AI指数评论：提防“路灯谬误”，开启全球多方对话

斯坦福AI指数全球专家共评：局限性显著，但开启全球多方对话意义深远。AI将解决世界巨大挑战，开启人类创造力新时代；中美AI双雄格局已定，思想不清的国家将被淘汰。

技术的单点突破，资本市场的多级繁荣，诸如此类的话题充斥着过去两到三年。然而，在AI时代思考AI，我们需要更宏大的世界观。

去年，斯坦福大学发起了“百年人工智能研究计划”，简称“AI100”，并制定了相关具体的计划——下一个100年中，每五年AI对社会影响的详细报告。最近，AI100下的AI Index项目，以《AI指数-2017年度报告》的形式对外公布。报告以发布AI活跃度指数（AI Vibrancy Index）为核心，整合了学术界和产业界（以美国为主）的各类数据和里程碑事件，系统呈现了AI历史发展脉络，以及今天所取得的成就。

建立AI公众认知、记录AI发展进程，是本篇AI指数报告的价值之一。此外，建立学界、产业界、媒体、政府等多方的连接，开启多方对话，是其更高的立足点。报告中大篇幅呈现了来自学界、产业界意见领袖的观点，让不同的发声汇聚于一体，微观层面包括对于AI度量指标的见解、数据集的解决方案、类人脑智力的进化方向等，宏观层面包括AI对人类的根本性影响、伦理与价值观、AI所承载的更宏伟的使命等。亿欧智库长期关注AI之于人类社会的影响，本篇将围绕AI指数，重点讨论这些来自意见领袖的观点。

AI活跃度指数：尚且局限，需全球共创

上图是AI活跃度指数曲线，该曲线呈现了自2000年以来，AI活跃度指数价值的增长倍数，从图中可知，至今为止指数最大值出现于2015年。由于纳入计算的数据以美国为主，所以我们可从曲线得知，美国的人工智能活跃度在2015年达到了顶峰。

该指数主要由三项指标构成：论文出版、学科课程和风险投资（两项学界指标+一项产业指标），如下图所示。

1. 论文出版

下图是从Scopus中搜索到的、打着AI标签的计算机科学相关论文数量的变化曲线。Scopus是全世界最大的摘要和引文数据库，涵盖了15000种科学、技术及医学方面的期刊。从图上可知，1996年至今，每年发布的AI相关论文数量增长了9倍。

下图的三条曲线分别呈现了全领域论文数量、计算机科学领域论文数量、计算机科学中有关AI的论文数量的变化，与1996年的数量对比的增长倍数。从图中可知，计算机科学领域的论文增长6倍的同时，计算机科学中有关AI的论文增长了9倍。

2. 学科课程

下图反映的是1990年（学年）至今，斯坦福大学入学AI和ML（Machine Learning，即机器学习）的学生人数变化。从图上可知，在斯坦福大学入学AI课程的人数，与1996年相比增长了11倍。

在此需要说明两点：

（1）报告选择ML，原因有二。第一，近期ML课程入学人数急剧上升；第二，ML对近期的许多AI成就至关重要；

（2）图中仅呈现了斯坦福大学的数据，主要是由于获取其他院校的相关数据较为受限。

为了弥补这一缺陷，报告横向对比了斯坦福大学、加州大学伯克利分校、佐治亚理工学院、伊利诺伊大学厄巴纳-香槟分校、华盛顿大学五所院校的AI课程入学人数。尽管部分学校的数据不完整，但从下图可见，其他院校的AI课程入学人数变化趋势，与斯坦福大体一致。

3. 风险投资

下图反映的是每年进入美国AI相关创业企业的风险投资金额的变化情况。从图中我们可知，美国AI创企吸引的风险投资金额，在2015年达到峰值。具体而言，2016年约34亿美金，与2000年相比增长了6倍。

对于AI活跃度指数的三项构成指标，具有较大的局限性。首先，指标本身的数据具有局限性，例如前文提到的院校数据受限制。其次，要反映AI的活跃度，美国以外地区的数据也要纳入，还有更多的指标应被纳入。另外，以上这些指标的数据相对容易获取，而通过易获取的数据看问题，容易进入“路灯谬误”——只在路灯下寻找钥匙，不是在可能的地方。

解决数据问题最好的方式，就是集众家之所长，一方面可以整合其他AI相关指数，一方面依托于AI100这项非盈利研究项目，采取“共创”的模式，争取更多机构将数据贡献出来。

