共计 3068 个字符，预计需要花费 8 分钟才能阅读完成。
作者：Nick StattCDA 数据分析研究院原创作品, 转载需授权
人工智能领域近年来飞速发展，关于教会计算机如何认识世界、理解世界，并最终能够执行复杂的任务等方面一直是备受人们关注的话题。该行业的发展速度和目标一方面通过实际的产品进步和研究成果来衡量；另一方面也受到了人工智能领导者、学者、经济学家和决策者的预测和关注。毋庸置疑，人工智能将改变世界，但如何改变以及何时仍是悬而未决的问题。
在 2018 年 12 月份，斯坦福大学发布了第二个年度的 AI 指数报告。在这份报告中，来自哈佛大学、麻省理工学院、斯坦福大学、非营利组织 OpenAI 以及人工智能产业联盟等机构的专家发表了关于本年度 AI 行业动态的研究。该报告的宗旨是通过数据衡量该领域的发展，并尝试分析理解当中的发展。报告中涉及到工作自动化、让机器完成人类才能执行的任务等问题。
关于去年的 AI 指数报告可以看到 CDA 数据分析师之前的文章。
2018 年的 AI 指数报告更全球化
在 2017 年 12 月首次发布的第一份 AI 指数报告中发现，人工智能领域的投资和成就以前所未有的速度发展，虽然在游戏和视觉等领域 AI 迅速发展，但在能够导致工作全部自动化的通用智能方面，AI 的发展仍不够理想。
2017 年的 AI 指数报告在一定程度上缺乏全球视角，因此 2018 年的第二年度 AI 指数报告通过更精确的数据，以及更国际化的视角回答了许多相同的问题。
“没有全球视角，就讲不好人工智能的故事。2017 年的报告严重偏向北美地区的情况，这反映了有限的国际合作关系，并不是因为存在内在偏见。今年的报告用更全面的视角分析一年来 AI 领域的动向，我们意识到要想让这份报告真正的综合全面还有很长的一段路要走，这需要内部和外部通力协作。”
欧洲、亚洲地区发表的 AI 论文最多
秉承着全球分析的精神，18 年的 AI 指数报告发现，几乎全球每个地区的人工智能商业和研究工作都呈现出爆炸式增长。欧洲和亚洲占的比例很大，在亚洲地区，中国、日本和韩国在人工智能研究论文发表、大学招生和专利申请方面都处于领先地位；同时欧洲是人工智能论文发表最多的地区，去年 28%的人工智能相关论文都来自欧洲。中国紧随其后的，占 25%，而北美则占 17%。
1998-2017 年间，各地区发表 AI 论文数量图源：AI Index Report 2018
计算机视觉是热门研究领域，自然语言处理偏向冷门
关于人工智能活动的类型，报告发现机器学习和所谓的概率推理，(即让人工智在游戏中智胜人类对手，以及认知相关的表现类型) 是发表论文中的主要研究类别。
紧随其后的热门领域是计算机视觉。计算机视觉是人工智能的基础分支学科，旨在帮助开发自动驾驶汽车、增强现实技术、对象识别和神经网络等。与机器学习一样，这些算法会随着时间不断改善。
目前不太受重视的是自然语言处理等领域。即让机器理解你所说的内容并做出回应，并制定总体规划和决策，这些是当自动化机器成为日常生活不可或缺的组成部分时，所需要的能力。
1998-2017 年间，Scopus 平台 AI 各子领域论文数量年增长情况 图源：AI Index Report 2018
AI 研究中国更侧重农业科学；欧洲和美国更侧重人文科学
报告中有趣的发现是，全球各个地区在人工智能研究领域的不同侧重。中国非常注重农业科学、工程和技术；而欧洲和北美更注重人文科学、医学和健康科学，而且欧洲的研究方法更为全面。
报告中的其他有趣的发现包括，虽然美国发布的人工智能研究论文数量较少，但论文的引用量却超过了中国和欧洲。在中国和欧洲，政府相关的组织和研究机构发表的论文数量远超过公司企业，尤其是在医学领域；而美国的人工智能研究主要由企业主导，这方面离不开苹果、亚马逊、谷歌，Facebook 和微软等科技巨头在该领域的巨额投资。
