近日，斯坦福大学人工智能研究所发布了 2019 年 AI 指数报告。该报告涵盖范围较广，以下是一些从报告中提取的主要部分：

• 对人工智能的研究越来越多，在 1998 年至 2018 年之间，经过同行评审的 AI 论文数量增长了 300％ 以上。
• 中国现在每年出版的 AI 期刊和会议论文数量与欧洲一样多，也超过了美国。不过，美国出版物的“加权引文影响”仍比中国出版物高 50％。

• 参加 AI 会议的人数继续大幅增加。
• 在一年半的时间里，在云基础架构上训练大型图像分类系统所需的时间从 2017 年 10 月的约三个小时减少到 2019 年 7 月的约 88 秒；在同一时期，训练这种系统的成本也类似地下降了。
• 在 SuperGLUE 和 SQuAD2.0 基准测试中，一些广泛的自然语言处理（NLP）分类任务的进展非常迅速；在某些需要推理的 NLP 任务（例如 AI2 推理挑战）或人类水平的概念学习任务（例如 Omniglot 挑战）上，性能仍然较低。

• 在美国，人工智能工作的比例从 2012 年的 0.3％ 增长到了 2019 年的 0.8％。人工智能的劳动力需求正在增长，尤其是在高科技服务和制造业领域。
• 在全球范围内，对 AI 初创公司的投资持续稳定增长。从 2010 年筹集的 $1.3B 至 2018 年的 $40.4B（截至 11 月 4 日为 $37.4B），资金以超过 48％ 的年均增长率增长。
• 自动驾驶汽车（AVs）在过去一年中获得了全球投资的最大份额，为 $7.7B（占总金额的 9.9％），其次是药物、癌症和治疗（$4.7B，6.1％），面部识别（$4.7B，6.0％），视频内容（$3.6B，4.5％）和诈骗检测及财务（$3.1B，3.9％）。
• 58％ 的受访大公司表示，2019 年至少在一个职能或业务部门采用了 AI，高于 2018 年的 47％。
• 在研究生级别，人工智能已迅速成为北美计算机科学博士学位学生中最受欢迎的专业，其学生人数是第二大最受欢迎的专业（安全性/信息保证）的两倍。在 2018 年，超过 21％ 的计算机科学博士专注于人工智能/机器学习。
• 公平和可解释性被认为是 59 项道德规范 AI 原则中最常提及的道德挑战，AI 的监管、安全性等也是多数人所关心的。