我們生活在一個(gè)「人工智能」的時(shí)代
如圖所示，人工智能的研究正在蓬勃發(fā)展：在2019年，全球發(fā)表了超過12萬篇的AI論文。在2000年至2019年之間，人工智能的論文占所有同行評(píng)審論文的比例從0.8％上升到了2019年的3.8％。
中國(guó)取得論文引用次數(shù)最多的獎(jiǎng)項(xiàng)
中國(guó)的研究人員在過去發(fā)表的關(guān)于人工智能的研究論文最多，在2017年就處于領(lǐng)先地位。截至2020年，中國(guó)學(xué)者的論文被外國(guó)學(xué)者引用的數(shù)量也是最多的。
人工智能指數(shù)指導(dǎo)委員會(huì)的聯(lián)合主任杰克克拉克（Jack Clark）認(rèn)為該獎(jiǎng)項(xiàng)對(duì)中國(guó)來說是“學(xué)術(shù)成就的指標(biāo)”，同時(shí)也反映了不同國(guó)家/地區(qū)的人工智能生態(tài)系統(tǒng)正在不斷更新。
因?yàn)橹袊?guó)有明確的人工智能刊物發(fā)表的政策，政府機(jī)構(gòu)在學(xué)術(shù)研究中扮演著很重要的角色，然而美國(guó)重大的研發(fā)活動(dòng)主要會(huì)發(fā)生在一些大公司內(nèi)部。
更快的訓(xùn)練速度=更好的人工智能技術(shù)
該數(shù)據(jù)來自MLPerf，主要是對(duì)機(jī)器學(xué)習(xí)的性能進(jìn)行客觀的排名。
在2018年，機(jī)器花了6分鐘20秒訓(xùn)練出最好的系統(tǒng)，我們認(rèn)為是相對(duì)比較厲害的水平了。但是在2020年機(jī)器通過專門的加速器芯片，只花了47秒就實(shí)現(xiàn)了這一非凡的進(jìn)步。
AI無法識(shí)別飲用咖啡的活動(dòng)
在過去的幾年中，人工智能已經(jīng)非常擅長(zhǎng)靜態(tài)圖像的識(shí)別。計(jì)算機(jī)視覺的下一個(gè)前沿領(lǐng)域?qū)?huì)是對(duì)視頻的識(shí)別。研究人員正在構(gòu)建可以識(shí)別視頻片段的系統(tǒng)，因?yàn)槿绻麑⑦@種識(shí)別系統(tǒng)運(yùn)用于現(xiàn)實(shí)世界中（比如自動(dòng)駕駛汽車，監(jiān)控?cái)z像頭等），它將大有用處。
在對(duì)人類200種日常生活的調(diào)查中，圖表顯示人工智能系統(tǒng)在識(shí)別咖啡飲用這一活動(dòng)時(shí)是最困難的。這似乎是一個(gè)很嚴(yán)重的問題，因?yàn)楹瓤Х仁且豁?xiàng)非常基本的活動(dòng)，所以今后需要在這個(gè)領(lǐng)域需要更多的研究。
自然語言處理發(fā)展很快，但還需要更嚴(yán)格的測(cè)試
自然語言處理（NLP）隨著計(jì)算機(jī)視覺的發(fā)展而迅速發(fā)展。衡量NLP系統(tǒng)的性能也變得很棘手，所以我們需要對(duì)NLP做更多更嚴(yán)密的測(cè)試。
引人深思的警告
用于語音識(shí)別和文本生成等任務(wù)的語言模型已經(jīng)非常健全，但是許多人對(duì)此都帶有嚴(yán)重的偏見和問題。
此處的示例顯示了一些領(lǐng)先公司的語音識(shí)別程序中的錯(cuò)誤率。研究人員測(cè)試其系統(tǒng)的性能時(shí)，很少測(cè)試其系統(tǒng)的有害偏差。
全球化的AI就業(yè)市場(chǎng)
LinkedIn的數(shù)據(jù)顯示，從2016年到2020年，巴西、印度、加拿大、新加坡和南非的AI招聘人數(shù)增長(zhǎng)最快。但這并不意味著這些國(guó)家的絕對(duì)就業(yè)人數(shù)最多（美國(guó)和中國(guó)繼續(xù)保持領(lǐng)先地位），LinkedIn發(fā)現(xiàn)，即使在2020年突發(fā)的新冠疫情也沒有影響AI行業(yè)的招聘。
值得注意的是，印度和中國(guó)中都只有較小比例的人在LinkedIn上填寫了個(gè)人資料，因此這些國(guó)家的數(shù)據(jù)可能不具有絕對(duì)的代表性。
