《2023全球人工智能创新指数报告》发布，中国排名升至全球第二
记者|杨舒鸿吉
编辑|
1
人工智能创新指数是反映国家人工智能创新水平的重要指标。
2021年7月8日在上海举行的世界人工智能大会人工智能治理论坛上，中国科学技术信息研究所研究发布了《2020全球人工智能创新指数报告》。
《报告》显示，中国人工智能创新指数在参评国家中排名第2位，仅次于美国。中国及时把握住人工智能发展机遇，数据中心、超算中心等基础设施建设加快推进，科技创新成果数量持续增长，人工智能企业队伍不断壮大，人工智能综合实力已跻身世界前列。
研究显示，中国的人工智能整体发展水平已跻身世界前列，人工智能创新指数综合得分从2019年的第3名上升至2020年的第2名，仅次于美国。
从具体指标看，中国在基础支撑、创新资源与环境、科技研发、产业与应用等方面均表现良好，四个一级指标均排名前十。
近年来，中国的人工智能创新能力稳步提升。2019年，中国落后韩国3分，位居第3；2020年，中国已领先韩国4分。中国也是唯一一个进入人工智能创新指数前十名的发展中国家。从综合得分看，与韩国、加拿大、德国、英国、新加坡等发达国家相比，中国已具有一定的领先优势。
研究显示，美国是人工智能创新能力最强的一极，以66.31的总分遥遥领先于其他国家。根据人工智能创新指数总得分排名，46个国家可以划分为四大梯队。美国独列第一梯队，以66.31的总分遥遥领先于其他国家；中国、韩国、加拿大、德国、英国、新加坡、以色列、日本、法国等14个国家位居第二梯队，得分处在30-60分；卢森堡、比利时、奥地利、捷克、意大利等24个国家属于第三梯队，得分在15-30分；越南、沙特阿拉伯、土耳其、阿根廷、罗马尼亚、墨西哥、印尼等7个国家处在第四梯队，得分在15分以下。
从具体指标看，美国在基础支撑、创新资源和环境、科技研发和产业应用四个方面均具有明显优势，除人工智能创新资源与环境的得分位列第3名之外，其余3个一级指标得分均位列第1。
第二梯队国家各具发展优势，14个国家中有9个国家都拥有排名前五的一级指标。
第三梯队国家科技研发能力较为薄弱，科技研发平均得分约为第二梯队国家的五分之一。
第四梯队国家人工智能发展普遍比较落后，尤其是在人工智能创新资源与环境以及科技研发方面。
研究显示，各国的科技研发能力呈现明显的断层分布。在四个一级指标中，科技研发的得分分布最为不均。其中，美国、韩国、中国三个国家领先优势相当明显，得分高于50分，而葡萄牙、西班牙、印度等27个国家却低于10分。
在基础支撑方面，大多数国家水平一般，70%以上的国家得分均位于20-40分之间；在创新资源与环境方面，参评国家可均匀地分为三个梯队；在人工智能产业与应用方面，各国整体发展较好，产业与应用的平均分显著高于其他三个一级指标。
在构成全球人工智能创新指数的四项一级指标中，中国在“人工智能基础支撑”“人工智能科技研发”“人工智能产业与应用”三个方面均拥有绝对优势指标，“人工智能创新资源与环境”不少指标仅处在中等水平。
人工智能基础支撑是人工智能研发与应用的必要根基。
2020年，中国“人工智能基础支撑”排名第4位，计算基础表现尤为突出。截至2020年7月，中国共有226个超算中心进入全球500强行列，居全球首位，是美国（113个）的两倍；共拥有85个数据中心，排名第9。
人工智能创新资源与环境是推动人工智能持续创新的核心动力。
《报告》显示，2020年，中国“人工智能创新资源与环境”排名第8位，人工智能顶级学者和从业人员人口参与率不高，高校基础学科建设相对滞后。
中国在人工智能顶级学者参与率、人工智能从业人员参与率两项指标上分别排名第23和第28名。中国平均每百万本科及以上学历人口中仅有17位人工智能顶级学者，与排名第1的卢森堡（567人）差距很大；每百万劳动人口中人工智能从业人员有290人，而排名第1的新加坡则有7133人。
