科技行者 12月27日 北京消息:近期對AI發(fā)展進(jìn)程的調(diào)查、研究、預(yù)測以及其他量化評估發(fā)現(xiàn):
70%的美國民眾不信任無人駕駛汽車,但72%的中國消費(fèi)者支持無人駕駛汽車;
只有4%的美國高管計(jì)劃在2020年內(nèi)立足企業(yè)整體部署AI技術(shù),低于去年的20%;
只有26%的美國高管表示,他們已經(jīng)采取措施以應(yīng)對潛在的AI偏見問題;
過去四年以來,美國“人工智能專家”崗位的招聘數(shù)量每年增長74%;
2019年,全球AI民間投資超過700億美元。
AI技術(shù)的消費(fèi)者采用情況
70%的美國民眾表示不信任無人駕駛汽車,但72%的中國民眾表示信任。即使未來的汽車能夠自主駕駛,仍有88%的美國消費(fèi)者希望擁有自己的私家車,而非使用“無人駕駛”工具(持同樣觀點(diǎn)的德國消費(fèi)者占比為82%,法國為76%)。
在“我希望成為最早體驗(yàn)無人駕駛汽車的人”這一項(xiàng)中,中國支持率為28%,法國為15%,英國為9%,德國為11%,美國為13%。而在“我不太可能使用無人駕駛汽車”一項(xiàng)中,美國支持率占比40%,德國44%,英國33%,法國29%,中國僅為4%。(來自O(shè)C&C對五個(gè)國家10029名消費(fèi)者的調(diào)查。)
AI技術(shù)的商業(yè)采用情況
僅有4%的美國高管計(jì)劃在2020年立足企業(yè)整體部署AI方案,遠(yuǎn)低于上一年的20%;42%的受訪者表示正在調(diào)查AI技術(shù)使用情況,23%表示將在某些特定區(qū)域之內(nèi)進(jìn)行試點(diǎn),18%的受訪者已在多個(gè)區(qū)域內(nèi)實(shí)際實(shí)施,13%的受訪者計(jì)劃在多個(gè)區(qū)域內(nèi)全面部署。另外,超過90%的受訪高管認(rèn)為,AI技術(shù)帶來的機(jī)遇可能高于風(fēng)險(xiǎn),且有近半數(shù)受訪者預(yù)計(jì)AI技術(shù)將給地區(qū)市場或所在運(yùn)營部門(或者二者兼有)帶來沖擊。(普華永道對1062位美國企業(yè)主管的調(diào)查結(jié)果。)
58%的受訪大型企業(yè)表示,2019年他們已經(jīng)至少在一個(gè)功能或者業(yè)務(wù)部門之內(nèi)采用AI技術(shù),比例高于2018年的47%;在接受調(diào)查的大公司當(dāng)中,只有19%表示他們正在采取措施以應(yīng)對與算法可解釋性相關(guān)的風(fēng)險(xiǎn),只有13%的企業(yè)著手應(yīng)對包括算法偏見與歧視在內(nèi)的公平性與公正性風(fēng)險(xiǎn)。(2019年AI指數(shù)報(bào)告。)
60%的企業(yè)主管認(rèn)為,他們的組織還沒有在AI技術(shù)的開發(fā)與使用方式層面實(shí)現(xiàn)全面統(tǒng)一;超過70%的企業(yè)高管表示,他們的公司在過去三年中已經(jīng)開始采用AI技術(shù);只有26%的受訪者表示他們已經(jīng)采取措施以應(yīng)對潛在的AI偏見問題;只有25%的受訪者表示他們會(huì)披露AI如何收集以及處理數(shù)據(jù)信息;只有16%的受訪者表示所在組織內(nèi)部設(shè)有專門的AI技術(shù)應(yīng)用監(jiān)督委員會(huì);只有13%的受訪者表示他們將智能代理或者聊天機(jī)器人確定為非人類實(shí)體。(GLG面向160位來自金融服務(wù)、醫(yī)療保健以及咨詢行業(yè)的企業(yè)高管進(jìn)行調(diào)查。)
22%的業(yè)務(wù)決策者表示,他們所在企業(yè)已經(jīng)在過去一年中將機(jī)器學(xué)習(xí)技術(shù)引入生產(chǎn);50%的受訪者曾投入8到90天部署單一機(jī)器學(xué)習(xí)模型;目前的應(yīng)用痛點(diǎn)包括規(guī)模(33%)、版本控制與模型可復(fù)用性(32%)以及難以獲得高管認(rèn)可(26%)。(Algorithmia面向750名業(yè)務(wù)決策者的調(diào)查。)
