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

近日美國斯坦福大學發(fā)布了《人工智能指數(shù)2022》（Artificial Intelligence Index Report 2022）報告，這是斯坦福大學第五次發(fā)布該類型的報告，該報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。今年的報告分為五個章節(jié)，包括最新的研究進展、技術(shù)、AI倫理、投資與教育、AI政策。美國斯坦福大學

研究進展

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。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。細分領(lǐng)域方面，自2015年以來，模式識別和機器學習方?的出版物增加了?倍多。其他受深度學習影響較?的領(lǐng)域，如計算機視覺、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。這三個地理區(qū)域的總引?量占全球總引?量的66%以上。美國留學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累計星數(shù)約為161,000，比2020年略有增加，遠高于排名第二的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?領(lǐng)域的技術(shù)進步進?了比以往更多的分析，包括計算機視覺、語?、強化學習等技術(shù)的趨勢。

1、計算機視覺

圖像分類：圖像分類是指機器對圖像中看到的內(nèi)容進行分類的能力。過去十?年圖像識別系統(tǒng)技術(shù)取得了巨大的進步，特別是研究?員已經(jīng)采?了更多的機器學習技術(shù)。截?2021年底，頂級圖像分類系統(tǒng)在Top-1準確度上每10次分類嘗試平均產(chǎn)生1個錯誤，相比之下，2012年底每10次嘗試平均4次錯誤。2021年，最頂級的預訓練系統(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)在可以生成與真實圖像?法區(qū)分的假圖像，例如通過換臉來實現(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大的深度偽造檢測算法來跟上偽造步伐。FaceForensics++是?個深度偽造檢測基準測試。2012年，最強的AI技術(shù)可以在四個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)學圖像分割：醫(yī)學圖像分割是指AI系統(tǒng)在醫(yī)學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個百分點。

人臉檢測：雖然目前的一些面部識別算法的成功率接近100%，但因為疫情的影響，戴口罩面部識別成為了AI技術(shù)新的挑戰(zhàn)。2021年，北京郵電大學的研究人員發(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)集上運行?系列現(xiàn)有的最先進的檢測算法，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個百分點。

▲最新AI MLFW數(shù)據(jù)庫檢測準確性

2、語言理解

目前的英文語言理解用的最新基準測試為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)上進行測試。截至目前最先進的系統(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科學家創(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、強化學習

強化學習的測試標準是2013年推出的Arcade Learning Environment（Atari-57），2019年末，DeepMind的MuZero算法在Atari-57上實現(xiàn)了最先進的性能。到了2021年，來?清華?學和字節(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。留學美國

4、機器人

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

并且，現(xiàn)在機器人相關(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器學習技能（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)，其次是科學和技術(shù)服務(wù)（占所有列表的2.59%）、制造（2.02%）和?融和保險（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名本科生完成了計算機科學學位，比2019年增加了11.60%。并且，2020年每5名CS學?中就有1名獲得了AI/ML博?學位。

AI政策

從2016年到2021年，共有25個國家通過了55項與人工智能相關(guān)的法案，其中美國以13項法案占據(jù)榜首，其次是俄羅斯、比利時、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。

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

在2021財年(FY)，非國防美國政府機構(gòu)共為AI研發(fā)?出分配了15.3億美元，約為2018財年?出的2.7倍。預計2022財年這?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個人工智能研發(fā)項?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）花費的五倍。美國留學專網(wǎng)

▲國防部前五名資?最多的項?

▲2021年美國政府部?和機構(gòu)在AI上的最高合同?出

雖然2021年是個多事之秋，但人工智能的發(fā)展仍然一路高歌猛進，私人投資翻一番，新技術(shù)不斷突破都給這個行業(yè)的發(fā)展打了強心劑。尤其值得欣慰的是，在中美國家關(guān)系日趨復雜的現(xiàn)在，AI行業(yè)的中美合作仍很緊密，這是人類科學技術(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

更多留學干貨內(nèi)容，歡迎繼續(xù)關(guān)注留求藝。

更多留學申請規(guī)劃問題歡迎掃碼免費咨詢