在人工智能基础学科建设方面，中国离美国还有较大差距。美国在数学、物理、神经科学三个专业上排名世界前200的高校分别有49所、57所、70所，而中国分别有27所（约为美国的1/2）、8所（不到美国的1/7）、6所（不到美国的1/10）。
《报告》中，中国“人工智能科技研发”排名第3位。论文和专利总量遥遥领先，反映出中国已经成为全球人工智能领域内一支重要的研究力量。2019年，中国学者共发表5.52万篇人工智能相关论文，排名第1；在人工智能顶级期刊和顶级会议上发表的论文共计3555篇，排名第1；人工智能专利申请量为5.76万件，授权量为1.65万件，均排名第1。
人工智能产业发展与应用情况体现了一国在人工智能领域的产业竞争力。中国“人工智能产业发展与应用”排名第3位，其中，人工智能企业数量和企业融资金额均排在前两名。
截至2020年9月，中国共有823家人员规模大于10的人工智能企业，排名第2；人工智能企业累计共获得377.01亿美元的投资，排名第2，平均每家企业融资额为0.33亿美元，排名第1。
15张图表带你速览2023人工智能最新趋势
「中国人工智能研究论文总数已经超过了美国，成为全球第一」
「人工智能初创企业获得的资本青睐越来越少」
「主流NLP系统也存在种族歧视」
这些话题都出自斯坦福大学Human-Centered人工智能研究所近期发布的「2021年人工智能指数报告」。报告内容覆盖AI研发、技术性能、经济、教育、道德、多样性以及各国相关政策和国家战略等大量内容。
这份报告长达222页，包含大量数据和图表，我们从中精选了15份图表，带你速览这份斯坦福「2021年人工智能指数报告」，了解2021年人工智能发展现状。
作者|ElizaStrickland
编译|机器之能
「2021年人工智能指数报告」由斯坦福大学Human-Centered人工智能研究所，以及来自哈佛大学，经济合作与发展组织，thePartnershiponAI合作组织和SRIInternational的11名专家组成的指导委员会共同编制。这份报告引用了大量AI研究数据，引用了包括：arXiv的AI研究数据，Crunchbase的资金数据，以及对BlackinAI和QueerinAI等团体的调查。
报告对2021年度人工智能最新的研究趋势和进展进行了总结，并分析了资本、政策对AI技术的影响，以及深度学习、图像识别、语言识别等AI主要子领域的研究。
一
人工智能的盛夏
人工智能研究工作正处在爆炸增长期：2019年全球发布了超过12万篇人工智能研究领域的同行评审论文。自2000年以来，人工智能领域论文在同行评审论文中的占比，从0.8%一路攀升至2019年的3.8%。
二
中国在人工智能研究领域取得显著成就
自2017年中国研究人员发表的同行评审论文首次超过欧洲以来，中国的人工智能研究论文数量持续上升。到2020年，中国研究人员发布的人工智能研究论文在权威期刊的引用率已经领先全球。
AI指数指导委员会联合主任JackClark表示，这些数据对中国来说似乎是「学术成功的指标」，也在一定程度上映射出不同国家在人工智能生态体系建设方面的现状。他认为研究论文更像是一种学术权威认证，一个领域的学术性越弱，其行业实用性可能会越强。他指出：「中国有获得期刊出版物的明确政策，政府机构在研究中发挥更大的作用，而在美国，大部分这方面的研发主要集中在企业内部。」
三
快速训练=更好的AI
MLPerf以训练速度与硬件的关系为基础，分析了机器学习的系统性能，客观地对机器学习系统性能进行排名。通过对各种图像分类器系统在标准ImageNet数据库上进行培训，并根据训练时间进行排名。2018年，训练最佳系统需要6.2分钟；2020年，培训最佳系统需要47秒。这一进步也得益于近年来机器学习专用芯片的快速发展。
报告认为，硬件加速对机器学习的影响至关重要。系统训练耗时几秒和几小时的差别巨大，这种差异直接影响着研究人员的想法，以及研究的类型和数量，以及它可能影响到的研究风险。
