portant;" />

近日（rì），AI Index 发布了 2019 年（nián）度报告（gào）。作为一个用于追踪 AI 动态和进展（zhǎn）的（de）非营利性项（xiàng）目，其报告通常从研发（fā）、技术、性能等多个指标出发，对上一（yī）年度中 AI 领域的（de）发展进行统计。笔（bǐ）者（zhě）在了解之后，结（jié）合其他各项报告（gào）的数据，对AI领域的（de）变化（huà）进行了（le）一个归纳与猜想。

一、AI 研究（jiū）的发展（zhǎn）方向逐渐由（yóu）学术转向实践

近年来，人工智能早已（yǐ）成为国家研究机构（gòu）和企（qǐ）业关注（zhù）的焦点。随着（zhe）大数（shù）据时代的到（dào）来，以及计算（suàn）能力的提升，人工（gōng）智能已成（chéng）为引领未来（lái）的新兴技术。世界主要（yào）国家也将发展（zhǎn）人工智能视为提升国家竞争（zhēng）力以及维护国家安全的（de）重大战略，并加（jiā）快出台相关规划（huá）和政策，力（lì）图在新一轮科技竞（jìng）争中（zhōng）掌握（wò）主导权，从而引（yǐn）领世（shì）界。

根据 Scopus 的数据，从 1998 年（nián）到 2018 年（nián），经过同行评议（yì）的（de） AI 论文数量增长（zhǎng）了超（chāo）过 300%，占（zhàn）同行评议期刊发表量的 3%，占已发表会议论文数的 9%。毋庸置疑，越（yuè）来越多的学者正在（zài）投身于人工（gōng）智能的（de）研（yán）究之中。

此外，AI 及相关学（xué）科的注册学生数量正在持续快速增（zēng）长。不仅（jǐn）传统（tǒng）大学如（rú）此，在线学习人数也增速迅猛。从北（běi）美的数据来看，AI 已经一跃而（ér）为（wéi）最受北美计（jì）算机科学（xué）博士生欢（huān）迎的（de）学科。而在美国和加拿大，就读人（rén）工智能专业的博（bó）士留学生数（shù）量（liàng）持续增加，目前超（chāo）过 60% 的（de）博士（shì）生是国际（jì）学生，而 2010 年的同（tóng）期数字还（hái）不到 40%。最（zuì）关键的是，这些 AI 人才最大的流向地是工业界（jiè），在2018 年（nián），有（yǒu）超过 60% 的（de） AI 博士去往工业界，而 2004 年这一（yī）数字（zì）还（hái）是 20%。

portant;" />

所以说（shuō），发展人（rén）工智能，已经远远（yuǎn）不是（shì）一般（bān）意义上（shàng）的科学技术（shù）问题（tí），而是把“信息化”提升（shēng）为“智能化（huà）”这样一个事关国家前（qián）途命运的国家总体战略的问题（tí）。也（yě）正基于此，在 2019 年，全球私有部门对人工智能的总（zǒng）投资达到了 700 多亿美（měi）元（yuán），其中对 AI 创业公（gōng）司的投（tóu）资为 370 亿美元，这是一（yī）个对 AI 创（chuàng）业公（gōng）司极其有力的推动因素。所以国（guó）内近年也有旷视科技、极链科技等一大（dà）批优秀的人工智能相关企业（yè）诞生（shēng），为中国 AI 的实践领域添（tiān）砖加瓦。

二、AI 芯片的进（jìn）步可能（néng）才（cái）是进一步拔高人工智能地（dì）位的关键

虽说摩尔定（dìng）律已经几乎是人尽皆知（zhī），但 AI 算力的增长仍超（chāo）出了大部（bù）分（fèn）人的（de）想象（xiàng）。根据斯（sī）坦福大（dà）学的（de） DawnBench 项目数据显（xiǎn）示，从 2017 年 10 月到（dào） 2019 年 7 月，也就是一年半的（de）时间（jiān）里，在被广泛（fàn）使（shǐ）用的 ImageNet 数据集上训练一个系统所需的时间就已经从 3 小（xiǎo）时降至 88 秒，这意味着能够（gòu）将成本（běn）从（cóng） 2323 美元大幅削减至 12 美元。

这种 AI 算力（lì）的飞速增长（zhǎng）是建立在硬件革命的基石之上的（de），通过提升专业（yè）芯片和其他硬件，人工智能系统的能力被迅速拔高，AI 系（xì）统（tǒng）的训练时间和（hé）成本也得到（dào）大幅度的削减。

