編者按:本文來自微信公衆号“機器之能”(ID:almosthuman2017),作者:微胖

這份報告始于 2018 年,主要包括研究、人才、産業、中國、政治、預測等幾個部分,兩位作者逐年更新基礎版本,及時捕捉人工智能快速發展的快照,他們将這份報告看作是「我們所見過的最有趣的事情的彙編。」

2019 年已然過去一半,現在是人工智能報告的季節。過去一段時間,我們接連看到幾篇關于人工智能現狀的報告,均出自風投領域的投資人和觀察家們,他們一直密切關注人工智能的方方面面,從技術突破、到對經濟與社會的影響。

之所以選擇伊恩·霍加斯(Ian Hogarth )與内森•貝納希 (Nathan Benaich) 合著的《2019 年人工智能狀況報告》(State of AI Report 2019),主要考慮到兩個因素。

首先,兩位作者都是從事人工智能領域投資的專業人士。伊恩·霍加斯不僅是人工智能天使投資人,也是倫敦大學學院 IIPP(Institute for Innovation and Public Purpose,創新與公共福祉研究院)客座教授。内森•貝納希創辦了 Air Street Capital,專門從事人工智能投資,也是 RAAIS(研究與應用人工智能峰會,Research and Applied AI Summit) 創始人,這一個由專注于人工智能技術的科學與應用的人工智能企業家、研究人員和運營商組成的全球社區。

其次,和其他報告不同,他們專辟一章介紹中國。貝納希在接受媒采訪時解釋說,雖然中國在某些方面落後,但生态系統無疑正朝着正确的方向發展,巨大的資源也正推動着它的增長。而且,中國國内和國外的消費者互聯網已經脫鈎:阿裡巴巴、騰訊和百度在中國的影響力比谷歌、亞馬遜或 Facebook 大上幾個數量級,這也是他們将專門一個章節獻給中國的重要原因。

這份報告始于 2018 年,主要包括研究、人才、産業、中國、政治、預測等幾個部分,兩位作者逐年更新基礎版本,及時捕捉人工智能快速發展的快照,他們也将這份報告看作是「我們所見過的最有趣的事情的彙編。」因此,讀者會發現報告并非至始至終源自作者撰寫和制圖,一些内容直接取自第三方資料,比如彭博社等。據作者介紹,寫作過程中也借鑒了人工智能領域知名專家的一些觀察。比如,谷歌人工智能研究員和 Keras 深度學習框架的領導者 Francois Chollet,李開複,以及 Facebook 人工智能研究員 Sebastian Riedel。

鑒于我們更多關注産業面向,本文省略科研(research)、政治部分的介紹。對這兩部分感興趣的讀者,可以直接浏覽報告原文。

産業

1、宏觀經濟形勢依然火熱。與 2017 年相比,2018 年投資于人工智能的資金增長了近 80%,每年超過 270 億美元,北美以 55% 的市場份額領先。

AI重磅報告:量子機器學習公司登場,自動駕駛打臉季,投融資馬太效應顯著

大型科技公司繼續「吞噬」人工智能初創企業。Twitter 收購 Fabula AI,為了增強其機器學習專業技能。Lyft 收購 Blue Vision Labs 用于 3D 地圖創建,Niantic 收購 Matrix Mill 用于現實移動 AR, Facebook 收購 Bloomsbury,DeepMind 醫療服務并入母公司醫療部門,IBM 收購了 Red Hat。如果從 2010 年起算,幾個互聯網 傳統巨頭已累計完成 60 起 AI 公司收購案。

AI重磅報告:量子機器學習公司登場,自動駕駛打臉季,投融資馬太效應顯著

而且,最好的人工智能創業公司越來越容易獲得大規模融資。Graphcore 獲得了 2 億美元的 D 輪融資,Darktrace 獲得了 5000 萬美元的 E 輪融資,UiPath 在 12 個月内通過三輪融資籌集了近 10 億美元。盡管中國創業公司的融資規模并不如去年那麼龐大(當時,多家公司籌集了超過 10 億美元的資金),今年仍然不乏大規模融資。比如,Face++(曠視科技)D 輪融資 7.5 億美元、地平線 B 輪融資 6 億美元等。

