從2017年開(kāi)始，斯坦福大學(xué)的以人為本人工智能研究所(HAI)每年都會(huì)發(fā)布AI指數(shù)報(bào)告，試圖全面追蹤AI領(lǐng)域的最新發(fā)展動(dòng)態(tài)和趨勢(shì)。

上周，斯坦福大學(xué)發(fā)布了2022年的AI指數(shù)報(bào)告，報(bào)告長(zhǎng)達(dá)190多頁(yè)，涵蓋了研發(fā)、技術(shù)績(jī)效、倫理、政策、教育和經(jīng)濟(jì)等方面，旨在成為世界上最可信、最權(quán)威的AI數(shù)據(jù)和洞察來(lái)源。

為了方便大家更直觀地了解行業(yè)發(fā)展?fàn)顟B(tài)，IEEE Spectrum閱讀了報(bào)告全文，并選出了最具代表性的12張圖表。下面一起來(lái)看看這份總結(jié)報(bào)告吧：

1. 私人投資額飆升

全球企業(yè)對(duì)人工智能的投資（按投資活動(dòng)分類(lèi)）

涌入人工智能領(lǐng)域的投資資金大幅上升，從2020年的1195億美元增長(zhǎng)到了2021年的1764億美元。其中最矚目的增長(zhǎng)來(lái)自全球私人投資，它從2020年的460億美元飆升至2021年的935億美元。這一增長(zhǎng)來(lái)自于大規(guī)模融資的增加：2020年超過(guò)5億美元的融資有4輪，2021年有15輪。報(bào)告還指出，所有這些資金都流向了更少的公司，因?yàn)樽?018年以來(lái)，新獲資助的初創(chuàng)公司數(shù)量一直在下降。所以，現(xiàn)在是一個(gè)加入人工智能初創(chuàng)公司的好時(shí)機(jī)，但也許不是創(chuàng)業(yè)的好時(shí)機(jī)。

2.中美合作出版物數(shù)量最多

跨國(guó)合作的人工智能出版物

從2010年到2021年，中美在AI出版物方面的合作數(shù)量增長(zhǎng)了5倍，居全球榜首。斯坦福大學(xué)HAI的政策研究員、2022 AI指數(shù)報(bào)告的主編Daniel Zhang說(shuō)：“過(guò)去10年，兩國(guó)合作一直呈上升趨勢(shì)?！痹诳鐕?guó)合作的出版物方面，中美兩國(guó)的產(chǎn)出數(shù)量是第二名中英兩國(guó)數(shù)量的兩倍多。

3.中國(guó)在專(zhuān)利申請(qǐng)數(shù)量上居世界首位

按申請(qǐng)狀態(tài)和地理區(qū)域劃分的人工智能專(zhuān)利

報(bào)告指出，中國(guó)在2021年的AI專(zhuān)利申請(qǐng)量占全球總數(shù)的52%，專(zhuān)利申請(qǐng)數(shù)量居世界首位。美國(guó)在授權(quán)專(zhuān)利數(shù)量上占全球總數(shù)的40%，排名世界第一。Daniel Zhang表示，獲得專(zhuān)利授權(quán)“證明你的專(zhuān)利實(shí)際上是可信并且有用的”，這種情況有點(diǎn)類(lèi)似于出版物和引用的情況。雖然中國(guó)發(fā)表了最多的AI會(huì)議出版物，但美國(guó)的AI會(huì)議出版物引用次數(shù)最多，這表明美國(guó)研究人員的知名論文仍然具有巨大的影響力。

4.計(jì)算機(jī)視覺(jué)推理的停滯期

視覺(jué)常識(shí)推理（VCR）任務(wù)：Q→AR 得分

計(jì)算機(jī)視覺(jué)領(lǐng)域一直在快速發(fā)展，AI指數(shù)顯示，計(jì)算機(jī)視覺(jué)系統(tǒng)非常擅長(zhǎng)處理涉及靜態(tài)圖像的任務(wù)，例如對(duì)象分類(lèi)和面部識(shí)別，在視頻任務(wù)（例如活動(dòng)分類(lèi)）方面也越來(lái)越出色。