而这种提升（shēng）也带来（lái）了两方（fāng）面的影响。一方面，它让最前沿的人工智能领域变成了一场鲜（xiān）有人能参与的“烧钱（qián）游戏”，只有那些控制了强大计算机的公司（sī）或政府才（cái）能取得（dé）参赛资格，比如说 OpenAI 就（jiù）刚从微软处获得了十个亿美元的资金，以（yǐ）此来支持他们继续深（shēn）入（rù）研究。另一方面，这（zhè）种技术（shù）的提（tí）升也（yě）将（jiāng）人工智（zhì）能推向了（le）世界，为（wéi）普通人提（tí）供（gòng）了（le）一（yī）个接（jiē）触人（rén）工智能领域（yù）的机会。借助于云服（fú）务，低成本的（de）硬件和机器学习工具可（kě）以被广泛的普及开来，比如说谷歌（gē）的 TPU ，大（dà）众最低只需每小时（shí） 1.35 美元便（biàn）可以租赁使用，大大（dà）降低（dī）了人工智能（néng）入门的门（mén）槛。

那么（me）这（zhè）种趋（qū）势说（shuō）明了什么呢？由于此前的人（rén）工智（zhì）能一般运用（yòng）于消费及工作等领（lǐng）域，我们（men）就以（yǐ）工作领域来进行举（jǔ）例（lì）。

在算力得到爆炸式增长前，AI 强大的（de）计算能力可以帮助我（wǒ）们（men）处理大部（bù）分重复性（xìng）的乏味工（gōng）作，从而（ér）实（shí）现多方面的效率提升和质量（liàng）提升，并且顺带减（jiǎn）少工作的疲（pí）劳（láo）性失误（wù）。然而，在涉及（jí）到如决策、研究趋势、预测与规划（huá）之类（lèi）的工（gōng）作时（shí），AI 便不能给予（yǔ）我们强（qiáng）大（dà）的助力了。

而在硬件革命之（zhī）后，AI 可（kě）以巨幅推进自动化测试（shì）和代码生（shēng）成（chéng）过程（chéng）的（de）速度，且相（xiàng）比人类更（gèng）精准、更（gèng）严（yán）谨。此外，AI 在不（bú）断的训（xùn）练中，也会（huì）对自动化架构和数据科学进行持续的（de）优化、迭代。从（cóng）长（zhǎng）期来看，在未来，辅助和自动化模型（xíng）代替编（biān）程将会变得非常普遍，AI 对于具体（tǐ）行业能力的掌握也会日渐丰富，它所能替（tì）代的工作类型和工作人群也在日益（yì）扩大中。

portant;" />

要知道，麦肯锡此前便曾发布过一个报告（gào）：在交通、零售、汽（qì）车、高科技、消费品等 19 个行业（yè）中，人工（gōng）智能的引入可以创造 3.5 万亿到 5.8 万（wàn）亿美元的（de）潜在价值，而这些（xiē）价值（zhí）不存在于别处，就存在于更有意义的产（chǎn）品和服务、收（shōu）入的增长、成本的节约、以及消费者剩余（yú）这些老（lǎo）生常谈之中。借助于 AI 的（de）进步，我们可能会得（dé）以挖掘出这部分价（jià）值。

三、各国的（de）AI研究重心可能会侧重（chóng）于不同方向

在2018 年（nián），中国政府研究机构发表（biǎo）的 AI 论文比中国企业（yè）多出近 300 倍。而这一情（qíng）况（kuàng）在美国则恰恰相反，企业发（fā）表（biǎo）的论（lùn）文数（shù）量比政府下属机构高（gāo）出 50% 以上。值得注意的一点是，虽然中国年（nián）度（dù） AI 期刊和会议论文发表量（liàng）早（zǎo）在 2006 年便超过了（le）美国，但直（zhí）至今日（rì），中国（guó）论文（wén）的被引相关指数上仍比美国低 50%。这不仅（jǐn）说明中国（guó）的（de）论文有很大可能在实践价值（zhí）上落（luò）后于美国（guó），也（yě）侧面（miàn）说明（míng）了中国的 AI 企（qǐ）业仍有极大的价值可以挖掘。

此前，美国数据、技（jì）术和（hé）公共政（zhèng）策交叉研（yán）究（jiū）智（zhì）库便曾发布（bù）过一份中（zhōng）、美、欧 AI 实力对（duì）比（bǐ）报告，从人才（cái）、研究、发展、应用、数（shù）据（jù）、硬件六（liù）个角度对三（sān）方的 AI 力量（liàng）进行了对比。报（bào）告显示，美国各方（fāng）面综合得分最高，为 44.2 分（fèn），中国则以 32.3 分紧随其后，而欧盟得分仅为 23.5。

其中，中（zhōng）国的顶级AI研究者数量仅为 977 人，远远（yuǎn）落后（hòu）于欧盟的 5787 人和美国的 5158 人。可见（jiàn），虽然（rán）中国在应用（yòng）和数（shù）据方面表现突出、在（zài）可（kě）用于 AI 发展和应用的数据领（lǐng）域建（jiàn）立了（le）强大优势，但人才方面还（hái）是捉襟见肘。而来自 AAAI 会议的（de）相关数据也证实了这（zhè）一点。据其显示，来自中（zhōng）国的提交和被接收论文数量最多，但超过 68% 的提交论文，其第一作者是学生，而非从业（yè）人员。