54%的英國高層決策者表示,他們所在企業(yè)目前正在利用AI技術(shù)支持客戶服務(wù)部門(包括聊天機(jī)器人、虛擬助手、自然語言處理以及人臉識別);荷蘭為97%,法國為86%,德國為81%;在調(diào)查涵蓋的全部國家/地區(qū)當(dāng)中,聊天機(jī)器人(37%)、自然語言處理(34%)以及機(jī)器人流程自動(dòng)化(31%)是目前最受歡迎的企業(yè)級客戶服務(wù)改善類技術(shù)。(Freshworks面向超過800名客戶服務(wù)部門高層決策者進(jìn)行的調(diào)查。)
22%的美國醫(yī)療保健組織正在利用包含AI功能的軟件平臺,這一比例較2017年上升了8%;31%受訪者表示他們計(jì)劃在未來三年之內(nèi)引入AI功能。(HealthLeaders Media。)
AI(39%)與大數(shù)據(jù)(23%)預(yù)計(jì)將在未來兩年內(nèi)改變并徹底顛覆整個(gè)制藥行業(yè),這些技術(shù)將在接下來一段時(shí)間繼續(xù)保持旺盛的投資吸引力。(Global Data面向制藥企業(yè)高管的全球性調(diào)查。)
未來職場發(fā)展走向
過去四年以來,“人工智能專家”在美國的招聘總?cè)藬?shù)年均增長74%;排名第二的是“機(jī)器人工程師”,增長為40%;排名第三的是“數(shù)據(jù)科學(xué)家”,增幅為37%。(LinkedIn第三輪美國年度新興職業(yè)調(diào)查報(bào)告。)
在美國,AI相關(guān)職位的占比由2012年的0.3%增長至2019年的0.8%;從2015年到2019年,新加坡、巴西、澳大利亞、加拿大以及印度的AI招聘人數(shù)增長最快。2018年,超過80%的AI博士畢業(yè)生進(jìn)入相關(guān)行業(yè),高于2004年的20%;2018年,投身AI行業(yè)的美國AI博士畢業(yè)生人數(shù)達(dá)到繼續(xù)學(xué)術(shù)研究部分的兩倍以上;與此同時(shí),亦有眾多研究人員離開學(xué)術(shù)圈,轉(zhuǎn)向技術(shù)商業(yè)領(lǐng)域——2018年超過40名研究人員離校,高于2012年的15人以及2004年的0人。(2019年AI指數(shù)報(bào)告。)
2015年,“未受重視”勞動(dòng)力(包括經(jīng)驗(yàn)豐富、任職時(shí)間長以及年齡達(dá)到或超過50歲的員工)估計(jì)為美國貢獻(xiàn)高達(dá)7.6萬億美元經(jīng)濟(jì)收益,這一比例到2032年將躍升至超過13.5萬億美元。然而,這部分員工目前面臨著自身崗位被機(jī)器所取代的嚴(yán)峻威脅;根據(jù)核算,目前美國年長工人從事的全部崗位中,高達(dá)52%可被自動(dòng)化方案取代。但是,人口的快速老齡化以及出生率的持續(xù)下降,意味著這誰能對這批勞動(dòng)力進(jìn)行有效再培訓(xùn)、誰就能在未來市場上占據(jù)優(yōu)勢。(Mercer、Oliver Wyman、Marsh & McLeannan Advantage。)
AI研究
1998年至2018年之間,經(jīng)同行評審的AI論文數(shù)量增幅超過300%;2018年,超過21%的計(jì)算機(jī)科學(xué)博士畢業(yè)生主要關(guān)注人工智能/機(jī)器學(xué)習(xí)方向;在SuperGLUE與SQuAD 2.0基準(zhǔn)測試中,部分通用型自然語言處理方案進(jìn)步神速;但在部分需要推理功能的NLP任務(wù)(例如AI2推理挑戰(zhàn)賽)或以人類為目標(biāo)的概念學(xué)習(xí)任務(wù)(例如Omnighlot挑戰(zhàn)賽)中,現(xiàn)有AI方案的性能仍然有限。在云基礎(chǔ)設(shè)施上訓(xùn)練大型圖像分類系統(tǒng)的時(shí)間周期,已經(jīng)由2017年10月的約3個(gè)小時(shí)縮減至2019年7月的約88秒,此類系統(tǒng)的訓(xùn)練成本也隨之大幅下降。在2012年之前,AI技術(shù)的發(fā)展速度緊跟摩爾定律,即每兩年計(jì)算量翻一番;但在2012年之后,AI計(jì)算量每3.4個(gè)月即翻一番。(2019年AI指數(shù)報(bào)告。)
在某項(xiàng)現(xiàn)場實(shí)驗(yàn)中,研究人員希望比較人與機(jī)器哪一方更善于進(jìn)行企業(yè)與企業(yè)之間的鋁材產(chǎn)品銷售。雖然在大多數(shù)情況下,AI系統(tǒng)給出的推薦確實(shí)更受歡迎,但在買方具有某些獨(dú)特或者復(fù)雜要求以及報(bào)價(jià)思路的情況下,人類銷售者仍然大幅領(lǐng)先。(Yael Karlinksy-Shichor與Oded Netzer。)