但是一個(gè)相對(duì)較新的基準(zhǔn)顯示了計(jì)算機(jī)視覺(jué)系統(tǒng)所能做的極限：它們擅長(zhǎng)識(shí)別事物，但不太擅長(zhǎng)對(duì)所看到的進(jìn)行推理。視覺(jué)常識(shí)推理挑戰(zhàn)于2018年推出，要求人工智能系統(tǒng)回答有關(guān)圖像的問(wèn)題，并解釋它們的推理。例如，一張圖片顯示人們坐在餐廳的桌子旁，一個(gè)服務(wù)員端著盤(pán)子走過(guò)來(lái)，這個(gè)測(cè)試問(wèn)為什么一個(gè)坐著的人指著桌子對(duì)面的人。該報(bào)告指出，近年來(lái)針對(duì)性能的改善越來(lái)越少，因此需要發(fā)明新技術(shù)來(lái)顯著提高性能。

5. NLP邏輯推理領(lǐng)域需進(jìn)一步探索

需要邏輯推理的閱讀理解數(shù)據(jù)集（RECLOR）：準(zhǔn)確性

自然語(yǔ)言處理（NLP）領(lǐng)域比計(jì)算機(jī)視覺(jué)晚了幾年才開(kāi)始蓬勃發(fā)展，但它的地位與計(jì)算機(jī)視覺(jué)有些相似。在文本摘要和基本閱讀理解等任務(wù)的基準(zhǔn)測(cè)試中，人工智能系統(tǒng)的表現(xiàn)經(jīng)常超過(guò)人類(lèi)，但在要求NLP系統(tǒng)對(duì)它們所讀內(nèi)容進(jìn)行推理時(shí)，它們就遇到了麻煩。

這張圖表顯示了法學(xué)院入學(xué)考試（LSAT）中的邏輯推理題在基準(zhǔn)測(cè)試中的表現(xiàn)。雖然NLP系統(tǒng)在一組較簡(jiǎn)單的問(wèn)題上表現(xiàn)良好，但表現(xiàn)最佳的模型在一組較難問(wèn)題上的準(zhǔn)確率僅為69%。當(dāng)研究人員要求NLP系統(tǒng)從不完整信息進(jìn)行推理時(shí)，也得到了類(lèi)似的結(jié)果，說(shuō)明邏輯推理仍然是人工智能的一個(gè)前沿領(lǐng)域。

6. 參與到AI倫理學(xué)研究的機(jī)構(gòu)越來(lái)越多

按隸屬關(guān)系分類(lèi)的FAccT會(huì)議投稿被接受的數(shù)量

報(bào)告帶來(lái)了一個(gè)好消息：從ACM公平、問(wèn)責(zé)和透明度會(huì)議（FAccT）以及NeurIPS倫理學(xué)相關(guān)研討會(huì)等會(huì)議的參與情況來(lái)看，現(xiàn)在人們對(duì)人工智能倫理學(xué)有很大的興趣。報(bào)告指出，F(xiàn)AccT是最早關(guān)注算法社會(huì)技術(shù)分析的主要會(huì)議之一，這張圖表顯示越來(lái)越多的行業(yè)參與到FAccT中，Daniel Zhang認(rèn)為這是進(jìn)一步的好消息。他說(shuō)：“這個(gè)領(lǐng)域一直由學(xué)術(shù)研究人員主導(dǎo)，但現(xiàn)在我們看到更多的私營(yíng)部門(mén)參與進(jìn)來(lái)?！盌aniel Zhang表示，很難猜測(cè)這種參與對(duì)人工智能系統(tǒng)在行業(yè)內(nèi)的設(shè)計(jì)和部署意味著什么，但這是一個(gè)積極的信號(hào)。

7.AI生成“有毒”語(yǔ)言問(wèn)題依舊棘手

Perplexity：少數(shù)民族群體英語(yǔ)“解毒”后的語(yǔ)言模型表現(xiàn)

大型語(yǔ)言模型是人工智能中一個(gè)重要的倫理問(wèn)題，比如OpenAI的GPT-3。它有一個(gè)非常棘手的問(wèn)題，就是把從訓(xùn)練數(shù)據(jù)（互聯(lián)網(wǎng)）中學(xué)到的所有消極語(yǔ)言和有害偏見(jiàn)，都集中在生成的文本中。多個(gè)研究小組(包括OpenAI本身)正致力于解決這一“有毒”的語(yǔ)言問(wèn)題，并制定了衡量偏見(jiàn)的新基準(zhǔn)和“解毒”方案。但在上圖中，顯示了通過(guò)三種不同“解毒”方法運(yùn)行語(yǔ)言模型GPT-2的結(jié)果。所有這三種方法都損害了模型在一個(gè)名為Perplexity指標(biāo)上的性能（得分越低越好），對(duì)涉及非裔美國(guó)人的英語(yǔ)和提到少數(shù)群體的文本，其表現(xiàn)影響最差。正如專(zhuān)家們喜歡說(shuō)的那樣，這還需要更多的研究。

