试图掌握人工智能的进展是一项艰巨的任务，即使对那些已经融入人工智能社区的人来说也是如此。但最新版的《人工智能指数报告》(AI Index report)很好地证实了你可能已经猜到的事情:人工智能世界正在一系列指标上蓬勃发展，包括研究、教育和技术成就。
人工智能指数涵盖了很多领域，以至于包括哈佛大学、斯坦福大学和OpenAI在内的机构都发布了两种新工具来筛选它们的信息。一种工具用于搜索人工智能研究论文，另一种工具用于调查研究和投资的国家级数据。
从1998年到2018年，人工智能论文的发表量增长了300%
2019年报告的大部分基本上证实了我们在前几年强调的趋势的延续。但为了避免你不得不费力地读完这本书的290页，这里有一些更有趣、更中肯的观点:
人工智能研究正在飞速发展。从1998年到2018年，有关人工智能的同行评议论文的发表增长了300%。出席会议的人数也激增;最大的是NeurIPS，预计今年将有13500人参加，比2012年增加了800%。
人工智能教育同样受欢迎。大学里机器学习课程和在线课程的注册人数持续上升。数字很难总结，但一个好的指标是人工智能现在是北美计算机科学毕业生最受欢迎的专业。超过21%的计算机科学博士选择专攻人工智能，这是第二热门学科——安全/信息保障——的两倍多。
按多数指标衡量，美国仍是人工智能领域的全球领导者。尽管中国发表的人工智能论文比其他任何国家都多，但在美国发表的论文影响更大，美国作者引用的人工智能论文比全球平均水平高出40%。美国在人工智能领域的私人投资也最多(略低于120亿美元，中国以68亿美元位居全球第二)，申请人工智能专利的数量比其他任何国家都多(是排名第二的日本的三倍)。
人工智能算法的训练速度越来越快，成本也越来越低。研究没有任何意义，除非它是可访问的，所以这个数据点是特别受欢迎的。人工智能索引团队指出，在一个流行的数据集(ImageNet)上训练机器视觉算法所需的时间从2017年10月的大约3小时下降到2019年7月的仅仅88秒。成本也有所下降，从数千美元降至两位数。
自动驾驶汽车获得的私人投资比任何人工智能领域都多。全球不到10%的私人投资投入了自动驾驶汽车，大约77亿美元。紧随其后的是医学研究和面部识别(均吸引了47亿美元)，而增长最快的工业人工智能领域则没那么光鲜:机器人过程自动化(2018年投资10亿美元)和供应链管理(超过5亿美元)。
人工智能在特定领域胜过人类，但在一般智力领域却不敌人类
所有这些都令人印象深刻，但有一个重要的警告适用:无论人工智能的进步有多快，它永远无法与流行文化和炒作的新闻标题赋予它的成就相媲美。这可能看起来有些迂腐，甚至很明显，但值得记住的是，虽然人工智能的世界正在蓬勃发展，但人工智能本身在一些重要方面仍然是有限的。
这方面的最佳证明来自人工智能指数报告中列出的“人类级别的性能里程碑”时间表;当人工智能达到或超过人类水平的专业技能的历史。
时间轴开始于20世纪90年代，当时程序第一次在跳棋和国际象棋上击败人类，随着最近机器学习的蓬勃发展而加速，列出了AI已经出现、看到和征服的电子游戏和棋盘游戏(2016年的《围棋》，2018年的《dota2》，等等)。这其中还夹杂着2017年皮肤癌图像的人类级别分类以及2018年的汉译英等繁杂任务。(许多专家会对最后一项成果提出异议，并指出人工智能翻译仍然落后于人类。)
虽然这个列表令人印象深刻，但它不应该让你相信人工智能超级智能即将到来。
首先，这些里程碑中的大多数来自于在电子游戏和棋类游戏中击败人类——这些领域由于其清晰的规则和简单的模拟，特别适合人工智能训练。这类训练通常依赖于人工智能代理将许多辈子的工作投入到一款游戏中，在一个太阳日训练数百年:这一事实突显出，与电脑相比，人类的学习速度有多快。
类似地，每个成就都被设置在一个单独的域中。除了极少数例外，人工智能系统在一项任务中接受训练后，无法将学到的知识转移到另一项任务中。一个超人级的星际争霸2机器人会输给一个5岁的国际象棋玩家。虽然人工智能或许能够像肿瘤学家一样准确地发现乳腺癌肿瘤，但它却无法对肺癌做到这一点(更不用说开处方或做出诊断了)。换句话说:人工智能系统是一次性的工具，而不是代替人类的灵活智能。
但是——是的，还有另一个但是——这并不意味着人工智能不是非常有用。正如这份报告所显示的，尽管机器学习存在局限性，但它在资金、兴趣和技术成就方面继续加速发展。
在思考人工智能的局限性和前景时，最好记住机器学习先驱Andrew Ng的话:“如果一个普通人用不到一秒钟的时间就能完成一项智力任务，那么我们可能在现在或不久的将来就可以用人工智能将其自动化。”“我们刚刚开始发现当这些秒加起来会发生什么。
声明：本文由易百纳技术社区编写，文章内容来自THE VERGE，版权归原作者所有，转载请注明出处，如有侵权请联系删除。
