12月11日，斯坦福大学以人为本人工智能中心（Human-Centered Artificial Intelligence Institute） 和麦肯锡全球研究院联合发布了2019AI 指数报告，盘点了一系列AI指标增长状况，包括论文的发表，申请的专利和就业形势变化。
研究
1、1998年至2018年之间，经过同行评审的AI论文数量增长了300％以上，占经同行评审的期刊出版物的3％和已发表的会议论文的9％。
2、中国每年发表的AI期刊论文和会议论文数量，早在2006年就已经超过美国，与欧洲相当，但美国学科加权论文影响力仍然高出中国50%。欧洲发表人工智能相关论文数量占27%，中国发表的论文数量占比在2018年后来者居上，首次超过欧洲，占比28%。
3、中国学术机构发表论文数量为企业的3倍，而美国与企业合作的论文数量占比则相对较，为中国企业贡献人工智能论文数量的7倍，欧洲的2倍。
4、新加坡，瑞士，澳大利亚，以色列，荷兰和卢森堡的人均ArXiv上发布的深度学习论文数量较多。
5、尽管欧洲AI 论文比重较大，但影响力却表现平平，美国论文作者的被引用次数超出世界平均水平40%，超过中国50%。
6、世界AI期刊中超过32％的引用来自东亚。超过40％的世界AI会议论文引用来自北美。
7、2014-18年间，北美占全球AI专利引用的60％以上。
8、许多西欧国家，尤其是荷兰和丹麦，以及阿根廷，加拿大，伊朗在人工智能研究中女性从业比例较高。
会议
1、参加AI会议的人数继续大幅增加。2019年，最大的NeurIPS会议预计会有13,500名与会者，比2018年增长41％，比2012年增长800％。AAAI和CVPR的年出席人数增长了30％左右。
2、2019年WiML研讨会的参与者是2014年的8倍，而AI4ALL2019年的参与的校友人数是2015年的20倍。
技术进步
1、在一年半的时间里，在云基础架构上训练大型图像分类系统所需的时间已从2017年10月的大约3个小时下降到2019年7月的大约88秒。同时，训练这种系统的成本也下降了。
2、在一些自然语言处理分类任务方面取得了进展，如SuperGLUE和SQuAD2.0基准测试非常迅速。在某些需要推理的自然语言处理任务中，技术进展仍然较为缓慢，例如AI2推理挑战赛，或人类水平的概念学习任务，例如Omniglot挑战。
3、2012年之前，人工智能的结果紧追摩尔定律，计算能力每两年翻一番。2012年后，计算每3到4个月就翻一番。
经济
1、从2015年到2019年间，新加坡，巴西，澳大利亚，加拿大和印度人工智能领域的招聘增长最快。
2、美国人工智能相关的职位占全部职位数量的比例，从2010年的0.26％增加到1.32％。2019年10月机器学习类的职位占比最高，占职位总数的0.51%。人工智能相关的劳动力需求持续增长，尤其是在高科技服务业和制造业方面的增长。
3、就美国国内而言，华盛顿州人工智能相关的劳动力需求最高，占所有发布岗位数量的1.4%。加利福尼亚和马萨诸塞州占比均为1.3%，纽约州占比1.2%。
4、美国人工智能工作的比例从2012年的0.3％增长到2019年发布职位总数的0.8％。
5、2019年，全球私人人工智能投资超过700亿美元，与人工智能相关的创业投资超过370亿美元，并购并购案总额340亿美元，首次公开募股IPO50亿美元，少数股权投资20亿美元。
6、全球范围内，对人工智能初创公司的投资稳步上升，从2010年的募集资金总额13亿美元，到2018年募集资金总额超过404亿美元，2019年（截止到11月4日）人工智能初创公司募集资金总额已经达到374亿美元。资金年平均增长率超过48%。
7、美国仍是私人人工智能投资最多的国家，略低于120亿美元，而中国以68亿美元位居全球第二，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三倍；
8、自动驾驶汽车领域在2019年获得投资额最多，达到77亿美元，占比9.9%。其次为药物，癌症治疗（投资额47亿美元，占比6.1%）， 面部识别（投资总额47亿美元，占比6.0%），视频内容（占比36亿美元，占比4.5%），欺诈监测和金融领域（投资总额31亿美元，占比3.9%）。
9、在接受调查的大公司中，58%的企业表示2019年至少有一个职能部门或者业务板块已经采用人工智能，而这一比例在2018年为47%。
教育
1、无论是传统的大学，还是在线课程，人工智能及相关学科的入学人数或者报名人数始终在持续快速增长。
清华大学
清华大学人工智能和机器学习课程注册数量自2012年以来翻了4倍。
2、研究生阶段的课程中，人工智能已经迅速成为计算科学博士最受欢迎的专业方向，过去的2018年，超过21％的计算机科学博士学位毕业生专注于人工智能/机器学习， 是第二受欢迎的学科信息安全的两倍多。
3、工业界接受了最大比例的人工智能人才，2018年，超过60%的人工智能专业毕业生进入工业界，超过进入学术界毕业生数量的两倍。尽管如此，学术研究仍然比政府和企业的论文更有说服力。报告显示，中国92% 的人工智能出版物来自学术界，这一比例在欧洲是90%，在美国是85%。
4、离开学术界进入工业界的人工智能教职人员比例也在持续增加，2018年有40位学术界大牛进入工业界，2014年仅有15人转向工业界，在2004年这一数字为零。
5、人工智能教职人员的比例仍然未见明显改善，美国女性人工智能博士学位获得比例从2010年至今，始终保持在20%。
综上报告数据, 人工智能在未来将持续发展，应用场景和应用领域都将越来越广泛，有志投身到科技领域，致力于让未来因人工智能，自动化而变得更美好的同学，不妨申请机器学习，人工智能，机器视觉，自动驾驶等相关课程，未来无论是进入工业界参与项目开发或创业，还是直接留在学术界，都有着广阔的发展前景。
鉴于近年来，人工智能相关的课程异常火爆，英美澳加各大高校在招生上也将会逐渐提高入学门槛，同学们一定要提早规划，有的放矢的做好准备。
本文来自投稿，不代表本人立场，如若转载，请注明出处：http://www.sosokankan.com/article/1745128.html