2018中国人工智能指数.pdf

1 2018 中 国 人工智能 指数 China AI Index 2018 陈络、崔晓晖、莫泉、肖蓉、许成钢、杨威 武汉大学大数据与云计算实验室 长江商学院人工智能 -制度研究中心 2 3 作 者 （按姓氏字母排列） 陈络 （研究生，武汉大学大数据与云计算实验室） 崔晓晖 （主任、教授，武汉大学大数据与云计算实验室） 莫泉 （研究生，武汉大学大数 据与云计算实验室） 肖蓉 （ 研究生， 武汉大学大数据与云计算实验室） 许成钢 （主任、教授， 长江商学院 人工智能 -制度研究中心） 杨威 （研究生，武汉大学大数据与云计算实验室） 2018 中国人工智能 指数 I 目录 摘要 .3 1. 前言 (Overview) .5 2. 中美人工智能发展对比 (AI Development: China vs. US) .6 2.1学术领域 (Academia) .6 2.1.1学术刊物论文发表数量 (Journal Publications) .7 2.1.2学术会议出席人次 (Conference Participation) .8 2.1.3 学术影响力指数：论文引用指数 (Impacts of Publications: Citations). 10 2.1.4 期刊论文的质量指标：分级引用指数 (Quality of Jurnal Pblications: Citation Fequency) . 13 2.1.5 会议论文的质量指标：分级引用指数 (Quality of Conference Papers: Citation Frequency) . 16 2.1.6人工智能各领域分析 (Sub-areas of AI) . 20 2.2人才储备及分布 (AI Talents) . 28 2.2.1人工智能人才总体情 况 （ AI Talent Pool） . 28 2.2.1人工智能学术人才的分布 (AI Talents in Academia) . 30 2.3产业领域 (AI Industry) . 38 2.4开源 人工智能 软件包 (Open Source AI Softwares) . 38 2.5公众认知及媒体报道 (Media Coverage on AI) . 41 参考文献 (Reference) . 43 附录 (Appendix). 44 A1: 学术论文 (A1: Journal Publications) . 44 主要数据源和数据集 (Data Sources) . 44 收集的数据的定义 (Definitions of Variables) . 44 收集 过程 (Data Collection) . 44 备注 (Remarks) . 45 A2: 会议出席情况 (Conference Participation) . 45 主要数据源和数据集 (Data Sources) . 45 收集的数据的定义 (Definitions of Variables) . 45 收集过程 (Data Collection) . 45 备注 (Remarks) . 46 A3: AI领域创业公司 (Startup Companies in AI) . 46 主要数据源和数据集 (Data Sources) . 46 收集的数据的定义 (Definition of Variables) . 46 数据收集过程 (Data Collection) . 46 备注 (Remarks) . 46 A4: 人才分布 (Talents in AI) . 47 A5.GitHub开源软件 (Open Source AI Softwares) . 47 主要数据源和数据集 (Data Sources) . 47 收集的数据的定义 (Definition of Variables) . 47 收集过程 (Data Collection) . 47 China AI Index 2018 II 备注 (Remarks) . 48 A6. 公众认知及媒体报道 (Public Opinions and Media Coverage) . 49 主要数据源和数据集 (Data Sources) . 49 收集的数据的定义 (Definition of Variables) . 49 收集过程 (Data Collection) . 49 2018 中国人工智能指数 3 2018 中国人工智能指数 陈络、崔晓晖、莫泉、肖蓉、许成钢、杨威 摘要 2018中国人工智能指数从学术、产业、开源软件包使用、公众认知及媒体等方面，进行中美对比 ， 以此 度量中国的人工智能在最近十几年里的发展 及 影响。