人工智能领域的进步速度是教授计算机和机器人如何看待世界，理解它并最终在物理领域和物理领域执行复杂任务的持续热潮中最激烈的争论方面之一。虚拟的。而且，行业的发展速度，以及最终的结果，不仅取决于实际的产品进步和研究里程碑，还取决于人工智能领导者，未来学家，学者，经济学家和政策制定者的预测和表达关注。人工智能将改变世界 – 但是如何以及何时仍然是开放的问题。
今天，一组专家的研究结果发表在一起，以帮助回答这些问题。这些专家包括哈佛大学，麻省理工学院，斯坦福大学，非营利组织OpenAI以及人工智能产业联盟等成员，他们是第二届年度AI指数的一部分。我们的目标是使用硬数据衡量该领域的进展，并尝试理解这一进展，因为它涉及工作场所自动化等棘手问题以及对人工一般智能的总体追求，或者可让机器执行任何操作的智能类型。人类可以完成任务。
人工智能将改变世界，但研究人员仍在试图弄清楚如何以及何时
去年12月发布的第一份报告发现人工智能的投资和工作以前所未有的速度加速，虽然有限的游戏和视觉等某些领域的进展非同寻常，但人工智能仍然远远落后于一般情报任务。结果，比如，有限的各种工作的总自动化。尽管如此，该报告缺乏作者所称的“全球视角”，而第二版则用新的，更精细的数据和更具国际性的范围来回答许多相同的问题。
“没有全球视野，没有AI故事。2017年的报告严重偏向北美活动。这反映了数量有限的全球伙伴关系，而非内在偏见，“阅读2018年报告的介绍。“今年，我们开始缩小全球差距。我们认识到，未来还有一段漫长的旅程 – 一个涉及合作和外部参与的旅程 – 使这份报告真正全面。“
根据这种全球分析精神，第二份AI指数报告发现人工智能的商业和研究工作以及资金在地球上的每个地方都在爆炸。欧洲和亚洲尤为高度集中，中国，日本和韩国在人工智能研究论文出版，大学入学和专利申请方面领先东方国家。事实上，欧洲是人工智能论文的最大出版商，去年有28％的人工智能相关出版物。中国紧随其后的是25％，而北美则占17％。
图片：AI Index Report 2018
当谈到人工智能活动的类型时，报告发现机器学习和所谓的概率推理 – 或者认知相关的表现类型让游戏玩法AI智能成为人类对手 – 远远不是领先的研究按发表的论文分类。
然而，紧随其后的是计算机视觉方面的工作，计算机视觉是人工智能的基础子学科，它有助于开发自动驾驶汽车和动力增强现实和物体识别，以及神经网络，它们与机器学习一样，有助于训练这些算法以改善随着时间的推移 至少在当前时刻，不太重要的是像自然语言处理这样的领域，这可以让你的智能演讲者理解你所说的内容并做出回应，以及总体规划和决策，这就是机器人所需要的当自动化机器不可避免地成为日常生活中不可或缺的一部分时。
图片：AI Index Report 2018
该报告的一个有趣的元素是这些类别的研究如何被全球区域分解。中国非常注重农业科学，工程和技术，而欧洲和北美更注重人文科学，医学和健康科学，尽管欧洲的研究方法通常更为全面。
报告中的其他一些有趣的花絮包括美国人工智能研究论文，虽然数量较少，但在引用方面超过了中国和欧洲。政府相关组织和研究机构在中国和欧洲的论文数量远远超过公司或医疗领域，而美国的人工智能研究工作主要由企业的努力主导，考虑到苹果在该领域的巨大投资，这是有道理的。亚马逊，谷歌，Facebook和微软。
图片：AI Index Report 2018
就性能而言，AI继续飙升，特别是在计算机视觉等领域。通过测量广泛使用的图像训练数据库ImageNet的基准性能，该报告发现，启动可以按照最新精度对图片进行分类的模型所需的时间从“大约一小时到大约4分钟”下降在短短18个月内。这相当于训练速度大约提高了16倍。其他领域，如对象分割，这是软件区分图像的背景和主题，在短短三年内，精度提高了72％。
图片：AI Index Report 2018
