站長資訊平臺

斯坦福2018 AI指數(shù)報告出爐：DL職位需求兩年增長35倍

2018-12-21 來源：raincent

由斯坦福大學發(fā)起的人工智能指數(shù)(AI Index)是一個追蹤 AI 動態(tài)和進展的非營利性項目，旨在全面研究 AI 行業(yè)狀況，目標是促進基于數(shù)據(jù)的 AI 的廣泛交流和有效對話。昨天，AI Index 發(fā)出了 2018 年度報告。本文僅對其進行概要介紹。

這份報告試圖從學術(shù)、工業(yè)、政策等角度全面介紹全球人工智能的發(fā)展現(xiàn)狀，今年的報告更加注重全球數(shù)據(jù)。報告指出，美國的 AI 研究力量仍是全球最強，但中國的追趕速度很快。報告特別介紹了清華大學學習 AI 課程的學生數(shù)量：2017 年人工智能+機器學習課程的入學人數(shù)比 2010 年時多 16 倍。

AI Index 2018 版介紹

我們很高興推出 AI Index 2018 年度報告。本年度的報告要實現(xiàn)兩個目標：更新上一年的指標以及盡可能地提供全球性的背景。前一個目標是 AI Index 至關(guān)重要的使命——為探討人工智能設(shè)定基礎(chǔ)，即意味著要持續(xù)不斷地跟蹤規(guī)模和技術(shù)的進展。但后一個目標也很重要。沒有全球化的視野，不可能講好 AI 故事。2017 年的報告嚴重偏向了北美地區(qū)的活動。這只是因為我們的全球合作關(guān)系還有限，并不是因為我們有內(nèi)在的偏見。今年，我們開始填補這一全球性漏洞。我們認識到，要使本報告真正完備全面，前方還有很長的路要走——會涉及到更多合作和外部參與。

盡管如此，我們?nèi)钥梢詳嘌?AI 是全球性的。2017 年，Scopus 上 83% 的 AI 論文都來自美國之外。其中來自歐洲的占到了最大的比例(28%)。在全世界范圍內(nèi)，AI 和機器學習(ML)大學課程的入學人數(shù)都在增多，尤其值得一提的是中國的清華大學，該校 2017 年人工智能+機器學習組合課程的入學人數(shù)比 2010 年時多 16 倍。2017 年，中國生產(chǎn)的工業(yè)機器人的數(shù)量也占到了世界的最大比重——占全球機器人總出貨量的 30%。而且不只是美國、中國和歐洲，其它地方也在推進 AI 的發(fā)展。根據(jù)我們的統(tǒng)計 AI 專利的方法，韓國和日本在 2014 年產(chǎn)出的 AI 專利分列全球第二和第三，僅次于美國。另外，南非成功舉辦了第二屆 Deep Learning Indaba 大會，這是世界最大型的機器學習教學活動之一，吸引了來自 20 多個非洲國家的超過 500 名參會者。

AI 的多樣性不僅體現(xiàn)在地理上。如今，Partnership on AI 已有大約 50% 的成員組織是非營利性的，包括美國公民自由聯(lián)盟、國際特赦組織、牛津大學人類未來研究所和聯(lián)合國開發(fā)計劃署。而且人們也對 AI 領(lǐng)域中的性別和少數(shù)族裔多樣性的重要性有了更高的認識。AI4ALL 和 Women in Machine Learning(WiML)等組織正在加大力度鼓勵和支持代表性不足的群體參與進來。

下面的指標也能體現(xiàn)本報告所傳達的關(guān)鍵信息：AI 是全球性的。

報告目錄如下：

領(lǐng)域活力

學術(shù)

1996~2017 年間論文發(fā)表數(shù)量年增長情況

下圖展示了 1996 年~2017 年 AI、CS 及所有領(lǐng)域論文數(shù)量的增長情況。從圖中可以看出，AI 領(lǐng)域的論文增幅最大，比 1996 年增加了 7 倍多。

1998~2017 年間 Scopus 平臺 AI 各子領(lǐng)域論文數(shù)量年增長情況

下圖展示了 Scopus 上的 AI 論文數(shù)量(按 AI 子領(lǐng)域劃分，各個類別之間可能有交叉)。可以看出，機器學習和概率推理、神經(jīng)網(wǎng)絡、計算機視覺方面的論文最多，增速也最快，反映了這些領(lǐng)域的火熱程度。

2000 年&2017 年中國、美國、歐洲區(qū)域的活躍 AI 研究方向

下圖顯示了中國、美國、歐洲的 AI 研究相對活躍指數(shù)(RAI，一個國家/地區(qū) AI 出版物份額與全球 AI 出版物份額的對比，1.0 表示該國家/地區(qū)在 AI 領(lǐng)域的研究活躍度與全球活躍度完全一致)�？梢钥闯�，2000 年中國的工程、技術(shù)研究活躍程度高于平均水平，但醫(yī)療健康、農(nóng)業(yè)、社會科學、人道主義方面的研究活躍度比較低。到了 2017 年，這幾個領(lǐng)域活躍程度有所提高，其中最突出的是農(nóng)業(yè)科學。

1998~2017 年間中國、美國和歐洲論文數(shù)量變化情況(按領(lǐng)域劃分)

下圖展示了中國、美國和歐洲來自政府、企業(yè)及醫(yī)療領(lǐng)域的論文數(shù)量變化情況。從中可以看出，中國、歐洲的 AI 論文主要來自政府，而美國的 AI 論文則主要來自企業(yè)。

1998-2016 年各地區(qū)發(fā)表論文的領(lǐng)域權(quán)重引用影響系數(shù)(FWCI)

美國的 AI 論文作者獲得的引用量要比全球平均水平高 83%，另一方面，中國論文的被引次數(shù)增長迅速。

各個國家和地區(qū)在 2018 AAAI 大會上的論文發(fā)表數(shù)量

70% 的 AAAI 論文來自美國、中國。

大型 AI 會議參與度

下圖顯示了 1984-2018 年間大型 AI 會議的出席人數(shù)以及 2012-2018 年各個大型會議出席人數(shù)的增長變化。從圖中可以看出，1986-1993 年左右，出席大會的人數(shù)下降得比較厲害。而從 1995 年至今，出席大型 AI 會議的人數(shù)呈波動增長，尤其是從 2013 年開始急劇增加。注：這里對大型會議的定義是 2017 年出席人數(shù)超過 2000 的大會。

小型 AI 會議參與度

下圖展示了 1995-2018 年間出席小型 AI 會議的人數(shù)以及 2012-2018 年各個小型會議出席人數(shù)的增長變化。小型會議是指在 2017 年出席人數(shù)不足 2000 的大會。

ICLR 2018 的出席人數(shù)是 2012 年的 20 倍，這一趨勢反映了當前的人工智能更加注重深度學習和強化學習。

業(yè)界

AI 工作機會

下圖根據(jù)所需 AI 技能展示了 2015-2017 年工作機會變化趨勢(AI 技能有交叉)。可以看出，機器學習和深度學習方面的工作機會最多，深度學習工作機會增速最快。

開源

GitHub 收藏量(star)

下圖展示了 2015-2018 年不同的 AI 和 ML 軟件包在 GitHub 上的收藏量變化。從圖中可以看到兩個近期趨勢：大公司支持的框架(如 TensorFlow (谷歌)、PyTorch (Facebook)、MXNet (亞馬遜))流行度不斷增長;與其他包相比，TensorFlow 具備更強的流行度。