以下概要我们的基本发现 ： (1) 中国在 人工智能的学术领域发展迅速。在学术期刊及专业会议发表论文的总数方面，中国 呈现快速接近美国的趋势 。这一趋势 在 2016之 后尤其明显。中国的中、低等引用率的论文的发表总数，在最近几年 快速 接近 了 美国的总数。但在最具原创性 最具影响力的极高引用率和高引用率的论文方面，中国虽有大的进步， 与美国的差距仍然相当显著。在没有被引用的 、 通常是狭窄应用的研究论文方面，中国的发表总数超过了美国。在人工智能的一些领域，包括机器学习、 文本分析和 NLP、计算机图像与视频分析、虚拟代理及群体智能等，中国的 论文发表总数和被引用总数，在最近几年里大幅度缩小了与美国的差距。 但是在深度学习、机器人流程自动化、以及包括推理学习等在内的其他领域，从发表总数和引用率方面，与美国的差距都仍然显著。 (2) 在产业领域，在最近二十几年里，中国活跃的人工智能初创公司整体上呈快速发展趋势， 2016年超过 400家，达到顶峰。中国活跃的人工智能初创公司数字在 2012年之前多于美国，但是在 2012年以后 被美国超越。尤其是 在 2016年之后， 中美两国在产业领域的差距加大。 2016 年之后， 美国 的人工智能初创公司数量 快速上升，在 2018 年 超过 600 家，而中国则在 2016年 之后下降，在 2018年 降至不到 200家。 （ 3）在人工智能的学术人才方面，除了有特大影响的人才外，中国 有能力 发表有影响的 （即被引用的）论文的作者人数与美国之间的差距持续缩小。 发表没有被引用的论文的作者人数，最近几年大幅增加，超过美国。但特大影响（特高引用率）作者的人数显著少于美国。在人工智能的所有人才，包括学术、产业等所有方面的普遍人才方面，据领英 （ LinkedIn）人才数据库 ，中国的 AI人才总数为 5万，而美国的 AI人才总数为 83 万。 China AI Index 2018 4 （ 4） 我们用关注 开源软件包的统计，度量人工智能研发程度的指标。中国在最近三年里，关注人工智能开源软件包的总数迅速上升，并在 2017年秋超过了美国。但是，几乎 93%的中国研究者使用的人工智能开源软件包，是美国的机构开发提供的。中美两国人工智能研究者使用最多的软件包是 Google 开发的 TensorFlow。在 2018 年初，中美研究人员对此的关注人数，分别达到将近 9000人 和 约 7000人 。 (5) 人工智能的应用处仍然于起步阶段。其广泛应用和发展的前景，以及人们是否能在人工智能的发展过程中及时纠正偏差，与公共认知高度相关。我们收集的媒体大数据显示，在 2014 年之前，中国媒体对人工智能的正面报道略多于负面，差距 不大。此后，负面报道持续下降，正面报道逐年增加，全面压倒负面报道。相比之下，全球英语世界的报道，多数属于没有正负之分的中性。在 2013年 到 2015年之间， 正负报道之间的差距曾经大幅度缩小。在 2016之后，正面报道大幅度提高，而负面报道则没有显著变化。 这个趋势与 2016年之后美国人工智能投资初创企业的快速增长高度相关。 2018 中国人工智能指数 5 1. 前言 (Overview) 自 1950年代 提出 “ 人工智能 ” 概念以来，人工智能领域取得了长足的发展。特别是 2010年以后，随着可用数据量的迅速增长 ，计算能力的巨大提高，以及深度神经网络的发展，人工智能迎来了 爆发性的增长。 人工智能已经渗透到了社会经济的各个方面，在各个领域都产生了深远的影响，成为 正在兴起的产业革命的核心技术。 2016 年初美国白宫科技政策办公室发布为人工智能的未来做好准备、国家人工智能研究和发展战略计划以及人工智能、自动化与经济报告 等 报告， 推动成立了机器学习与人工智能分委会（ MLAI），负责协调人工智能的研究与发展工作 ； 以及对人工智能相关产业问题给出技术方面和政策方面的建议 1。 2019 年 2 月 11 日 ， 美国总统 特朗普 签署行政令美国人工智能倡议 ，旨在 调动 美国 联邦资源用于人工智能，以确保美国的领先地位 。 中国的人工智能在最近十几年里开始快速 发展。 2016 年 1 月以来中国人工智能学会相继发布中国人工智能发展系列白皮书，包含机器学习、自然语言处理、模式识别等 12个类别 3。 2017年 7月 8日国务院印发新一代人工智能发展规划的通知 （ 以下 简称 规划 ） ，指出，“人工智能作为新一轮产业变革的核心驱动力，将进一步释放历次科技革命和产业变革积蓄的巨大能量，并创造新的强大引擎 。” 