近年來(lái)全球人工智能領(lǐng)域飛速發(fā)展。1998—2018 年，經(jīng)過(guò)同行評(píng)審的AI 論文（期刊論文和會(huì)議論文）增長(zhǎng)了三倍以上。中國(guó)每年發(fā)表的AI 論文數(shù)量與歐洲持平，并于2006 年超過(guò)了美國(guó)。2014—2018 年，全球60％以上的AI 專(zhuān)利引用來(lái)自北美地區(qū)。2019 年，全球私人AI 投資超過(guò)700 億美元，AI 相關(guān)創(chuàng)業(yè)投資超過(guò)370 億美元，并購(gòu)規(guī)模340 億美元，IPO 規(guī)模50 億美元。2010—2018 年，針對(duì)AI 初創(chuàng)公司的私人投資以超過(guò)48％的年均增長(zhǎng)率穩(wěn)步增長(zhǎng)。當(dāng)前，人工智能已成為北美計(jì)算機(jī)科學(xué)博士生最受歡迎的專(zhuān)業(yè)。2018 年，超過(guò)21％的計(jì)算機(jī)科學(xué)的博士畢業(yè)生專(zhuān)注于人工智能/ 機(jī)器學(xué)習(xí)的研究方向，超過(guò)60％的AI 博士畢業(yè)生進(jìn)入了產(chǎn)業(yè)界。與此同時(shí)，人工智能相關(guān)的社會(huì)倫理問(wèn)題逐漸引起人們關(guān)注，全球新聞報(bào)道涉及的主題主要有人工智能使用的倫理框架和準(zhǔn)則、數(shù)據(jù)隱私、面部識(shí)別的使用、算法偏見(jiàn)等。報(bào)告認(rèn)為，人工智能對(duì)聯(lián)合國(guó)所有17 個(gè)可持續(xù)發(fā)展目標(biāo)均具有適用性，但只能幫助解決169 個(gè)細(xì)分目標(biāo)中約一半的目標(biāo)，因此需要克服一些瓶頸以便更好地發(fā)揮AI 的作用。

1. 期刊出版物：Elsevier
據(jù)報(bào)告顯示，1998—2018 年，AI 出版物在同行評(píng)審出版物中的占比不斷提升，AI 論文[1]占全球論文總數(shù)的比例從不足1%增長(zhǎng)到3% 左右（在期刊出版物和會(huì)議論文中的占比已分別達(dá)到3% 和9%，圖1）。歐洲在AI 論文發(fā)表數(shù)量上曾長(zhǎng)期領(lǐng)先（2018年占全球份額達(dá)27%），而中國(guó)的AI 論文數(shù)量增長(zhǎng)迅速，已于2006 年超過(guò)美國(guó)，目前與歐洲持平，在全球的占比從2000 年的10％增長(zhǎng)到了2018 年的28％（圖2）。但美國(guó)在AI 文獻(xiàn)引用影響方面處于領(lǐng)先地位，歐洲接近全球平均水平，中國(guó)則進(jìn)步較快。此外，企業(yè)與學(xué)術(shù)界合作開(kāi)展AI 研究越來(lái)越普遍。

2. arXiv 上的論文[2]
報(bào)告指出，2010—2019 年，arXiv 上AI 論文發(fā)表量增加了20 倍以上，“計(jì)算與語(yǔ)言”（Computation and language）子類(lèi)的論文提交量增長(zhǎng)了近60 倍。自2014 年以來(lái)，“ 計(jì)算機(jī)視覺(jué)和模式識(shí)別”（Computer Vision and Pattern Recognition）一直是最大的子類(lèi)，2019 年“機(jī)器學(xué)習(xí)”（Machine Learning）則取而代之（圖3）。以深度學(xué)習(xí)為例，北美發(fā)布的論文最多，其次是歐洲、亞太地區(qū)；按國(guó)別則是美國(guó)和中國(guó)排在前兩位，其次是英國(guó)、德國(guó)、澳大利亞、加拿大；按人均論文發(fā)表量則是新加坡、瑞士、澳大利亞、以色列、荷蘭和盧森堡相對(duì)較高。

