上周，2018年度的斯坦福AI報告發(fā)布，從學界、企業(yè)、政府和公眾等不同主體出發(fā)，對人工智能當前的進展進行了數(shù)據(jù)呈現(xiàn)。經(jīng)過長期的跟蹤、整理和分析人工智能相關(guān)數(shù)據(jù)，報告發(fā)現(xiàn)，美國目前在人工智能的學術(shù)影響力專利產(chǎn)出、和商業(yè)活躍質(zhì)量具有明顯優(yōu)勢，中國則在學術(shù)論文發(fā)表方面相當高產(chǎn)，但就發(fā)展質(zhì)量而言仍有待提升。在人工智能內(nèi)部，機器學習和概率推理、神經(jīng)網(wǎng)絡(luò)、計算機視覺三個子領(lǐng)域備受學界關(guān)注，這也影響到了企業(yè)創(chuàng)業(yè)和人才需求。

以下，億歐智庫以論文發(fā)布、論文引用、學術(shù)會議、初創(chuàng)公司等幾個模塊，對報告的主要內(nèi)容進行呈現(xiàn)整理：

論文發(fā)布情況

從發(fā)布論文主題來看，AI相關(guān)的論文增速（8x）在2010年后已經(jīng)大幅超過計算機科學領(lǐng)域（6x），從一定程度表明人工智能領(lǐng)域的論文增長不僅僅是由人們對計算機科學興趣的提高所驅(qū)動的。

從區(qū)域來看，歐洲一直是AI論文主要的發(fā)布來源地，占到整體的28％。中國（25％）自2006年后開始超越美國（17％），并在2008年實現(xiàn)出版數(shù)的高漲，報告推測是《國家中長期科學和技術(shù)發(fā)展規(guī)劃綱要（2006－2020）》和其他政府項目為人工智能研究提供資金和一系列激勵政策的結(jié)果。

在AI領(lǐng)域的子類目中（類別間不互相排斥），機器學習和概率推理（Machine Learning and Probabilistic Reasoning）占到最高比例，為56％，而神經(jīng)網(wǎng)絡(luò)（Neural Networks）是2014年以來增速最快的研究領(lǐng)域，年復合增長率達到37％。計算機視覺也保持了較高的增速。搜索及優(yōu)化、自然語言處理及知識表示、模糊系統(tǒng)、規(guī)劃和決策類論文目前還未呈現(xiàn)大的增長。

ArXiv是收錄科學文獻預印本的在線數(shù)據(jù)庫（其中預印本是指學者的還未在正式出版物上發(fā)表，而出于和同行交流目的自愿發(fā)布的科研論文或報告），投稿量每月高達上萬篇。鑒于知識的更迭速度和研究主題的競爭性，學者往往會在漫長的期刊／學術(shù)會議審核期之前就投稿在ArXiv上。數(shù)據(jù)顯示投稿的AI相關(guān)論文整體呈現(xiàn)增長，其中計算機視覺和模式識別占最大比例，體現(xiàn)了學者較高的傳播意愿。

從關(guān)注領(lǐng)域來看，中國對AI的研究側(cè)重于工程技術(shù)和農(nóng)業(yè)科技，歐美則集中在人文和醫(yī)藥科學。

從論文發(fā)布的主體來看，學術(shù)論文仍占絕大部分，其次則來自政府、企業(yè)。以中國為例，92％的AI論文來自學術(shù)領(lǐng)域。此外，2017年中國政府主體發(fā)布的論文是企業(yè)的4倍。而美國的企業(yè)主體發(fā)布的論文不論從數(shù)量還是所占比例來講都高于中國。由此可見，美國在人工智能科研方面的商業(yè)化驅(qū)動力相對更強。

論文被引用量

FWCI（Field－Weighted Citation Impact，領(lǐng)域權(quán)重引用影響系數(shù)）是指該區(qū)域AI學者收到的平均引用次數(shù)除以所有AI作者的平均引用次數(shù)，能在一定程度反映論文質(zhì)量。從數(shù)據(jù)來看美國的FWCI指數(shù)達到1．83，盡管歐洲的AI論文發(fā)布量最高，但其FWCI指數(shù)略高于平均水平。中國的論文質(zhì)量則在持續(xù)穩(wěn)步的提高中。

考慮到AI學者的國際流動性，報告也針對做出研究。數(shù)據(jù)顯示，中美歐三個區(qū)域的久居型學者（指從未遷移至外國發(fā)表論文）的產(chǎn)出率最低，而那些動態(tài)遷出遷入的“候鳥型”作者的論文產(chǎn)出和被引用水平更高。其中中國的久居型學者所占比例最高（75％），相比歐美同類型學者更加高產(chǎn)，但論文質(zhì)量仍有待提升。