四
AI不能理解「喝咖啡」？
在过去的几年里，人工智能在静态图像识别方面的进展突飞猛进，而计算机视觉未来必将朝着视频识别的方向发展。研究人员正在构建可以从视频剪辑中识别各种活动的系统，因为如果将机器视觉应用到现实世界（例如自动驾驶汽车、监控摄像头等），这种类型的识别可能会大有用处。计算机视觉性能的基准之一是ActivityNet数据集，其中包含来自2万个视频的近650小时镜头。在其中显示的200项日常生活活动中，人工智能系统在2019年和2020年都很难识别「喝咖啡」这项活动。这似乎是一个主要问题，因为喝咖啡是所有其他活动的基本活动。无论如何，这是未来几年值得关注的领域。
五
自然语言识别需要更难的测试
自然语言处理（NLP）的迅速崛起似乎遵循了计算机视觉的轨迹，在过去十年中，计算机视觉从学术领域的分支专业发展成为广泛的商业部署。今天的NLP也由深度学习驱动，JackClark认为，NLP继承了计算机视觉工作的策略，例如对大型数据库的训练和特定应用程序的微调。他说：「我们看到这些创新非常迅速地流向人工智能的另一个领域。」
JackClark表示，衡量NLP系统的性能正在变得很棘手，学术界一直在研发更为困难的AI测试系统和指标，但无论何种系统总会在六个月内出现新的AI击败它。这份图表显示了两个版本的阅读理解测试SQuAD的表现，人工智能语言模型必须根据一段文本回答多项选择题。2.0版通过包含无法回答的问题来使任务更加困难，模型必须识别这些问题，并且不回答。一个模型在第一个版本上花了25个月才超过人类的性能，但另一个模型只花了10个月就完成了更艰巨的任务。
六
NLP也存在「种族歧视」
语音识别和文本生成等任务的语言模型总的来说已经非常完善了。但即便在主流的成熟商业NLP系统中仍存在认知偏差，如果这些问题不得到解决，则可能会严重影响这些技术的商业应用。
例如AI系统也存在种族歧视问题，图表显示了几款较为成熟的商业化语音识别程序的错误率。
虽然系统存在认知偏差，但大多数研究人员只注重系统性能，而很少有人会去注意到这种偏差。这个问题在未来很可能会阻碍各种形式的人工智能发展，包括计算机视觉和决策支持工具。
七
AI就业市场全球化
据LinkedIn数据显示，从2016年到2020年，巴西、印度、加拿大、新加坡和南非的人工智能岗位增长最快。而这并不意味着这些国家的绝对就业机会最多（美国和中国仍占据AI就业机会的首位），但这些国家对人工智能的投入将会对人工智能技术以及整个社会的发展产生积极影响。LinkedIn发现，2020年的全球疫情并未对AI领域的工作岗位招聘造成丝毫影响。
值得注意的是，印度和中国的人才对LinkedIn的应用并不广泛，因此这些国家的人才市场状况在LinkedIn上的数据并不具有充分的代表性。
八
企业对AI的投资热度「不想停，也不会停」
自2015年以来大量资金持续涌入人工智能领域。2020年，全球企业对人工智能的投资飙升至近680亿美元，比前一年增长40%。
九
创业狂潮接近尾声
从前面一张图表可以看出，AI领域的企业投资持续增长，但在增长的背后，却是增速逐年放缓。这张图表显示，AI初创企业得到的投资越来越少。虽然疫情可能对初创企业的活动产生了影响，但AI初创企业数量下降的明显趋势始于2018年，从好的方面来看，这似乎是行业正在逐步走向成熟的信号。
十
新冠病毒带来的影响
虽然人工智能的许多趋势在很大程度上没有受到全球疫情的影响，但这张图表显示，2020年的AI投资更偏向于全球应对新冠病毒中发挥重要作用的单位。制药相关公司投资的激增就很好的说明了这一点。而对教育技术和游戏的投资增长，也与2020年疫情隔离导致人们把更多时间花费在电脑前有直接关系。
十一
风险？有风险吗？