3. 微軟學(xué)術(shù)圖譜（Microsoft Academic Graph，MAG）
據(jù)微軟學(xué)術(shù)圖譜數(shù)據(jù)顯示，1990—2008 年，東亞及太平洋地區(qū)的AI 學(xué)術(shù)論文所占份額逐年上升，并于2003 年超過(guò)北美地區(qū)和歐洲及中亞地區(qū)。2018 年已發(fā)表的期刊論文中有37％來(lái)自東亞及太平洋地區(qū)，有24％來(lái)自歐洲及中亞地區(qū)，而22％來(lái)自北美地區(qū)（圖4）。2015—2018 年，中國(guó)的AI 論文總發(fā)表量最多，其次是美國(guó)、印度、英國(guó)和德國(guó)。2014—2018 年，東亞及太平洋地區(qū)的AI 期刊論文引用量最多，占全球引用量的32.1％，其次是歐洲及中亞地區(qū)和北美地區(qū)，分別占31.4％和27.1％（圖5）。

AI 技術(shù)專(zhuān)利可以衡量AI 在行業(yè)中的活動(dòng)及其對(duì)產(chǎn)品的潛在影響。圖6 顯示了1990—2018 年全球MAG 在MAG 中的AI 專(zhuān)利份額。超過(guò)51％的已發(fā)布AI 專(zhuān)利歸于北美，歐洲及中亞地區(qū)的份額下降到23％，與東亞及太平洋地區(qū)所占份額接近。2015—2018 年，AI 專(zhuān)利發(fā)布數(shù)量最多的是美國(guó)，其次是日本、法國(guó)、加拿大和德國(guó)；超過(guò)94％的AI 專(zhuān)利授權(quán)來(lái)自高收入國(guó)家，4% 來(lái)自中高收入國(guó)家。2014—2018 年，全球AI 專(zhuān)利引用量的60.4％來(lái)自北美地區(qū)，其次是東亞及太平洋地區(qū)和歐洲及中亞地區(qū)，分別為22.1% 和14.9%（圖7）。

4. AI 研發(fā)中的女性研究人員
報(bào)告指出，AI 研究人員的性別多樣性存在國(guó)際差異，地理位置和研究領(lǐng)域都會(huì)對(duì)此產(chǎn)生影響。2000—2018 年，擁有女性作者的AI 論文比例發(fā)生了變化，歐洲有所增長(zhǎng)，而美國(guó)略有下降。許多西歐國(guó)家及阿根廷、加拿大和伊朗在AI 研究中都表現(xiàn)出了相對(duì)較高的女性比例。在荷蘭和丹麥，至少有一位女性合著者的AI 論文比例分別在41％和39％以上，葡萄牙、西班牙、法國(guó)、比利時(shí)、意大利、愛(ài)爾蘭、匈牙利、阿根廷、加拿大、伊朗等國(guó)家也有30% 以上，而日本和新加坡則只有10％和16％的AI 論文中有女性作者。
二、AI 會(huì)議

