產(chǎn)業(yè)定義和范疇

由斯坦福大學、麻省理工學院與 OpenAI聯(lián)合發(fā)布的人工智能指數(shù) 2018 年度報告相比 2017 年報告有以下兩方面的改進：一是基于對人工智能領域相關活動的持續(xù)跟蹤，更新了最新指標;二是站在全球化視角進行了解析。2017 年的指數(shù)報告涉及較多北美區(qū)域的活動，主要是因為當時全球只有為數(shù)不多的幾個經(jīng)濟體就人工智能項目建立了合作關系。

然而，當前人工智能已經(jīng)在全球多個國家快速發(fā)展，主要體現(xiàn)在：一是人工智能論文呈現(xiàn)多極化趨勢。如 2017 年 Scopus 數(shù)據(jù)庫中有 83%的人工智能論文來自美國以外的地區(qū)，其中，28%來自歐洲地區(qū)。二是人工智能教育呈現(xiàn)泛化趨勢。如全球注冊人工智能（AI）和機器學習（ML）課程的人數(shù)在不斷增加，尤其是在中國清華大學，其相關注冊人數(shù)比 2010 年注冊人數(shù)增加了 16 倍之多。三是多個國家或地區(qū)的人工智能相關專利快速增長。除美國、中國和歐洲外，其他經(jīng)濟體也取得了進展。2014 年，韓國和日本分別是第二和第三大人工智能專利申報國，僅次于美國。

指標說明

核心指標。2018 年人工智能指數(shù)有兩個核心指標：活動量指標和技術性能指標。活動量指標主要用于衡量學者、企業(yè)、企業(yè)家以及公眾在人工智能領域的參與度，具體數(shù)據(jù)包括學習人工智能的本科生人數(shù)、申請人工智能工作的女性人數(shù)占比以及創(chuàng)辦人工智能企業(yè)所需風投資金的增長率等。技術性能指標主要用于衡量人工智能細分領域的技術性能變化情況。新版的人工智能指數(shù)新增了國家或地區(qū)型指標，如國家層面的機器人研發(fā)管理機構、人工智能會議參會者等指標。總體而言，上期報告所體現(xiàn)的主要趨勢仍在延續(xù)，即人工智能活動正在向世界各地普及，且技術性能正在全面提升。

其他指標。本期報告在“衍生指標”章節(jié)重點分析了發(fā)展趨勢之間的關系，探索出一項新的指標即人工智能活力指數(shù)。該指數(shù)通過綜合學術界和行業(yè)界的趨勢，從而量化人工智能領域的活力情況。本期報告還引入一個新的定性指標，即政府近期計劃。該指標可用于體現(xiàn)政府近期對人工智能的投資計劃。本期報告重點對美國、中國和歐洲的近期計劃進行了研究，未來將通過與其他機構合作，對更多的國家和地區(qū)人工智能政府計劃進行分析。

核心指標

發(fā)表論文。從論文發(fā)表數(shù)量看，以斯高帕斯數(shù)據(jù)庫中論文為例，人工智能論文數(shù)比 1996 年增加了 8 倍，計算機科學論文數(shù)比 1996 年增加了 6 倍。從發(fā)表區(qū)域看，2017 年，斯高帕斯數(shù)據(jù)庫中有 28%的人工智能論文來自歐洲地區(qū)，其次是中國（25%）和美國（17%）。

從發(fā)表主題看，2017 年，機器學習與概率推理類的論文數(shù)占比為56%，而2010年僅為28%。2014—2017 年間，大多數(shù)類別論文的發(fā)表速度高于 2010—2014 年。尤其值得注意的是，2010—2014 年，神經(jīng)網(wǎng)絡論文的年復合增長率（CAGR）僅為 3%，而2014—2017 年的年復合增長率為 37%。從各地區(qū)相對活動指數(shù)（RAI）看，中國的人工智能論文主要集中在工程技術和農(nóng)業(yè)科學領域，而美國和歐洲的人工智能論文則主要集中在人文以及醫(yī)療與衛(wèi)生科學領域。2017 年數(shù)據(jù)顯示，與 2000 年相比，上述三個地區(qū)對人工智能研究的重視程度均有所提高，且中國正轉(zhuǎn)向農(nóng)業(yè)領域的人工智能研究。

從論文發(fā)表主體看，2017 年中國政府機構人工智能論文發(fā)表量是企業(yè)發(fā)表量的 4 倍。自 2007 年以來，中國政府機構發(fā)表的人工智能論文的數(shù)量增加了 400%，而企業(yè)論文發(fā)表量僅增加了73%。在美國，企業(yè)發(fā)表的人工智能論文占比相對較大。2017 年，美國企業(yè)人工智能論文發(fā)表量占本國所有人工智能論文發(fā)表量的比例比中國高出 6.6 倍，比歐洲高出 4.1 倍。此外，美國企業(yè)人工智能論文發(fā)表量增幅最大，其 2017 年企業(yè)人工智能論文發(fā) 表量是 2009 年的 1.7 倍。從論文引用影響力看，雖然歐洲每年發(fā)布的人工智能論文數(shù)量最多，但其重新設定的領域加權引用影響力仍保持相對平穩(wěn)，與世界平均水平相當。相比之下，中國重新設定的領域加權引用影響力大幅提升。2016 年，中國人工智能作者的被引用次數(shù)比 2000 年高出 44%。然而，在總引用次數(shù)方面，美國仍優(yōu)于其他地區(qū)。美國作者的被引用次數(shù)比全球平均水平高出 83%。

課程注冊。以美國人工智能課程為例，美國幾所領先的計算機科學大學的人工智能和機器學習課程的注冊人數(shù)正在不斷增長。2017 年，入門級人工智能課程的注冊人數(shù)比 2012 年增加了 3.4 倍，而入門級機器學習課程的注冊人數(shù)則比 2012 年增加了 5 倍。

參與度。參與度指標主要包括參加人工智能會議和注冊各種人工智能相關的機構。數(shù)據(jù)顯示，2017 年參與大型（人數(shù)超過 2000 人）人工智能會議的人數(shù)增長迅速，其中，神經(jīng)信息處理系統(tǒng)會議和國際機器學習會議的與會人數(shù)增長速度最快，分別是 2012 年與會人數(shù)的 4.8 倍和 6.8 倍。參與小型（人數(shù)不足 2000 人）人工智能會議的人數(shù)也有顯著增長，特別是國際學習表征會議（ICLR），2018 年的與會人數(shù)比 2012 年增加了 20 倍。注冊女性機器學習研 討會和 AI4ALL等機構的人數(shù)均有所增加，女性機器學習研討會的與會人數(shù)比 2014 年增加了 6 倍，AI4ALL 的畢業(yè)人數(shù)比 2015年增加了 9 倍。這些增長表明，當今社會一直在為提高女性和非代表性群體在人工智能領域的參與度而努力。

機器人軟件下載。機器人操作系統(tǒng)是一種廣泛使用的機器人開源軟件棧，許多商業(yè)制造商和學術研究人員都使用機器人操作系統(tǒng)。自 2014 年以來，總下載量和唯一 IP 地址下載量分別增長了 352%和 567%。這就表明，當今社會對機器人技術以及機器人系統(tǒng)的應用越來越感興趣。目前，唯一 IP 地址下載量的增長速度高于總下載量，由此可以推斷，機器人操作系統(tǒng)用戶也有所增加，而不僅僅是使用頻率的增加。從地區(qū)上來看，美國和歐洲的 ROS.org 頁面瀏覽量最多，中國緊隨其后，且中國是增長率最高的地區(qū)。