影响人工智能产业发展的关键因素分析

近日， 哈佛大学、麻省理工学院、斯坦福大学以及OpenAI等联合发布了第二届人工智能指数（AI Index）年度报告。与去年同期的第一期重点介绍人工智能领域的投资和工作岗位的增长速度不同，今年第二期的报告则广泛地从全球视角介绍人工智能产业发展现状，从人才培养、自主创新、发展差异、科研成果等方面分析人工智能产业发展的关键因素。

从学术界的论文数量、科研成果和人才需求来看，均获得显著上升，成果丰硕。其中，2017年对机器学习相应人才的需求比2015年暴增35倍，近十年来人工智能领域论文发表量增长七倍，而中国发表的论文数量增长了150％。

论文细分领域也同样呈现高速增长，而且人工智能的各个专业领域均进入科研热情期。2017年发表的AI论文中，56％的论文来自机器学习与概率推理研究方向，但2010年的论文中只有28％来自这一方向。神经网络方向的论文发表数量在2014－2017年之间的复合年均增长率达到37％，而此前只有大约3％。

按论文所属区域来看，美国仅占到全球论文发布内容的17％，欧洲是论文最高产的国家，2018年发表的论文在全球范围内占比28％，中国紧随其后，占比25％。中国的AI论文更侧重于工程技术和农业科学，而美国和欧洲的AI论文则倾向于关注人文科学和医学与健康科学。

而且，报告中也表示，在美国，AI论文更多来源于企业，美国企业的AI论文比例要远高于其他国家和地区。这与论文主要关注的领域也是相关，工程类和农业领域更多由政府提出需求。如果是医学类、健康类领域，国外大多由企业提供服务，更多属于市场行为，所以企业主导相关领域论文较多。

从课程注册情况来看，美国内，截止到2017年底，人工智能课程注册人数是2012年的3．4倍，机器学习饿课程注册人数是2012年5倍。美国以外来看，中国的清华大学是增长率最高的高校，几乎是第二名的2倍。可以看到，中国在人工智能人才培养上较为重视，特别是从人工智能专业成为更多高校专业、为中学编制人工智能相应教材来看，人工智能课程未来可能成为更普及的教学课程。

中国工程院院士、中国人工智能学会理事长李德毅在接受媒体采访时也谈到，当前，我国智能产业的77％分布在应用层，而不是在基础层和技术层，主要是集成产品和问题解决方案，还没有形成产业集群效应。智能产业的基础不牢，需求牵引力大于科技原动力，所以未来我国必须集聚自主原动力，在基础层和技术层下功夫。