来做一做世界互联网大会的观前功课吧

近日在乌镇举行的世界互联网大会又刷爆了朋友圈

在关注IT大佬们都吃了什么的同时小编也注意到 “互联网之光”博览会上，展示了各类机器人，面部识别、声音识别、指纹识别、口型识别，还有无人机、无人驾驶车配送等AI黑科技设备。

显然AI将是今年互联网大会的一大主题，为了让各位看官深入看会，小编今天就为大家盘点人工智能的发展进程，做一做看会前期功课。

近日，斯坦福“人工智能百年（AI100）”专家小组（非盈利性项目AI Index）发起了一项AI指数报告，追踪学术界、产业界、开源软件和公共兴趣范畴的18个分立的视角评估人工智能活跃度，盘点计算机视觉、自然语言理解等技术发展现状（机器类人程度），从专家视角解读人工智能创业和投资的急剧增加，探讨相关领域的深入发展。

下面我们就把其中的干货捞出来看看

AI活跃度指数（来自学术界和工业界数据，如出版物、注册创企和风险投资等)

从学术领域来看：

人工智能论文大部分隶属计算机科学的范畴，自1996年至今年度发表的论文数量已经增加9倍，作为参考，计算机科学论文数量此间增加了6倍；

高校机器学习等人工智能相关课程的开设数量和学生的参与度都大幅增加；

人工智能相关的顶级会议也变的火爆，包括如 AAAI、IJCAI、ICML等综合性会议，以及CVPR、ACL、ICRA等专注于通用技术（计算机视觉、自然语言、机器人等）的会议。

学术-产业动态关系（参数包含论文出版、学业课程、投资金额，其中2016年学生课程参与度的下降是由于行政原因）

从产业领域来看：

人工智能相关创企的数量从2000 年以来增加了14倍，风投金额增加了6倍；

在线招聘网站的数据显示2013年以来美国AI相关岗位增长了4.5倍，其中自然语言处理和计算机视觉技能的比重最多；

物流和工业机器人的数量和进出口急剧增加。

GitHub明星软件库

从开源软件来看：

这里主要参考GitHub项目：TensorFlow和 Scikit-Learn等AI和ML（机器学习）软件包被收藏（star）的次数飙升。

AI公众兴趣提升

从公共兴趣来看：

主流媒体涉及“人工智能”的内容数量飙升，其中，正面文章高于负面。

AI里程碑

从技术成熟度来看：

根据LSVRC竞赛结果，图像标注的误差率从2010年的28.5%降至低于 2.5%；

视觉问答（Visual Question Answering，一种开放式问答）数据集发展出新版本VQA 2.0 ；

自然语言理解技术范畴下的语法解析（Parsing）、语种互译（Machine Translation）、问答（Question Answering）、语音识别（Speech Recognition）等技术皆逼近人类的能力；

人工智能进行定理证明（Theorem Proving）的可追踪性提高至80%以上，但遇到新的问题解决方案时性能不理想；

SAT（美国学业能力倾向测验）中能回答的问题超过70%，应试竞争力强；

物体检测技术成熟度示意

视觉问答技术成熟度示意

语法解析技术成熟度示意

新闻翻译技术成熟度示意

问答技术成熟度示意

语音识别技术成熟度示意

定理证明能力示意

SAT测试能力示意

从这些时间表中我们可以看出AI技术迅猛的发展趋势，近30年间，AI技术的某些能力已经逐渐接近人类甚至超越人类，以前一件很复杂的工作已经可以靠AI技术轻松完成，未来在越来越多的领域里可以让AI替代人类的手脚双眼，让人们从繁重的劳动中解放出来，去做自己更喜欢更有意义的事，这就是AI最大的意义，

比如AI应用非常广泛的自动驾驶汽车的目的就是让人们在出行途中摆脱繁重的驾驶操作，而更快捷的到达目的地，让人们在一天中更高效的利用时间，

而这也正是地图标注所一直致力的未来。

部分资料来源：https://view.inews.qq.com/a/20171203A0MHY700