1. 參與度

報(bào)告顯示，AI 會(huì)議的規(guī)模和聲望都在提升，參會(huì)人數(shù)顯著增加。神經(jīng)信息處理系統(tǒng)大會(huì)（Conference and Workshop on Neural Information Processing Systems，NeurIPS）、計(jì)算機(jī)視覺(jué)與模式識(shí)別大會(huì)（Conference on Computer Vision and Pattern Recognition，CVPR）、國(guó)際機(jī)器學(xué)習(xí)大會(huì)（International Conference on Machine Learning，ICML）是與會(huì)人數(shù)最多的三個(gè)大型AI 會(huì)議，2019 年的參會(huì)人數(shù)分別達(dá)到了13500 人、9227 人和6400 人，NeurIPS 和ICML 的規(guī)模增長(zhǎng)最快，均比2012年增長(zhǎng)了8倍多，CVPR 也增長(zhǎng)了5倍多。小型AI 會(huì)議如國(guó)際學(xué)習(xí)表征會(huì)議（International Conference on Learning Representations，ICLR），2019年的參會(huì)人數(shù)已是2014年的15倍以上。
2. 美國(guó)人工智能協(xié)會(huì)論文統(tǒng)計(jì)
美國(guó)人工智能協(xié)會(huì)（Association for the Advancement of Artificial Intelligence，AAAI）年會(huì)是運(yùn)行時(shí)間較長(zhǎng)的AI 會(huì)議之一。統(tǒng)計(jì)結(jié)果顯示，AAAI 的會(huì)議論文中，中國(guó)提交和接受的論文最多，其次是美國(guó)；接受率最高的是以色列（24％），其次是德國(guó)（23％）、加拿大（22％）、美國(guó)（20％）和新加坡（20％）。從論文提交和接受的情況來(lái)看，機(jī)器學(xué)習(xí)、自然語(yǔ)言處理和計(jì)算機(jī)視覺(jué)仍是排名前三的主題領(lǐng)域。
3. 多元化組織
機(jī)器學(xué)習(xí)女性協(xié)會(huì)（Women in Machine Learning，WiML）作為一個(gè)支持女性參與機(jī)器學(xué)習(xí)研究和發(fā)展的組織，其2018 年研討會(huì)的注冊(cè)人數(shù)已是2014 年的8 倍多。致力于將科技工作者與學(xué)生進(jìn)行對(duì)接的AI4ALL（AI for ALL）項(xiàng)目，其參與人數(shù)已是2015 年的20 倍。類(lèi)似組織的發(fā)展反映了女性和學(xué)生等新的AI 參與群體也在增長(zhǎng)。
4. 倫理問(wèn)題
報(bào)告指出，在人工智能、機(jī)器學(xué)習(xí)、機(jī)器人相關(guān)的會(huì)議和期刊論文中，含有“倫理”相關(guān)關(guān)鍵詞的論文占比雖小，但增長(zhǎng)迅速。RightsCon 作為數(shù)字時(shí)代全球大型的人權(quán)年度峰會(huì)之一，自2017 年以來(lái)，已就人權(quán)與AI 問(wèn)題的探討有了初步進(jìn)展，AI 倫理議題的焦點(diǎn)也從算法責(zé)任和基于人權(quán)的AI 方法擴(kuò)展到算法偏見(jiàn)和歧視、隱私和數(shù)據(jù)權(quán)以及AI 在治理、選舉、審查、貿(mào)易、就業(yè)等方面的作用。
三、技術(shù)性能

1. 計(jì)算機(jī)視覺(jué)