规划 指出当前中国在相关领域缺少重大原创成果；在基础理论、核心算法以及关键设备等方面有较大差距；尖端人才远远不能满足需求。 规划 为中国的人工智能发展规划了三步战略目标，期望到 2030年，中国成为世界主要人工智能创新中心 4。 从 2017到 2019 年 ，在国务院总理的政府工作报告中，连续三年强调人工智能的重要性。 本文建立 中国人工智能指数 ，以便定量理解 中国 人工智能发展 的 现状 。我们的度量范围包括学术、产业、开源软件包 使用，以及公众认知 等 。 其中部分指数的构建沿用斯坦福大学的人工智能指数的方法（ 2017人工智能指数年度报告（ Artificial intelligence index 2017 Annual Report， 以下简称斯坦福报告 ） 5）。 我们的人工智能指数的 具体 构造 如下表 1所示。 China AI Index 2018 6 表 1. 中国 人工智能 指数构造方法 Table 1. Indicators of the AI index 1. 学术领域 (Academia) 期刊 论文 发表 (Journal publications) 学术会议出席情况 (Conference participation) 论文 影响力 (Impacts of academic papers) 人工智能子领域分析 (Research in AI sub-areas) 2. 人才分布 (Human Capital） 总体人才储备 (Stock of human capital in AI) 学术人才储备 (Stock of human capital in AI academia) 3. 产业领域 (AI Industry) AI 领域创业公司 (Startup companies in AI) 4. 开源软件包使用和开发 (Development and use of open source package) GitHub项目统计 (Github projects) 5. 公众认知及媒体报道 (Pulbic opinions and media coverage on AI) 公众舆论倾向 (Trend of public opinions) 我们在学术领域的指数比斯坦福指数更详细。我们的指数针对中国，同时与美国进行对比。 斯坦福 指数 涵盖的领域比我们更宽 （ 因 我们 可收集数据 的 限制所致 ）； 是全球性的 ，除了 个别项目 集中于 美国 外，基本不报告具体国别 的 发展程度 。 2. 中美 人工 智能 发展 对比 (AI Development: China vs. US) 2.1 学术领域 (Academia) 在快速发展的人工智能领域，最重要的学术成果通常 首先 是在主要学术会议上报告的论文，其次是在学术刊物发表的论文。 我们 首先报告中美两国学者在学术刊物以及学术会议上发表的论文数量 以及 学术会议出席（即宣读论文）人次 等情况 ， 然后报告度量质量的指数，2018 中国人工智能指数 7 包括 刊物发表论文 和会议论文 被引用的次数 ， 以及 被大量引用的 高影响力 论文 数字 等方面 的信息 。 2.1.1 学术刊物论文发表数量 (Journal Publications) 首先，我们报告 从 1995 年至今，在 Scopus 数据库中，可以被检索到的标注关键字为 Artificial Intelligence 的 全部 中、美人工智能论文数量 6。 论文的“国家”的定义以及 数据 的 获取方法见附录 A1。 由图 1 可见， 中国在 人工智能 领域 发表的 研究 论文 的数量，整体上少于美国。曾 在 2008年到 2012年 期间超过美国，后又少于美国。最近再度接近美国的水平 。 图 1.中 美 人工智能 期刊 论文年度发表量 对比 图 2 报告的是以 1996年本国发表的论文为基数，中美两国人工智能论文发表的增长情况。 由图可见，中国在 期刊发表方面自 2006 年起开始快速增长。 2017 年中国 发 表 论文的数量 比 1996年增加了 约 41 倍 ，相比之下，美国在 2017年发表的论文增长了约 5.5倍左右。 中国 美国 0500100015002000250030003500400045001995 2000 2005 2010 2015Figure 1. The number of journal publications: China vs. US 中国 美国