大量企业在电信、金融服务和汽车等行业稳步增加人工智能工具的应用。然而，大多数公司似乎不知道或不关心这项新技术带来的风险。麦肯锡在一项研究中调查了企业对AI应用相关风险的认知，只有网络安全风险受到了半数以上受访者的关注。与人工智能相关的伦理问题，如隐私和公平，是当今人工智能研究领域最热门的话题之一，然而这些问题并未引起企业的足够重视。
十二
AI领域的博士们正在涌入企业
AI领域的学术工作有限，虽然高校增加了本科生和研究生级别的人工智能相关课程，终身制教师职位也相应增加，但学术界仍然无法吸收逐年新增的AI博士。这份图表仅代表北美地区的AI博士毕业生，这些毕业生中的绝大多数正在流向AI企业。
十三
AI的伦理问题
如前所述，很多公司对人工智能的伦理问题重视程度不足，但研究人员对此越来越关心。许多团体正在研究人工智能系统的不透明决策（称为可解释性问题），嵌入偏见和歧视，以及隐私入侵等问题。这份图表显示了人工智能会议上伦理问题的相关论文正在逐年增加，JackClark认为这非常值得高兴。他指出，由于有这么多学生参加这些人工智能会议，几年后，将有大量关注AI伦理的从业者进入行业。
然而，除了会议文件的增加外，在这一问题上业界并没有其他突出的进步。报告强调，人工智能系统中的偏差量化测试才刚刚开始出现。JackClark说，「这些评估体系，就像人工智能科学领域的一个新分支。」
十四
多样性问题（1）
解决人工智能系统中嵌入的偏见和歧视的一种方法是确保构建人工智能系统的群体的多样性。这不是一个激进的概念。然而，报告称，在学术界和行业，人工智能劳动力「仍然以男性为主」。这张图表来自美国计算机研究协会年度调查，数据显示，在北美人工智能相关的博士课程的毕业生中，女性仅占约20%。
十五
多样性问题（2）
来自同一调查的数据讲述了一个关于种族/民族身份的类似故事。这个问题在即将毕业的博士生中似乎相当明显，有许多优秀的科学、技术、工程和数学项目都以女孩和少数族裔为重点。这使我们想到了AI4ALL组织，或许社会可以更加关注这些群体，给他们更多的资助，或者以某种方式参与其中。
参考链接：
https://aiindex.stanford.edu/wp-content/uploads/2021/03/2021-AI-Index-Report_Master.pdf
https://spectrum.ieee.org/tech-talk/artificial-intelligence/machine-learning/the-state-of-ai-in-15-graphs
机器之能面向正在进行数字化转型及智能化升级的各领域产业方，为他们提供高质量信息、研究洞见、数据库、技术供应商调研及对接等服务，帮助他们更好的理解并应用技术。产业方对以上服务有任何需求，都可联系我们。
zhaoyunfeng@jiqizhixin.com
原标题：《15张图表带你速览2021人工智能最新趋势》
阅读原文
中国人工智能应用独角兽排名TOP90
历时60天，今天铅笔道将发布《2021真榜•人工智能应用排行榜》：90家独角兽从1800家企业脱颖而出，登顶榜单。铅笔道特发此文，以表彰它们。
数字经济是国家重点关注的新经济方向，而人工智能是数字经济的代表产业。人工智能当前的关注重点，不在于技术或产品本身，而在于“应用”。只有解决“应用”问题，它才能从一个实验室产品，变成一个市场化产品：企业才能可持续盈利。
这也是本期榜单的初心：发掘一批最具应用价值的人工智能企业。而让人兴奋的是，最近几年，人工智能的应用成果已经在各个产业开花。
人工智能与未来城市结合，新一代拥有智慧大脑的现代化城市全副武装。
人工智能与医疗结合，各类软、硬件机器人层出不穷，让诊断、手术等各个环节有了颠覆性改变。
人工智能与智能制造结合，让制造业的研发设计生产制造大大提速。
人工智能与企业经营结合，各类客服、财务机器人出现，帮助我们从繁琐、重复的工作中解脱出来。
......