報(bào)告指出，依托特定數(shù)據(jù)集的建立和一些挑戰(zhàn)賽的舉辦，AI 在圖像分類(lèi)、圖像生成、語(yǔ)義分割、視頻動(dòng)態(tài)識(shí)別、多種數(shù)據(jù)類(lèi)型的聯(lián)合推理等方面取得了顯著進(jìn)展。例如，基于大型圖像數(shù)據(jù)庫(kù)ImageNet 的大規(guī)模視覺(jué)識(shí)別挑戰(zhàn)賽的進(jìn)展表明，基于云架構(gòu)訓(xùn)練大型圖像分類(lèi)系統(tǒng)所需的時(shí)間從2017 年10 月的約3 個(gè)小時(shí)減少到了2019 年7 月的約88 秒（準(zhǔn)確度達(dá)到93% 以上），圖像分類(lèi)的訓(xùn)練成本也大大下降。
2. 語(yǔ)言
報(bào)告指出，能夠理解和分析自然語(yǔ)言是至關(guān)重要的多用途AI 技術(shù)問(wèn)題。近年來(lái)，面向語(yǔ)言的AI 系統(tǒng)研究取得了巨大進(jìn)步。在通用語(yǔ)言理解評(píng)估（General Language Understanding Evaluation，GLUE）測(cè)試和超級(jí)GLUE（SuperGLUE）測(cè)試中，Google、Facebook 發(fā)布的模型在通用語(yǔ)言理解上已接近人類(lèi)基準(zhǔn)。斯坦福問(wèn)答數(shù)據(jù)集（Stanford Question Answering Dataset，SQuAD2.0）測(cè)試結(jié)果表明，AI 在自然語(yǔ)言處理方面的進(jìn)展迅速。此外，艾倫人工智能研究所（Allen Institute for Artificial Intelligence，AI2） 的推理挑戰(zhàn)賽（AI2 Reasoning Challenge，ARC） 和商用機(jī)器翻譯（Commercial Machine Translation，CMT）系統(tǒng)的發(fā)展表明，AI 在推理、翻譯等方面也有一定進(jìn)展。
3. 計(jì)算能力
2012 年之前，人工智能的發(fā)展遵循摩爾定律，計(jì)算量每?jī)赡攴�一番�?012 年之后，計(jì)算量每3.4 個(gè)月翻一番（已增長(zhǎng)30萬(wàn)倍）。
4. 人類(lèi)級(jí)表現(xiàn)里程碑
繼2017 年首份AI 指數(shù)報(bào)告列出“人類(lèi)級(jí)表現(xiàn)里程碑”（Human-Level Performance Milestones）清單之后，2019 年的報(bào)告對(duì)這一清單作了更新[3]，概述了人工智能在人類(lèi)或超人類(lèi)級(jí)別執(zhí)行的游戲成就、醫(yī)療診斷和其他復(fù)雜任務(wù)的代表性事件新增了“DeepMind 打造的Alphastar 在《星際爭(zhēng)霸2》中擊敗頂級(jí)人類(lèi)專(zhuān)業(yè)玩家”“以專(zhuān)家級(jí)的準(zhǔn)確性檢測(cè)糖尿病視網(wǎng)膜病變（Diabetic Retinopathy，DR）”兩項(xiàng)。
四、經(jīng)濟(jì)