AI重磅報告:量子機器學習公司登場,自動駕駛打臉季,投融資馬太效應顯著

2、RPA 和自動駕駛汽車。正如報告中所強調的,這些資金投入的一些應用領域是機器人 (主要用于制造和物流)、RPA(機器人過程自動化)、醫療保健、需求預測、自動駕駛汽車和文本分析。

其中,根據報告所述,與機器人無關的 RPA 是「企業在一夜之間成功之前,醞釀了 15 年」。貝納希指出,RPA 的行業應用似乎正在快速增長,這主要是因為它為企業帶來的好處:降低了運營成本,提高了與新進入者競争的運營靈活性。

RPA 公司也進行了多輪融資:RPA 公司獲得了大量融資:UiPath 在 2018 年的兩輪融資中籌集了 8 億美元,在 2019 年的一輪融資中籌集了 8 億美元,而 Automation Anywhere 在 2018 年的兩輪融資中籌集了 5.5 億美元。

然而,報告作者提醒讀者仍有理由對 RPA 持懷疑态度,「至少在現階段,RPA 更多的是關于自動化,而不是智能,更多的是基于規則的解決方案,而不是人工智能。」

AI重磅報告:量子機器學習公司登場,自動駕駛打臉季,投融資馬太效應顯著

另一個引人注目的應用領域是自動駕駛汽車 (AV)。在美國,玩家繼續對自主駕駛汽車公司進行巨額投資,包括 Cruise(2018 年和 2019 年兩輪融資 19 億美元)、Nuro(B 輪 9.4 億美元)和 Aurora(B 輪融資 6 億美元)。正如兩位作者所指出的,自動駕駛汽車現在是一場數十億美元資産負債表的遊戲,他們分别列出了 Waymo、Uber、Cruise 以及福特等公司的支出,以證明自己的觀點。

AI重磅報告:量子機器學習公司登場,自動駕駛打臉季,投融資馬太效應顯著

值得注意的是,今年出現了退出案例。比如,Uber 關閉自動駕駛卡車項目,自動駕駛創業公司 Drive.ai 的永久關閉。盡管加州和其他地方投資和現場測試都在增長,但是,一些玩家很有可能爽約曾約定的發布日期,而另一些玩家則保持沉默。

AI重磅報告:量子機器學習公司登場,自動駕駛打臉季,投融資馬太效應顯著

報告作者指出,雖然加州人平均每年開車 14435 英裡,但 2018 年隻有 11/63 的公司的自動駕駛汽車的行程超過這個數字。2018 年,Waymo 駕駛裡程超過 100 萬英裡,幾乎是排名第二的通用汽車 Cruise 的三倍,是排名第三的蘋果的 16 倍。至于特斯拉,它沒有向加洲汽車管理局 (California DMV) 報告脫離接觸的指标。然而,據稱特斯拉擁有的數據比其他任何公司都多,這讓它在競争中占了上風。

3、芯片與地緣政治。特斯拉還設計了自己的人工智能芯片,為機上所需的計算提供動力。這是另一個創新的熱點領域,因為它正在推動人工智能的能力。

報告認為,現在正是開發新型芯片的好時機,這種芯片是專門為人工智能模型的訓練和推理而設計的。

「我們認為這是正确的,因為人工智模型正被用于幾個大規模的行業用例,特别是在消費者互聯網。因此,芯片設計師有一個明确設計服務對象。然而,設計芯片是一項非常資本密集型的工作,需要大量的領域經驗,而這些經驗隻能經過多年才能獲得。」

按照貝納希的推理,這也與地緣政治密切相關。打造這種「深度」或「核心」不可知技術的公司,占人工智能初創企業的十分之一,但它們的影響力超過了自身的分量,吸引了五分之一的風險資本投資:

「談到『深度技術』(例如半導體),美國 (以及韓國和英國等其它關鍵國家) 仍占據主導地位。這意味着中國在這類技術上仍然嚴重依賴進口。事實上,中國進口半導體的支出是出口半導體的 7 倍。」

