技術的單點突破，資本市場的多級繁榮，諸如此類的話題充斥著過去兩到三年。然而，在AI時代思考AI，我們需要更宏大的世界觀。

去年，斯坦福大學發起了“百年人工智能研究計劃”，簡稱“AI100”，并制定了相關具體的計劃——下一個100年中，每五年AI對社會影響的詳細報告。最近，AI100下的AI Index項目，以《AI指數-2017年度報告》的形式對外公布。報告以發布AI活躍度指數（AI Vibrancy Index）為核心，整合了學術界和產業界（以美國為主）的各類數據和里程碑事件，系統呈現了AI歷史發展脈絡，以及今天所取得的成就。

建立AI公眾認知、記錄AI發展進程，是AI指數報告的價值之一。此外，建立學界、產業界、媒體、政府等多方的連接，開啟多方對話，是其更高的立足點。報告中大篇幅呈現了來自學界、產業界意見領袖的觀點，讓不同的發聲匯聚于一體，微觀層面包括對于AI度量指標的見解、數據集的解決方案、類人腦智力的進化方向等，宏觀層面包括AI對人類的根本性影響、倫理與價值觀、AI所承載的更宏偉的使命等。

AI活躍度指數：尚且局限，需全球共創

上圖是AI活躍度指數曲線，該曲線呈現了自2000年以來，AI活躍度指數價值的增長倍數，從圖中可知，至今為止指數最大值出現于2015年。由于納入計算的數據以美國為主，所以我們可從曲線得知，美國的人工智能活躍度在2015年達到了頂峰。

該指數主要由三項指標構成：論文出版、學科課程和風險投資（兩項學界指標+一項產業指標），如下圖所示。

1. 論文出版

下圖是從Scopus中搜索到的、打著AI標簽的計算機科學相關論文數量的變化曲線。Scopus是全世界最大的摘要和引文數據庫，涵蓋了15000種科學、技術及醫學方面的期刊。從圖上可知，1996年至今，每年發布的AI相關論文數量增長了9倍。

下圖的三條曲線分別呈現了全領域論文數量、計算機科學領域論文數量、計算機科學中有關AI的論文數量的變化，與1996年的數量對比的增長倍數。從圖中可知，計算機科學領域的論文增長6倍的同時，計算機科學中有關AI的論文增長了9倍。

2. 學科課程

下圖反映的是1990年（學年）至今，斯坦福大學入學AI和ML（Machine Learning，即機器學習）的學生人數變化。從圖上可知，在斯坦福大學入學AI課程的人數，與1996年相比增長了11倍。

在此需要說明兩點：

（1）報告選擇ML，原因有二。第一，近期ML課程入學人數急劇上升；第二，ML對近期的許多AI成就至關重要；

（2）圖中僅呈現了斯坦福大學的數據，主要是由于獲取其他院校的相關數據較為受限。

為了彌補這一缺陷，報告橫向對比了斯坦福大學、加州大學伯克利分校、佐治亞理工學院、伊利諾伊大學厄巴納-香檳分校、華盛頓大學五所院校的AI課程入學人數。盡管部分學校的數據不完整，但從下圖可見，其他院校的AI課程入學人數變化趨勢，與斯坦福大體一致。

3. 風險投資

下圖反映的是每年進入美國AI相關創業企業的風險投資金額的變化情況。從圖中我們可知，美國AI創企吸引的風險投資金額，在2015年達到峰值。具體而言，2016年約34億美金，與2000年相比增長了6倍。

對于AI活躍度指數的三項構成指標，具有較大的局限性。首先，指標本身的數據具有局限性，例如前文提到的院校數據受限制。其次，要反映AI的活躍度，美國以外地區的數據也要納入，還有更多的指標應被納入。另外，以上這些指標的數據相對容易獲取，而通過易獲取的數據看問題，容易進入“路燈謬誤”——只在路燈下尋找鑰匙，不是在可能的地方。

解決數據問題最好的方式，就是集眾家之所長，一方面可以整合其他AI相關指數，一方面依托于AI100這項非盈利研究項目，采取“共創”的模式，爭取更多機構將數據貢獻出來。