1. 就業(yè)
報(bào)告指出，人工智能領(lǐng)域的崗位需求無(wú)論在發(fā)達(dá)經(jīng)濟(jì)體還是新興經(jīng)濟(jì)體中都在迅速增長(zhǎng)。領(lǐng)英（LinkedIn）的數(shù)據(jù)顯示，全球AI 招聘呈現(xiàn)快速增長(zhǎng)趨勢(shì)。2015—2019 年，新加坡、巴西、澳大利亞、加拿大和印度的AI 招聘數(shù)量增長(zhǎng)最快。美國(guó)的AI 崗位需求比例從2012 年的0.3％增長(zhǎng)到了2019 年的0.8％，其AI 崗位需求主要集中在機(jī)器學(xué)習(xí)、人工智能、神經(jīng)網(wǎng)絡(luò)、自然語(yǔ)言處理、機(jī)器人技術(shù)和視覺(jué)圖像識(shí)別等集群，主要分布于信息技術(shù)服務(wù)、專(zhuān)業(yè)及科技服務(wù)、金融和保險(xiǎn)、制造業(yè)、企業(yè)管理等領(lǐng)域。在AI 技能滲透方面，印度、美國(guó)、法國(guó)、中國(guó)和以色列是滲透率最高的五個(gè)國(guó)家，而軟件和IT 服務(wù)、硬件和網(wǎng)絡(luò)、教育、金融和制造業(yè)是滲透率最高的五個(gè)行業(yè)。報(bào)告還詳細(xì)分析了美國(guó)各州、大都市區(qū)和城市的AI 崗位需求及技能滲透情況。
2. 投資
報(bào)告顯示，2019 年，全球私人AI 投資超過(guò)700 億美元，與AI 相關(guān)的創(chuàng)業(yè)投資超過(guò)370 億美元，并購(gòu)規(guī)模34 億美元，首次公開(kāi)發(fā)行（IPO）規(guī)模50 億美元。美國(guó)、歐洲和中國(guó)在私人AI 投資方面所占份額排名靠前，美國(guó)一直是AI 資助的領(lǐng)先者和AI 初創(chuàng)企業(yè)投資的主導(dǎo)者，以色列、新加坡和冰島的人均投資較為可觀。2018—2019 年，AI 私人投資最多的是自動(dòng)駕駛汽車(chē)，為77 億美元（占比9.9%）；增長(zhǎng)最快的是機(jī)器人自動(dòng)化（超過(guò)10 億美元）。針對(duì)AI 初創(chuàng)企業(yè)的投資穩(wěn)步增長(zhǎng)，從2010 年的13 億美元增長(zhǎng)到了2018 年的404 億美元，年均增長(zhǎng)超過(guò)48％。獲得投資的4403 家AI 初創(chuàng)企業(yè)分別來(lái)自36 個(gè)不同的重點(diǎn)領(lǐng)域，主要包括數(shù)據(jù)工具、時(shí)尚和零售技術(shù)、工業(yè)自動(dòng)化、石油和天然氣、金融科技和文本分析。其中，美國(guó)有1749 家初創(chuàng)企業(yè)共獲得198 億美元投資，中國(guó)有486 家初創(chuàng)企業(yè)獲得總計(jì)166 億美元投資，歐洲有993 家初創(chuàng)企業(yè)共獲得46 億美元投資，印度有139 家初創(chuàng)企業(yè)獲得36 億美元投資。人工智能似乎正在轉(zhuǎn)變?yōu)橥ㄓ眉夹g(shù)。
在企業(yè)投資方面，2019 年由風(fēng)險(xiǎn)資本驅(qū)動(dòng)的私人投資約占AI 總投資的一半，其余為并購(gòu)和公開(kāi)募股。但就交易數(shù)量而言，私人投資占92％，并購(gòu)僅占4％，少數(shù)股權(quán)和首次公開(kāi)發(fā)行共占3％。在公共投資方面，美國(guó)聯(lián)邦政府2020 財(cái)年預(yù)計(jì)在AI研發(fā)上投資49.8 億美元。其中，美國(guó)國(guó)防部（DoD）預(yù)算約40億美元，較大的AI 資助實(shí)體是國(guó)防部長(zhǎng)辦公室（13 億美元）、國(guó)防部高級(jí)研究計(jì)劃局（DARPA，5.06 億美元）；聯(lián)邦民用機(jī)構(gòu)（非國(guó)防部）預(yù)計(jì)將在AI 上投資9.73 億美元，美國(guó)國(guó)家科學(xué)基金會(huì)（NSF）為4.88 億美元。
3. 企業(yè)活動(dòng)
報(bào)告指出，企業(yè)的AI 應(yīng)用正在增加，但因行業(yè)而異。麥肯錫2019 年的一項(xiàng)研究表明，58％的受訪企業(yè)表示至少有一個(gè)職能或業(yè)務(wù)部門(mén)利用了AI，30％的受訪者表示AI 已嵌入其多個(gè)業(yè)務(wù)領(lǐng)域，企業(yè)最有可能出于提升其行業(yè)核心價(jià)值的目的而利用AI，在各行業(yè)中應(yīng)用最多的是機(jī)器人流程自動(dòng)化、計(jì)算機(jī)視覺(jué)和機(jī)器學(xué)習(xí)，且相當(dāng)一部分受訪企業(yè)已針對(duì)合規(guī)性、網(wǎng)絡(luò)安全、個(gè)人隱私等風(fēng)險(xiǎn)采取措施。
報(bào)告顯示，2018 年，全球機(jī)器人安裝量增長(zhǎng)6％，達(dá)到422271 臺(tái)，價(jià)值165 億美元；現(xiàn)有運(yùn)作的機(jī)器人存量約243.95萬(wàn)臺(tái)，增長(zhǎng)了15%。需求最大的仍是汽車(chē)行業(yè)（占安裝總數(shù)的30％），其次是電氣/ 電子（25％）、金屬和機(jī)械（10％）、塑料和化學(xué)產(chǎn)品（5％）、食品和飲料（3％）。中國(guó)、日本、美國(guó)、韓國(guó)和德國(guó)的工業(yè)機(jī)器人安裝量占全球總安裝量的74%。自2013 年以來(lái)，中國(guó)一直是全球最大的工業(yè)機(jī)器人市場(chǎng)，2018 年安裝量為154032 臺(tái)，占全球總安裝量的36％。
五、教育