AI赋能人类，开启创造力新时代

在今天，AI的重点已不再是“复制人类智能”，而是补充和增强人类的能力。IJCAI-16[1] 以“人文意识AI”（Human-Aware Artificial Intelligence）为主题，讨论人工智能与人类合作的诸多好处。AAAI-18[2] 以“人与AI合作”（Human-AI Collaboration）为主题，鼓励各界讨论人工智能如何更好地服务于社区建设。人们寄希望于AI能够承载更宏伟的使命，以解决我们面临的一些巨大挑战：

· 通过大型无线传感器网络收集、分析和检测海洋、温室气候和植物状况等数据，来了解气候变化，通过数据驱动的决策来改善和治理；

· 通过监测，合理匹配和改善粮食供求关系，以消除饥饿；使用网络物理传感器预测和应对自然灾害；

· 通过适应学生进步的MOOC产品来实现教育民主化，并确保每个孩子都能获得所需的技能，从而获得一份好工作，建设自己美好的生活；

· AI甚至可以帮助孩子们把童年的梦想变成现实——钢铁侠不再是一个漫画人物，而成为一种技术的可能性；

· 进一步，美国第三任首席技术官Megan Smith提出：

AI为解决全球贫困与饥饿问题、维护平等与正义、抵制偏见提供了巨大的机遇。

当以上种种逐步实现之时，正如麻省理工学院电气工程与计算机科学教授Daniela Rus所言：

人工智能和机器人所具有的更高的生产力，将使人类摆脱单调的任务，让我们能够专注于计算机无法实现的创造性工作、社交和高端任务。

无独有偶，斯坦福大学终生教授、Udacity创始人Sebastian Thrun也提出：

当我们许多人停止从事重复的体力劳动时，我们的教育程度将更高，我们变得更有创造力。随着这场新的革命，我预测我们将进入一个前所未有的人类创造力的时代。

但是，AI也会给人们带来负担。据估计，如果自驾出租车成为日常运输的主要方式，九分之一的就业机会将面临危险。为了适应这些变化，我们必须成为终身学习者。我们必须掌握新的技能，学习掌握新的技术。

中美AI双雄格局已定，思想不清的国家将落后

在这份报告中，有许多重要的统计数据主要是针对美国市场，而中国市场的研究价值十分巨大。创新工场董事长兼首席执行官李开复，补充了中国的一些数据：

中国拥有世界上最多的手机和互联网用户，比美国和印度高三倍。在中国，人们使用手机支付货物，比美国人多出50倍。中国的粮食运输量是美国的十倍。有超过2000万的自行车骑行者将GPS和其他传感器信息传输到服务器，每天创建20TB的数据量。

中国政府对技术发展保持开放的态度，使得中国的环境更有利于新技术的快速启动和迭代。 2017年7月，中国国务院公布了“下一代人工智能发展规划”，其目标十分明确：到2030年，中国将成为全球人工智能创新中心。该计划有望推动人工智能成为一个重点行业和省级政府的重点工作。中国国家政策的影响力有多大呢？类比高铁计划和大规模创新创业的政策措施，便可见一斑。我们可以期待中国政府的人工智能政策有类似的轨迹。正如李开复所言：

在这个AI时代，美中双寡头不仅是不可避免的，而且目前已成事实。

人工智能现在已是一个全球现象，AI指数提醒我们每个人，必须超越自己的国界，了解全球的进步。美国和中国享有最大的投资规模和最迅速的产品采用，加拿大和英国也做出了开创性的研究贡献。与此同时，Coursera联合创始人吴恩达提出：

AI政策更为明智的国家将更加迅速地推进AI进程，而那些政策思想不清的国家将面临落后的风险。

此外，来自学界和工业界的专家学者，也围绕AI提出了一些前瞻性的观点：

· 关于AI的研究在全球多社区开展，我们能够预见将会有很多AI的评估体系涌现。有必要将众多日益全面的指标集中于一体，从而形成追踪和理解人工智能发展的“共同视角”。—— Eric Horvitz，微软研究员，前AAAI主席；

· 大脑如何产生智能行为？机器如何复制它？这仍然是科学和工程领域的一大深刻的挑战，需要训练有素的研究人才、长期研究和创新来解决。—— Daniela Rus，麻省理工学院电气工程与计算机科学教授

· 我认为未来数年内，AI泡沫引发通缩是不可避免的。但我认为有理由期望这是一个温和的通缩，而不是一场大萧条。—— Michael Wooldridge，牛津大学计算机科学系主任，欧洲人工智能协会主席。

注释[1]：IJCAI，全称是International Joint Conferences on Artificial Intelligence，是人工智能领域的顶级综合会议，被中国计算机学会推荐国际学术会议列表认定为 A 类会议；

注释[2]：AAAI，全称是American Association for Artificial Intelligence，是由人工智能促进协会每年举行的学术会议，是研究人员和科学家展示他们在人工智能领域的研究和新思考的平台。

来源：36kr