スタンフォード大学の2年間のAIレポートを比較: 業界の発展を完全に理解するのに役立つ32のグラフ

アメリカのトップ大学であるスタンフォード大学のAI 100のAI Indexプロジェクトは、人工知能の活動と進歩を追跡し、人工知能が人々の生活に与える影響を研究することを目的としています。 AI Indexは、信頼性が高く検証可能なデータに基づいてAIの活動と進捗状況を追跡および観察することに重点を置くことで、AIに対する一般の理解を促進します。

AI Indexは2017年末に設立以来初のレポートを発表し、最近2回目のレポートを発表しました。 2つのレポートのデータの変化を比較することで、2018年のAI業界の発展傾向、および世界の他の国と比較した中国のAIの発展方向の類似点と相違点を探ります。

PDF 参照: https://t.zsxq.com/BaYRB6q

AI学術研究論文数

2017年：学術論文と研究の数は1996年以来10倍以上に増加しました

1996 年以降、コンピュータ サイエンス分野で毎年発表される学術論文と研究の数は 10 倍以上に急増しました。学術論文や研究は、多くの場合、新たな知的財産や特許につながります。 Scopus データベース全体には、キーワード「人工知能」を含むコンピュータ サイエンス分野の論文が 200,000 件 (200237) 以上あります。 Scopus データベースには、「コンピュータ サイエンス」分野の論文が約 500 万件 (4,868,421 件) あります。

2018年： AI分野の論文総数が急増

上の図は、1996 年と比較した学術論文の年間出版率の成長を示しています。この図は、コンピュータ サイエンス (CS) と AI の分野における論文出版の成長率を比較しています。 1996年から2017年にかけて、AI分野の論文数は7倍（8倍）、CS分野の論文数は5倍（6倍）増加しました。

比較概要: 2017 年のレポートと比較して、2018 年にはサブセクターにさらに重点が置かれました。コンピュータサイエンスと AI の分野における論文の数に重点が置かれています。また、様々な地域や関連分野での論文発表も充実しています。なかでも中国と米国におけるAI分野の論文数の増加は特筆すべきものがある。

AIベンチャーキャピタル

2017年：米国では、AIスタートアップ企業へのベンチャーキャピタリスト（VC）の投資が2000年以降、毎年6倍に増加しています。

上記のグラフは、米国のすべての資金調達段階における AI スタートアップへの VC による年間総投資額を示しています。 VC が毎年スタートアップに投資する金額は、いくつかの重要な分野で重要な役割を果たします。

2018年：ベンチャーキャピタルに関しては、2013年から2017年にかけて、人工知能分野のベンチャーキャピタルは4.5倍に増加しましたが、ベンチャーキャピタル全体は2.08倍しか増加しませんでした。これらのデータは年次データであり、年ごとの累積データではありません。

比較要約：全体的に、AI分野への投資熱は依然として非常に高く、2018年のレポートでは最近の投資状況にさらに注目しています。報告書によれば、AI分野への投資の割合は近年さらに増加し​​ているという。他の産業と比較して、AI分野の発展速度は資本の助けによりさらに加速されるでしょう。

AIスタートアップ

2017年: AIスタートアップ企業の数は14倍に増加しました。

米国では、資金提供を受けた AI スタートアップの数は 2000 年以降 14 倍に増加しました。この数には、Crunchbase の VentureSource データベースに掲載されている VC 支援企業すべてが含まれます。

2018 年: 2015 年 1 月から 2018 年 1 月まで、AI スタートアップの数は 2.1 倍に増加し、すべてのアクティブなスタートアップは 1.3 倍に増加しました。

このグラフは、スタートアップ企業の数が年ごとに累積していることを示しています。全体的にスタートアップの成長は比較的安定している一方、AI スタートアップの数は飛躍的に増加しています。

比較概要：過去2年間と比較すると、AI企業の数はますます速いペースで成長しており、活動している企業の数も増加しています。これはAI市場の熱気をさらに反映しており、起業への熱意もさらに高まっています。

AI人材の需要

2017年: AIスキルを必要とする仕事は2013年以来4.5倍に増加しました。

Indeed.com プラットフォームでは、求人内容のタイトルとキーワードを調べて、人工知能に関連しているかどうかを判断することで、AI スキルを必要とする仕事の割合が計算されます。 AI Indexの調査では、各国のIndeed.comにおけるAIスキルを必要とする仕事の割合の増加も計算しました。報告書によると、カナダと英国はそれぞれ米国の AI 採用市場の絶対規模の 5% と 27% を占めています。

2018 年:統計 ML が最も要求されるスキルとして報告されています。 2016 年から 2017 年にかけての増加は特に顕著でした。2016 年には AI 人材の世界的な需要が急増しました。ディープラーニング (DL) は最も急速に成長しており、DL スキルを必要とする求人は 2015 年から 2017 年にかけて 35 倍に増加しました。

