美國頂尖學府斯坦福大學（Stanford University）AI 100中AI Index項目旨在追蹤人工智能的活動和進展，研究人工智能對人們生活的影響。AI Index專注于追蹤和觀察AI的活動和進展，并以可靠、可驗證數據為基礎，促進對AI的了解。

AI Index在新舊年份交替之際公布了團隊成立以來第一份報告，其中具有代表性的十張圖可以幫助我們快速、全面了解AI這一行業高速發展的啟發和見解。

1、AI學術研究論文激增9倍以上

自1996年以來，每年發表的計算機科學的學術論文和研究的數量猛增了9倍以上。學術論文和研究通常能產生新的知識產權和專利。整個Scopus數據庫中，含有“Artificial Intelligence”這個關鍵詞的計算機科學領域的論文有超過200,000（200237）篇。Scopus數據庫中“計算機科學”領域的論文總共有近500萬（4868421）篇。

2、AI風險投資激增6倍

自2000年以來，在美國，風險投資者（VC）每年投入AI創業公司的投資額增加了6倍。Crunchbase，VentureSource和Sand Hill Econometrics被用于確定VC每年投給初創公司的資金額，這些初創公司在某些關鍵領域起著重要作用。上圖顯示了VC在美國所有融資階段對AI創業公司年度投資總額。

3、AI創業公司激增14倍

自2000年以來，在美國，有資本支持的 AI 創業公司數量增加了 14 倍。Crunchbase，VentureSource和Sand Hill Econometrics也用于這一分析。這個數字包括VentureSource數據庫中Crunchbase列表中的任何有VC支持的公司。

4、要求AI技能崗位激增4.5倍

自2013年以來，要求有AI技能的工作崗位增長了4.5倍。在Indeed.com平臺上，需要AI技能的工作崗位所占份額的計算方法是通過職業描述中的標題和關鍵字來確定是否與人工智能相關。AI Index研究還計算了在Indeed.com平臺上，要求人工智能技術的工作崗位份額在不同國家的增長情況。盡管加拿大和英國增長迅速，但對于人才招聘市場， Indeed.com的報告顯示加拿大和英國分別只占美國AI招聘市場絕對規模的5%和27%。

5、機器學習、深度學習

以及NLP成為核心技能

在線求職平臺Monster.com上數據顯示，機器學習，深度學習和自然語言處理（NLP）是最重要的三項技能。兩年前NLP已經被預測會成為應用程序開發人員創建新的AI應用程序最需要的技能。除了創建AI應用程序，最受歡迎的技能還包括機器學習技術，Python，Java，C ++，開源開發環境的經驗，Spark，MATLAB和Hadoop。根據對Monster.com的分析，在美國，數據科學家，高級數據科學家，人工智能顧問和機器學習主管的薪水中位數為$127000。

6、圖像標注錯誤率

巨幅下滑至2.5%以下

自2010年以來，圖像標注的錯誤率從28.5%下降到2.5%以下。大規模視覺識別挑戰賽（LSVRC）的對象檢測任務的AI拐點發生在2014年。在這項特定任務中，AI已經表現得比人類更準確。這些發現來自于ImageNet網站上LSVRC競賽排行榜的競賽數據。

7、機器人進口量激增至25萬

從國際上看，機器人的進口量已經從2000年的10萬臺左右增長到了2015年的25萬臺左右。數據來源是每年進口到北美以及國際整體的工業機器人的數量。工業機器人由ISO 8373：2012標準定義。國際數據公司（IDC）預測對機器人的消費將在五年內加快，到2021年達到2307億美元，復合年增長率（CAGR）為22.8%。

8、AI企業應用全球營收激增50%以上

到2025年，來自人工智能企業應用的全球營收預計將從2018年的1.62億美元增長到31.2億美元，漲幅達到52.59%。圖像識別和標記、醫療數據處理、定位和地圖、預測性維護、使用算法和機器學習預測和阻止安全威脅、智能招聘和人力資源系統等等，是企業應用AI的一些用例。