斯坦福_2018年度人工智能指数AI_Index报告_189页_3mb

报告摘要

AI Index 2018年度报告总结

核心内容

AI Index 2018年度报告旨在提供一个全面的数据资源，以帮助决策者、研究人员、管理人员、记者和公众理解人工智能的现状和发展趋势。报告分为四个主要部分：数据、其他措施、讨论和附录。

主要观点

活动量

AI论文数量自1996年以来增长了8倍，超过计算机科学（CS）论文的增长速度。
2017年，AI论文的地理分布显示，欧洲（28%）是最大的出版者，其次是中国（25%）和美国（17%）。
神经网络论文数量在2014-2017年期间的复合年增长率（CAGR）高达37%。
arXiv上AI论文数量持续增长，尤其在计算机视觉和模式识别子领域。
美国、欧洲和中国的AI论文数量和引用影响（FWCI）均有所增长，但美国的引用率仍高于其他地区。

课程与参与

**AI与机器学习（ML）**课程注册人数持续增长，中国的AI + ML课程注册人数从2010年到2017年增加了16倍。
美国的AI课程注册人数在2012-2017年期间增加了3.4倍，而ML课程增加了5倍。
美国的AI教授中，80%是男性，显示AI领域的性别多样性仍需改善。

会议参与

大型AI会议（如NeurIPS、CVPR和ICML）的参与人数从2012年以来显著增长，其中NeurIPS和ICML增长最快。
小型AI会议（如ICLR）的参与人数从2012年以来也大幅增长，尤其在2018年增加了20倍。
AI4ALL和WiML等组织在促进多样性方面取得了进展，其活动参与人数显著增加。

行业与投资

AI创业公司在美国的活跃数量从2015年1月到2018年1月增加了2.1倍。
风险投资在AI创业公司的增长尤为显著，从2013年到2017年增加了4.5倍。
AI专利数量在2014年之后显著增长，韩国和台湾的AI专利数量增长最快。

人力资源与绩效

AI教授中，男性占大多数（80%）。
AI技能需求在2015-2017年期间显著增长，尤其是深度学习。

技术性能

ImageNet的准确度持续提高，从2010年的28%降至2016年的3%。
COCO挑战中的平均精度（AP）从2015年的72%提升到2018年的72%。
自然语言处理（NLP）的性能也有所提高，如选区解析的F1得分从2003年的47%提高到2018年的56%。
机器翻译的BLEU分数从2008年的1.0提高到2018年的3.5。

政府举措

美国、欧洲和中国均发布了重要的AI政策和战略。
美国的DARPA投资20亿美元用于克服AI技术的局限性。
欧洲投入15亿欧元用于支持AI研究，并提出“数字欧洲”计划。
中国的国家AI计划旨在建立一个147亿美元的AI市场，并在2030年前成为全球领先的AI创新中心。

关键信息

全球视角

报告强调了全球AI活动的重要性，并试图提供全球背景。
中国在AI论文数量和专利数量上增长显著，而美国在引用率方面仍占优势。

技术进步

AI在多个技术领域取得了进展，包括计算机视觉、自然语言处理和机器翻译。
ImageNet和COCO等基准测试显示了AI性能的持续提升。

多样性与包容性

AI领域的性别多样性仍然不足，AI教授中男性占80%。
组织如AI4ALL和WiML在推动多样性方面发挥了积极作用。

未来建议

报告提出了三个建议，以增强AI Index的全面性和代表性：
- 测量常识推理和自然语言理解，如Winograd架构挑战赛和Aristo项目。
- 关注人类与AI的合作，如非自治系统和AI辅助决策。
- 跟踪AI与因果关系，如AI会议中因果关系论文的数量。

数据来源与附录

报告附录提供了完全透明的来源、方法和细微差别的描述。
数据来源包括：Scopus、arXiv、大学、Elsevier、Sand Hill Econometrics、Monster.com、Prattle、IFR.org、TrendKite、AI研究所、欧盟委员会联合研究中心等。
附录还包含每个图表的基础数据，以支持报告的分析和结论。

总结

AI Index 2018年度报告全面分析了人工智能在多个维度的发展情况，包括活动量、技术性能、政府举措、行业投资和人力资源。报告不仅展示了AI在学术界和工业界的活跃程度，还强调了全球视角和多样性问题的重要性。此外，报告提出了未来改进AI Index的建议，以更好地反映AI的进展和挑战。

展开完整摘要