斯坦福AI 指數年度報告：清華課程擴張全球最快，DL職位空缺激增35倍

大數據文摘出品

作者：魏子敏、蔣寶尚

2017年，以斯坦福大學為首、包括吳恩達、李開復等一眾大咖專家團隊齊力打造的人工智能指數（AI Index）重磅年度報告首次發布。從學術、業界發展、政府策略等方面對全年的人工智能全球發展進行了回顧，堪稱全年人工智能最強報告。

18年12月12日，哈佛大學，麻省理工學院，斯坦福大學以及OpenAI等聯合發布了第二屆人工智能指數（AI Index）年度報告。

人工智能領域這一行業的發展速度，不僅僅是通過實際產品的產生以及研究成果來衡量，還要考慮經濟學家和政策制定者的預測和擔憂。這個報告的目標是使用硬數據衡量人工智能領域的發展。

在2017年12月份發布的第一期報告中，重點介紹了人工智能領域的投資和工作崗位前所未有的增長速度，尤其是在游戲和計算機視覺領域進展飛速。

這次18年的《報告》以更加精細的數據以及更廣泛的視角分析人工智能領域的發展。

報告中多次提及了中國人工智能的發展以及清華大學：

• 美國僅占到全球論文發布內容的17%，歐洲是論文最高產的國家，18年發表的論文在全球范圍內占比28%，中國緊隨其后，占比25%。；

• 大學人工智能和機器學習相關課程注冊率在全球范圍都有大幅提升，其中最矚目的是清華大學，相關課程2017年的注冊率比2010年高出16倍，比2016年高出了將近3倍；

• 各國對人工智能應用方向重視不同。中國非常重視農業科學，工程和技術方面的應用，相比于2000年，2017年，中國加大了對農業方面的重視。

吳恩達也在今天的推特中重磅推薦了這份報告，稱“數據太多了”，并劃重點了兩個報告亮點：人工智能在業界和學界都發展迅速；人工智能的發展仍需要更加多樣包容。

一起來看報告的精華內容！

沒有全球視野，就沒有AI故事。2017年的報告嚴重偏向北美活動，18年的報告縮小了全球差距，用“全球視野”分析人工智能領域的研究以及投資。

今年的 AI Index 指出，在全球各地，人工智能的商業落地以及研究成果都以爆炸式增長，在歐洲和亞洲，這種趨勢更加明顯。在中國、日本以及韓國在人工智能論文發表以及書籍出版方面領先于其他東方國家。事實上，如上圖所示，美國僅占到全球論文發布內容的17%，歐洲是論文最高產的國家，18年發表的論文在全球范圍內占比28%，中國緊隨其后，占比25%。

在機器學習方面，論文發表數量占多數的是研究游戲中的“人機大戰”。

作為中國的人工智能最強高校，清華大學也在這一報告中多次被提到：大學人工智能和機器學習相關課程注冊率在全球范圍都有大幅提升，最引人注目的是清華大學相關課程的增長率，從2017年的注冊率比2010年高出16倍，比2016年高出了將近3倍。

從報告中可以看出，各國對人工智能應用方向重視不同。中國非常重視農業科學，工程和技術方面的應用，相比于2000年，2017年，中國加大了對農業方面的重視。而歐洲和北美非常看重人文學科以及醫療方面的應用，歐洲的研究方法更為全面。

職位空缺嚴重

上圖顯示了所需的Al技能每年的職位空缺數量，當然，也能看出AI技能的職位空缺的增長速度。各個崗位數據具有相關性。

雖然機器學習是最重要的技能，但深度學習（DL）正在以最快的速度增長，2015年到2017年這一時間段，深度學習的職位空缺數量增加了35倍。

性別分布：不平衡仍存在

人工智能相關崗位的性別差距依然嚴重。上圖的顯示按照技能分類，各個技能之間有相關性。申請人的數目并不代表雇傭人數，但總體而言，在美國，男性占人工智能相關職位申請申請人數的71%。在人工智能各個子學科之間，深度學習和機器人學對比其他學科，性別比例相對平衡。

上圖顯示了各種Al和ML軟件包在GitHub上的受歡迎比率，從獲星標數量可以大致哪種AI框架最受歡迎。從2015年到2018年，Tensoflow一直占據第一，scikit-learn一直占據著第二的位置。

在大型會議中，NeurIPS (曾用名NIPS) 、CVPR和ICML，是參與人數最多的三大AI會議。自2012年以來，參與人數的增長率，這三者也領先于其他會議。值得一提的是，ICML在2018年一年的時間增長了將近一倍。

中國方面，2017年7月，政府發布新一代Al發展計劃，制定了一直到2030年的AI發展戰略。計劃到2020年使中國的AI技術達到世界上最先進的水平。到2025年，中國將在AI理論上取得重大突破，人工智能將成為產業升級和經濟結構調整的動力。到2030年，中國將成為世界主要的AI新中心。

美國方面，2018年9月，DARPA宣布投資20多億美元以克服AI技術的限制。私營公司在美國AI技術開發/投資中發揮重要作用，2017年，亞馬遜和Alphabet等科技公司分別向AI領域提供了大量的資金。

在歐盟地區，法國最近發表了三份報告：(1)法國Al計劃，其中提出了一項關于AI研究、教育、創新的戰略；(2)編寫了一份側重于社會和監管問題的報告；(3)《 Mission Villani report》，該報告側重于政策和減少人才外流，并闡述了多樣性在AI研究中的重要性。英國從2016年開始發布一系列的

2018年4月：政府投資9.5億英鎊（1 2億美元）用于支持研究，教育，并增強英國的數據基礎設施。

計算機視覺是人工智能的子學科，在自動駕駛汽車開發、增強現實和物體識別能力方向有廣泛應用，就像機器學習一樣，訓練算法隨著時間的推移得到改進。

就性能而言，人工智能算力繼續飆升，尤其是在計算機視覺等領域。通過測量ImageNet的基準性能，該報告發現，在18個月內，最準確圖片分類模型，訓練時間從“小時左右”降至“4分鐘左右”。訓練速度快了大約16倍。其他領域，比如物體分割，在短短三年內就提高了72%的精度。