近日，斯坦福“人工智能百年（AI100）”專家小組（非盈利性項目AI Index）發(fā)起了一項AI指數(shù)報告，追蹤學術界、產(chǎn)業(yè)界、開源軟件和公共興趣范疇的18個分立的視角評估人工智能活躍度，盤點計算機視覺、自然語言理解等技術發(fā)展現(xiàn)狀（機器類人程度），從專家視角解讀人工智能創(chuàng)業(yè)和投資的急劇增加，探討相關領域的深入發(fā)展。

人工智能活躍度一覽

▲AI活躍度指數(shù)（來自學術界和工業(yè)界數(shù)據(jù)，如出版物、注冊創(chuàng)企和風險投資等)

從學術領域來看

人工智能論文大部分隸屬計算機科學的范疇，自1996年至今年度發(fā)表的論文數(shù)量已經(jīng)增加9倍，作為參考，計算機科學論文數(shù)量此間增加了6倍；

高校機器學習等人工智能相關課程的開設數(shù)量和學生的參與度都大幅增加；

人工智能相關的頂級會議也變的火爆，包括如 AAAI、IJCAI、ICML等綜合性會議，以及CVPR、ACL、ICRA等專注于通用技術（計算機視覺、自然語言、機器人等）的會議。

▲學術-產(chǎn)業(yè)動態(tài)關系（參數(shù)包含論文出版、學業(yè)課程、投資金額，其中2016年學生課程參與度的下降是由于行政原因）

從產(chǎn)業(yè)領域來看

人工智能相關創(chuàng)企的數(shù)量從2000 年以來增加了14倍，風投金額增加了6倍；

在線招聘網(wǎng)站的數(shù)據(jù)顯示2013年以來美國AI相關崗位增長了4.5倍，其中自然語言處理和計算機視覺技能的比重最多；

物流和工業(yè)機器人的數(shù)量和進出口急劇增加。

從開源軟件來看

▲GitHub明星軟件庫

這里主要參考GitHub項目：TensorFlow和 Scikit-Learn等AI和ML（機器學習）軟件包被收藏（star）的次數(shù)飆升。

從公共興趣來看

▲AI公眾興趣提升

流媒體涉及“人工智能”的內(nèi)容數(shù)量飆升，其中，正面文章高于負面。

從技術成熟度來看

▲AI里程碑

根據(jù)LSVRC競賽結(jié)果，圖像標注的誤差率從2010年的28.5%降至低于 2.5%；

視覺問答（Visual Question Answering，一種開放式問答）數(shù)據(jù)集發(fā)展出新版本VQA 2.0；

自然語言理解技術范疇下的語法解析（Parsing）、語種互譯（Machine Translation）、問答（Question Answering）、語音識別（Speech Recognition）等技術皆逼近人類的能力；

人工智能進行定理證明（Theorem Proving）的可追蹤性提高至80%以上，但遇到新的問題解決方案時性能不理想；

SAT（美國學業(yè)能力傾向測驗）中能回答的問題超過70%，應試競爭力強；

▲物體檢測技術成熟度示意

▲視覺問答技術成熟度示意

▲語法解析技術成熟度示意

▲新聞翻譯技術成熟度示意

▲問答技術成熟度示意

▲語音識別技術成熟度示意

▲定理證明能力示意

▲SAT測試能力示意

專家觀點

Barbara Grosz（哈佛）：小心檔口

評估人工智能系統(tǒng)的成熟度很關鍵的一點是看它能對人類的生活造成怎樣的影響。

根據(jù)該報告，我們正處在一個機器性能表現(xiàn)逼近人類能力的檔口。由于報告相關數(shù)據(jù)采集涉及的時間節(jié)點、標準化測試和地區(qū)發(fā)展不平衡，我們對機器發(fā)展水平的認知可能存在偏差。舉個例子，該報告闡述了自然語言理解技術中語法解析、語種互譯、問答、語音識別等模塊的發(fā)展水平，但沒有表征聊天機器人的成熟度，也就是多模塊結(jié)合起來的機器表現(xiàn)。當然，我們首先需要在細分的模塊將機器的水準至少提高到人類水平，然后逐漸提高其綜合起來的任務解決能力，追求系統(tǒng)的完整性（這又是另一個高難度的問題）。此外，AI指數(shù)的評估應考慮系統(tǒng)的設計和倫理挑戰(zhàn)，并找到合適的方式追蹤人工智能公司的數(shù)量和發(fā)展。