正如伊恩•霍加斯 (Ian Hogarth) 在他的《人工智能民族主義》文章中所指出的那樣,「中國肯定會努力消除這一關鍵的貿易逆差,而 1400 億美元的『大基金』表明政府必須縮小逆差的承諾。我們還相信,中國領先的科技公司将加大對歐洲深度科技公司的收購力度。

報告也包括了預測。他們曾在 2018 年的報告中預測有一筆超過 50 億美元的并購交易将被阻止。雖然這還沒有實現,但作者們仍然支持他們的預測。貝納希指出,中國的科技生态系統正在飛速發展。

「特别值得注意的是,該生态系統的重點是培育人工智能優先技術公司的增長。根據最近統計,中國是估值超過 10 億美元的人工智能初創企業數量最多的國家。可以說,這些人工智能初創企業的規模速度是世界上首屈一指的。」

AI重磅報告:量子機器學習公司登場,自動駕駛打臉季,投融資馬太效應顯著

另外,在對人工智能任務的移動芯片組性能進行基準測試中,高通 Snapdragon 表現出很強的性能和很強的加速性能,從而赢得了勝利。智能手機榜單中,三星、華為和小米位居榜首,谷歌的 Pixel3 則占據 22 位。

同時,計算和競争也正被推向邊緣。谷歌和英偉達在 2025 年将人工智能計算應用于連接設備産生的 40 萬億 GB 數據上。另一方面,亞馬遜推出了 SageMaker Neo,讓開發者在雲上培訓 ML 模型,并根據特定的邊緣硬件平台導出優化模型。

報告指出,5G 提供了更快、更穩定的信息傳輸潛力。擁有 5G 的組織或國家将為世界其他地區制定标準。現在,中國遠遠領先于美國。

4、現實世界中的機器人。清掃機器人方面總部位于聖地亞哥的 AI 機器人公司 Brain Corp 今年表示将擴大與沃爾瑪的關系,于今年年底之前在全國範圍内向其他 1500 個機器人地闆清潔工提供操作系統 BrainOS。另外,沃爾瑪還計劃導入 300 台貨架掃瞄機器人、1,200 台快速卸貨設備以及 900 台取貨塔(Pickup Tower)。

波士頓動力的 Atlas 繼續探索技術極限,學會了跑酷,而今年 4 月,這家公司宣布了第一筆重大收購交易,收購對象是一家位于舊金山灣區的初創公司 Kinema Systems (http://www.kinemasystems.com/),該公司專為物流揀選系統開發 3D 成像解決方案,并已進入特定倉庫和物流的産品環境。這筆收購交易透露出波士頓動力已經考慮變現問題。

在物流領域,追趕 Kiva 的物流機器人來了。位于波士頓的創業公司伯克希爾·格雷公司 (Berkshire grey)研發的系統(公司 CEO 曾擔任 iRobot 的 CTO),據報道超越了亞馬遜機器人助手。他們使用機器人揀選、包裝和運送大多數物品, 通常沒有任何人與人的接觸。

而亞馬遜這邊,正在大力挖掘其物質基礎設施,并推出更多的倉庫機器人完成履行與分類工作。在今年早些舉辦的 re:MARS 會議上,公司透露已在全球部署了 200,000 個機器人。更早些時候,亞馬遜在美國大約 25 個履行中心部署了超過 100,000 個機器人系統,其中包括自己的本土系統和第三方。最近,亞馬遜還發布了一對新的機器人 Xanthus 和 Pegasus。

美國工廠正在安裝創紀錄數量的機器人,而且這種部署發生在各行各業。2018 年全美公司采購的機器人數量達到 35880 台,同比增長 7%。值得注意的是,雖然曆史上大多數機器人都是由汽車行業購買的,但這一年,16702 個機器人流向了非汽車公司,各個領域企業所采購的機器人數量都有所提升,包括食品和消費品、塑料和橡膠、生命科學、電子産品。

