斯坦福2022年AI指數(shù)報(bào)告發(fā)布-人工智能行業(yè)詳解

近日美國斯坦福大學(xué)發(fā)布了《人工智能指數(shù)2022》（Artificial Intelligence Index Report 2022）報(bào)告，這是斯坦福大學(xué)第五次發(fā)布該類型的報(bào)告，該報(bào)告旨在成為世界上最可信、最權(quán)威的AI數(shù)據(jù)和洞察來源。今年的報(bào)告分為五個(gè)章節(jié)，包括最新的研究進(jìn)展、技術(shù)、AI倫理、投資與教育、AI政策。美國斯坦福大學(xué)

研究進(jìn)展

研發(fā)是推動人工智能(AI)快速發(fā)展的不可或缺的力量。每年學(xué)術(shù)界、工業(yè)界、政府和民間組織通過大量論文、期刊文章、人工智能會議等為AI研發(fā)做出貢獻(xiàn)。從2010年到2021年，人工智能出版物的總數(shù)翻了?番，從2010年的162,444篇增長到2021年的334,497篇。

▲2010-21年全球AI出版物數(shù)量

其中，2021年這些出版物的51.5%是期刊?章，21.5%是會議論?，17.0%來自存儲庫。細(xì)分領(lǐng)域方面，自2015年以來，模式識別和機(jī)器學(xué)習(xí)方?的出版物增加了?倍多。其他受深度學(xué)習(xí)影響較?的領(lǐng)域，如計(jì)算機(jī)視覺、數(shù)據(jù)挖掘和自然語言處理，增幅較小。

▲2010-21年按研究領(lǐng)域的AI出版物數(shù)量

按論文來源的部門來分，教育機(jī)構(gòu)仍是AI研究的主力，而美國和歐盟的公司參與研發(fā)的程度也很高。值得一提的是，中國是唯一一個(gè)教育比重不斷上升的國家（地區(qū)）。而且，迄今為止，過去12年中美國和中國之間的合作數(shù)量最多，自2010年以來增加了五倍。其次是英國與美國和中國之間的合作，增加了自2010年以來增長了3倍多。2021年，美國和中國之間的合作數(shù)量是英國和中國之間的2.7倍。

▲2010-21年按?業(yè)分列的AI出版物（占總數(shù)的百分比）

▲美國和中國在?工智能出版物方面的合作，2010-21

按地區(qū)來看，2021年，東亞和太平洋地區(qū)以42.9%的期刊發(fā)文量領(lǐng)先，其次是歐洲和中亞（22.7%）和北美（15.6%）。此外，南亞、中東和北非的增長最為顯著，在過去12年中，它們的AI期刊出版物數(shù)量分別增長了約12倍和7倍。

▲2010-21年按地區(qū)分列的AI期刊出版物（占世界總數(shù)的百分比）

按地理區(qū)域來分，中國保持領(lǐng)先地位，2021年為31.0%，其次是歐盟和英國，為19.1%，美國為13.7%。

▲2010-21年按地理區(qū)域劃分的AI期刊出版物（占世界總數(shù)的百分比）

在論?的被引次數(shù)上，中國的份額逐漸增加，而歐盟以及英國和美國的被引次數(shù)減少。這三個(gè)地理區(qū)域的總引?量占全球總引?量的66%以上。美國留學(xué)AI行業(yè)

▲2010-21年按地理區(qū)域劃分的AI期刊引?次數(shù)（占世界總數(shù)的百分比）

在專利方面，2021年提交的專利數(shù)量是2015年的30倍以上，復(fù)合年增?率為76.9%。中國的專利數(shù)已經(jīng)占了世界?半，并獲得約6%的授權(quán)。

▲AI專利申請數(shù)量，2010?21年

▲2010-21年按地理區(qū)域劃分的??智能專利申請（占世界總數(shù)的百分比）

AI開源軟件庫方面，TensorFlow仍最受歡迎的，GitHub累計(jì)星數(shù)約為161,000，比2020年略有增加，遠(yuǎn)高于排名第二的OpenCV。

▲AI LIBRARY的GITHUB STARS數(shù)量（超過40K STARS），2014?21

技術(shù)表現(xiàn)

今年技術(shù)性能這?章節(jié)對AI各個(gè)?領(lǐng)域的技術(shù)進(jìn)步進(jìn)?了比以往更多的分析，包括計(jì)算機(jī)視覺、語?、強(qiáng)化學(xué)習(xí)等技術(shù)的趨勢。

1、計(jì)算機(jī)視覺

圖像分類：圖像分類是指機(jī)器對圖像中看到的內(nèi)容進(jìn)行分類的能力。過去十?年圖像識別系統(tǒng)技術(shù)取得了巨大的進(jìn)步，特別是研究?員已經(jīng)采?了更多的機(jī)器學(xué)習(xí)技術(shù)。截?2021年底，頂級圖像分類系統(tǒng)在Top-1準(zhǔn)確度上每10次分類嘗試平均產(chǎn)生1個(gè)錯(cuò)誤，相比之下，2012年底每10次嘗試平均4次錯(cuò)誤。2021年，最頂級的預(yù)訓(xùn)練系統(tǒng)是CoAtNets，由?歌研究?員制作。

