Индекс ИИ — это независимая инициатива Института искусственного интеллекта, ориентированного на человека (HAI), Стэнфордского университета.

ОСНОВНЫЕ ОТЧЕТЫ

По мере того, как инновации на основе искусственного интеллекта становятся все более распространенными в нашей жизни, этические проблемы приложений ИИ становятся все более очевидными и подлежат тщательному изучению.

  1. ИССЛЕДОВАНИЯ И РАЗРАБОТКИ [1]

• Количество публикаций в журналах по ИИ выросло на 34,5% с 2019 по 2020 год — это гораздо более высокий процентный рост, чем с 2018 по 2019 год (19,6%).

• В каждой крупной стране и регионе наибольшая доля рецензируемых статей по искусственному интеллекту исходит от академических учреждений. Но вторые по важности инициаторы разные: в Соединенных Штатах исследования, связанные с корпорациями, составляют 19,2% от общего числа публикаций, тогда как правительство занимает второе место в Китае (15,6%) и Европейском союзе (17,2%).

• В 2020 г. Китай впервые превзошел США по доле цитирований журналов по ИИ в мире, ненадолго обойдя США по общему количеству публикаций в журналах по ИИ в 2004 г., а затем вернув себе лидерство в 2017 г. Однако за последнее десятилетие Соединенные Штаты постоянно (и значительно) цитируют доклады конференций по ИИ чаще, чем Китай.

  • В ответ на COVID-19 большинство крупных конференций по искусственному интеллекту проходили виртуально, и в результате было зарегистрировано значительное увеличение посещаемости. В 2020 году количество участников девяти конференций почти удвоилось.
  • Всего за последние шесть лет количество публикаций, связанных с ИИ, на arXiv выросло более чем в шесть раз: с 5 478 в 2015 году до 34 736 в 2020 году. 1,3% в 2011 г.

2. ТЕХНИЧЕСКИЕ ХАРАКТЕРИСТИКИ.

Генерация всего: системы ИИ теперь могут создавать текст, аудио и изображения с достаточно высоким стандартом, чтобы людям было трудно определить разницу между синтетическим и несинтетическим выводом для некоторых ограниченных приложений технологии. . Он обещает создать огромное количество последующих приложений ИИ как для общественно полезных, так и для менее полезных целей. Это также побуждает исследователей вкладывать средства в технологии обнаружения генеративных моделей; Данные DeepFake Detection Challenge показывают, насколько хорошо компьютеры могут различать разные выходные данные.

  • Индустриализация компьютерного зрения. За последнее десятилетие компьютерное зрение добилось огромного прогресса, в первую очередь благодаря использованию методов машинного обучения (особенно глубокого обучения). Новые данные показывают, что компьютерное зрение становится индустриальным: производительность в некоторых крупнейших тестах начинает снижаться, что говорит о том, что сообществу необходимо разработать и согласовать более сложные тесты для дальнейшего тестирования производительности. Тем временем компании вкладывают все большие объемы вычислительных ресурсов в обучение систем компьютерного зрения быстрее, чем когда-либо прежде. Между тем, технологии для использования в развернутых системах, такие как системы обнаружения объектов для анализа неподвижных кадров из видео, быстро совершенствуются, что указывает на дальнейшее развертывание ИИ.
  • Обработка естественного языка (NLP) опережает свои показатели оценки. Быстрый прогресс в NLP привел к созданию систем ИИ со значительно улучшенными языковыми возможностями, которые начали оказывать существенное экономическое влияние на мир. Google и Microsoft развернули языковую модель BERT в своих поисковых системах, в то время как другие крупные языковые модели были разработаны различными компаниями, от Microsoft до OpenAI. Прогресс в НЛП был настолько быстрым, что технические достижения начали опережать тесты для их проверки. Это можно увидеть в быстром появлении систем, которые достигают производительности на уровне человека на Superglue, наборе оценки НЛП, разработанном в ответ на более ранний прогресс НЛП, превышающий возможности, оцениваемые GLUE.
  • Новый анализ рассуждений: большинство показателей технических проблем показывают для каждой точки времени производительность лучшей системы в то время на фиксированном эталоне. Новые анализы, разработанные для индекса AI, предлагают показатели, которые позволяют проводить развивающийся эталон и определять долю отдельных систем в общей производительности группы систем с течением времени. Они применяются к двум задачам символического мышления: автоматическому доказательству теорем и опровержимости булевых формул.
  • Машинное обучение меняет правила игры в здравоохранении и биологии. Ландшафт отрасли здравоохранения и биологии существенно изменился с внедрением машинного обучения. AlphaFold от DeepMind применил методы глубокого обучения, чтобы совершить значительный прорыв в многолетней биологической проблеме сворачивания белков. Ученые используют модели машинного обучения для изучения представлений химических молекул для более эффективного планирования химического синтеза. PostEra, стартап искусственного интеллекта, использовал методы на основе машинного обучения, чтобы ускорить поиск лекарств, связанных с COVID, во время пандемии.