中國上海,ABB 将投資 1.5 億美元新建機器人工廠,實現用機器人制造機器人。新的上海工廠将采用大量機器學習、數字化和協作解決方案,使其成為機器人行業中最先進、自動化與柔性化程度最高的工廠。

5、需求預測。2015 年創建的對沖基金中 40% 依賴于計算機模型做投資決策。如今,對沖基金和銀行們正招聘越來越多的數據科學家。随着越來越多的信息可以數字化,比如衛星信息、社交媒體、ERP 等,對沖基金就有可能借助人工智能預測需求。

在 AI 與零售高級分析的結合中,最顯著的應用是需求預測。今年年初,BCG 與谷歌公司攜手開展了一項研究,結果顯示:通過大規模使用人工智能和高級分析,消費品公司可以實現超過 10%的營收增長。其中,需求預測對拉動企業業務增長的重要性排在了第一。

在能源與自然災害預測方面,AI 也取得不俗成績。谷歌 DeepMind 将風力發電價值提升了 20%。雖然人類不能消除風能的可變性,但可以利用機器學習技術,讓風力發電變得足以可預測和更有價值,幫助風電場運營商對其發電量如何滿足電力需求進行更智能、更快和更多數據驅動的評估。

在洪水預測上,來自谷歌、以色列理工學院以及巴伊蘭大學的研究人員描述了一種機器學習系統,可以準确預測河流洪水。根據 2018 年季風季節生成的警報,模型預測的準确率可達 300 米,召回率和準确率分别超過 90% 和 75%。研究人員甚至認為,機器學習技術是改善未來預測的關鍵,這些技術将來可能會被用來預測不是用物理模型模拟的事件,如融雪和河流排放。

6、醫療領域。過去十二個月中,FDA 一共批準了三款 AI 診斷設備進入市場。

2018 年 4 月初,FDA 批準通過 IDx 公司研發的首個應用于一線醫療的自主式人工智能診斷設備 IDx-DR 的軟件程序,該程序可以在無專業醫生參與的情況下,通過查看視網膜照片對糖尿病性視網膜病變進行診斷;5 月,FDA 允許 Imagen 公司的 OsteoDetect 軟件進行上市銷售,這是一種計算機輔助檢測和診斷軟件,它使用人工智能算法來分析二維 X 射線圖像中桡骨遠端骨折(常見手腕骨折類型)的情況;11 月,MaxQ AI 宣布其 AI 産品 Accipio Ix 已獲得美國 FDA510(k)營銷許可。Accipio Ix 是一種 AI 工作流程軟件,可幫助臨床醫生确立可能出現急性顱内出血的成人患者治療的優先級。

在藥物研發領域,制藥公司也正與 AI 驅動的藥物研發公司合作。

7、文本。自然語言處理是 AI 領域下一個極具挑戰性同時又十分有前景的分支。如今通過掃描文字,AI 能夠理解文字的意思并将文字數據化。AI 公司經常将維基百科作為機器學習資源,AI 創業公司 Primer 也想為維基百科做一些回饋。他們正在使用機器學習來檢索科學研究的資料,找到那些被維基百科忽略了的科學巨人。結果顯示,經常被全球各種各樣的百科全書所忽略的常常是女性科學家。

8、專利。從 2012 年到 2017 年,AI 專利增速遠大于 AI 科研作品數量。随着機器學習科研成果被用于商業領域,科研論文與專利比率顯著下滑。其中,機器視覺領域的專利最多,生物識别堪稱之冠。

AI重磅報告:量子機器學習公司登場,自動駕駛打臉季,投融資馬太效應顯著

AI重磅報告:量子機器學習公司登場,自動駕駛打臉季,投融資馬太效應顯著

人才

1、就人才而言,專家們有一個共識:人工智能人才受到高度追捧 (并得到回報),培訓投資正在上升。盡管如此,人工智能人才短缺仍然是該技術在整個行業廣泛應用的一個主要瓶頸。一種減輕這種情況的方法是 AutoML,也就是說,使用機器學習以某種遞歸方式自動化應用機器學習過程中越來越多的部分。在報告中,AutoML 被證明能夠重新設計神經網絡,這些網絡比人類設計的在資源受限的移動設備上運行的網絡更好。