圖像生成：圖像?成是?成與真實(shí)圖像?法區(qū)分的圖像的任務(wù)。如下圖所示，2021年，AI已經(jīng)可以合成非常難以區(qū)分的人臉照片。

深度偽造檢測：許多人工智能系統(tǒng)現(xiàn)在可以生成與真實(shí)圖像?法區(qū)分的假圖像，例如通過換臉來實(shí)現(xiàn)所謂的“深度偽造”。近幾年，研究人員一直試圖通過制作更強(qiáng)大的深度偽造檢測算法來跟上偽造步伐。FaceForensics++是?個(gè)深度偽造檢測基準(zhǔn)測試。2012年，最強(qiáng)的AI技術(shù)可以在四個(gè)FaceForenics++數(shù)據(jù)集中正確識別69.9%的深度偽造。2021年，該數(shù)字增加到97.7%。

醫(yī)學(xué)圖像分割：醫(yī)學(xué)圖像分割是指AI系統(tǒng)在醫(yī)學(xué)圖像中分割感興趣對象（例如器官、病變或腫瘤）的能?。目前，AI能夠在CVC-ClinicDB數(shù)據(jù)集上以94.2%的正確率識別結(jié)腸鏡檢查息肉，相比2015年提高了11.9個(gè)百分點(diǎn)。

人臉檢測：雖然目前的一些面部識別算法的成功率接近100%，但因?yàn)橐咔榈挠绊懀骺谡置娌孔R別成為了AI技術(shù)新的挑戰(zhàn)。2021年，北京郵電大學(xué)的研究人員發(fā)布了6000張蒙面人臉的人臉識別數(shù)據(jù)集，以應(yīng)對大規(guī)模戴口罩帶來的新識別挑戰(zhàn)。研究人員在各種?部識別數(shù)據(jù)集上運(yùn)行?系列現(xiàn)有的最先進(jìn)的檢測算法，結(jié)果表明，與未蒙?相比，頂級方法在蒙??孔上的表現(xiàn)要差5到16個(gè)百分點(diǎn)。

▲最新AI MLFW數(shù)據(jù)庫檢測準(zhǔn)確性

2、語言理解

目前的英文語言理解用的最新基準(zhǔn)測試為SuperGLUE，于2019年5月發(fā)布。在測試中，AI系統(tǒng)在八種不同的任務(wù)上進(jìn)行測試。截至目前最先進(jìn)的系統(tǒng)為SS-MoE模型，在SuperGLUE上的得分為91.0，已經(jīng)超過了人類。

在另一項(xiàng)斯坦福問答數(shù)據(jù)集（SQuAD）中，AI最新得分為95.7和93.2，也超過了人類的表現(xiàn)。

但是，對于需要邏輯推理的問題上AI貌似仍力不從心。在由新加坡國立大學(xué)科學(xué)家創(chuàng)建的數(shù)據(jù)集ReClor中，困難問題的最好表現(xiàn)只有69.3%的準(zhǔn)確率。

自然語言推理方面，目前斯坦福自然語言推理(SNLI)數(shù)據(jù)集表現(xiàn)最好的模型是FacebookAIUSA的EFL，其在2021年4?的得分為93.1%。

3、強(qiáng)化學(xué)習(xí)

強(qiáng)化學(xué)習(xí)的測試標(biāo)準(zhǔn)是2013年推出的Arcade Learning Environment（Atari-57），2019年末，DeepMind的MuZero算法在Atari-57上實(shí)現(xiàn)了最先進(jìn)的性能。到了2021年，來?清華?學(xué)和字節(jié)跳動的研究?員開發(fā)出了GDI-h3模型，該模型在Atari上的性能超過了MuZero-57的近一倍。留學(xué)美國

4、機(jī)器人

調(diào)查結(jié)果顯示在過去七年中，機(jī)器人手臂的價(jià)格有明顯的下降趨勢。2017年，價(jià)格中位數(shù)機(jī)器人手臂的價(jià)格是42,000美元。從那時(shí)起，價(jià)格已經(jīng)下降了46.2%，達(dá)到了2021年的22,600美元。

并且，現(xiàn)在機(jī)器人相關(guān)的AI技術(shù)的普及率也出現(xiàn)了大幅提升。

斯坦福2022年AI指數(shù)報(bào)告發(fā)布-人工智能行業(yè)詳解

投資和教育

1、工作

新西蘭的人工智能招聘增?最快——2021年是2016年的2.42倍，其次是香港（1.56）、愛爾蘭（1.28）、盧森堡（1.26）和瑞典（1.24）。此外，從2020年到2021年，許多國家或地區(qū)的AI招聘增長率有所下降。

