最近，哈佛大学，麻省理工学院，斯坦福大学和OpenAI联合发布了人工智能指数（AI Index）的第二份年度报告。与去年同期的第一期侧重于对人工智能领域的投资和就业率的增长不同，今年的第二期报告广泛地介绍了人工智能行业的当前发展方向。在人才培训，自主创新和发展差异方面具有全球视野。从科研成果等方面分析了人工智能产业发展的关键因素。从学术论文的数量，科学研究成果和人才需求来看，有了显着的增长并取得了丰硕的成果。其中，2017年对机器学习人才的需求与2015年相比增长了35倍。在过去的十年中，人工智能领域的论文数量增长了七倍，而在中国发表的论文数量却增长了七倍。增加了150％。论文的细分领域也显示出快速的增长，人工智能的各个专业领域已经进入了科学研究的热情期。在2017年发表的AI论文中，有56％的论文来自机器学习和概率推理的研究方向，但2010年只有28％的论文来自这一方向。从2014年到2017年，神经网络方向发表论文的复合年增长率达到37％，而之前仅为3％。根据论文的地区划分，美国仅占全球论文发表量的17％，欧洲是论文产量最高的国家，2018年发表的论文占世界论文总数的28％，其次中国占25％。 ％。中国的AI论文更多地侧重于工程和农业科学，而美国和欧洲的AI论文则侧重于人文，医学和健康科学。此外，该报告还指出，在美国，来自公司的AI论文数量更多，而来自美国公司的AI论文所占比例远远高于其他国家和地区。这也与论文的主要重点有关。政府对工程和农业领域的要求更高。如果是在医疗卫生领域，国外的大多数服务都是由企业提供的，这更多是一种市场行为，因此企业在相关领域的论文中占主导地位。从课程注册的角度来看，截至2017年底，美国人工智能课程的注册数量是2012年的3.4倍，机器学习课程的注册数量是2012年的5倍。在美国以外，清华大学的增长率最高，几乎是第二名的两倍。可以看出，中国更加重视人工智能人才的培养，尤其是从人工智能专业成为高校专业，编写人工智能相应的中学教材的角度来看，人工智能课程可能会成为更受欢迎的教学课程。将来。中国工程院院士，中国人工智能学会理事长李德义在接受媒体采访时也提到，目前，我国77％的智能产业分布在应用层，而不是在基础和技术层，主要是集成产品和问题解决方案。 ，尚未形成产业集群效应。智能产业的基础不牢固，需求牵引力大于技术驱动力。因此，将来，我国必须聚集独立的动力，并在基础和技术层面上努力工作。