2、谷歌繼續在 2018 年的 NeurIPS 學術人工智能大會上占據主導地位,如果以研究論文産出衡量,谷歌是最具生産力的組織之一。

另外,不平等或者說不均衡現象,在人才方面很常見。例如,在 NeuIPS、ICML 或 ICLR 發表論文的 4000 名研究人員中,88% 是男性;收入方面,大型科技公司的高級工程師薪酬接近 100 萬美元。而在中國底層從事數據标記工作的勞動力,每小時掙 1.47 美元,即便如此,人數也出現了巨大增長。

3、歐洲或英國将成為全球人工智能研發實驗室嗎? 由于兩位作者都位于英國倫敦,所以對歐洲和英國的前景特别感興趣:

AI重磅報告:量子機器學習公司登場,自動駕駛打臉季,投融資馬太效應顯著

AI重磅報告:量子機器學習公司登場,自動駕駛打臉季,投融資馬太效應顯著

「我們正處在一個難以置信的變革時期。經濟正在發生變化。治理在不斷變化。我們應對最嚴峻的社會挑戰的唯一方法是借助強大的技術,比如人工智能——可行、安全、合乎道德的人工智能。這就是歐洲的獨特優勢所在。」

貝納希認為,歐洲科技産業在過去 10 年裡蓬勃發展,一個既成熟又可持續融資的新生态系統正在出現:「這将對歐洲和英國人工智能未來幾年的命運産生重大影響。背景很重要。在英國退歐和美中貿易戰之際,所有人都想知道,歐洲——尤其是英國——将在全球經濟中扮演什麼角色。

有人認為,谷歌将利用歐盟去年實施的嚴格隐私規定,成為道德行業的領導者。但現實可能會有所不同:英國似乎注定要成為全球人工智能研發實驗室。在過去,主要的驅動力是像牛橋、帝國理工和倫敦大學學院這樣的優秀大學。他們培養了如今在美國領先科技公司工作的人才。

但是,現在發生了更多變化。在過去 18 個月裡,美國科技公司已深入英國的生态系統,以加強它們的人工智能産品。除此之外,瑞士也和英國一樣,均屬于歐洲 AI 研發實驗室的位置。而美國和中國的生态系統更加成熟,無論是人才流入或者流出呈現低水平狀态。

AI重磅報告:量子機器學習公司登場,自動駕駛打臉季,投融資馬太效應顯著

4、今年還有一個現象值得關注,大量雇傭 AI 研究人員的趨勢似乎正在放緩,巨頭們凍結或者正在減少對科研人才的雇用需求,這可能暗示公司現在更需要那些能将科研成果轉化為産品的人才。

AI重磅報告:量子機器學習公司登場,自動駕駛打臉季,投融資馬太效應顯著

中國

1、中國互聯網公司已将人工智能東風吹到畜牧領域。為了順應智能養殖的行業趨勢,中國畜牧業協會甚至正式成立智能畜牧分會。

作為豬肉消費大國,中國養一頭豬的成本相當于美國養兩頭豬;養殖規模 1 萬頭以上的養豬場數量占比仍不足 1%,規模化養殖發展速度較慢;豬肉價格也波動頻繁。網易、阿裡巴巴、京東陸續推出的「智能養豬」,以改變養豬現狀。比如,京東推出引以為豪的「豬臉識别」;在養豬場,Dekon 集團、Tequ 集團和阿裡巴巴雲合作,使用計算機視覺和語音識别系統識别豬的側翼紋身數字,并監測脆弱的小豬是否發出痛苦的尖叫聲。

騰訊 AI 團隊基于人臉識别技術研發出一套适用于鵝臉識别技術解決方案,用以實現對每隻鵝進行建檔、投食等精細化管理;華為推出的「AI 養牛」;京東提出的跑步機項目,在養雞過程中,通過 AI 自動喂食喂水和廢物清除。

四川西昌有着全球最大的蟑螂養殖基地,他們使用人工智能系統來收集和分析多達 80 種特性,如蟑螂的濕度、溫度和食物需求,刺激昆蟲的生長和繁殖速度,養殖效率達到了很高水平,每年可以培育 60 億隻蟑螂。該基地的蟑螂主要用于制藥。

