TEL:
斯坦福大学发布2019人工智能索引报告
| 发布时间: 2019-12-13 18:27:47 | 491 次浏览
斯坦福大学发布2019人工智能索引报告
斯坦福大学已经发布了2019年AI指数报告。 
这是斯坦福大学发布报告的第三年。   
这里是报告的重点:  
从1998年到2018年,经过同行评审的人工智能论文数量增加了300多种,占同行评审期刊出版物的3篇,发表会议论文的9篇。  
现在每年出版的人工智能期刊和会议论文数量与欧洲一样多,早在2006年就超过了美国。
但是,美国出版物在域加权引文方面的影响仍然比中国高50倍。  
新加坡,瑞士,澳大利亚,以色列,荷兰和卢森堡在arXiv上发表的深度学习论文数量都相对较高。  
引用次数超过32来自世界各地的AI期刊都来自东亚。 
世界人工智能大会论文的引用超过40篇来自北美。  
从2014年到2018年,北美占全球AI专利引用超过60篇。  
许多西欧国家,尤其是荷兰和丹麦,以及阿根廷,加拿大和伊朗,从事人工智能研究的女性比例相对较高。  ## #参加AI会议的人数继续大幅增加。 
在2019年,最大的NeuroIPS预计将有13,500名参与者,与2018年相比增加了41名,与2012年相比增加了800名。
即使是AAAI和CVPR之类的会议,每年的出席人数也增加了约30。 r \\ n  
 WiML研讨会参加者的数量是2014年的八倍,而AI4校友的数量是2015年的20倍。
这些增加反映了不断的努力,包括女性和代表性不足的群体在一年半的时间里,在云基础设施上训练大型图像分类系统所需的时间从2017年10月的大约3小时减少到了大约88小时
同时,训练这种系统的成本也降低了。  
 SuperGLUE中获得的一些广泛的自然语言处理分类任务的进度SQuAD2.0基准测试非常快速;在某些需要推理的NLP任务(例如AI2推理挑战或人类水平的概念学习任务(例如Omniglot挑战))上的性能仍然
降低。  
在2012年之前,人工智能的结果遵循摩尔定律,每两年将计算加倍。 
 2012年之后,计算每3.4个月翻一番。  
从2015年到2019年,新加坡,巴西,澳大利亚,加拿大和印度的人工智能招聘增长最快。  
 2019年,全球私人人工智能投资超过700亿美元,与人工智能相关的初创公司投资超过370亿美元,并购340 
10亿美元,IPO 50亿美元,少数股权价值约20亿美元。  
在全球范围内,对人工智能初创公司的投资持续稳定增长。 
融资总额从2010年的13亿美元增加到2018年的404亿美元。截至11月4日,2019年为374亿美元,年平均增长率超过48。  
去年,自动驾驶在全球投资中所占份额最大,达到77亿美元,占全球总投资的9.9%,其次是药物,癌症和治疗,分别为47亿美元,6.1,面部护理承认47亿美元,6.0,视频内容36亿美元,4.5 
以及欺诈检测和财务31亿美元,3.9。  
 58个接受调查的大型公司表示, 2019年,至少有一个职能部门或业务部门采用了智能技术,高于2018年的47个。  
仅接受调查的大公司中有19家表示,他们的组织正在采取措施降低与之相关的风险算法的可解释性,有13家公司正在减少公平和公正的风险,例如算法偏差和歧视。  
在全球范围内,人工智能及相关学科和在线课程的注册人数继续快速增长。  
在研究生教育阶段,人工智能迅速成为北美计算机科学博士生中最受欢迎的专业,学生人数是安全/信息安全第二热门专业的两倍多。 
 2018年,超过21名计算机科学博士学位专业于人工智能/机器学习。  
在美国和加拿大,从该领域毕业的国际博士学位学生人数人工智能的数量继续增长,2010年有60多名博士研究生来自这些计划,而不到40名。  
到目前为止,行业已成为人工智能人才的最大消费群体。 
 2018年,有60多名AI博士学位毕业生进入了工业领域,而2004年为20名。
#在美国,2018年,工业领域的AI博士学位毕业生人数是学术界的两倍多工作。  
在美国,人工智能教师离开学术界从事行业的速度持续加快,2018年有40多人离开,而2012年为15人,不是在2004年。  
按性别划分,人工智能教师的多样性并未显示出太大的进步。在2018年,女性新员工不到20名。 
同样,自2010年以来,美国的人工智能女性博士学位的比例几乎保持不变,为20。   
在2015年至2018年之间,加利福尼亚州测试的总里程数和驾驶自动驾驶汽车的公司总数增加了七倍以上。 
 2018年,加利福尼亚州向50多家公司和500多个AV颁发了测试许可证。
超过200万英里。 \\ r#n#Global中央银行通讯显示出对人工智能的浓厚兴趣,特别是来自英格兰银行,日本银行和美联储的信息。  
全世界的国会记录,委员会报告和立法记录中与AI有关的立法都有显着增加。  
公平,可解释性和可解释性被认为是最常被提及的在59项AI伦理原则文档中出现了伦理挑战。  
在2018年中至2019年中确定的3600多项有关伦理和人工智能的全球新闻文章中,主要主题是伦理使用人工智能,数据隐私,人脸识别的使用,算法偏见以及大型技术的作用
框架和指南。  
人工智能可以为17个联合国做出贡献通过迄今确定的用例实现可持续发展目标的可持续发展目标,其中涉及约169个联合国可持续发展目标中的一半,但大规模部署人工智能以促进
对于可持续发展,仍然需要克服瓶颈。