1. 在線學(xué)習(xí)
報(bào)告指出，越來(lái)越多的AI 教育超出了實(shí)體大學(xué)的范圍，在線學(xué)習(xí)在AI 教育和技能培訓(xùn)中發(fā)揮著關(guān)鍵作用。全球最大的高等教育在線平臺(tái)Coursera 發(fā)布的2019 全球技能指數(shù)（Global Skills Index，GSI）報(bào)告，詳細(xì)分析了全球60 個(gè)國(guó)家和地區(qū)10 個(gè)行業(yè)的商業(yè)、技術(shù)和數(shù)據(jù)科學(xué)方面的技能狀況，包括AI 技能指數(shù)情況[4]。Coursera 的GSI 數(shù)據(jù)表明，東亞和南亞國(guó)家在AI 及相關(guān)技能方面的入學(xué)率較高，而一個(gè)國(guó)家的技能等級(jí)與其人均GDP 和高等教育投資水平等指標(biāo)相關(guān)。優(yōu)達(dá)學(xué)城（Udacity）的在線課程注冊(cè)數(shù)據(jù)顯示，深度學(xué)習(xí)、機(jī)器學(xué)習(xí)、人工智能及計(jì)算機(jī)系統(tǒng)工程等入門(mén)課程都比較熱門(mén)。
2. 人才培養(yǎng)
報(bào)告顯示，近年來(lái)，美國(guó)斯坦福大學(xué)、伯克利大學(xué)、伊利諾伊大學(xué)等的人工智能和機(jī)器學(xué)習(xí)等課程注冊(cè)學(xué)生數(shù)均大幅增長(zhǎng)，中國(guó)的清華大學(xué)和北京大學(xué)、加拿大的多倫多大學(xué)、澳大利亞的墨爾本大學(xué)等知名大學(xué)的相應(yīng)課程也呈現(xiàn)出類(lèi)似態(tài)勢(shì)。歐洲的大學(xué)AI 教育大都以碩士水平授課，共有197 所大學(xué)提供總計(jì)406 個(gè)AI 專(zhuān)業(yè)碩士學(xué)位授予點(diǎn)。人工智能已迅速成為北美計(jì)算機(jī)科學(xué)博士生最受歡迎的專(zhuān)業(yè)，2018 年，超過(guò)21％的計(jì)算機(jī)科學(xué)博士畢業(yè)生專(zhuān)注于人工智能/ 機(jī)器學(xué)習(xí)的研究。美國(guó)和加拿大AI 領(lǐng)域的博士畢業(yè)生人數(shù)持續(xù)增長(zhǎng)，超過(guò)了計(jì)劃數(shù)的60％；2018 年，有150 多名AI 博士進(jìn)入了產(chǎn)業(yè)領(lǐng)域，即將畢業(yè)的AI 博士進(jìn)入產(chǎn)業(yè)界的比例從2004 年的21％增長(zhǎng)到了2018年的62％以上。在美國(guó)，離開(kāi)學(xué)術(shù)界去產(chǎn)業(yè)界的AI 教師人數(shù)持續(xù)增長(zhǎng)。
3. 師資多元化
報(bào)告指出，在美國(guó)，按性別劃分的AI 教職員工多元化并未取得顯著進(jìn)展。計(jì)算機(jī)科學(xué)終身制教師的總數(shù)一直穩(wěn)步增長(zhǎng)，但女性教師在其中的占比基本保持不變（21%），新教師的國(guó)際化比例也較小（18%）。2018 年，女性在新教職員工中所占比例不到20％；女性AI 博士學(xué)位獲得者的比例自2010 年以來(lái)幾乎保持不變，為20％。2010—2018 年，美國(guó)的AI 博士學(xué)位獲得者中，來(lái)自國(guó)外的博士數(shù)量從不到40％增長(zhǎng)到了60％以上，這些畢業(yè)生只有18% 進(jìn)入了學(xué)術(shù)界。此外，與AI 相關(guān)的大學(xué)終身教職或終身教授存在前所未有的人才外流現(xiàn)象。
4. 倫理課程
報(bào)告指出，隨著AI 的興起，在計(jì)算機(jī)科學(xué)課程中設(shè)計(jì)并講授倫理規(guī)范具有緊迫性。常見(jiàn)的計(jì)算機(jī)倫理課程設(shè)置有兩種方法：①設(shè)計(jì)獨(dú)立的倫理課程，即將倫理與計(jì)算機(jī)及AI 等結(jié)合起來(lái)的單獨(dú)課程，如“計(jì)算機(jī)科學(xué)和倫理學(xué)”“人工智能和倫理”。②將倫理模塊（或內(nèi)容）納入核心計(jì)算機(jī)科學(xué)或人工智能課程的全流程。一些大學(xué)正在努力將兩者融合。
六、自動(dòng)系統(tǒng)