在2021年所有職位發(fā)布中，人工智能職位發(fā)布的份額最大的是機(jī)器學(xué)習(xí)技能（占所有職位發(fā)布的0.6%），其次是人工智能（0.33%）、神經(jīng)網(wǎng)絡(luò)（0.16%）和自然語?處理（0.13%））。

美國信息部?的所有職位發(fā)布中有3.30%與AI相關(guān)，其次是科學(xué)和技術(shù)服務(wù)（占所有列表的2.59%）、制造（2.02%）和?融和保險(xiǎn)（1.81%）。

AI的滲透率方面，印度在人工智能技能滲透率??領(lǐng)先世界——2015年?2021年全球平均?平的3.09倍——緊隨其后的是美國（2.24）和德國（1.7）。之后是中國（1.56）、以?列（1.52）和加拿?（1.41）。

2、投資

目前，私人投資仍是AI投融資的主流，其次是并購、公開發(fā)行和少數(shù)股權(quán)。2021年，全球?qū)??智能的私?投資總額約為935億美元，是2020年私人投資總額的兩倍多。

在披露融資?額的公司中，與2020年相比，2021年1億美元?5億美元的AI融資輪數(shù)增加了?倍多，?5000萬美元?1億美元的融資輪數(shù)也增加了?倍多。人工智能

2021年，美國在獲得資助的AI公司的總體私?投資方面居世界?位，約為529億美元，是排名第?的國家中國（172億美元）的三倍。排在第三位的是英國（46.5億美元），其次是以?列（24億美元）和德國（19.8億美元）。2021年，美國有299家新投資的AI公司，其次是中國，有119家，英國有49家，以?列有28家。

行業(yè)領(lǐng)域方面，2021年??智能領(lǐng)域最?的私?投資是數(shù)據(jù)管理、處理和云（約122億美元）。在過去五年中，醫(yī)療和保健類別獲得了全球最大的私人投資（289億美元）；其次是數(shù)據(jù)管理、處理和云計(jì)算（269億美元）；金融科技（249億美元）；和零售（219.5億美元）。

3、教育

在北美，大多數(shù)與??智能相關(guān)的課程都是作為本科階段CS課程的?部分提供的。從2010年到2020年，北美博?機(jī)構(gòu)的新CS本科畢業(yè)?數(shù)量增長了3.5倍。2020年，超過31,000名本科生完成了計(jì)算機(jī)科學(xué)學(xué)位，比2019年增加了11.60%。并且，2020年每5名CS學(xué)?中就有1名獲得了AI/ML博?學(xué)位。

AI政策

從2016年到2021年，共有25個(gè)國家通過了55項(xiàng)與人工智能相關(guān)的法案，其中美國以13項(xiàng)法案占據(jù)榜首，其次是俄羅斯、比利時(shí)、西班牙和英國。2021年頒布的法律數(shù)量上，西班牙、英國和美國領(lǐng)先，各超過三項(xiàng)。

美國2015年只有一項(xiàng)聯(lián)邦法案與人工智能相關(guān)，2021年提升到了130項(xiàng)。

在2021財(cái)年(FY)，非國防美國政府機(jī)構(gòu)共為AI研發(fā)?出分配了15.3億美元，約為2018財(cái)年?出的2.7倍。預(yù)計(jì)2022財(cái)年這?數(shù)字將增?8.8%，申請總額為16.7億美元。

而美國國防部2021年在500個(gè)人工智能研發(fā)項(xiàng)?中撥款92.6億美元，比2020年的86.8億美元增加6.68%。國防部在人工智能上的支出也是最多的，2021年，它在與??智能相關(guān)的合同上花費(fèi)了11.4億美元，大約是第?高的部門衛(wèi)?與公眾服務(wù)部（2.34億美元）花費(fèi)的五倍。美國留學(xué)專網(wǎng)

▲國防部前五名資?最多的項(xiàng)?

▲2021年美國政府部?和機(jī)構(gòu)在AI上的最高合同?出

雖然2021年是個(gè)多事之秋，但人工智能的發(fā)展仍然一路高歌猛進(jìn)，私人投資翻一番，新技術(shù)不斷突破都給這個(gè)行業(yè)的發(fā)展打了強(qiáng)心劑。尤其值得欣慰的是，在中美國家關(guān)系日趨復(fù)雜的現(xiàn)在，AI行業(yè)的中美合作仍很緊密，這是人類科學(xué)技術(shù)在沖突與斗爭大環(huán)境下的一絲慰藉。

https://www.usastudy.com.cn/newslist/newDetail_56204.html

更多留學(xué)干貨內(nèi)容，歡迎繼續(xù)關(guān)注留求藝。

更多留學(xué)申請規(guī)劃問題歡迎掃碼免費(fèi)咨詢