通过榜单，我们期待将这些应用成果发掘出来，以供产业借鉴，最终助推产业人工智能化。
本期真榜调研周期约60天，调研样本1800家，调研维度50多个。榜单有着较为严苛的最低准入门槛（评选资格）：估值必须在1亿美金以上；近3年至少完成1轮融资，金额在3000万元以上。
达到评选资格后，企业将被纳入1套较为科学的评价体系，依据分值高低（非量化部分由专家评审组评估）得出排名。
这套评价体系着重考察几个方面：
上榜企业必须有着扎实的基本面：如足够大的赛道，足够优秀的团队，足够科学的解决方案，足够好的当下业绩，以及足够想象力的未来增长空间。
上榜企业必须得到资本的高度认可：比如足够高的资本估值，足够大的过往融资额，足够爆发性的增长曲线。
上榜企业必须创造了良好的商业价值：比如足够靠前的年收入，足够靠前的年利润，足够靠前的收入增长与利润增长。
榜单数据主要来源于4个渠道：
1.问卷调研：我们邀请企业参榜并填写问卷表单
2.铅笔道DATA：我们参考自有数据库的独家信息
3.第三方数据库：我们参考第三方媒体、数据库收录的信息
4.专家访谈及核实：我们依靠采访、调研等手段核实信息
今日，铅笔道正式发布《2021真榜•人工智能应用•最具商业价值排行榜》，期待扮演产业望远镜的角色，将那些在行业里默默耕耘、贡献的发光企业挖掘出来：让国家看见它们，让资本看见它们，让行业看见它们。
考虑到榜单的广泛影响力，在结果正式发布前，铅笔道特此声明：真榜致力于做创新经济“不说谎的榜单”，即“用最真实客观的评价手段，发现影响时代的创新者”，但在实际评估中，榜单结果将难以避免地受到复杂的客观因素影响。
2021真榜·人工智能应用最具商业价值排行榜·智能安防与城市TOP10
本次智能安防与城市榜单中，上榜企业的最新一轮融资额平均达1.448亿元，中位数为1亿元；最新估值平均达52亿元，中位数为18亿元。从营收方面看，上榜企业平均年收入约1.7亿元，中位数为1.05亿元。
2021真榜·人工智能应用最具商业价值排行榜·智能机器人TOP10
在智能机器人榜单中，上榜企业最新一轮的平均融资额达5.025亿元，中位数为4亿元；平均估值约52.88亿元，中位数为25亿元。从营收方面看，上榜企业平均收入5875万元，中位数为4500万元。
2021真榜·人工智能应用最具商业价值排行榜·智能制造TOP10
在智能制造榜单中，上榜企业最新一轮融资额平均达3.01亿元，中位数为2亿元；平均估值19.345亿元左右，中位数为15.4亿元。从营收方面看，上榜企业平均收入4755.56万元，中位数为3000万元。
2021真榜·人工智能应用最具商业价值排行榜·智能医疗TOP10
在数据与智能榜单中，上榜企业最新一轮融资额平均达2.599亿元，中位数为1.55亿元；平均估值32.056亿元左右，中位数为28亿元。从营收方面看，上榜企业平均收入13233.33万元，中位数为4700万元。
2021真榜·人工智能应用最具商业价值排行榜·智能金融TOP10
在智能金融榜单中，上榜企业最新一轮融资额平均达3.38亿元，中位数为2亿元；平均估值42.2亿元左右，中位数为23亿元。从营收方面看，上榜企业平均收入7285.71万元，中位数收入为5000万元。
2021真榜·人工智能应用最具商业价值排行榜·智能驾驶TOP10
在智能驾驶榜单中，上榜企业最新一轮融资额平均达6.675亿元，中位数为1.4亿元；平均估值68.73亿元左右，中位数为58.6亿元。从营收方面看，上榜企业平均收入7833.33万元，中位数收入6800万元。
2021真榜·人工智能应用最具业价值排行榜·智能客服TOP10
在智能客服榜单中，上榜企业最新一轮融资额平均达1.62亿元，中位数为1.225亿元；平均估值34.76亿元左右，中位数为23亿元。从营收方面看，上榜企业平均收入9744.44万元，中位数为1亿元。
2021真榜·人工智能应用最具商业价值排行榜·智能家居TOP10
在智能家居榜单中，上榜企业最新一轮融资额平均达5100万元；平均估值18.3亿元左右，中位数为16亿元。从营收方面看，上榜企业平均收入2.86亿元，中位数2.8亿元。
2021真榜·人工智能应用最具商业价值排行榜·智能零售TOP10
在智能零售榜单中，上榜企业最新一轮融资额平均达6.555亿元，中位数为1.81亿元；平均估值38.91亿元左右，中位数为17.5亿元。从营收方面看，上榜企业平均收入6340万元，中位数为4000万元。
铅笔道介绍
铅笔道是中国第三代创新创业服务平台，致力于发现创新公司，服务创新公司，旗下涵盖投融资、新媒体、PR等服务。
目前，铅笔道用户覆盖3000万创新公司，其APP、公众号、官网等平台已积累约100多万创投圈活跃用户，深度链200000+股权投资人，覆盖活跃投资机构4000+。过去5年，铅笔道累计采访了13000名创新公司，据公众号数据统计，垂直原创内容数在创新创业圈排名TOP1。
铅笔道已经完成五轮融资，股东不乏真格、软银中国、险峰长青、英诺天使、BAI、YC中国（现奇绩创坛）等TOP投资机构。