AI賦能人類，開啟創造力新時代

在今天，AI的重點已不再是“復制人類智能”，而是補充和增強人類的能力。IJCAI-16[1] 以“人文意識AI”（Human-Aware Artificial Intelligence）為主題，討論人工智能與人類合作的諸多好處。AAAI-18[2] 以“人與AI合作”（Human-AI Collaboration）為主題，鼓勵各界討論人工智能如何更好地服務于社區建設。人們寄希望于AI能夠承載更宏偉的使命，以解決我們面臨的一些巨大挑戰：

通過大型無線傳感器網絡收集、分析和檢測海洋、溫室氣候和植物狀況等數據，來了解氣候變化，通過數據驅動的決策來改善和治理；

通過監測，合理匹配和改善糧食供求關系，以消除饑餓；使用網絡物理傳感器預測和應對自然災害；

通過適應學生進步的MOOC產品來實現教育民主化，并確保每個孩子都能獲得所需的技能，從而獲得一份好工作，建設自己美好的生活；

·AI甚至可以幫助孩子們把童年的夢想變成現實——鋼鐵俠不再是一個漫畫人物，而成為一種技術的可能性；

進一步，美國第三任首席技術官Megan Smith提出：

AI為解決全球貧困與饑餓問題、維護平等與正義、抵制偏見提供了巨大的機遇。

當以上種種逐步實現之時，正如麻省理工學院電氣工程與計算機科學教授Daniela Rus所言：

人工智能和機器人所具有的更高的生產力，將使人類擺脫單調的任務，讓我們能夠專注于計算機無法實現的創造性工作、社交和高端任務。

無獨有偶，斯坦福大學終生教授、Udacity創始人Sebastian Thrun也提出：

當我們許多人停止從事重復的體力勞動時，我們的教育程度將更高，我們變得更有創造力。隨著這場新的革命，我預測我們將進入一個前所未有的人類創造力的時代。

但是，AI也會給人們帶來負擔。據估計，如果自駕出租車成為日常運輸的主要方式，九分之一的就業機會將面臨危險。為了適應這些變化，我們必須成為終身學習者。我們必須掌握新的技能，學習掌握新的技術。

中美AI雙雄格局已定，思想不清的國家將落后

在這份報告中，有許多重要的統計數據主要是針對美國市場，而中國市場的研究價值十分巨大。創新工場董事長兼首席執行官李開復，補充了中國的一些數據：

中國擁有世界上最多的手機和互聯網用戶，比美國和印度高三倍。在中國，人們使用手機支付貨物，比美國人多出50倍。中國的糧食運輸量是美國的十倍。有超過2000萬的自行車騎行者將GPS和其他傳感器信息傳輸到服務器，每天創建20TB的數據量。

中國政府對技術發展保持開放的態度，使得中國的環境更有利于新技術的快速啟動和迭代。2017年7月，中國國務院公布了“下一代人工智能發展規劃”，其目標十分明確：到2030年，中國將成為全球人工智能創新中心。該計劃有望推動人工智能成為一個重點行業和省級政府的重點工作。中國國家政策的影響力有多大呢？類比高鐵計劃和大規模創新創業的政策措施，便可見一斑。我們可以期待中國政府的人工智能政策有類似的軌跡。正如李開復所言：

在這個AI時代，美中雙寡頭不僅是不可避免的，而且目前已成事實。

人工智能現在已是一個全球現象，AI指數提醒我們每個人，必須超越自己的國界，了解全球的進步。美國和中國享有最大的投資規模和最迅速的產品采用，加拿大和英國也做出了開創性的研究貢獻。與此同時，Coursera聯合創始人吳恩達提出：

AI政策更為明智的國家將更加迅速地推進AI進程，而那些政策思想不清的國家將面臨落后的風險。

此外，來自學界和工業界的專家學者，也圍繞AI提出了一些前瞻性的觀點：

關于AI的研究在全球多社區開展，我們能夠預見將會有很多AI的評估體系涌現。有必要將眾多日益全面的指標集中于一體，從而形成追蹤和理解人工智能發展的“共同視角”。—— Eric Horvitz，微軟研究員，前AAAI主席；

大腦如何產生智能行為？機器如何復制它？這仍然是科學和工程領域的一大深刻的挑戰，需要訓練有素的研究人才、長期研究和創新來解決。—— Daniela Rus，麻省理工學院電氣工程與計算機科學教授

·我認為未來數年內，AI泡沫引發通縮是不可避免的。但我認為有理由期望這是一個溫和的通縮，而不是一場大蕭條。——Michael Wooldridge，牛津大學計算機科學系主任，歐洲人工智能協會主席。