赛迪-2020年AI全景报告-2021.4-20页_855kb

报告摘要

2020年AI全景报告总结

核心内容

《2020年AI全景报告》由Ian Hogarth与Nathan Benaich合著，系统总结了2019年全球人工智能领域在研究进展、人才形势、产业动态和政府政策等方面的发展情况。报告指出，尽管AI技术发展迅速，但其开放性仍然较低，美国在AI研究和产业方面仍占据主导地位，同时AI在医疗、自动驾驶、企业应用等领域的应用正在加速。

主要观点

一、研究进展

AI的开放性较低
- 大部分AI技术保持封闭，仅15%的AI论文公布了源代码。
- 行业机构比学术机构更少发布代码，如OpenAI和DeepMind均未完全公开代码。
- 代码与专利内容交织，限制了技术的开放共享。
深度学习框架发展
- PyTorch在AI研究论文中的使用率超过TensorFlow，因其灵活性和动态计算图。
- 2018年，TensorFlow占主导地位，但2020年已有55%的研究者转向PyTorch。
自然语言处理（NLP）新基准SuperGLUE发布
- SuperGLUE比GLUE更复杂，包含更难的语言任务和改进的评估资源。
模型性能提升成本高昂
- 提升模型性能需要大量计算资源和资金，成本极高。
- 较大的模型在某些情况下可以使用更少的数据达到相同效果。
生物学相关AI技术
- 生物学AI技术应用增长显著，涉及深度学习、NLP、计算机视觉等。
- 因果推理为机器学习系统提供更可靠的决策支持。
- 图形神经网络（GNNs）可处理3D数据，用于药物发现。
- DNA编码的小分子文库与GNN结合，显著提升药物筛选效率。
- 语言模型可用于仅通过氨基酸序列预测蛋白质特性。
其他AI技术
- 计算机视觉在目标检测、图像分割等领域获得更多关注。
- DETR模型无需手动编码先验知识，性能优越。
- 消费级360°摄像头结合深度学习，可提升图像处理效果。
- 联邦学习技术发展迅速，OpenMind展示了首个开源平台。
- AI在生物医药、自动驾驶、企业应用等领域的渗透率不断提升。

二、人才形势

高校AI人才流失严重
- 2004年至2018年间，美国高校AI教授流失对学术和创业产生负面影响。
- AI教授离职后，毕业生创业可能性降低4%。
中国AI人才影响力上升
- 2019年NeurIPS会议中，29%的作者拥有中国本科学位。
- 中国毕业生大多前往美国继续深造。
AI人才供给不足
- 尽管顶尖大学扩大招生，但AI人才需求仍远大于供给。
- AI相关职位发布量是浏览量的3倍，2016至2018年间增长速度达12倍。
美国AI人才来源多元化
- 美国AI人才中，大多数并非在美国接受本科教育。
- 中国、欧洲、印度是美国AI人才的主要来源国。
- 外国毕业生更倾向进入大公司，而美国本土毕业生更倾向初创公司或学术机构。

三、产业动态

生物医药领域
- AI助力药物研发，如Exscientia与住友制药合作研发治疗强迫症的药物DSP-1181。
- 深度学习优化显微镜成像分析，提升效率。
- 美国CMS对AI医疗成像产品提供补贴，推动其在临床应用。
自动驾驶领域
- 自动驾驶尚未实现完全无人驾驶，仅少数公司获得无安全员测试许可。
- 机器学习成为自动驾驶开发的新方向，模仿学习和逆强化学习技术正在发展。
- 新数据集有助于提升AI系统训练效果，但数据收集仍是瓶颈。
企业应用领域
- RPA和计算机视觉是企业最常用的技术。
- AI对话助理开始服务英国客户，如PolyAI的语音系统。
- 数控机床编程开始自动化，提升制造业效率。
其他应用领域
- AI用于检测篡改的身份证件。
- AI助力反洗钱和恐怖融资监控。
- 机器翻译加快金融犯罪分类的多语言数据处理。

四、政府政策

人脸识别监管加强
- 50%的国家允许使用人脸识别，但3国已发布禁令。
- Facebook因未遵守隐私法案被集体诉讼，赔偿6.5亿美元。
- 华盛顿州通过严格的人脸识别法律，限制执法部门使用。
- 英国法院强调人脸识别应避免歧视。
- 中国需加强人脸识别立法，保护用户隐私。
半导体产业政策
- 美国提出《为美国生产半导体的激励措施法案》，拨款220亿美元补贴芯片制造。
- 中国设立第二期国家集成电路产业投资基金，总额290亿美元，以减少对美国技术依赖。
AI投资与推进
- 美国持续加大AI预算，包括非军事领域的投资。
- 中国计划在多个城市设立AI试验区，推动AI在制造业、养老等领域应用。