3. ЭКОНОМИКА.

  • «Лекарства, рак, молекулярные исследования, открытие лекарств» получили наибольший объем частных инвестиций в ИИ в 2020 году — более 13,8 млрд долларов США, что в 4,5 раза больше, чем в 2019 году.
  • Бразилия, Индия, Канада, Сингапур и Южная Африка — страны с самым высоким ростом найма ИИ с 2016 по 2020 год. Несмотря на пандемию COVID-19, в 2020 году число наймов ИИ продолжало расти в странах выборки.
  • Все больше частных инвестиций в ИИ направляется в меньшее количество стартапов. Несмотря на пандемию, в 2020 году объем частных инвестиций в ИИ увеличился на 9,3% по сравнению с 2019 годом — это более высокий процентный рост, чем с 2018 по 2019 год (5,7%), хотя количество вновь созданных компаний сокращается третий год подряд.
  • Согласно опросу McKinsey, несмотря на растущие призывы к решению этических проблем, связанных с использованием ИИ, усилия по решению этих проблем в отрасли ограничены. Например, компании по-прежнему уделяют сравнительно мало внимания таким вопросам, как равенство и справедливость в области ИИ. Более того, в 2020 году меньше компаний рассматривали личные или индивидуальные риски для конфиденциальности как значимые по сравнению с 2019 годом, и процент респондентов, чьи компании предпринимают шаги для снижения этих конкретных рисков, не изменился.
  • Несмотря на экономический спад, вызванный пандемией, половина респондентов в опросе McKinsey заявили, что коронавирус не повлиял на их инвестиции в ИИ, а 27% фактически сообщили об увеличении своих инвестиций. Менее четверти предприятий сократили свои инвестиции в ИИ.
  • Соединенные Штаты зафиксировали снижение доли объявлений о вакансиях ИИ с 2019 по 2020 год — первое падение за шесть лет. Общее количество вакансий ИИ, размещенных в Соединенных Штатах, также уменьшилось на 8,2% с 2019 по 2020 год, с 325 724 в 2019 году до 300 999 вакансий в 2020 году.

4. ОБУЧЕНИЕ ИИ:

• Опрос AI Index, проведенный в 2020 году, показывает, что ведущие университеты мира увеличили свои инвестиции в обучение ИИ за последние четыре года. Количество курсов, которые обучают студентов навыкам, необходимым для создания или развертывания практической модели ИИ на уровне бакалавриата и магистратуры, увеличилось на 102,9% и 41,7% соответственно за последние четыре академических года.

• Еще ​​доктор наук по искусственному интеллекту. Согласно ежегодному опросу Ассоциации компьютерных исследований (CRA), выпускники в Северной Америке выбрали работу в промышленности за последние 10 лет, в то время как меньше людей выбрали работу в академических кругах. Доля новых докторов наук в области ИИ, выбравших работу в отрасли, за последнее десятилетие увеличилась на 48 %, с 44,4 % в 2010 году до 65,7 % в 2019 году. 2010 г. до 23,7% в 2019 г.

• Согласно опросу CRA, за последние 10 лет доля докторов наук, связанных с искусственным интеллектом, увеличилась с 14,2% от общего числа докторов наук в области компьютерных наук, выданных в США, до примерно 23% по состоянию на 2019 год. В то же время снизилась популярность других ранее популярных докторских наук в области компьютерных наук, включая сети, разработку программного обеспечения и языки программирования. По сравнению с 2010 годом у всех составителей сократилось количество докторских степеней, в то время как специализации в области искусственного интеллекта и робототехники/зрения значительно увеличились.

• После двухлетнего увеличения количество преподавателей ИИ, перешедших из университетов на работу в промышленности в Северной Америке, сократилось с 42 в 2018 г. до 33 в 2019 г. (28 из них являются штатными преподавателями, а пять не участвуют в тендере). В период с 2004 по 2019 год в Университете Карнеги-Меллона было наибольшее количество уволенных преподавателей ИИ (16), за ним следуют Технологический институт Джорджии (14) и Вашингтонский университет (12).

