2018年AI index年度报告，追踪了人工智能的发展现状和趋势

2016年谷歌的人工智能程序AlphaGo战胜围棋世界冠军李世石，人工智能走入人们的视野。2018年9月世界人工智能大会在上海召开，从基础科学研究到工业、教育，人工智能正在全面地影响人们的生活。

当地时间12月12日，由斯坦福大学主导的研究小组发布了2018年AI index年度报告，追踪了人工智能（AI）的发展现状和趋势。

斯坦福大学计算机科学系和电子工程系副教授、斯坦福人工智能实验室主任吴恩达在推特上总结了2018年全球人工智能发展的两个特点：不论在工业界还是学界，AI都在快速发展；AI的发展仍不均衡，在多样性、包容性方面仍需努力。

根据全球最大的文献摘要与科研信息引用数据库Scopus的数据，从1996年到2017年，计算机科学领域的年发表论文数量增长了约五倍，人工智能领域的年发表论文数量增长了约七倍。相比之下，总体所有学科的年发表论文在21年间增长了不到两倍。

从地区上看，过去19年间欧洲始终占据人工智能研究领域的鳌头。根据Scopus的数据，2017年28%的人工智能研究来自欧洲，中国发表的人工智能领域的论文占25%，美国占17%。从2007年至2017年，中国发表的论文数量增长了150%。

1996年到2017年各地区研究论文发表数量

人工智能指数报告按世界平均值计算影响力用“改良版(Re-based)”FWCI衡量各国在人工智能研究领域的影响力。FWCI指的是领域权重引用影响系数。过去18年，美国平均每位AI论文作者的被引率始终高于欧洲，比全球平均水平高83％。与2000年相比，2016年平均每位中国AI论文作者的引用率增长了44%。

1998年到2016年各地区的人工智能领域加权引用影响力

从研究的来源看，中国在过去的10年，来自政府等公共部门发表的AI领域论文增加了400％，而来自企业等私营部门发表的AI领域论文增加了73％。这一增长趋势与欧洲的人工智能研究趋势基本一致。在美国，来自企业等私营部门发表的AI领域论文则高于来自公共部门的数量。

来自中国不同部门发表的人工智能研究论文数量

在研究方向上，从1998年到2017年，前三大热门研究方向一直是机器学习和概率推理、神经网络和计算机视觉。2017年有56%来自机器学习与概率推理这一研究方向，而2010年发表的AI，只有28%来自这个方向。2014年到2017年，神经网络这一方向的论文发表数量复合年均增长率达到37% ，最为突出。而在2010年到2014年之间，神经网络论文发表数复合年均增长率仅为3%。

1998年到2017年AI领域各研究方向的论文发表数

从细分学科上看，2000年美国的AI研究在人文科学、农业、社会科学、医学药学和工程技术上均有覆盖，到2017年，美国及欧洲在人工智能上重点研究侧重于人文科学和医学健康学上，中国则加强了在工程技术和农业科学上的人工智能研究，在医学健康学上有所加强，但人文科学上的相关研究始终较为薄弱。

澎湃新闻记者了解到，人文科学包括语言学、哲学、心理学等等。目前在人文科学领域的人工智能研究包括如何与教育互相影响，如何运用人文科学加强人工智能对语言的理解等，但斯坦福报告中没有具体提到哪些范畴的研究属于人文科学领域的人工智能研究。

2000年和2017年各地区在AI研究领域关注的重点变化

对此，斯坦福大学计算机系教授Yoav Shoham表示，由于大多数信息以互联网上的文本形式存在，计算机科学家一直在努力提高人工智能理解和处理书面语言的能力。

“即使对于人类儿童和非母语人士来说，学习复杂的人类语言也很困难，对于AI来说更是尤其困难。” Shoham说。科学家已经教过计算机如何完成简单的任务，比如将一种语言翻译成另一种语言或搜索关键词。人工智能已经更好地解决了这些狭隘的问题。但是现在科学家们正在解决更难的问题，例如如何构建人工智能算法，这些算法可以将信息分成几部分，为更复杂和细微的问题提供连贯的答案。

Shoham认为，语言是人工智能研究的终极前沿，因为人类可以用语言表达任何思想或想法， 语言本身和人类的思维一样丰富。

“人工智能不仅仅是模仿人类大脑的硅片，而是引领我们去自询什么特征是人类与生俱来的，以至于我们认为无法在计算机上模仿。” Shoham说。