人工智能领域的进展速度是目前教学计算机和机器人如何看待世界、理解世界并最终在物理领域和虚拟领域执行复杂任务的热潮中最具争议的方面之一。而行业发展的速度和目标通常不仅取决于实际的产品进步和研究里程碑，还取决于人工智能领导人、未来学家、学者、经济学家和决策者的预测和表达的担忧。人工智能将改变世界，但如何改变以及何时改变仍然是一个悬而未决的问题。

今天，一组专家的研究结果发表了，以帮助回答这些问题。这些专家包括哈佛大学、麻省理工学院、斯坦福大学、非营利组织OpenAI和人工智能产业联盟伙伴关系等的成员，他们是第二届年度人工智能指数的一部分。我们的目标是用硬数据衡量该领域的进展，并试图理解这一进展，因为它涉及到棘手的课题，如工作场所自动化和对人工通用智能的总体追求，或是可以让机器执行人类可以执行的任何任务的智能类型。

去年12月发表的第一份报告发现，人工智能的投资和工作以前所未有的速度加速，尽管在某些领域（如有限的游戏和视野）取得了非凡的进步，但人工智能在一般智能任务方面仍远远落后，这将导致，超过有限种类工作的全面自动化。尽管如此，该报告仍缺乏作者所说的“全球视角”，本第二版试图用新的、更精细的数据和更国际化的范围回答许多相同的问题。

“没有全球视角，就没有人工智能的故事。2017年报告严重偏向北美活动。这反映了有限的全球合作伙伴关系，而不是固有的偏见，”2018年报告的引言写道今年，我们开始缩小全球差距。我们认识到，要使这份报告真正全面，还有很长的路要走——需要协作和外部参与。”

本着全球分析的精神，第二份人工智能指数报告发现，人工智能的商业和研究工作，以及资金，几乎在地球上任何地方都在爆炸式增长。尤其是在欧洲和亚洲，中国、日本和韩国在人工智能研究论文发表、大学招生和专利申请方面领先于东欧国家。事实上，欧洲是人工智能论文的最大出版商，去年与人工智能相关的出版物占到了所有出版物的28%。中国紧随其后，占25%，而北美占17%。

当谈到人工智能活动的类型时，该报告发现，机器学习和所谓的概率推理——或者说是让玩游戏的人工智能智胜人类对手的认知相关表现——远远超过了许多已发表论文的主要研究范畴。

然而，紧随其后的是计算机视觉方面的工作，这是人工智能的基础子学科，有助于开发自动驾驶汽车、增强现实和物体识别，还有神经网络，与机器学习一样，神经网络有助于训练这些算法，使其随着时间的推移不断改进。不太重要的是，至少在目前，自然语言处理是让你的智能演讲者理解你在说什么并做出相应反应的领域，而总体规划和决策是当自动化机器不可避免地成为日常生活中不可或缺的一部分时，对机器人的要求。

报告中一个引人入胜的部分是这些类别的研究是如何按全球区域划分的。中国非常注重农业科学、工程和技术，而欧洲和北美则更注重人文科学和医疗卫生科学，尽管欧洲的研究方法总体上更全面。

报告中其他一些有趣的花絮包括美国人工智能研究论文，尽管其数量较低，但在引用量上超过了中国和欧洲。与**相关的组织和研究机构在中国和欧洲的论文数量也远远超过了企业或医疗领域，而美国的人工智能研究工作主要由企业努力主导，考虑到苹果、亚马逊、谷歌、Facebook和微软在该领域的巨大投资，这是有道理的。

就性能而言，人工智能继续飞速发展，特别是在计算机视觉等领域。通过测量广泛使用的图像训练数据库ImageNet的基准性能，该报告发现，在短短18个月内，建立一个能够以最先进的精度对图像进行分类的模型所需的时间“从大约1小时降到了大约4分钟”。这相当于训练速度的16倍跳跃。其他领域，如物体分割，这是让软件区分图像背景和主题的功能，在短短三年内，精确度提高了72%。

