综合篇

第一章 2020—2021年全球人工智能产业发展状况

第一节 全球人工智能研究与发展

创新研发是人工智能进步的基础。自从 20 世纪 50年代技术首次激发计算机科学家和数学家的想象力以来，人工智能已发展成为具有重要商业应用的主要研究学科。在过去的 20年中，AI论文的数量急剧增加，人工智能会议和预印本的兴起扩大了研究和学术交流的传播。中国、欧盟和美国在内的主要国家和地区都在竞相投资人工智能研究。

从 2019年到 2020年，人工智能期刊的出版数量增长了 34.5%，比2018年至 2019年高出 19.6%。从全球来看，经过同行评审的AI论文中，来自学术机构的比例最高。但各区域中，排名第二的机构有所不同：在美国，企业研究的学术发表排名第二，占发表总数的 19.2%；在中国与欧盟国家，政府主导的研究机构排名第二，分别占发表总数的 15.6%和17.2%。2020年，中国在AI期刊的全球引用量首次超过美国。但是，在过去的 10年间，美国的AI会议论文引用量一直高于中国。另外值得注意的是，在 2000年至 2019年之间，人工智能会议论文的数量增加了四倍，而在最近十年的增长趋于平稳，2019年的会议论文数量仅比 2010年的数量高 1.09 倍，2020年相比 2019年则有大幅下降。

大型公司加剧了AI计算鸿沟。随着时间推移，大型公司在人工智能会议中的存在率不断提高。西部大学、弗吉尼亚理工大学和艾维商学院的研究人员认为，学术界计算能力的不平等分布（简称“计算鸿沟”）加剧了深度学习时代的不平等现象。大型科技公司往往拥有更多的资源来设计AI产品，但与精英或规模较小的机构相比，它们的多元化程度较低，这引起了人们对人工智能内部偏见和公平的担忧。10个主要AI会议都显示出公司参与度的上升趋势，是对计算鸿沟进一步扩大的印证。

TensorFlow依然是最领先的AI框架。TensorFlow，由Google开发并于 2017年公开发布，到 2020年仍然是最受欢迎的AI框架。2020年第二大受欢迎的框架是Keras，它也由Google开发，并基于TensorFlow 2.0 构建。除TensorFlow外，PyTorch（由Facebook创建）是另一个越来越受欢迎的AI框架。