地區的全球樣本中提及AI的文檔數量。中美兩國遙遙領先其他國家，並且AI戰略已經提上日程。

**△**各國官方AI文檔數量

這份報告還用論文、專利、AI融資企業數量等28個衡量了30個國家或地區的AI活力指數。顏色越深，AI活力指數越高。美國、新加坡、中國的AI活力是全球前三。

最後，報告還回顧了幾個大國的AI具體戰略措施。

2017年6月，中國發佈下一代AI開發計劃，成為最積極推動人工智能戰略的國家之一，計劃還宣佈要到2030年成為人工智能全球領導者。

美國啓動AI計劃時間稍晚。2019年2月，特朗普簽署了啓動《美國AI計劃》的行政命令，該計劃將採取多管齊下的方法，來加快美國在AI領域的國家領導地位。

2019年6月，白宮還啓動了美國AI研發戰略計劃，為投資AI的聯邦機構定義了幾個重點領域重點包括：（1）持續對人工智能進行長期投資；（2）人與人工智能合作的有效方法；（3）理解並解決對人工智能的道德、法律和社會影響；（4）確保安全和AI的安全性；（5）為AI訓練和測試開發共享的公共數據集和環境；（6）通過標準和基準來衡量和評估AI技術；（7）更好地瞭解國家AI研發勞動力需求，（8）擴大公私夥伴關係加快AI的發展。

通過這份報告，可以看出中美兩國已經成為AI領域的領導者，未來雙方的角力還會持續下去。

總之，這是一份完整詳盡的全球AI指數報告，歲末年終，從各個方面展示了AI全球圖景。

如果希望完整了解報告原文，歡迎使用傳送門，或者在我們的公眾號中回覆斯坦福報告獲取。就醬~

傳送門

斯坦福2019全球AI報告：https://hai.stanford.edu/sites/g/files/sbiybj10986/f/ai_index_2019_report.pdf

斯坦福2018全球AI報告：http://cdn.aiindex.org/2018/AI%20Index%202018%20Annual%20Report.pdf

斯坦福2017全球AI報告：https://hai.stanford.edu/sites/g/files/sbiybj10986/f/2017-report.pdf