Eric Horvitz（微軟）：未來在望

將人工智能界各方指數(shù)有效的引入該評估機制中是必要的一步。

AI100項目和這份指數(shù)報告將當下的人工智能和未來人工智能的影響連接了起來。根據(jù)這份報告，我們看到了很多技術的進展，包括通用技術和機器學習，也別是卷積神經(jīng)網(wǎng)絡等算法，也看到了大規(guī)模可用數(shù)據(jù)對于AI的支持，很多AI應用表現(xiàn)出了落地傾向，比如游戲（西洋棋、圍棋、撲克等）、醫(yī)療（組織切片、醫(yī)療影像等）。人工智能的學術界和產(chǎn)業(yè)界，包括人才市場都活躍，也讓我們離未來目標更加接近。當然，更明確的AI系統(tǒng)性能標準化測定和評估機制有待建立，這需要各界的參與和支持。AI是一個多維度的命題，也讓我們看到了多方面的價值潛力。

李開復（創(chuàng)新工場）：關注中國AI

中國國務院宣布計劃，在2030年成為人工智能創(chuàng)新中心。

AI100的指數(shù)報告主要針對了美國AI發(fā)展水平，但我很建議將中國AI市場，這個全球最大的移動端和互聯(lián)網(wǎng)市場考慮進去，包含手機支付、食物配送、共享單車等龐大的數(shù)據(jù)量，提供更多的數(shù)據(jù)和維度。此外，中國的創(chuàng)企表現(xiàn)也相當喜人，比如Face++最近就擊敗了微軟、谷歌、臉書和卡內(nèi)基梅隆大學拿下三項計算機視覺大獎。中國政府（新一代人工智能發(fā)展規(guī)劃）對科技開放鼓勵的態(tài)度，以及明確的規(guī)劃目標（2030年成為AI創(chuàng)新中心）有利于AI的快速和迭代。未來的AI時代，中美雙巨頭壟斷的局面不可避免。

Alan Mackworth（哥倫比亞大學）：要深刻

容易獲得的數(shù)據(jù)未必是最有用的信息。

AI指數(shù)是一個很好的表征人工智能發(fā)展的報告，但需要警惕“路燈謬論”：不要僅在AI產(chǎn)業(yè)評估其發(fā)展階段，還要關注整個社會范圍的影響，注重數(shù)據(jù)獲取的多樣性和客觀性。舉個例子，美國的數(shù)據(jù)科技和AI技術，或者說硅谷人工智能社群，不能代表全球AI的發(fā)展，歐洲數(shù)據(jù)、亞洲數(shù)據(jù)，也別是中國的數(shù)據(jù)，十分重要。此外，學術界和產(chǎn)業(yè)界的數(shù)據(jù)也需要考慮其背景，比如來自學術成就中哪些是撥款資助的數(shù)據(jù)研究，除了出版物的進步，教職崗位數(shù)量是否增加了呢，產(chǎn)業(yè)如何平衡監(jiān)管和研發(fā)進程，非政府組織（AI2、OpenAI、WEF、圖靈研究所）的觀點如何，這些都是重要的AI發(fā)展指標。換言之，不要簡單的關注產(chǎn)業(yè)規(guī)模，要從法律、政府、城市等更豐富的維度看看規(guī)模背后的邏輯和對應的發(fā)展機會，分析AI對于社會、就業(yè)和經(jīng)濟影響。

吳恩達（Coursera，斯坦福）：“AI新電力”

人工智能是新電力。

深度學習首先改變了語音識別，然后是計算機視覺，漸漸應用于多方面的AI程序，提供AI增長動力。人工智能將逐漸滲透各行各業(yè)并引起社會變革，AI指數(shù)報告有利于幫助我們理解AI發(fā)展現(xiàn)狀，并幫助未來的幾代人回顧和理解AI的崛起之路。目前，中美正快速的利用投資和收購發(fā)展AI產(chǎn)業(yè)，英國、加拿大等也貢獻了很多開創(chuàng)性的研究成果。AI崛起是全球性的運動，國家政策很大程度影響該國AI發(fā)展進程和風險。