AI融資
2019年,AI全球民間投資超過700億美元,與AI相關(guān)的初創(chuàng)企業(yè)投資超過370億美元,并購案總金額340億美元,首輪公開募股50億美元,少數(shù)股權(quán)估值約為20億美元;全球AI初創(chuàng)企業(yè)仍在持續(xù)穩(wěn)步發(fā)展,融資總量由2010年的13億美元增長至2018年的404億美元(截至今年11月4日,2019年融資總額為374億美元);融資數(shù)額以年均48%以上的速度增長;去年,無人駕駛汽車在全球投資中占比最高,達(dá)77億美元(占總體投資的9.9%),其次為藥物、癌癥與治療(47%億美元,占比6.1%),人臉識別(47億美元,占比6.0%),視頻內(nèi)容(36億美元,占比4.5%)以及欺詐檢測與財(cái)務(wù)(31億美元,占比3.9%)。(2019年AI指數(shù)報(bào)告。)
AI醫(yī)療保健初創(chuàng)企業(yè)在2019年第三季度共進(jìn)行103輪融資,總?cè)谫Y額近16億美元(包括Babylon Health的5.5億美元),這也令醫(yī)療保健成為目前AI領(lǐng)域投資最為旺盛的細(xì)分子集。(CB Insights。)
數(shù)據(jù)安全問題多多
作為AI發(fā)展的命脈,數(shù)據(jù)安全成為又一大不容忽視的挑戰(zhàn)。目前全美網(wǎng)絡(luò)安全水平最高的城市包括:拉斯維加斯、休斯頓、紐約、邁阿密-勞德代爾堡、哈里斯堡-蘭開斯特-萊巴嫩-約克;美國網(wǎng)絡(luò)安全水平最低的城市包括:鹽湖城、圣路易斯、西雅圖0塔科馬、奧斯汀、阿爾伯克基-圣達(dá)菲。(Coronet就過去12個(gè)月的9300萬次安全事件對全美50個(gè)大都市區(qū)做出的統(tǒng)計(jì)。)
過去兩年中,31%的企業(yè)曾遭遇數(shù)據(jù)泄露;27%的企業(yè)并未遵守國家或全球性移動(dòng)設(shè)備保護(hù)法規(guī),或者不清楚是否遵守;個(gè)人數(shù)據(jù)收集與濫用問題同樣嚴(yán)重:美國41%,加拿大69%,英國70%,法國72%,德國78%。(SOTI、IQPC以及Enterprise Mobility Exchange。)
與2018年同期相比,2019年假日購物季以來的在線零售欺詐活動(dòng)增加了29%;2017年與2019年相比,可疑電子商務(wù)欺詐行為更是增長60%。(iovation對過去三年中從感恩節(jié)到網(wǎng)絡(luò)星期一期間在線零售交易的調(diào)查。)
數(shù)據(jù)正在吞噬世界
2019年第三季度,年化移動(dòng)數(shù)據(jù)流量同比增長68%。高增長率主要源自印度智能手機(jī)用戶數(shù)量增加以及中國智能手機(jī)月均數(shù)據(jù)流量提升的推動(dòng)。總體而言,智能手機(jī)用戶數(shù)量與單用戶平均數(shù)據(jù)流量提升共同推動(dòng)總體數(shù)據(jù)流量的上揚(yáng),其中的核心驅(qū)動(dòng)因素為視頻內(nèi)容觀看量的增加。(愛立信移動(dòng)調(diào)查報(bào)告。)
AI市場展望
到2023年,中國AI市場總值將達(dá)到119億美元,遠(yuǎn)高于2020年的425億美元。(來自IDC與QbitAI)
企業(yè)虛擬數(shù)字助手軟件市場將由2018年的13億美元增長至2025年的89億美元。(來自Tractica)
到2024年,AI在農(nóng)業(yè)市場的價(jià)值將達(dá)到20.157億美元,遠(yuǎn)超2019年的5.78億美元。(來自BIS Research)
其他 AI 發(fā)展趨勢
“神經(jīng)網(wǎng)絡(luò)模型內(nèi)的參數(shù)數(shù)量,實(shí)際上正以每年10倍的速度增長。這樣的增長指數(shù)前所未有,速度之快令人難以置信,而且?guī)缀醭揭磺形以姷竭^的技術(shù)轉(zhuǎn)化。”——英特爾公司,Naveen Rao
