2016年谷歌的人工智能程序AlphaGo戰勝圍棋世界冠軍李世石，人工智能走入人們的視野。2018年9月世界人工智能大會在上海召開，從基礎科學研究到工業、教育，人工智能正在全面地影響人們的生活。

當地時間12月12日，由斯坦福大學主導的研究小組發布了2018年AI index年度報告，追蹤了人工智能（AI）的發展現狀和趨勢。

斯坦福大學計算機科學系和電子工程系副教授、斯坦福人工智能實驗室主任吳恩達在推特上總結了2018年全球人工智能發展的兩個特點：不論在工業界還是學界，AI都在快速發展；AI的發展仍不均衡，在多樣性、包容性方面仍需努力。

根據全球最大的文獻摘要與科研信息引用數據庫Scopus的數據，從1996年到2017年，計算機科學領域的年發表論文數量增長了約五倍，人工智能領域的年發表論文數量增長了約七倍。相比之下，總體所有學科的年發表論文在21年間增長了不到兩倍。

從地區上看，過去19年間歐洲始終占據人工智能研究領域的鰲頭。根據Scopus的數據，2017年28%的人工智能研究來自歐洲，中國發表的人工智能領域的論文占25%，美國占17%。從2007年至2017年，中國發表的論文數量增長了150%。

1996年到2017年各地區研究論文發表數量

人工智能指數報告按世界平均值計算影響力用“改良版(Re-based)”FWCI衡量各國在人工智能研究領域的影響力。FWCI指的是領域權重引用影響系數。過去18年，美國平均每位AI論文作者的被引率始終高于歐洲，比全球平均水平高83％。與2000年相比，2016年平均每位中國AI論文作者的引用率增長了44%。

1998年到2016年各地區的人工智能領域加權引用影響力

從研究的來源看，中國在過去的10年，來自政府等公共部門發表的AI領域論文增加了400％，而來自企業等私營部門發表的AI領域論文增加了73％。這一增長趨勢與歐洲的人工智能研究趨勢基本一致。在美國，來自企業等私營部門發表的AI領域論文則高于來自公共部門的數量。

來自中國不同部門發表的人工智能研究論文數量

在研究方向上，從1998年到2017年，前三大熱門研究方向一直是機器學習和概率推理、神經網絡和計算機視覺。2017年有56%來自機器學習與概率推理這一研究方向，而2010年發表的AI，只有28%來自這個方向。2014年到2017年，神經網絡這一方向的論文發表數量復合年均增長率達到37% ，最為突出。而在2010年到2014年之間，神經網絡論文發表數復合年均增長率僅為3%。

1998年到2017年AI領域各研究方向的論文發表數

從細分學科上看，2000年美國的AI研究在人文科學、農業、社會科學、醫學藥學和工程技術上均有覆蓋，到2017年，美國及歐洲在人工智能上重點研究側重于人文科學和醫學健康學上，中國則加強了在工程技術和農業科學上的人工智能研究，在醫學健康學上有所加強，但人文科學上的相關研究始終較為薄弱。

澎湃新聞記者了解到，人文科學包括語言學、哲學、心理學等等。目前在人文科學領域的人工智能研究包括如何與教育互相影響，如何運用人文科學加強人工智能對語言的理解等，但斯坦福報告中沒有具體提到哪些范疇的研究屬于人文科學領域的人工智能研究。

2000年和2017年各地區在AI研究領域關注的重點變化

對此，斯坦福大學計算機系教授Yoav Shoham表示，由于大多數信息以互聯網上的文本形式存在，計算機科學家一直在努力提高人工智能理解和處理書面語言的能力。

“即使對于人類兒童和非母語人士來說，學習復雜的人類語言也很困難，對于AI來說更是尤其困難。” Shoham說。科學家已經教過計算機如何完成簡單的任務，比如將一種語言翻譯成另一種語言或搜索關鍵詞。人工智能已經更好地解決了這些狹隘的問題。但是現在科學家們正在解決更難的問題，例如如何構建人工智能算法，這些算法可以將信息分成幾部分，為更復雜和細微的問題提供連貫的答案。

Shoham認為，語言是人工智能研究的終極前沿，因為人類可以用語言表達任何思想或想法， 語言本身和人類的思維一樣豐富。

“人工智能不僅僅是模仿人類大腦的硅片，而是引領我們去自詢什么特征是人類與生俱來的，以至于我們認為無法在計算機上模仿。” Shoham說。