2019人工智能評估報告 看看AI發展到什麼程度

加拿大都市网

2019年度的AI發展評估報告已然出爐:AI領域在研究,教育,和技術方面上成就;如今機器學習算法只需更少的數據就能訓練出強大的AI——數據集已連續三年逐年減少。

報告涵蓋了諸多領域,以至於它的創建者(包括哈佛,斯坦福和OpenAI等機構)同時發佈了兩個新工具,目的只是為了篩選信息。一種工具用於搜索AI研究論文,另一種工具用於分析國家級研究和投資的數據。

2019年度基本上延續前幾年的趨勢。如果您不願意費心去瀏覽原始的290頁的報告,以下羅列一些更有趣和相關的要點:

 

  • 人工智能研究正在迅猛發展。在1998年至2018年間,有關AI的經過同行評審的論文發表數量增加了300%。出席會議的人數也激增;最大的會議組織方NeurIPS預計,今年將有13500名與會者,比2012年增長800%。
  • AI專業同樣大受歡迎。在大學和在線學習機構選擇了機器學習課程的人數持續增長。具體數字很難總結,但是一個很好的指標是,人工智能是北美計算機科學專業畢業生中最受歡迎的專業。超過21%的CS博士選擇專門研究AI,是第二受歡迎的學科(安全/信息保護)的兩倍多。
  • 在大多數指標上,美國仍然是人工智能領域的全球領導者。儘管中國發表的人工智能領域的論文數超過任何其他國家,但在美國的論文影響更大,美國作者比全球平均水平高40%。美國流入企業級AI研發的資金最多,(120億美元,中國為68億美元,全球第二高),並且AI專利的申請數量超過任何其他國家(是排名第二的日本的三倍)。
  • 算法變得越來越快,訓練起來也越來越便宜。在流行的數據集(ImageNet)上訓練機器視覺算法所需的時間從2017年10月的大約3個小時減少到2019年7月的88秒。成本也從數千美元下降到兩位數。
  • 自動駕駛汽車領域獲得了最多的投資。全球私人投資中有近10%被用於研發自動駕駛車,約為77億美元。其次是醫學研究和面部識別(兩者都吸引到47億美元),而增長最快的工業AI領域則不那麼浮華:機械人流程自動化(2018年投資10億美元)和供應鏈管理(超5億美元)。

 

這一切令人印象深刻,但需要注意的重大問題:無論AI速度如何,它還遠遠不能與流行文化和大肆宣傳的頭條新聞中所暗示的那種智能程度相提並論。記住,儘管人工智能正在蓬勃發展,但AI本身在某些重要方面仍裹足不前。

首先,歷史上的里程碑成就,大多數來自在視頻遊戲和棋盤遊戲——具有清晰規則和易於模擬的領域,特別適合AI訓練。比如說,AI在三天時間裏,就能完成百萬盤對局。它在高速積累經驗方面,展現了計算機的優勢,但是並未展露出人類所不具有的學習能力特質。

同樣,除少數例外,AI在不同領域的取得的成就無法移植。AI不會將從圍棋對弈中獲取的智慧應用到《星際爭霸2》上。儘管,AI可以像醫生一樣準確地診斷出乳腺癌,但對肺癌卻頗為乏力。換句話說:現在的AI系統還是一次性的工具。

但是這並不意味着AI無用。如報告所示,儘管機器學習有局限性,但它在資金、公共興趣和技術成就方面仍在不斷積累。

思考AI的局限性和未來時,最好記住機器學習先驅Andrew Ng的話:「如果一個典型的人類可以用不到一秒鐘的思想時間完成一項心理任務,那麼我們早晚也能讓AI做到這一點。」
(煎蛋,圖片來源pixabay)

share to wechat

延伸阅读

share to wechat

延伸阅读

share to wechat

人工智能可能会对人类构成灭绝级威胁 加拿大准备好了吗?

美多州乳牛验出禽流感 官员:不影响乳制品供应

Timex天美时史努比联名女士休闲表 原价85特价53.46

加拿大人口突破新门槛 从4000万到4100万仅用数个月