2019年人工智能指数报告让我们一窥人工智能进展，试图掌握人工智能的进展是一项艰巨的任务，即使对于那些沉浸在人工智能社区中的人来说也是如此。但是最新版的人工智能指数报告——机器学习数据点的年度总结已经进入第三年——很好地证实了你可能已经怀疑的事情：人工智能世界正在蓬勃发展的一系列指标涵盖研究、教育、和技术成果。

AI Index 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来筛选他们所获取的信息。一种工具用于搜索人工智能研究论文，另一种工具用于调查国家层面的研究和投资数据。2019 年报告的大部分内容基本上证实了我们在前几年强调的趋势的延续。但为了让您免于费力翻阅 290 页，这里有一些更有趣和相关的要点：1998 年至 2018 年人工智能论文发表量增长了 300%

人工智能研究正在飞速发展。从 1998 年到 2018 年，关于人工智能的同行评审论文的发表量增加了300%。出席会议的人数也激增；最大的 NeurIPS 预计今年将有 13,500 名与会者，比 2012 年增长 800%。

AI教育同样受欢迎。大学和在线机器学习课程的注册人数继续增加。数字很难概括，但一个很好的指标是人工智能现在是北美计算机科学毕业生最受欢迎的专业。超过 21% 的 CS 博士选择专注于人工智能，这是第二受欢迎的学科：安全/信息保证的两倍多。

从大多数指标来看，美国仍然是人工智能领域的全球领导者。尽管中国发表的人工智能论文比其他任何国家都多，但美国的作品影响更大，美国作者的引用率比全球平均水平高 40%。美国也将最多的资金投入到私人人工智能投资中（不到 120 亿美元，而中国以 68 亿美元位居全球第二），并且申请的人工智能专利比其他任何国家都多（比排名第二的日本多出三倍） ）。

人工智能算法的训练速度越来越快，成本也越来越低。除非可以访问，否则研究没有任何意义，因此该数据点特别受欢迎。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 小时下降到 2019 年 7 月的仅 88 秒。成本也下降了，从数千美元下降到两位数数据。

自动驾驶汽车获得的私人投资比任何人工智能领域都多。全球私人投资的不到 10% 用于自动驾驶汽车，约为 77 亿美元。紧随其后的是医学研究和面部识别（均吸引了 47 亿美元），而增长最快的工业人工智能领域则不那么耀眼：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）。

所有这一切都令人印象深刻，但有一个重要的警告适用：无论人工智能改进得有多快，它永远无法与流行文化和大肆宣传的头条新闻所取得的成就相提并论。这可能看起来迂腐甚至显而易见，但值得记住的是，虽然人工智能世界正在蓬勃发展，但人工智能本身在一些重要方面仍然存在局限性。

对此的最佳证明来自 AI 指数报告中的“人类水平的绩效里程碑”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胜过人类，但不能胜过一般智能

时间线始于 1990 年代，当时程序在跳棋和国际象棋方面首次击败人类，并随着最近的机器学习热潮而加速，列出了人工智能出现、看到和征服的视频游戏和棋盘游戏（2016 年的围棋，2018 年的Dota 2，等等。）。这与2017 年人类级别的皮肤癌图像分类和2018 年的汉英翻译等杂项任务混杂在一起。（许多专家会质疑最后一项成就被包括在内，并注意到人工智能翻译仍然落后于人类。）虽然这个列表令人印象深刻，但它不应该让你相信人工智能超级智能就在眼前。

首先，这些里程碑中的大部分来自在视频游戏和棋盘游戏中击败人类——这些领域由于规则明确且易于模拟，特别适合人工智能训练。这种训练通常依赖于人工智能代理将许多生命的工作投入到一个游戏中，在一个太阳日中训练数百年：这一事实凸显了与计算机相比人类学习的速度有多快。

同样，每个成就都设置在一个域中。除了极少数例外，在一项任务中训练的 AI 系统无法将他们学到的知识转移到另一项任务中。一个超人的星际争霸 II机器人会输给一个下棋的五岁小孩。虽然人工智能可能能够像肿瘤学家一样准确地发现乳腺癌肿瘤，但它不能对肺癌做同样的事情（更不用说开处方或提供诊断了）。换句话说：人工智能系统是一次性工具，而不是替代人类的灵活智能。

但是——是的，还有另一个但是——这并不意味着人工智能不是非常有用。正如这份报告所示，尽管机器学习存在局限性，但它在资金、兴趣和技术成果方面继续加速。

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不久的将来。” 我们才刚刚开始了解将这些秒数加起来会发生什么。