2、無處不在的人臉識别。巨頭互聯網公司提供人臉識别技術為保險公司識别客戶身份;用戶可以通過刷臉完成交易;商家利用人臉識别技術驗證合作夥伴作者,或為其他平台許可人臉識别技術。中國的人臉識别技術與西方同樣優秀,但在商業化部署方面,已經遠遠領先。

許多賓館、學校和幼兒園都部署了刷臉門禁系統。一些大學甚至采用人臉識别系統,發現替考者。在北京,一家肯德基連鎖店會掃描客戶的臉,然後根據包括年齡、性别和情緒在内的因素向客戶推薦食物。作為在全國推廣「文明」行為的一部分,包括深圳和濟南在内的數十個城市,都部署了人臉識别系統,發現和懲治不遵守交通規則的人。

3、中國企業研發支出增長迅速,同比增幅達到 34%,但市場份額明顯滞後,在全球科技支出占比上,僅 17%,美國企業占 61%。原因主要有以下幾點:

BAT 等巨頭更傾向于通過收購而非自主研發來實現創新;研發預算的購買力差異,尤其是在招聘科學家和工程師方面,美國所需成本較高;中國科技企業相對仍較年輕,業務在全球的覆蓋和預算都相對較少,矽谷巨頭們的收入高于中國大型科技企業,如果以研發支出在銷售收入中的占比來衡量的話,這一差距就沒有那麼大了。

報告指出雖然目前在研發支出方面,美國企業遙遙領先于中國,但随着時間發展,兩國會逐步縮小差距。

AI重磅報告:量子機器學習公司登場,自動駕駛打臉季,投融資馬太效應顯著

4、中國半導體貿易逆差,正在(緩慢)加大。一方面,中國電子制造産業登頂,目前擁有全球智能手機、計算機、電子消費品等細分行業 80% 以上的産能,在物聯網、5G、智能家居等領域也保持着相對領先的地位。人工智能、虛拟現實、物聯網等領域的發展,推動各類芯片嵌入到汽車、咖啡機、家電等産品;然而,另一方面,盡管中國企業在半導體領域投入巨大資金,但因缺乏足夠的時間積累,歐美企業占據中高端芯片市場的局面仍然是一個長期演變的過程。

AI重磅報告:量子機器學習公司登場,自動駕駛打臉季,投融資馬太效應顯著

5、中國的工業自動化水平不斷提高,工作崗位不斷更換。在過去的三年裡,一些中國的工業企業已經自動化了 40% 的勞動力。這可能部分歸因于自 2012 年以來,中國每年的機器人安裝數量增長了 500%(歐洲為 112%)。然而,目前尚不清楚 AI 在機器人的應用程度上有多高。另一方面,機器人正在中國推動自動化倉儲,比如。京東位于上海的履行中心使用自動化倉庫機器人每天組織、挑選和運送 20 萬份訂單。

AI重磅報告:量子機器學習公司登場,自動駕駛打臉季,投融資馬太效應顯著

值得注意的是,今年三月,高盛曾走訪一批新的中國工廠,很多新建産能自動化程度堪稱全球領先,但是高盛也談到了中國自動化存在的問題,比如過分追求自動化對于中國來說并不一定是經濟效益最優。一方面,大力推廣機器人換人後,一旦比如日本機器人出現問題,要等半個月才能有日方工程師過來修理;另一方面,在機器之心記着采訪傳統制造業(比如制鞋)升級過程中也發現,巨頭外企也很難耐心結合産業實際情況,針對水土不服的标準品做進一步深入的調研與深度定制化。

6、盡管貿易緊張,但中國企業仍在美國公開市場進行 IPO。以 2018 年為例,約有 33 家中國公司在紐約證交所和納斯達克證交所上市,其中包括騰訊音樂娛樂、視頻平台愛奇藝以及電動汽車制造商蔚來。2018 年中國企業在美國 IPO 數量遠超過 2017 年的 17 起,也是自 2010 年 39 起 IPO 以來最多的。一些外國分析家表示,鑒于全球市場貿易緊張關系加劇和疲軟,中國企業在美國發行新股的數量顯得有點兒不同尋常。然而,今年活躍的上市交易并未轉化為強勁的業績,在美國上市的中國企業表現并不太好。