对于像机器翻译和解析这样的领域，软件可以理解句法结构，更容易回答问题，准确性和熟练程度正变得越来越高，但随着算法越来越接近人类对语言的理解，回报也越来越小。

在一个单独的“人类水平里程碑”部分中，报告细分了2018年在游戏和医疗诊断等领域的一些重大里程碑，这些领域的进展速度惊人。其中包括谷歌旗下的DeepMind在以目标为导向的游戏模式（如《捕获旗帜》）中玩经典第一人称射击游戏《地震》的进展，以及与在线战场游戏Dota 2的业余玩家和前职业玩家的里程碑式表演。

所有这些硬数据对于理解人工智能领域目前所处的位置以及这些年来的发展情况和未来的发展前景都非常有帮助。然而，当涉及自动化以及AI在刑事司法、边境巡逻筛查、战争等领域的实施方式等更为棘手的问题时，我们仍然陷于一片黑暗之中，而这些领域的绩效不如**的基本政策重要。人工智能只会继续变得更加复杂，但在医院、教育系统、机场和警察部门可靠地使用此类软件而不出错之前，在技术上以及偏见和安全方面都存在许多障碍。

不幸的是，这并没有阻止公司和**继续在现实世界中部署人工智能。今年，我们发现亚马逊正在向执法部门**其面部识别软件，而谷歌发现自己卷入了争议，因为它被发现为国防部的一个名为Project Maven的无人机项目贡献了计算机视觉专业知识。

谷歌表示，一旦合同到期，它将退出该项目，它还发布了一系列广泛的人工智能道德原则，其中包括承诺永远不开发人工智能武器监视系统或为任何违反“广泛接受的国际法和人权原则”的项目出力。但很明显，硅谷领导人将人工智能视为一个主要的商业机会以及参与人工智能研究军备竞赛的经济奖励等项目和合同。

在世界其他地方，人工智能正在帮助**开拓监视和执法系统，不断跟踪公民在社会中的活动。据《****》报道，中国正在使用数百万台摄像机和人工智能辅助技术（如面部识别）为其近14亿人口创建世界上最全面的监控系统。该系统预计将与该国新的社会信用体系相结合，以对公民进行评分，并根据教育、金融背景和其他指标将社会划分为访问和特权层次，所有这些都将通过日常数据收集和对人们真实世界和在线行为的分析来实现。

随着自动化的发展，我们已经认识到大规模失业不会很快到来，更大的担忧是我们作为一个社会是否准备好了工作的性质，向不稳定、收入较低、没有医疗保险等安全网的工作过渡。

不是每个人都会马上失去工作。相反，随着时间的推移，某些工作将被淘汰，而其他工作将变成半自动化。有些工作总是需要一个人。工人的命运将取决于某些雇主约束、劳动法律法规，以及是否有足够好的制度将人们转变为新的角色或行业。例如，麦肯锡全球研究所（McKinsey Global Institute）去年11月的一份报告发现，到2030年，全球自动化可能会导致8亿个工作岗位流失，但只有约6%的工作岗位面临完全自动化的风险。从纯人类工作到人工智能或机器人辅助工作的过程是如何发展的，这可能意味着全面危机和历史范式转变之间的区别。

美国智库全球发展中心（CenterforGlobalDevelopment）在7月份发表的一篇论文集中讨论了人工智能和机器人自动化对全球劳动力市场的潜在影响。研究人员发现，目前还没有做足够的工作来为全面自动化带来的后果做好准备，我们花了太多的时间在一系列狭窄的市场上讨论全面自动化的一般道德和可行性。”盈利能力、劳动法规、工会组织和企业社会期望等问题在决定哪些工作实现自动化方面至少与技术约束同等重要，”论文总结道。

并不是所有的事情都是阴暗的。人工智能指数报告背后的部分理念是提出正确的问题，确保决策者、公众和人工智能行业的领导者拥有数据，以便做出明智的决策。要可靠地衡量人工智能对社会的影响可能还为时过早——该行业才刚刚起步——但我们要做好准备，了解人工智能的所有含义以及它将如何影响日常生活、工作和公共机构，如医疗、教育、，执法也许和研究和产品开发本身一样重要。只有在这两方面进行投资，我们才能避免创造出让世界变得更糟的技术的风险。