比較概要: 2016 年は AI 人材の需要が急増した年でした。それ以来、AI業界における人材の需要は急速に高まっており、人材ギャップはさらに深刻化する可能性があります。同時に、ディープラーニングの分野が最も急速に発展しており、このスキルを持つ人材が最も求められています。

AIのコアスキルと注目分野

2017 年:機械学習、ディープラーニング、自然言語処理 (NLP) が最も重要な 3 つのスキルです。 AI アプリケーションの作成に加えて、最も人気のあるスキルには、機械学習技術、Python、Java、C++、オープンソース開発環境、Spark、MATLAB、Hadoop の経験などがあります。

2018 年:オープンソース フレームワークの GitHub のスターの数に関して言えば、開発者の間で TensorFlow の人気ははるかに高く、着実に成長しています。 2位と3位はそれぞれscikit-learnとBVLC/caffeでした。 TensorFlow が公式に推進する Keras は 4 位にランクされ、他の 2 つの人気ツールである PyTorch と MXNet はそれぞれ 7 位と 6 位にランクされました。特に、PyTorch は新しいフレームワークですが、2017 年初頭のリリース以来、GitHub スターの数が少なくとも 4 倍に増加しています。

比較概要:過去 2 年間から、さまざまな AI プログラミング フレームワークとプログラミング スキルの人気が大まかにわかります。最近現れた2つの大きなトレンドは、GoogleのTensorFlow、FacebookのPytorch、Amazonのmxnetなど、大企業がサポートするフレームワークの人気が高まっていることと、TensorFlowが他の言語に対してますます明らかな人気優位性を示していることです。

AI分野における様々なタスクでの実績

2017 年: 2010 年以降、画像注釈のエラー率は 28.5% から 2.5% 未満に低下しました。

さらに、このレポートでは、視覚的な質問応答、単語解析、音声認識、定理証明など、多くの分野についても詳細な説明が提供されています。レポートでは、一部の分野では AI が依然として人間のパフォーマンスに大きく遅れをとっていることを示しています。視覚的な質問回答を例にとると、2017 年 8 月の時点で、最高の AI システムの精度は 70% 未満であるのに対し、人間のレベルは約 85% でした。

2018年： 2017年はImageNetコンテストの最後であり、2018年にはコンテストは開催されなくなりました。2015年までに、画像分類タスクにおける機械の能力は明らかに人間の目を上回ったことがわかります。

ImageNet チャレンジが「引退」した後、CV 分野の友人たちは Microsoft の COCO に焦点を絞り、セマンティック セグメンテーションとインスタンス セグメンテーションに挑戦しました。過去4年間で、COCOデータセットでの画像セグメンテーションチャレンジの精度は0.2向上し、2018年の結果は2015年より72％高くなっています。文構造の判定などの文法解析のタスクでは、2003年から2018年までの15年間でAIのパフォーマンス（F1スコア）が10％近く向上しました。

比較概要:さまざまな分野で AI タスクのパフォーマンスが急速に向上しており、一部の領域では人間を超え始めています。 AI の能力がさらに向上すれば、近い将来、より大きな規模で AI の総合的な能力が人間の能力を上回ることが予想されます。

設置ロボット数

2017年：国際的にロボットの輸入は2000年の約10万台から2015年に約25万台に増加しました。

インターナショナル・データ・コーポレーション（IDC）は、ロボットへの支出が今後5年間で加速し、2021年までに2,307億ドルに達し、年平均成長率（CAGR）は22.8%になると予測しています。

2018年： 2012年から2017年にかけて、中国におけるロボットの年間設置数は500%増加し、韓国やヨーロッパなどの他の地域でもそれぞれ105%と122%増加しました。設置量が少ない地域の中では、台湾が2012年から2017年にかけて最も急速な成長を遂げ、際立っています。

比較概要: 2017 年のレポートと比較して、2018 年のレポートでは国際市場がさらに細分化されています。北米市場と比較すると、中国のロボット市場の成長率は特に顕著であり、現在、他の国や地域を大きくリードしています。

2018年の最新補足コンテンツ

2018年の報告書では、分野別の論文出版状況がさらに詳しく分析されている。論文出版のペースが速い

2017 年には、論文の 56% が機械学習と確率的推論の分野に属していましたが、2010 年には 28% でした。ほとんどのサブフィールドでは、2010 ～ 2014 年よりも 2014 ～ 2017 年の方が論文の出版が速くなりました。たとえば、ニューラル ネットワーク分野の論文の年平均成長率 (CAGR) (上図の赤線) は 2010 年から 2014 年までわずか 3% でしたが、この分野の 2014 年から 2017 年までの年平均成長率は 37% でした。

ArXiv の AI 論文:急成長

2010年以降、arXiv上のAI論文数は急増しており、2010年の1,073件から2017年には13,325件にまで達しています。その中でも、コンピュータービジョン（CV）分野は2014年以降最も急成長している分野です（上図の青線）。この傾向は、AI 研究者が、同僚に認められたり、トップクラスのカンファレンスでテストされたりしたかどうかに関係なく、自分の研究を広める傾向があることを示唆しており、この分野の競争が激しいことも示しています。