  • Доля иностранных студентов среди новых докторов наук в области искусственного интеллекта в Северной Америке продолжала расти в 2019 году до 64,3%, что на 4,3% больше, чем в 2018 году. Среди иностранных выпускников 81,8% остались в Соединенных Штатах, а 8,6% устроились на работу за пределами Соединенных Штатов. .
  • В Европейском союзе подавляющее большинство специализированных академических программ ИИ преподается на уровне магистра; робототехника и автоматизация на сегодняшний день является наиболее часто читаемым курсом в специализированных программах бакалавриата и магистратуры, в то время как машинное обучение (МО) доминирует в специализированных краткосрочных курсах.

5: ЭТИЧЕСКИЕ ПРОБЛЕМЫ ПРИМЕНЕНИЯ ИИ

  • Количество статей с ключевыми словами, связанными с этикой, в заголовках, представленных на конференции по ИИ, выросло с 2015 года, хотя среднее количество названий статей, соответствующих ключевым словам, связанным с этикой, на крупных конференциях по ИИ с годами остается низким.

  • Пять новостных тем, которые привлекли наибольшее внимание в 2020 году, связанные с этическим использованием ИИ, включали выпуск белой книги Европейской комиссии по ИИ, увольнение Google исследователя этики Тима нита Гебру, комитет по этике ИИ, созданный Организацией Объединенных Наций, План Ватикана по этике искусственного интеллекта и выход IBM из бизнеса по распознаванию лиц.

6: РАЗНООБРАЗИЕ ИИ

• Процент женщин AI Ph.D. количество выпускников и штатных преподавателей компьютерных наук (CS) остается низким уже более десяти лет. Выпускницы AI Ph.D. программы в Северной Америке составляют менее 18% всех докторов наук. выпускников в среднем, согласно ежегодному опросу Ассоциации компьютерных исследований (CRA). Опрос AI Index показывает, что женщины-преподаватели составляют всего 16% всех штатных преподавателей компьютерных наук в нескольких университетах по всему миру.

• Опрос CRA показывает, что в 2019 г. среди новых резидентов США AI Ph.D. выпускников, 45% были белыми, 22,4% - азиатами, 3,2% - латиноамериканцами и 2,4% - афроамериканцами.

• Процент белых (неиспаноязычных) новых докторов компьютерных наук мало изменился за последние 10 лет, составляя в среднем 62,7%. Доля чернокожих или афроамериканцев (неиспаноязычных) и испаноязычных докторов компьютерных наук за тот же период значительно ниже, в среднем 3,1% и 3,3% соответственно.

  • Участие Блэка в семинарах по искусственному интеллекту, которые проводятся совместно с Конференцией по системам обработки нейронной информации (NeurIPS), в последние годы значительно выросло. Количество слушателей и поданных докладов в 2019 г. в 2,6 раза выше, чем в 2017 г., а количество принятых докладов – в 2,1 раза.
  • В опросе членов, проведенном Queer in AI в 2020 году, почти половина респондентов заявили, что рассматривают отсутствие инклюзивности в этой области как препятствие, с которым они столкнулись, чтобы стать практиками в области AI/ML. Более 40% опрошенных заявили, что сталкивались с дискриминацией или домогательствами на работе или в школе.

7: ПОЛИТИКА ИИ И НАЦИОНАЛЬНЫЕ СТРАТЕГИИ:

  • С тех пор как в 2017 году Канада опубликовала первую в мире национальную стратегию в области искусственного интеллекта, по состоянию на декабрь 2020 года более 30 других стран и регионов опубликовали аналогичные документы.
  • Запуск Глобального партнерства по ИИ (GPAI) и Обсерватории по политике в области ИИ Организации экономического сотрудничества и развития (ОЭСР) и Сети экспертов по ИИ в 2020 году способствовал межправительственным усилиям по совместной работе для поддержки развития ИИ для всех.
  • В Соединенных Штатах 116-й Конгресс был самым сфокусированным на ИИ заседанием Конгресса в истории. Количество упоминаний ИИ этим Конгрессом в законодательстве, отчетах комитетов и отчетах Исследовательской службы Конгресса (CRS) более чем в три раза превышает количество упоминаний 115-го Конгресса.

Ссылка:

[1] Даниэль Чжан, Саураб Мишра, Эрик Бриньолфссон, Джон Этчеменди, Дип Гангули, Барбара Грос, Тера Лайонс, Джеймс Маньика, Хуан Карлос Ниблес, Майкл Селлитто, Йоав Шохам, Джек Кларк и Рэймонд Перро, «Искусственный интеллект Index 2021 Annual Report», Руководящий комитет AI Index, Институт искусственного интеллекта, ориентированного на человека, Стэнфордский университет, Стэнфорд, Калифорния, март 2021 г.