对于机器翻译和解析等领域，软件可以理解语法结构，更容易回答问题，准确性和熟练程度越来越高，但随着算法越来越接近人类对语言的理解，回报越来越低。
在一个单独的“人类里程碑”部分，该报告打破了2018年在游戏和医疗诊断等领域取得的重大里程碑，其中进展正在以惊人的速度加速。这些包括谷歌拥有的DeepMind在面向客观的游戏模式中扮演经典的第一人称射击游戏Quake的进步，例如捕获旗帜，以及针对业余的标志性表演，然后是在线战斗竞技场游戏Dota 2的前职业玩家。
Alex Castro / The Verge的插图
所有这些难以理解的数据都非常了解人工智能领域现在所处的位置以及多年来它如何发展并预计将来会增长。然而，当涉及到关于自动化的更难的问题以及人工智能在刑事司法，边境巡逻，战争以及其他表现不如基础政府重要性的领域中实施的方式时，我们仍处于阴暗的境地。发挥政策。人工智能只会继续变得更加复杂，但在医院，教育系统，机场和警察部门可以无误地可靠地使用这些软件之前，技术以及偏见和安全方面存在许多障碍。
不幸的是，这并没有阻止企业和政府继续在现实世界中部署人工智能。今年，我们发现亚马逊正在向执法部门出售其识别面部识别软件，而谷歌发现自己在发现它为国防部无人机计划（称为Project Maven）提供计算机视觉专业知识后卷入争议。
在滥用成熟的情况下，政府越来越多地将人工智能投入工作
谷歌表示，一旦合同到期，它将撤出该项目，并且还发布了一系列广泛的人工智能道德原则，其中包括承诺永远不会开发人工智能武器监视系统，或为任何违反“广泛接受的原则”的项目做出贡献国际法和人权问题。“但很明显，硅谷的领导人将人工智能视为一个主要的商业机会，并将此类项目和合同视为参与人工智能研究军备竞赛的经济回报。
在世界其他地方，人工智能正在帮助政府开创监督和执法系统，在公民走向社会的过程中不断跟踪公民。据“纽约时报”报道，中国正在使用数百万台摄像头和面部识别等人工智能辅助技术为其近14亿人口创建世界上最全面的监控系统。预计这样一个系统将与该国新的社会信用体系联系起来，用于对公民进行评分，并根据教育，财务背景和其他指标将社会分层为获取和特权层次，所有这些都将通过日常信息得到通知。数据收集和分析人们的现实世界和在线行为。
Alex Castro / The Verge的插图
通过自动化，我们已经认识到大规模失业不会很快到来，而更大的担忧是我们作为一个社会是否已准备好迎接工作性质，以便在没有安全网的情况下向低稳定，低薪的工作过渡像健康保险。
不是每个人都会马上失去工作。相反，某些工作将随着时间的推移而消除，而其他工作将变为半自动化。有些工作总是需要一个人。工人的命运将取决于某些雇主的限制，劳动法律和法规，以及是否有足够的系统来将人们转变为新的角色或行业。例如，去年11月麦肯锡全球研究院的一份报告发现，到2030年全球自动化可能会损失8亿个工作岗位，但只有约6％的工作岗位面临完全自动化的风险。如何开发从人类工作转向人工智能或机器人辅助工作的过程，可能意味着全面危机和历史范式转变之间的差异。
自动化不会消除每项工作，但会使工作性质复杂化
7月份发表的美国智库
– 全球发展中心的一篇论文集中讨论了人工智能和机器人自动化对全球劳动力市场的潜在影响。研究人员发现，目前还没有足够的工作来为整体自动化问题做好准备，而且我们在一小部分市场中花费了太多时间来讨论完全自动化的一般道德和可行性。“可盈利性，劳动法规，工会化和企业社会期望等问题至少与决定哪些工作自动化的技术限制同等重要，”该论文总结道。
并非一切都是厄运和沮丧。AI指数报告背后的部分理念是提出正确的问题并确保制定政策的人员，公众和AI行业的领导者都有数据来做出明智的决策。现在可靠地衡量人工智能对社会的影响可能为时尚早
– 这个行业才刚刚开始 – 但要为这一切做好准备以及如何影响日常生活，工作和公共机构，如医疗保健，教育，执法也许与研究和产品开发本身一样重要。只有投资两者，我们才能避免创造改变世界的技术的风险。