資金繼續(xù)大量涌入
根據(jù)圖表可以看出2020年，全球企業(yè)對(duì)AI的投資猛增至近680億美元，比前一年增長(zhǎng)了40％。
初創(chuàng)浪潮有所衰退
創(chuàng)業(yè)企業(yè)私人投資仍在同比增長(zhǎng)，但是增速較慢。
該圖顯示，對(duì)于AI初創(chuàng)公司的私人投資越來越少。盡管新冠疫情可能影響了初創(chuàng)企業(yè)的活動(dòng)，但其實(shí)初創(chuàng)企業(yè)從2018年就開始下降，一直到現(xiàn)在都一直是下降的趨勢(shì)。所以這似乎是一個(gè)行業(yè)日趨成熟的信號(hào)。
COVID的影響
另一方面，雖然AI行業(yè)在很大程度上不受新冠疫情的影響，但該圖顯示2020年的私人投資向其他某些領(lǐng)域出現(xiàn)傾斜，這些領(lǐng)域在應(yīng)對(duì)COVID-19的進(jìn)程中發(fā)揮了重要作用。
比如說對(duì)于制藥業(yè)相關(guān)公司的投資熱潮最為明顯，教育行業(yè)和游戲行業(yè)的投資也出現(xiàn)了增長(zhǎng)，這可能是因?yàn)閷W(xué)生和成年人在去年花了很多錢買計(jì)算機(jī)。
風(fēng)險(xiǎn)與挑戰(zhàn)
在電信、金融服務(wù)和汽車等行業(yè)中，很多公司正在穩(wěn)步增加對(duì)AI工具的運(yùn)用。但是大多數(shù)公司都不知道或不擔(dān)心這種新技術(shù)帶來的風(fēng)險(xiǎn)。
與AI有關(guān)的倫理道德問題（例如隱私和公平性）是當(dāng)今AI研究中最熱門的話題之一，但很顯然很多企業(yè)都還沒有意識(shí)到。
AI博士的待遇也不容樂觀
雖然大學(xué)里面增加了很多與人工智能相關(guān)的課程，也增加了終身制教職人員的數(shù)量，但是學(xué)術(shù)界仍然沒有為畢業(yè)的AI博士提供更多的任職機(jī)會(huì)。
該圖表代表北美的博士畢業(yè)生中絕大多數(shù)正在企業(yè)工作，而不是學(xué)術(shù)機(jī)構(gòu)。
倫理道德層面存在的問題
一般的公司可能不太關(guān)心人工智能層面的倫理道德問題，相反研究人員越來越在意。
圖表顯示了在一些AI會(huì)議上，有關(guān)與道德相關(guān)的論文越來愈多，這是令人鼓舞的。但是在人工智能行業(yè)中對(duì)于倫理偏見有關(guān)的定量測(cè)試才剛剛開始出現(xiàn)，今后有望成為AI科學(xué)領(lǐng)域新的組成部分。
多樣性的問題 （第一部分）
在AI系統(tǒng)中解決偏見和歧視的一種方法就是保證工作環(huán)境的多樣性。報(bào)告指出，在學(xué)術(shù)界和工業(yè)界，從事人工智能方面工作者“仍然主要是男性，人員構(gòu)成缺乏多樣性”。
該圖根據(jù)計(jì)算機(jī)研究協(xié)會(huì)的年度調(diào)查數(shù)據(jù)顯示在北美AI博士畢業(yè)生中，女性僅占約20％。
多樣性的問題 （第二部分）
該報(bào)告還講述了關(guān)于種族/民族認(rèn)同的問題。很少有公司會(huì)針對(duì)女孩和代表性不足的少數(shù)族裔制定優(yōu)秀者STEM計(jì)劃，這也是今后值得關(guān)注和改善的。
可見，日益火爆的AI市場(chǎng)前景將不可估量！鈦靈AI算法市場(chǎng)作為專注于AI熱門領(lǐng)域全產(chǎn)業(yè)鏈應(yīng)用的一站式AI算法交易及產(chǎn)品化平臺(tái)，通過整合上下游組建供應(yīng)商、集成商，可以實(shí)現(xiàn)智能撮合服務(wù)，促進(jìn)產(chǎn)業(yè)鏈多角色協(xié)同，加速AI技術(shù)在各個(gè)領(lǐng)域的落地和應(yīng)用。萬物互聯(lián)的時(shí)代已經(jīng)到來，鈦靈AI算法市場(chǎng)以超前的戰(zhàn)略目光，在這條不可逆的浪潮與技術(shù)風(fēng)口邁出了最果斷的一步。