1. 自動(dòng)駕駛汽車(chē)

報(bào)告指出，目前全球范圍內(nèi)至少25 個(gè)國(guó)家或地區(qū)的城市正在測(cè)試自動(dòng)駕駛汽車(chē)（Autonomous Vehicles，AV）原型。加利福尼亞州是美國(guó)第一個(gè)制定自動(dòng)駕駛汽車(chē)測(cè)試法規(guī)的州。自2012 年以來(lái)，美國(guó)至少有41 個(gè)州和哥倫比亞特區(qū)考慮了與AV 有關(guān)的立法。2015—2018 年，加利福尼亞州測(cè)試自動(dòng)駕駛汽車(chē)的企業(yè)總數(shù)增長(zhǎng)了7 倍。2018 年，加利福尼亞州為50 多家企業(yè)和500多個(gè)AV 提供了測(cè)試許可，這些AV 總計(jì)行駛了約321.9 萬(wàn)千米（200 萬(wàn)英里）。然而，自動(dòng)駕駛汽車(chē)的安全和可靠性是一個(gè)大問(wèn)題。
2. 自主武器
最近的一項(xiàng)調(diào)查發(fā)現(xiàn)，至少有89 個(gè)國(guó)家的武器庫(kù)中有自動(dòng)防空系統(tǒng)，63 個(gè)國(guó)家部署了不止一種防空系統(tǒng)，而自主保護(hù)（Active Protection，AP）系統(tǒng)僅由9 個(gè)已知的生產(chǎn)國(guó)開(kāi)發(fā)和制造。已知全球范圍部署的自主武器（Autonomous Weapons，AW）系統(tǒng)數(shù)量排名中，美國(guó)最多，其次是以色列、俄羅斯、法國(guó)、中國(guó)、意大利等。
七、公眾認(rèn)知

1. 銀行

報(bào)告顯示，從各國(guó)中央銀行的通訊文件可以看出，世界各地的中央銀行都對(duì)AI 表現(xiàn)出了濃厚的興趣。英格蘭銀行圍繞AI 及區(qū)塊鏈和加密貨幣的使用制定了明確的研究議程，美聯(lián)儲(chǔ)和日本央行等國(guó)家的中央銀行也開(kāi)始圍繞AI 構(gòu)建正式的研究議程。
2. 政府
報(bào)告指出，政府官員越來(lái)越重視人工智能。與往年相比，2017—2018 年，各國(guó)國(guó)會(huì)的有關(guān)報(bào)告及立法中涉及AI 及相關(guān)內(nèi)容的頻次增加了10 倍以上。美國(guó)國(guó)會(huì)的相關(guān)筆錄中，2019年是迄今為止AI 提及率最高的一年。近年來(lái)，加拿大、英國(guó)等國(guó)家的國(guó)會(huì)報(bào)告、委員會(huì)報(bào)告和立法中，與人工智能相關(guān)的內(nèi)容都有顯著增加。
3. 企業(yè)
報(bào)告顯示，美國(guó)3000 家上市公司財(cái)報(bào)當(dāng)中，提及AI 收益的比例大幅增加，已從2010 年的0.01％增至2018 年的0.42％。在各行業(yè)2018—2019 年第一季度的財(cái)報(bào)中，金融業(yè)提及AI 的數(shù)量最多，其次是電子技術(shù)、生產(chǎn)商制造、醫(yī)療保健技術(shù)和技術(shù)服務(wù)部門(mén)。
4. 網(wǎng)絡(luò)搜索和新聞報(bào)道
報(bào)告指出，從美國(guó)用戶使用Google 搜索AI 相關(guān)關(guān)鍵詞的熱度和趨勢(shì)來(lái)看，2008—2013 年最熱的是“云計(jì)算”，2013—2016 年最熱的是“大數(shù)據(jù)”，近幾年最熱的是“機(jī)器學(xué)習(xí)”，其次是“數(shù)據(jù)科學(xué)”。在全球范圍的相關(guān)新聞報(bào)道中，“人工智能”無(wú)疑是最熱的贏家，其次是“機(jī)器學(xué)習(xí)”、“深度學(xué)習(xí)”，以及“AI與工作或就業(yè)”。
八、社會(huì)倫理