AI Index 报告（gào）团队还（hái）在报（bào）告之外提供了一款分析（xī）工具，也（yě）就是 Global AI Vibrancy Tool 。它能够对国家的全局活动进行（háng）比较，其中既（jì）包括国家（jiā）之间对比的视角，也包括对特定国家的专门分析。该团队（duì）提供（gòng）的工具（jù）能让读者在进行（háng）国（guó）家比较时自己设置参（cān）数，然后从他们认为最相关的视角收获所需（xū）的见解。

portant;" />

通过这个工具可以发现，世界（jiè）各（gè）地其实都存在着（zhe） AI 人才聚集的本地中（zhōng）心。比如说，芬兰（lán）擅（shàn）长 AI 教育，印度则擅长 AI 技能的渗透，新加坡（pō）政府（fǔ）对 AI 有很好的（de）系统性支持，而以色列则在对 AI 创业公司的人均私有投资方面出类拔萃等等。也就是说，在大众普遍（biàn）认知（zhī）中（zhōng），那（nà）种 AI 发展只是美国（guó）和（hé）中国之间的角力的（de）情（qíng）况，是与现实情况相悖的。未来的 AI 发展，很可能（néng）会出现一种各国百花齐放的态（tài）势。

四、人工智能（néng）领域仍有着不少的问题（tí）亟（jí）待解决

尽管人工智能有广阔的发展前景，但是依然面临着诸多（duō）的挑战与限制（zhì）。仅（jǐn）从数（shù）据层面来（lái）看，就（jiù）存在着几处限制与挑战：

一、需要人工（gōng）完（wán）成（chéng）训（xùn）练数据的标记，否（fǒu）则很难获取（qǔ）足够大且全面的（de）训（xùn）练资（zī）料集（jí）；

二、机器学习缺乏（fá）可替代（dài）性，难以从一个（gè）应（yīng）用（yòng）直接复制到另一（yī）个相似（sì）的（de）应用（yòng），这意味着大（dà）量的时间与金钱会被（bèi）来训练新模（mó）型（xíng），而这会造成大量的资源浪费；

三、数据和算法存在（zài）偏差的（de）风险，如不同（tóng）社会（huì）之间文化（huà）的差异等（děng）等，可能需要更广（guǎng）泛的步骤来解决；

四、人工（gōng）智能存在被人为恶意利用的可能性，包括黑客的攻击和欺诈性（xìng）的视频等安全威（wēi）胁。

此外，深度学习（xí）也可能（néng）正（zhèng）在面临困境（jìng）。深（shēn）度（dù）学习之前一直都是人工智能的主宰，在它成为主流以来的（de）六（liù）年（nián）里，它已经成为帮助（zhù）机器感知和识别（bié）周围世界的主要（yào）方（fāng）式。无论是 Alexa 的语（yǔ）音识别（bié）还是 Waymo 的自（zì）动驾驶汽（qì）车（chē），都离不开它的（de）帮助。多年来，深度学习（xí）看上去越来越（yuè）好，不可阻（zǔ）挡地（dì）让机器拥（yōng）有像人（rén）一样流（liú）畅、灵活的智力。

portant;" />

但事实上，深度学习可能（néng）永（yǒng）远不（bú）会（huì）产生广义上的“智能（néng）”。举例来说，当外界（jiè）环境因素发生（shēng）变化时，人类（lèi）可以快速适应（yīng），人工智（zhì）能的神经（jīng）网络却不行（háng）。无论看起来（lái）多聪明的人工智能，都可能（néng）在（zài）一（yī）些细（xì）微的变（biàn）化之中败（bài）下阵来。它需要的是（shì）一种另类的（de）推动力（lì），一种帮助（zhù）它对（duì）世界（jiè）进行推理的（de）能力。

Vicarious 的（de）共同创（chuàng）始（shǐ）人之一（yī）、计算机科学家（jiā）迪（dí）利普 · 乔（qiáo）治便曾发言称，“我们人类不仅仅是模式识别器，我们（men）也在为我们看（kàn）到的东（dōng）西建立（lì）模型（xíng）。这些是因果模型（xíng）——有我们对因果关系的理解。”

结语

人工智能作（zuò）为一个处于快速发展阶（jiē）段（duàn）的技术，其（qí）重要（yào）性与（yǔ）战略意（yì）义（yì）不言而喻。最关键的是（shì），它与其（qí）他（tā）产业（yè）之间也（yě）能形成互补互动，比如说 AI + 物品（pǐn）的物联网、AI + 视频的（de）视联网等（děng）等（děng），都可能会成为我（wǒ）们未来生活必不可（kě）缺的一部分。

对（duì）于国家而言，加（jiā）快发展人工智能是赢得（dé）全球科技竞争主动权的关键战略抓手，是推动科技发展（zhǎn）、生产力整体提（tí）升的重（chóng）要战略。对于 AI 企（qǐ）业而言，如何将（jiāng）人工（gōng）智能更完美的运用与落地则是它们的生存战略（luè）。

人工（gōng）智（zhì）能（néng）未来的发展方向在何方（fāng），仍（réng）旧（jiù）是我们需（xū）要（yào）思考（kǎo）的问题（tí）。