人工智能研發(fā)正在蓬勃發(fā)展 但通用智能仍然遙不可及

即使對那些陷入AI社區(qū)的人來說，試圖掌握人工智能的進(jìn)步也是一項(xiàng)艱巨的任務(wù)。但是，最新版的AI指數(shù)報告(現(xiàn)在已經(jīng)是第三年的年度機(jī)器學(xué)習(xí)數(shù)據(jù)點(diǎn)逐年減少)在確認(rèn)您可能已經(jīng)懷疑的問題上做得很好：AI世界在包括研究，教育，和技術(shù)成就。

AI索引涵蓋了很多領(lǐng)域，以至于它的創(chuàng)建者(包括哈佛，斯坦福和OpenAI等機(jī)構(gòu))也發(fā)布了兩個新工具，目的只是為了篩選他們從中獲取的信息。一種工具用于搜索AI研究論文，另一種工具用于研究級研究和投資數(shù)據(jù)。

2019年的大部分報告基本上證實(shí)了我們在前幾年強(qiáng)調(diào)的趨勢的延續(xù)。但是，為了讓您不必費(fèi)心瀏覽其290頁，以下是一些更有趣和相關(guān)的要點(diǎn)：

從1998年到2018年，人工智能論文的出版量增長了300%

人工智能研究正在迅速發(fā)展。在1998年至2018年之間，關(guān)于AI的同行評審論文的發(fā)表數(shù)量增加了300%。出席會議的人數(shù)也激增;最大的提供商N(yùn)eurIPS預(yù)計今年將有13,500名與會者，比2012年增長800%。

人工智能教育同樣受歡迎。在大學(xué)和在線學(xué)習(xí)機(jī)器學(xué)習(xí)課程的人數(shù)繼續(xù)增加。數(shù)字很??難總結(jié)，但是一個很好的指標(biāo)是，人工智能是北美計算機(jī)科學(xué)專業(yè)畢業(yè)生中最受歡迎的專業(yè)。超過21%的CS博士選擇專門研究AI，這是第二受歡迎的學(xué)科(安全/信息保證)的兩倍多。

在大多數(shù)指標(biāo)上，仍是AI的全球領(lǐng)導(dǎo)者。盡管發(fā)表的AI論文數(shù)量超過任何其他，但在發(fā)表的論文影響更大，作者的論文比全球平均水平高40%。也將最大的資金用于私人AI投資(與相比略低于120億美元，僅次于，全球?yàn)?8億美元)，并且AI專利的申請數(shù)量超過任何其他(是排名第二的的三倍) )。

AI算法正在變得越來越快，訓(xùn)練起來也越來越便宜。除非可訪問，否則研究毫無意義，因此特別歡迎此數(shù)據(jù)點(diǎn)。AI Index團(tuán)隊(duì)指出，在流行的數(shù)據(jù)集(ImageNet)上訓(xùn)練機(jī)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(shù)千美元下降到兩位數(shù)圖。

自動駕駛汽車獲得了比任何人工智能領(lǐng)域更多的私人投資。全球私人投資中不到10%用于自動駕駛汽車，約為77億美元。其次是醫(yī)學(xué)研究和面部識別(兩者都吸引了47億美元)，而增長最快的工業(yè)AI領(lǐng)域則不那么浮華：機(jī)器人流程自動化(2018年投資10億美元)和供應(yīng)鏈管理(超過5億美元)。

這一切令人印象深刻，但需要注意的一個重大問題：無論AI的提高速度如何，它都無法與流行文化和大肆宣傳的頭條新聞相提并論。這看起來似乎很古怪，甚至很明顯，但是值得記住的是，盡管人工智能世界正在蓬勃發(fā)展，但人工智能本身仍然在某些重要方面受到限制。

最好的證明來自AI Index報告中“人類績效里程碑”的時間表;人工智能已經(jīng)達(dá)到或超過人類水平的專業(yè)知識的歷史。

人工智能在特定領(lǐng)域擊敗了人類，但在一般智力方面卻沒有

時間線始于1990年代，當(dāng)時程序首先在跳棋和國際象棋上擊敗了人類，并隨著最近的機(jī)器學(xué)習(xí)熱潮而加速，列出了AI來臨，被征服和征服的視頻游戲和棋盤游戲(在2016年發(fā)布，在2018年發(fā)布Dota 2，等等。)。這與各種雜項(xiàng)任務(wù)混合在一起，例如2017年對人類皮膚癌圖像進(jìn)行分類，并在2018年進(jìn)行中英文翻譯。(許多專家對最后的成就一無所獲，并指出AI翻譯仍然落后人類。)

盡管此列表令人印象深刻，但它不應(yīng)該使您相信AI超級智能已近。

首先，這些里程碑中的大多數(shù)來自在視頻游戲和棋盤游戲中擊敗人類的領(lǐng)域-由于其清晰的規(guī)則和易于模擬的領(lǐng)域，特別適合AI培訓(xùn)。這樣的培訓(xùn)通常依賴于AI代理將許多終生的工作投入到一個游戲中，并在太陽日中進(jìn)行數(shù)百年的培訓(xùn)：這一事實(shí)突出了人類與計算機(jī)相比學(xué)習(xí)的速度。

同樣，每個成就都設(shè)置在一個域中。除了極少數(shù)例外，接受一項(xiàng)任務(wù)訓(xùn)練的AI系統(tǒng)無法將他們學(xué)到的知識轉(zhuǎn)移到另一項(xiàng)任務(wù)上。一個超人的《星際爭霸2》機(jī)器人將輸給一個五歲的下象棋的人。盡管AI可以像腫瘤科醫(yī)生一樣準(zhǔn)確地發(fā)現(xiàn)乳腺癌腫瘤，但對于肺癌卻不能做到這一點(diǎn)(更不用說開處方或做出診斷了)。換句話說：AI系統(tǒng)是一次性使用的工具，而不是人類的備用智能。

但是-是的，還有另外一個-這并不意味著AI并不是有用的。如本報告所示，盡管機(jī)器學(xué)習(xí)有局限性，但它在資金，興趣和技術(shù)成就方面仍在不斷加速。

當(dāng)關(guān)于AI的限制和承諾的思維，這是很好的記住單詞學(xué)習(xí)機(jī)先鋒安德魯·吳的：“如果一個典型的人可以做心理工作與思維不到一秒鐘，我們可以大概它使用AI無論是現(xiàn)在還是自動化我們才剛剛開始發(fā)現(xiàn)將這些秒數(shù)加在一起會發(fā)生什么。