2000 年和 2017 年中国、美国、欧洲区域的 AI 研究热点方向图源：AI Index Report 2018
AI 在计算机视觉和机器翻译领域继续进步
就性能而言，人工智能继续飞速发展，特别是在计算机视觉等领域。通过测试已被广泛使用的图像训练数据库 ImageNet 的基准性能，AI 指数报告发现，在仅仅 18 个月中，训练高精度的图片分类模型所需时间从 1 小时下降到约 4 分钟，这相当于训练速度的 16 倍数。对象分割等其他领域，即让机器区分图像的背景和主题，在短短三年内精确度提高了 72%。
ImageNet 的训练时间图源：AI Index Report 2018
对于机器翻译和解析等领域，即机器理解理解语法结构，从而更容易回答问题，这些领域的准确性和熟练程度将越来越高，但随着算法越来越接近人类对语言的理解，获得的成果也越来越低。
AI 在游戏领域击败人类玩家
在单独的“人类里程碑”部分，报告对 2018 年 AI 在游戏和医疗诊断等领域取得的重大里程碑进行了细分，这些领域正以惊人的速度发展。其中包括，谷歌的 DeepMind 在第一人称射击游戏雷神之锤中，夺旗等目标导向的游戏模式中的取得不错进展；同时，在线竞技游戏 Dota 2 中先后对战业余玩家和职业玩家，AI 都取得了亮眼的表现。
图源：Alex Castro / The Verge
所有这些数据能够帮助我们了解人工智能领域的发展，并预测未来的趋势。然而，当涉及到自动化、人工智能在刑事司法、边境巡逻、战争领域应用棘手的问题时，我们仍处于黑暗中。人工智能只会变得更成熟，但在医院、教育系统、机场等地方准确无误地使用这些技术前，在偏见和安全方面还存在一些障碍。
同时企业和政府继续在部署 AI 战略。去年，我们发现亚马逊向执法部门出售其识别面部识别软件，而谷歌向美国国防部的无人机计划 Project Maven 中提供计算机视觉技术，这些都引发了一定的争议。
谷歌表示当合同到期就将推出该项目，同时还发布了 AI 伦理原则，包括承诺永远不会开发 AI 武器监视系统，或为任何违反“国际公认的法律和人权“项目。
图源：Alex Castro / The Verge
AI 带来的自动化与大规模失业
随着自动化，我们认识到大规模失业不会很快到来，更大的担忧是，当今社会是否准备好面对工作性质转变，转型为低稳定、低薪，没有医疗保险等安全保障的工作。
不是每个人都会马上面临失业。相反，随着时间的推移，有些工作岗位会被淘汰；而有些工作岗位会变得半自动化；而有些工作岗位会只需要一个人。工人的命运将取决于雇主的规定、劳动法律和法规，以及是否有足够好的系统帮助人们过渡到新的职业和行业。
例如，去年 11 月麦肯锡全球研究院的一份报告发现，到 2030 年，全球自动化可能会导致 8 亿份工作消失，但只有约 6%的工作岗位面临完全自动化的风险。如何将只有人类才能从事的工作转变为 AI 或机器人辅助的工作，这决定了会带来全面危机还是历史性变革。
美国智库全球发展中心在去年 7 月份发表一篇论文中，探讨了 AI 和机器人自动化对全球劳动力市场的潜在影响。研究人员发现，面对全面自动化带来的后果，目前所做的准备工作远远不够，而且我们花了太多的时间探讨在小部分市场范围内实现完全自动化的一般伦理和可行性。论文中总结到，“关于可盈利性、劳动法规、工会和企业社会期望等问题与决定哪些工作自动化的技术限制同等重要。”
结语
但 AI 带来的并非全是黑暗和厄运。AI 指数报告体现的理念在于，提出正确的问题，并确保公众和 AI 行业的领导者都能根据数据做出明智的决策。现在预测 AI 对社会的影响可能为时尚早，这个行业才刚刚开始，但提前考虑到 AI 将如何影响日常生活、工作和医疗保健、教育、执法等公共机构的影响，与 AI 研究和产品开发是一样重要的。只有同时注重这两方面，我们才能避免当中技术可能带来的风险。