“與市場上的其他導(dǎo)航類應(yīng)用相比,人類的介入無疑令Waze地圖與應(yīng)用獲得了更高的精度。這就是人為因素的重要性,目前的AI技術(shù)還無法真正達(dá)到同樣的水平。”——Waze地圖編輯志愿者,Chad Richey
“我們應(yīng)該記住,可解釋性是存在邊界的。畢竟,即使是人類做出的決定,有時(shí)候同樣無法解釋。”——吳恩達(dá)
“我認(rèn)為很多專注于實(shí)驗(yàn)室工作的研究人員,包括Yann LeCun,都覺得「AGI」這一概念既沒什么意思、也沒什么意義。當(dāng)然,有些人認(rèn)為AGI才能代表真正的人類智能,但我對這種看法并不認(rèn)同,因?yàn)槿祟愔悄鼙旧砭腿鄙偻ㄓ眯浴?/span>另外,也有不少人把奇異性強(qiáng)行代入AGI,即只要擁有了AGI,那么這種智能就會(huì)自發(fā)學(xué)習(xí)并不斷改進(jìn)。但目前還不存在這樣的模型,包括人類自己,也無法讓自己變得更聰明。我認(rèn)為終有一天,人們會(huì)拋棄AGI的概念,轉(zhuǎn)而追求更為明確的發(fā)展議程。”——Facebook公司人工智能副總裁,Jerome Pesenti
“……我們無法預(yù)測未來,這種不可預(yù)測性應(yīng)該屬于常識。但在涉及AI時(shí),很多人總愛丟掉共識。”——普林斯頓大學(xué),Arvind Narayanan
“過去十年當(dāng)中,我們已經(jīng)學(xué)會(huì)構(gòu)建起幾乎能夠在一切任務(wù)當(dāng)中帶來超人性能的人工神經(jīng)網(wǎng)絡(luò),具體方法包括定義損失函數(shù)并收集或創(chuàng)建足夠大的訓(xùn)練數(shù)據(jù)集。盡管這確實(shí)帶來了一系列極具價(jià)值的應(yīng)用方案,但距離真正的智能仍然相去甚遠(yuǎn)。”——谷歌公司,Blaise Aguera y Arcas
好文章,需要你的鼓勵(lì)
這項(xiàng)研究提出了"高效探測"方法,解決了掩碼圖像建模AI難以有效評估的問題。通過創(chuàng)新的多查詢交叉注意力機(jī)制,該方法在減少90%參數(shù)的同時(shí)實(shí)現(xiàn)10倍速度提升,在七個(gè)基準(zhǔn)測試中均超越傳統(tǒng)方法。研究還發(fā)現(xiàn)注意力質(zhì)量與分類性能的強(qiáng)相關(guān)性,生成可解釋的注意力圖譜,展現(xiàn)出優(yōu)異的跨域適應(yīng)性。團(tuán)隊(duì)承諾開源全部代碼,推動(dòng)技術(shù)普及應(yīng)用。
伊利諾伊大學(xué)研究團(tuán)隊(duì)開發(fā)了CLAIMSPECT系統(tǒng),通過層次化分解復(fù)雜爭議、智能檢索相關(guān)文獻(xiàn)、多角度收集觀點(diǎn)的方法,將傳統(tǒng)的"真假"判斷轉(zhuǎn)變?yōu)槎嗑S度分析。該系統(tǒng)能夠自動(dòng)構(gòu)建爭議話題的分析框架,識別不同觀點(diǎn)及其支撐證據(jù),為科學(xué)和政治爭議提供更全面客觀的分析,已在生物醫(yī)學(xué)和國際關(guān)系領(lǐng)域驗(yàn)證有效性。
清華大學(xué)研究團(tuán)隊(duì)首次提出情感認(rèn)知融合網(wǎng)絡(luò)(ECFN),讓AI能像人類一樣理解和表達(dá)情感。該系統(tǒng)通過多層次情感處理架構(gòu),在情感識別準(zhǔn)確率上比現(xiàn)有最佳系統(tǒng)提升32%,情感表達(dá)自然度提升45%。研究突破了傳統(tǒng)AI情感理解的局限,實(shí)現(xiàn)了跨模態(tài)情感融合、動(dòng)態(tài)情感追蹤和個(gè)性化情感建模,為醫(yī)療、教育、客服等領(lǐng)域帶來革命性應(yīng)用前景。
哈佛大學(xué)研究團(tuán)隊(duì)通過創(chuàng)新的多智能體強(qiáng)化學(xué)習(xí)方法,讓AI在戰(zhàn)略游戲中學(xué)會(huì)復(fù)雜推理。研究發(fā)現(xiàn)AI通過游戲競爭能發(fā)展出類人思維能力,在邏輯推理、創(chuàng)造性解決問題等方面表現(xiàn)顯著提升。這項(xiàng)突破性成果為未來AI在醫(yī)療、教育、城市管理等領(lǐng)域的應(yīng)用奠定基礎(chǔ),展現(xiàn)了通過模擬人類學(xué)習(xí)過程培養(yǎng)真正智能AI的新路徑。