即使对那些陷入AI社区的人来说，试图掌握人工智能的进步也是一项艰巨的任务。但是，最新版的AI指数报告(现在已经是第三年的年度机器学习数据点逐年减少)在确认您可能已经怀疑的问题上做得很好：AI世界在包括研究，教育，和技术成就。

AI索引涵盖了很多领域，以至于它的创建者(包括哈佛，斯坦福和OpenAI等机构)也发布了两个新工具，目的只是为了筛选他们从中获取的信息。一种工具用于搜索AI研究论文，另一种工具用于研究国家级研究和投资数据。

2019年的大部分报告基本上证实了我们在前几年强调的趋势的延续。但是，为了让您不必费心浏览其290页，以下是一些更有趣和相关的要点：

从1998年到2018年，人工智能论文的出版量增长了300%

人工智能研究正在迅速发展。在1998年至2018年之间，关于AI的同行评审论文的发表数量增加了300%。出席会议的人数也激增;最大的提供商NeurIPS预计今年将有13,500名与会者，比2012年增长800%。

人工智能教育同样受欢迎。在大学和在线学习机器学习课程的人数继续增加。数字很难总结，但是一个很好的指标是，人工智能是北美计算机科学专业毕业生中最受欢迎的专业。超过21%的CS博士选择专门研究AI，这是第二受欢迎的学科(安全/信息保证)的两倍多。

在大多数指标上，美国仍是AI的全球领导者。尽管中国发表的AI论文数量超过任何其他国家，但在美国发表的论文影响更大，美国作者的论文比全球平均水平高40%。美国也将最大的资金用于私人AI投资(与中国相比略低于120亿美元，仅次于中国，全球为68亿美元)，并且AI专利的申请数量超过任何其他国家(是排名第二的日本的三倍) )。

AI算法正在变得越来越快，训练起来也越来越便宜。除非可访问，否则研究毫无意义，因此特别欢迎此数据点。AI Index团队指出，在流行的数据集(ImageNet)上训练机器视觉算法所需的时间从2017年10月的大约3个小时减少到2019年7月的88秒。成本也从数千美元下降到两位数图。

自动驾驶汽车获得了比任何人工智能领域更多的私人投资。全球私人投资中不到10%用于自动驾驶汽车，约为77亿美元。其次是医学研究和面部识别(两者都吸引了47亿美元)，而增长最快的工业AI领域则不那么浮华：机器人流程自动化(2018年投资10亿美元)和供应链管理(超过5亿美元)。

这一切令人印象深刻，但需要注意的一个重大问题：无论AI的提高速度如何，它都无法与流行文化和大肆宣传的头条新闻相提并论。这看起来似乎很古怪，甚至很明显，但是值得记住的是，尽管人工智能世界正在蓬勃发展，但人工智能本身仍然在某些重要方面受到限制。

最好的证明来自AI Index报告中“人类绩效里程碑”的时间表;人工智能已经达到或超过人类水平的专业知识的历史。

人工智能在特定领域击败了人类，但在一般智力方面却没有

时间线始于1990年代，当时程序首先在跳棋和国际象棋上击败了人类，并随着最近的机器学习热潮而加速，列出了AI来临，被征服和征服的视频游戏和棋盘游戏(在2016年发布，在2018年发布Dota 2，等等。)。这与各种杂项任务混合在一起，例如2017年对人类皮肤癌图像进行分类，并在2018年进行中英文翻译。(许多专家对最后的成就一无所获，并指出AI翻译仍然落后人类。)

尽管此列表令人印象深刻，但它不应该使您相信AI超级智能已近。

首先，这些里程碑中的大多数来自在视频游戏和棋盘游戏中击败人类的领域-由于其清晰的规则和易于模拟的领域，特别适合AI培训。这样的培训通常依赖于AI代理将许多终生的工作投入到一个游戏中，并在太阳日中进行数百年的培训：这一事实突出了人类与计算机相比学习的速度。

同样，每个成就都设置在一个域中。除了极少数例外，接受一项任务训练的AI系统无法将他们学到的知识转移到另一项任务上。一个超人的《星际争霸2》机器人将输给一个五岁的下象棋的人。尽管AI可以像肿瘤科医生一样准确地发现乳腺癌肿瘤，但对于肺癌却不能做到这一点(更不用说开处方或做出诊断了)。换句话说：AI系统是一次性使用的工具，而不是人类的备用智能。

但是-是的，还有另外一个-这并不意味着AI并不是有用的。如本报告所示，尽管机器学习有局限性，但它在资金，兴趣和技术成就方面仍在不断加速。

当关于AI的限制和承诺的思维，这是很好的记住单词学习机先锋安德鲁·吴的：“如果一个典型的人可以做心理工作与思维不到一秒钟，我们可以大概它使用AI无论是现在还是自动化我们才刚刚开始发现将这些秒数加在一起会发生什么。

郑重声明：本文版权归原作者所有，转载文章仅为传播更多信息之目的，如作者信息标记有误，请第一时间联系我们修改或删除，多谢。