1. 倫理挑戰(zhàn)

報(bào)告指出，人工智能系統(tǒng)引發(fā)了各種道德和倫理挑戰(zhàn)。一些AI 倫理框架文件提到的倫理挑戰(zhàn)主要包括問(wèn)責(zé)制、安全、人類(lèi)控制、可靠性和安全性、公平性、多元化和包容性、可持續(xù)發(fā)展、透明度、可解釋性、多方參與、法律與合規(guī)、數(shù)據(jù)隱私。其中，公平性、責(zé)任制、可解釋性和透明度等是最常被提到的倫理問(wèn)題。
2. 新聞媒體報(bào)道
報(bào)告指出，人工智能的全球新聞報(bào)道已越來(lái)越多地關(guān)注AI使用的倫理問(wèn)題討論。2018—2019 年確定的3600 多篇有關(guān)倫理與人工智能的全球新聞中，主題主要涉及人工智能使用的倫理框架和準(zhǔn)則、數(shù)據(jù)隱私、面部識(shí)別的使用、算法偏見(jiàn)以及大技術(shù)角色。2019 年關(guān)于AI 倫理的全球媒體對(duì)話主要涉及AI 倫理框架問(wèn)題。
3. 可持續(xù)發(fā)展
報(bào)告指出，目前的人工智能應(yīng)用案例對(duì)聯(lián)合國(guó)所有17 個(gè)可持續(xù)發(fā)展目標(biāo)（Sustainable Development Goals，SDGs）均具有適用性，但只能幫助解決169 個(gè)細(xì)分目標(biāo)中約一半的目標(biāo)。為了使AI 發(fā)揮其潛在的作用和影響，需要克服一些特定的瓶頸，如數(shù)據(jù)本身的可用性、質(zhì)量和集成等挑戰(zhàn)，計(jì)算能力、AI 人才等方面的限制等。
九、國(guó)家戰(zhàn)略和全球AI 活力

1. 國(guó)家戰(zhàn)略

報(bào)告顯示，過(guò)去幾年，各國(guó)關(guān)于AI 的戰(zhàn)略性文件的數(shù)量一直在增加，各國(guó)紛紛推出并實(shí)施新的AI 戰(zhàn)略。在報(bào)告搜集的48 份AI 戰(zhàn)略文件中，94％的文件包含“學(xué)術(shù)伙伴關(guān)系”，48％包含AI 研發(fā)，超過(guò)42％提到AI 治理，而較少有文件提及保護(hù)消費(fèi)者和促進(jìn)公平。
2. 全球AI 活力
報(bào)告總結(jié)和介紹了衡量全球AI 活力（Global AI Vibrancy）的工具、方法及結(jié)果[5]。該工具自2015 年起使用，涵蓋28 個(gè)國(guó)家或地區(qū)，包括研發(fā)、經(jīng)濟(jì)、包容性三個(gè)一級(jí)指標(biāo)和34 個(gè)具體指標(biāo)，指標(biāo)數(shù)值為0—100，以衡量特定國(guó)家或地區(qū)在特定指標(biāo)下的全球分布中的相對(duì)位置，并可根據(jù)使用者的權(quán)重偏好進(jìn)行跨國(guó)比較和長(zhǎng)期比較。

pdf下載：2019 人工智能指數(shù)報(bào)告