AI重磅報告:量子機器學習公司登場,自動駕駛打臉季,投融資馬太效應顯著

7、中國擁有最多的專利,但 2017 年隻有 23% 是「發明專利」。衆所周知,發明專利的審批過程充滿挑戰,一旦獲得批準,相關專利将獲得 20 年的保護,也代表了推進技術「顯著進步」的新思路。然而,數據證明,這些專利在申請後并未得到有效保留。盡管國内企業提交了大量專利申請,但是因為專利權人不願意支付不斷增加的專利費用,大多數專利在五年後即被廢棄:

61% 的實用新型專利和高達 91% 的外觀設計專利在 5 年後被廢棄。相比之下,美國 5 年曆史專利的維護費占總額的 85.6%。

發明專利的低占比以及其他專利的高廢棄率意味着中國仍有很長的路要走,雖然數量領先,但在質量上與美國同行的差距仍很明顯。中國的專利質量需要持續提高,直到真正成為技術先進的國家。

AI重磅報告:量子機器學習公司登場,自動駕駛打臉季,投融資馬太效應顯著

8、中國正在出版更具影響力的機器學習學術研究。關于基礎研究進展,我們可以考慮以下幾個方面:a) 被主要學術研究會議接受的論文數量;b) 這些論文的被引頻次;c) 計算機科學和工程等相關課程的國際大學排名。

從第一個和第二個指标來看,中國對全球人工智能研究産出的貢獻正在上升。其中,中國發表的頂尖 AI 論文數量已經超過美國;就被引頻次來看,所有論文中,引用次數前 50% 的論文中美各自的占比,可以看出到 2020 年,這一部分論文中美所占比例将持平,各自占到四分之一左右;而後,便是中國大幅度領先。

全球引用次數前 1% 的 AI 論文,也就是真正具有最高影響力、最高學術價值的那一部分,美國幾乎是停滞不前的,中國則高速前進。根據圖中預測,按照如今速度發展,2025 年,在 TOP 1% 的 AI 論文中,中國占比也将超越美國,雙方各占半壁江山,而其後,中國可能會超過美國。

AI重磅報告:量子機器學習公司登場,自動駕駛打臉季,投融資馬太效應顯著

在第三項指标上,我們可以看到,在全球排名前 20 名的大學中,美國和歐洲的大學仍然占絕大多數。盡管如此,清華大學和北京大學的計算機科學和工程課程都進入了前 20 名。另外,人工智能的大學課程入學率正在增長,特别是在中國。

AI重磅報告:量子機器學習公司登場,自動駕駛打臉季,投融資馬太效應顯著

預測

報告最後,作者例行針對未來 12 個月,提出六個預測。下圖是作者 2018 年預測實現情況,至于最新的六大預測是否會實現,拭目以待。

AI重磅報告:量子機器學習公司登場,自動駕駛打臉季,投融資馬太效應顯著

1. 有一波新的初創企業應用了 NLP 研究的最新突破。在接下來的 12 個月裡,他們共同籌集超過 1 億美元的資金。

2. 自動駕駛技術仍處于研發階段。2019 年,沒有一家自動駕駛汽車公司的行駛裡程超過 1500 萬英裡,這相當于加利福尼亞 1000 名司機一年的裡程。

3. 非 GAFAM Fortune 2000 公司采用了隐私保護 ML 技術,以增強其數據安全性和用戶隐私政策。

4. 高等學校設立專門的人工智能本科學位填補人才空缺。

5. 谷歌在量子計算硬件方面取得了重大突破,引發至少 5 家嘗試進行量子機器學習新公司成立。

6. 随着人工智能系統越來越強大,人工智能的治理成為一個更大的話題,至少有一家主要的人工智能公司對其治理模式進行實質性的改變。