美国人工智能方向的研究生培养案例研究—中国教育信息化网ICTEDU
摘要对2019年美国人工智能领域排名前三的高校（卡内基梅隆大学、麻省理工学院和斯坦福大学）进行个案分析，从学制与学位、招生要求、师资建设、课程设置四个维度比较上述三校人工智能方向研究生培养的异同，并为国内决策者与管理者提供建议：出台人工智能方向研究生培养关键环节的指导方针，推动新建人工智能学院、研究院或研究中心的组织架构升级，完善人工智能方向研究生奖学金、竞赛、学术会议资助等配套激励机制。
斯坦福大学机器人实验室主任、计算机科学教授Oussama Khatib (奥萨玛·哈提卜) ：人类与机器人协作的时代
来自斯坦福大学机器人实验室主任、计算机科学教授，IEEE会士，国际机器人研究基金会主席OussamaKhatib（奥萨玛·哈提卜），为我们带来精彩的分享。
奥萨玛介绍了早期人类在面对严峻的环境时，研发出机器人，因此许多任务开始由人类和机器人进行配合去完成，比如历史遗迹的寻找等。过程中，机器人将获取的数据反馈给人类，让人类获得很多信息，人类和机器人配合能够很好的执行一些任务，甚至是很多具有挑战的任务。
奥萨玛还介绍了许多机器人的应用场景，包括地下采矿的场景、救灾场景、灾后恢复场景、仓储物流场景、医学场景等。“这些都是很有前景的场景”，他表示。
此外他也强调了当前机器人面临新的环境和新的挑战，人们很难进行提前编程，让机器人去执行任务，所以人们希望机器人可以拥有人的智慧、是类人的。“机器人要面对的是从工厂当中走出来，进入到实际复杂的人类环境，因此它需要具备人类的智慧。”
对于机器人的落地应用，奥萨玛谈到有一个共同的研究表明，机器人在众多领域的落地需要跨学科的支持、多层次的设计、能源控制、存储、感知等，此外还要考虑伦理学层面的争议等。
斯坦福大学发布《2023年人工智能指数报告》
2022年3月16日，斯坦福大学“以人为本”人工智能研究院（StanfordHAI）正式发布了《2022年人工智能指数报告》（ArtificialIntelligenceIndexReport2022）。这是该机构发布的第五份年度报告，分析涵盖了人工智能（AI）研发、技术性能、人工智能伦理、经济和教育、人工智能政策和治理等。报告的要点包括：
（1）AI领域私人投资猛增，投资集中度加剧
2021年AI领域的私人投资总额约为935亿美元，是2020年私人投资总额的两倍多，但新投资的AI公司数量却在继续下降，从2019年的1051家和2020年的762家公司减少到2021年的746家。2020年有4轮5亿美元以上的融资，2021年有15个。
（2）美中两国主导AI跨国合作
尽管地缘政治紧张局势加剧，但从2010年至2021年，美中两国在AI出版物方面的跨国合作数量最多，自2010年以来增加了五倍。美中之间合作产生的出版物数量是排名第二的英中之间合作数量的2.7倍。
（3）语言模型能力显著提升，但也更容易有偏见
大型语言模型在技术基准上创造了新的记录，但新数据表明，更大的模型从训练数据中也更容易产生偏见。与2018年被认为是SOTA的1.17亿参数模型相比，2021年开发的2800亿参数模型产生的“毒性”增加了29%。随着时间的推移，这些系统的能力显著增强，既有性能增加也暴露出潜在愈加严重的偏见。
（4）AI伦理兴起
自2014年以来，关于AI公平性和透明度的研究呈爆炸式增长，在伦理相关会议上的有关出版物增加了五倍。算法公平和偏见已经从主要的学术追求转变为具有广泛影响的主流研究课题。近年来，具有行业关系的研究人员在以伦理为中心的会议上发表的论文同比增加了71%。
（5）AI成本降低、性能提高
自2018年以来，训练图像分类系统的成本降低了63.6%，而训练时间提升了94.4%。在其他MLPerf任务类别（如推荐、对象检测和语言处理）中出现了训练成本更低但训练时间更短的趋势，有利于AI技术更广泛的商业应用。
（6）数据、数据、数据
跨技术基准测试的顶级结果越来越依赖于使用额外训练数据来实现新的SOTA结果。截止2021年，报告中10个基准测试中有9个SOTAAI系统接受了额外数据的训练。这种趋势隐式地有利于私人机构参与者访问大量数据集。
（7）全球AI立法增多
AIIndex对25个国家的AI立法记录的分析显示，被通过成为法令的包含AI的法案数量从2016年的1项增长到2021年的18项。2021年，西班牙、英国和美国通过与AI相关的法案数量最多，平均通过了三项法案。
（8）机械臂更便宜
AIIndex调查显示，在过去五年中，机械臂的价格中位数下降了4倍，从2017年的每只手臂42000美元降至2021年的22600美元。机器人研究变得更易于获得和负担得起。
信息来源：
https://aiindex.stanford.edu/report/
机器之心.https://mp.weixin.qq.com/s/FXeGfipnxXOXQVmIVOZ56Q
斯坦福大学《人工智能指数2023》收录我校人工智能学院研究成果
近日，斯坦福大学发布了《人工智能指数2022》（ArtificialIntelligenceIndexReport2022）报告，这是斯坦福大学第五次发布该类型的报告，该报告是全球最可信、最权威的AI数据和洞察来源之一。今年的报告分为五个章节，包括最新的研究进展、技术性能、AI伦理、投资与教育、AI政策。
《人工智能指数2022》的技术性能部分用整页篇幅重点介绍了我校人工智能学院邓伟洪教授课题组的一项研究成果。报告称，虽然目前的一些面部识别算法的成功率接近100%，但因为疫情的影响，戴口罩面部识别成为了AI技术新的挑战。2021年，北京邮电大学课题组发布了6000张蒙面人脸的人脸识别数据集，以应对大规模戴口罩带来的新识别挑战。研究人员在各种面部数据集上运行了一系列现有的最先进的识别算法，结果表明，与未蒙面相比，顶级方法在蒙面面孔上的表现要差5到16个百分点。
《人工智能指数2022》引用了课题组在极端场景人脸识别问题上提出的系列数据集和评测结果。课题组通过相似外貌、跨年龄、跨姿态、口罩遮挡、对抗攻击等无约束条件下的人脸图片组，构建了五个规模相同的数据集（SLLFW/CALFW/CPLFW/MLFW/TALFW），从五个维度综合评价人脸识别鲁棒性和安全性，已被帝国理工、腾讯、百度等发表的数百篇论文实验使用。报告引用的测试结果表明，课题组2021年发表在IEEETransactionsonImageProcessing上的SFace深度学习方法取得了最佳的综合性能。目前全球最受欢迎的计算机视觉开源软件OpenCV已经收录了SFace的轻量级版本，成为其默认的人脸识别算法模型。
报告下载地址：https://aiindex.stanford.edu/report/
人工智能学院
2022年3月21日