宏观解读：在AI时代思考AI.doc

《宏观解读：在AI时代思考AI.doc》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、宏观解读：在AI时代思考AI　　去年，斯坦福大学发起了“百年人工智能研究计划”，简称“AI100”，并制定了相关具体的计划——下一个100年中，每五年AI对社会影响的详细报告。最近，AI100下的AIIndex项目，以《AI指数-2017年度报告》的形式对外公布。报告以发布AI活跃度指数（AIVibrancyIndex）为核心，整合了学术界和产业界（以美国为主）的各类数据和里程碑事件，系统呈现了AI历史发展脉络，以及今天所取得的成就。　　宏观解读：在AI时代思考AI　　去年，斯坦福大学发起了“百年人工智能研究计划”，简称“AI100”，并制定了相关具体的计划——下一个100年中，每五年AI对

2、社会影响的详细报告。最近，AI100下的AIIndex项目，以《AI指数-2017年度报告》的形式对外公布。报告以发布AI活跃度指数（AIVibrancyIndex）为核心，整合了学术界和产业界（以美国为主）的各类数据和里程碑事件，系统呈现了AI历史发展脉络，以及今天所取得的成就。　　　　建立AI公众认知、记录AI发展进程，是AI指数报告的价值之一。此外，建立学界、产业界、媒体、政府等多方的连接，开启多方对话，是其更高的立足点。报告中大篇幅呈现了来自学界、产业界意见领袖的观点，让不同的发声汇聚于一体，微观层面包括对于AI度量指标的见解、数据集的解决方案、类人脑智力的进化方向等，宏观层面包括A

3、I对人类的根本性影响、伦理与价值观、AI所承载的更宏伟的使命等。AI活跃度指数：尚且局限，需全球共创　　上图是AI活跃度指数曲线，该曲线呈现了自2000年以来，AI活跃度指数价值的增长倍数，从图中可知，至今为止指数最大值出现于2015年。由于纳入计算的数据以美国为主，所以我们可从曲线得知，美国的人工智能活跃度在2015年达到了顶峰。　　　　该指数主要由三项指标构成：论文出版、学科课程和风险投资（两项学界指标+一项产业指标），如下图所示。　　　　1.论文出版　　下图是从Scopus中搜索到的、打着AI标签的计算机科学相关论文数量的变化曲线。Scopus是全世界最大的摘要和引文数据库，涵盖了15

4、000种科学、技术及医学方面的期刊。从图上可知，1996年至今，每年发布的AI相关论文数量增长了9倍。　　　　下图的三条曲线分别呈现了全领域论文数量、计算机科学领域论文数量、计算机科学中有关AI的论文数量的变化，与1996年的数量对比的增长倍数。从图中可知，计算机科学领域的论文增长6倍的同时，计算机科学中有关AI的论文增长了9倍。　　　　2.学科课程　　下图反映的是1990年（学年）至今，斯坦福大学入学AI和ML（MachineLearning，即机器学习）的学生人数变化。从图上可知，在斯坦福大学入学AI课程的人数，与1996年相比增长了11倍。　　　　在此需要说明两点：　　（1）报告选择M

5、L，原因有二。第一，近期ML课程入学人数急剧上升；第二，ML对近期的许多AI成就至关重要；　　（2）图中仅呈现了斯坦福大学的数据，主要是由于获取其他院校的相关数据较为受限。　　为了弥补这一缺陷，报告横向对比了斯坦福大学、加州大学伯克利分校、佐治亚理工学院、伊利诺伊大学厄巴纳-香槟分校、华盛顿大学五所院校的AI课程入学人数。尽管部分学校的数据不完整，但从下图可见，其他院校的AI课程入学人数变化趋势，与斯坦福大体一致。　　3.风险投资　　下图反映的是每年进入美国AI相关创业企业的风险投资金额的变化情况。从图中我们可知，美国AI创企吸引的风险投资金额，在2015年达到峰值。具体而言，2016年约3

6、4亿美金，与2000年相比增长了6倍。　　　　对于AI活跃度指数的三项构成指标，具有较大的局限性。首先，指标本身的数据具有局限性，例如前文提到的院校数据受限制。其次，要反映AI的活跃度，美国以外地区的数据也要纳入，还有更多的指标应被纳入。另外，以上这些指标的数据相对容易获取，而通过易获取的数据看问题，容易进入“路灯谬误”——只在路灯下寻找钥匙，不是在可能的地方。　　解决数据问题最好的方式，就是集众家之所长，一方面可以整合其他AI相关指数，一方面依托于AI100这项非盈利研究项目，采取“共创”的模式，争取更多机构将数据贡献出来。AI赋能人类，开启创造力新时代　　在今天，AI的重点已不再是“复制

7、人类智能”，而是补充和增强人类的能力。IJCAI-16[1]以“人文意识AI”（Human-AwareArtificialIntelligence）为主题，讨论人工智能与人类合作的诸多好处。AAAI-18[2]以“人与AI合作”（Human-AICollaboration）为主题，鼓励各界讨论人工智能如何更好地服务于社区建设。人们寄希望于AI能够承载更宏伟的使命，以解决我们面临的一些巨大挑战：　　通过大型无线