大学のAI教授の性別：ほとんどが男性

関連データを収集する過程で、教師の多様性の向上が改革チームの焦点となりました。研究対象となった大学全体で、AI教授の平均80%が男性であることがわかったが、これは世界中のすべての大学に当てはまった。

雇用における男女格差： AIは依然として男性のゲーム

米国では、機械学習を必要とする求職者数が最も多いため、平均して男性の求職者が AI 求職者全体の 71% を占めており、これは平均して機械学習求職者が主な要因となっています。機械学習、ディープラーニング、ロボット工学を除き、男女格差は他のカテゴリーに比べて大きくなっています。

AIに対する政府の関心:米国、英国、カナダの議会記録における「人工知能」や「機械学習」への言及の数は急増しています。

これら3カ国の議会では、2016年以降、「機械学習」や「人工知能」への言及頻度が急増している。相対的に言えば、「機械学習」は以前はほとんど言及されておらず、ここ2年で急速に増加し始めたばかりである。

2018年報告書の中国セクションの概要

地域別に発表された論文:中国で発表された論文数は、2007 年から 2017 年にかけて 150% 増加しました。ヨーロッパは AI 論文の主要な産出国です。 2017年にScopusに掲載されたAI論文のうち、28%はヨーロッパから、25%は中国から、17%は米国からのものでした。

重点分野（RAI）の観点から見ると、中国のAI論文は工学技術と農業科学に重点を置いている。

RAI は、AI における世界的な研究活動と比較することで、地域の専門知識に関する洞察を提供できます。 RAI値が1の場合、その国のAI研究活動は世界と一致していることを示します。 1を超える場合、その国がその分野に重点を置いていることを意味します。 1 未満の場合、注目度が低いことを意味します。図からわかるように、中国の AI 論文は工学技術と農業科学に重点を置いているのに対し、アメリカとヨーロッパの AI 論文は人文科学と医学・健康科学に重点を置いている傾向があります。

政府、企業、医療界が主導する研究の比較： 2007年から2017年にかけて、中国は400％成長し、企業の論文はこの期間中に73％成長したことがわかります。米国では、AI論文のうち企業からの論文が比較的多く、米国企業からのAI論文の割合は中国やヨーロッパよりもはるかに高い。

FWCI は分野別に加重された引用影響係数であり、論文の影響を測定するために使用できます。 2016年の中国のAI論文の引用率は2000年より44%高かったが、全体的にはまだ平均を下回っていた。この点において米国は傑出した成績を収めており、米国の著者による AI 論文の引用率は世界平均より 83% 高くなっています。ヨーロッパは平均レベル付近で推移しています。

AI研究者の移動率で見ると、米国、中国、欧州の3つの国と地域のうち、移動度の低い（定住型）AI研究者の割合が最も高いのは中国（76％）で、次いで欧州（52％）、米国（37％）となっている。調査によると、流動性の高い学者が発表したAI論文は引用率や影響力が高く、論文をより頻繁に発表する傾向があることが分かりました。

2018年のAAAI会議に提出された論文の約70%は米国または中国からのものでした。提出された論文数が最も多かったのは中国で1,242件、次いで米国が934件だった。しかし、米国の機関が提出した論文の採択率は29%と高く、268件が採択されたのに対し、中国の機関が提出した論文の採択率は21%とやや低く、265件が採択された。ドイツ語とイタリア語の論文は最も高い採択率（41%）を獲得しましたが、投稿数は少なかったです。

米国以外の大学の中では、清華大学がAIとMLのコースを受講する学生数の増加率が最も高く、2位のトロント大学の約2倍となっている。さらに、2017 年に AI および ML コースに登録した学生数は 2010 年と比べて 16 倍になりました。

2012 年以降、ROS.org への訪問者数が最も多い世界の上位 5 つの地域のうち、中国は最も高い成長率を示しています。 2017年の中国からの訪問者数は2012年と比べて18倍となった。

ROS.orgは、中国からのトラフィックの増加は構造的なものであり、中国でのマーケティングやリソースの増加によるものではないと述べた。訪問者数では米国とヨーロッパが第1位と第2位となった。

AI Index は、人工知能は間違いなく今後もさらに洗練され、応用範囲もますます広がるだろうが、技術的にも、偏見やセキュリティの面でも、依然として多くの障害が存在すると述べて 2018 年のレポートを締めくくりました。同時に、自動化の普及により、すぐに大規模な失業が発生することはないものの、社会としては、医療保険などの保障のない、より不安定で低賃金の仕事へと仕事の本質が変化していくことに備える必要がある。

AI が社会に与える影響を確実に測定するのは時期尚早かもしれません (業界はまだ始まったばかりです)。しかし、AI に備え、その意味を理解し、日常生活、仕事、医療、教育、法執行機関などの公共機関に AI がどのような影響を与えるかを理解することこそ、AI の研究や製品開発と同じくらい重要です。両方に投資することによってのみ、世界をより良い場所にすることができます。