Daniela Rus（麻省理工學院）：AI是積極的

人工智能將幫助我們更好地理解和解決我們面臨的一些大挑戰(zhàn)。

科技正為這個世界帶來翻天覆地的變化，網(wǎng)絡提供了便捷，導師能遠程指導手術，機器人能幫助工廠包裝商品，聯(lián)網(wǎng)傳感器能監(jiān)測設備，3D打印能定制產(chǎn)品。我們被一個充滿可能性的世界包圍著，人工智能就是一個很積極的可能性，幫助我們解決龐大而復雜的各類命題（比如天氣、自然災害、饑餓等），為我們提供更安全、便利的生活（自動駕駛、醫(yī)療、工業(yè)機器人、預測危險等）。要實現(xiàn)這些愿景，需要高素質(zhì)的研究人員和長期的研究創(chuàng)新來解決，這就有勞AI指數(shù)繼續(xù)追蹤系列進展了。

Megan Smith（第3任美國CTO）& Susan Alzner（聯(lián)合國）：要人文

多樣性和包容性是最重要的。我們是因為偏見和歧視而失去了人性文化模式和系統(tǒng)的學習行為排斥。我們應該研發(fā)和開拓應用的同時注重倫理和價值觀的整合與培訓。

Sebastian Thrun（斯坦福）：新革命

在這場新革命中，人類的創(chuàng)造力將進入空前的新時代。

人工智能已經(jīng)發(fā)展了60年，并被應用于谷歌搜索的核心算法，亞馬遜的網(wǎng)站設計和Netflix的偏好推薦，數(shù)據(jù)與計算的結(jié)合達到了前所未有的規(guī)模，并將改變整個社會的格局。AlphaGo打敗了圍棋世界冠軍，AI系統(tǒng)的皮膚癌圖像診斷甚至優(yōu)于很多專業(yè)認證的皮膚科醫(yī)生，我甚至覺得谷歌自動駕駛系統(tǒng)要比一些普通人類司機還靠譜。相信不久的將來，AI將逐漸滲透我們的生活，使我們不必再進行重復性工作，越來也多的機器將幫助我們解放勞動力追求創(chuàng)造性。“蒸汽革命”將重演，就像農(nóng)民變成工人、律師、會計師、醫(yī)生、軟件工程師等，現(xiàn)在的工作者也將向未來的新工種轉(zhuǎn)換，我們需要掌握新技能和新技術，適應這個變化。

Michael Wooldridge（牛津）：當心泡沫

我覺得當前的AI存在泡沫。

誠然，現(xiàn)在AI創(chuàng)投很活躍，但除了機器學習，沒有太變革型的進展，很明顯，目前存在AI泡沫，問題是，這個泡沫是不是會破裂？破滅之后我們?nèi)绾蚊鎸ν稒C冷卻，如何面對新一輪AI寒冬？事實上，泡沫是不可避免的，未來幾年還會迎來通貨緊縮。但AI正在實現(xiàn)更多更復雜的任務，這毫無疑問。因此，關鍵在于技術發(fā)展中實現(xiàn)其價值，關注其社會影響和經(jīng)濟效益。

人工智能需要客觀、全面的階段性評估，幫助AI行業(yè)各界以及社會大眾了解AI發(fā)展方向和進度，從而連接學術與產(chǎn)業(yè)之間的斷層，指導應用落地，啟發(fā)符合現(xiàn)狀的創(chuàng)新思維。目前，人工智能部分技術成熟度已經(jīng)接近人類水平，為特定的任務/應用提供了技術支持，因此推動了當前創(chuàng)投市場的繁榮，但同時我們也需要對高難度、耗時長的基礎科研有耐心，并做好工種過渡期的準備，保證AI產(chǎn)業(yè)的可持續(xù)發(fā)展，規(guī)避泡沫風險。