人工智能蓬勃发展还缺了点什么

根据 2019 年度的《人工智能指数报告》，可知 AI 社区迎来了蓬勃的发展。世界各地的研究机构，已经在教育和技术等领域取得了显著的成就。与过去几年相比，人工智能发展有着强势的延续。如果你不愿翻看剩余的 290 页内容，不妨扫一眼外媒归纳的一些要点。

（来自：，via ）

首先：从 1998 到 2018 年，AI 相关的同行评审论文的发表数量增长了 300% 。出席会议的人数也显著增长，NeurIPS 预计为 1.35 万人，较 2012 年增长 800% 。

人工智能 教育 同样受到了追捧，有关机器学习的大学和线上课程，参与者人数也持续增加。目前看来，AI 算是北美计算机科学专业毕业生中最受欢迎的专业。

超过 21% 的计算机科学博士选择了专门从 AI 研究行业，是排名第二的学科（安全 / 信息保障）的两倍多。

大多数指标上，美国仍然是全球 AI 领域的领导者。尽管中国发表的 AI 相关论文数量超过了任何其它地区，但美国发表论文的影响力更大，较全球平均水平高出 40% 。

中美两国私有资金对 AI 领域的投入都很大（数十上百亿美元计），AI 专利的申请数量也超过其它竞争对手（是排名第二的日本地区的三倍）。同时，AI 算法正在变得越来越快，训练的成本也越来越便宜。

在流行数据集（ImageNet）的训练上，机器视觉算法所需的时间，已从 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。

增长最速的工业 AI 领域，相对也不那么浮华。2018 年的时候，机器人流程自动化拿到了 10 亿美元投资，供应链管理方面亦超过 5 亿美元。

在给人留下深刻印象的同时，还需注意一个重大的问题 —— 无论 AI 提升的幅度有多大，都距离媒体大肆渲染的目标相去甚远。

换言之，尽管人工智能世界正在蓬勃发展，但 AI 本身仍在某些重要方面被卡着脖子。AI Index 报告在“绩效里程碑”时间表上写到：

人工智能已经达到、或者超越了人类的专业知识水平，但这仅限特定领域，AI 在通用智能方面仍存在着难以逾越的鸿沟。

回顾 1990 年代，当时计算机在跳棋和国际象棋上打败了人类选手，引发了人们对于 AI 未来的无限遐想。

2016 年之后，AI 开始在《Dota 2》等游戏中发挥实力，在 2017 年实现了对人类皮肤癌图像的分类，并于 2018 年达成了媲美专业人士的中英文翻译。

激动之余，业界仍对 AI 的发展前景持谨慎乐观的态度。以视频和棋盘游戏为例，其特点是具有清晰、易模仿的规则，因此特别适合对 AI 展开训练。

这样的成绩，通常依赖于耗费一个人几辈子的训练量，以突显人类相较于计算机的学习速度。此外，AI 难以将同样的经验，轻松复制到另一个领域中。

比如某个 AI 可以像肿瘤医生一样准确地判定乳腺癌肿瘤，但让它来判断肺癌的话，就有些无能为力了（更别提开处方和做出诊断了）。

综上所述，AI 系统更像是一款特定于某些应用场景的‘一次性工具’，而不具有人类的通用智能（甚至打不过五岁的小朋友）。

当然，这并不意味着 AI 一无是处。如本报告所述，尽管机器学习有一定的局限性，但其在资金、兴趣和技术成就方面，仍在相当快速地发展着。