8.CS領(lǐng)域迎來(lái)大量畢業(yè)生

北美博士生機(jī)構(gòu)新畢業(yè)的CS本科生人數(shù)

人工智能領(lǐng)域的人才越來(lái)越多。計(jì)算研究協(xié)會(huì)的年度調(diào)查收集了北美200多所大學(xué)的數(shù)據(jù)，其最新數(shù)據(jù)顯示，2020年，超過(guò)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11.6%。

9.女性AI從業(yè)者人數(shù)增加緩慢

北美地區(qū)新增女性AI和CS博士（占新增總數(shù)的百分比）

同一項(xiàng)調(diào)查研究了人工智能領(lǐng)域的新博士，結(jié)果讓人十分沮喪。在過(guò)去的十年里，北美女性AI和CS博士的比例只增加了幾個(gè)百分點(diǎn)。這一點(diǎn)在去年的報(bào)告里也提過(guò)，但我們應(yīng)該一直談?wù)撍?，直到事情發(fā)生變化。

10.AI需要所有種族背景的人才

美國(guó)居民中新的計(jì)算機(jī)博士，按種族/族裔劃分的（總數(shù)占比）

上表按照種族/族裔劃分，統(tǒng)計(jì)了美國(guó)居民中新增計(jì)算機(jī)博士的比例。數(shù)據(jù)顯示，新增人數(shù)中有57.5%的白人，亞洲人占24.8%。除此之外，不乏部分來(lái)自未知種族、西班牙裔、非洲裔、土著背景的計(jì)算機(jī)博士。這也說(shuō)明，AI領(lǐng)域需要在多樣性工作上做得更好，AI需要各種種族背景的人才。

11.AI相關(guān)的立法法案增多

25個(gè)選定國(guó)家中，AI相關(guān)法案通過(guò)為法律的數(shù)量

2021年，與人工智能相關(guān)的法案比以往任何時(shí)候都多，數(shù)量增加到了18項(xiàng)。AI指數(shù)報(bào)告對(duì)25個(gè)國(guó)家的立法記錄進(jìn)行了分析，發(fā)現(xiàn)西班牙、英國(guó)和美國(guó)處于領(lǐng)先地位，去年分別通過(guò)了三項(xiàng)法案。但報(bào)告中沒(méi)有明確說(shuō)明，這些法案主要是通過(guò)公共資金促進(jìn)人工智能，還是制定法規(guī)來(lái)管理人工智能可能帶來(lái)的風(fēng)險(xiǎn)。對(duì)此，Daniel Zhang表示，HAI將在來(lái)年發(fā)布一個(gè)更詳細(xì)的全球立法分析。

12.AI未來(lái)將會(huì)關(guān)注氣候變化

按主題列出的AI相關(guān)政策文件數(shù)量（總部設(shè)在美國(guó)的組織）

人工智能指數(shù)跟蹤了美國(guó)55個(gè)發(fā)表人工智能相關(guān)論文的公共政策團(tuán)體，并統(tǒng)計(jì)了這些團(tuán)體去年關(guān)注的主題。從上圖可以看出，AI對(duì)隱私安全、創(chuàng)新技術(shù)、倫理、行業(yè)法規(guī)等方面關(guān)注度最高，但對(duì)環(huán)境和氣候變化方面卻很少關(guān)注。

IEEE Spectrum就這張圖表，提出了人工智能越來(lái)越大的能源足跡(訓(xùn)練大模型需要大量的計(jì)算時(shí)間)對(duì)氣候變化的潛在影響，并就此問(wèn)了Daniel Zhang：AI指數(shù)是否會(huì)在明年的報(bào)告中討論這些問(wèn)題。Daniel Zhang表示，自己和團(tuán)隊(duì)正在與各種組織討論如何衡量以及收集計(jì)算效率和氣候影響的數(shù)據(jù)。所以，請(qǐng)繼續(xù)關(guān)注。

更多細(xì)節(jié)，詳見(jiàn)報(bào)告原文：https://aiindex.stanford.edu/wp-content/uploads/2022/03/2022-AI-Index-Report_Master.pdf

參考鏈接：12 Graphs That Explain the State of AI in 2022 - IEEE Spectrum

關(guān)鍵詞： 專(zhuān)利申請(qǐng)量