近年來人工智能L域飛速發(fā)展。1998—2018 年，經(jīng)過同行評審的AI 論文（期刊論文和會議論文）增長了三倍以上。每年發(fā)表的AI 論文數(shù)量與歐洲持平，并于2006 年超過了美國。2014—2018 年，60％以上的AI 專利引用來自北美地區(qū)。2019 年，私人AI 投資超過700 億美元，AI 相關(guān)創(chuàng)業(yè)投資超過370 億美元，并購規(guī)模340 億美元，IPO 規(guī)模50 億美元。2010—2018 年，針對AI 初創(chuàng)公司的私人投資以超過48％的年均增長率穩(wěn)步增長。當(dāng)前，人工智能已成為北美計算機(jī)科學(xué)博士生受歡迎的專業(yè)。2018 年，超過21％的計算機(jī)科學(xué)的博士畢業(yè)生專注于人工智能/ 機(jī)器學(xué)習(xí)的研究方向，超過60％的AI 博士畢業(yè)生進(jìn)入了產(chǎn)業(yè)界。與此同時，人工智能相關(guān)的社會倫理問題逐漸引起人們關(guān)注，新聞報道涉及的主題主要有人工智能使用的倫理框架和準(zhǔn)則、數(shù)據(jù)隱私、面部識別的使用、算法偏見等。報告認(rèn)為，人工智能對聯(lián)合國所有17 個可持續(xù)發(fā)展目標(biāo)均具有適用性，但只能幫助解決169 個細(xì)分目標(biāo)中約一半的目標(biāo)，因此需要克服一些瓶頸以便更好地發(fā)揮AI 的作用。

1. 期刊出版物：Elsevier
據(jù)報告顯示，1998—2018 年，AI 出版物在同行評審出版物中的占比不斷提升，AI 論文[1]占論文總數(shù)的比例從不足1%增長到3% 左右（在期刊出版物和會議論文中的占比已分別達(dá)到3% 和9%，圖1）。歐洲在AI 論文發(fā)表數(shù)量上曾長期L先（2018年占份額達(dá)27%），而的AI 論文數(shù)量增長迅速，已于2006 年超過美國，目前與歐洲持平，在的占比從2000 年的10％增長到了2018 年的28％（圖2）。但美國在AI 文獻(xiàn)引用影響方面處于L先地位，歐洲接近平均水平，則進(jìn)步較快。此外，企業(yè)與學(xué)術(shù)界合作開展AI 研究越來越普遍。

2. arXiv 上的論文[2]
報告指出，2010—2019 年，arXiv 上AI 論文發(fā)表量增加了20 倍以上，“計算與語言”（Computation and language）子類的論文提交量增長了近60 倍。自2014 年以來，“ 計算機(jī)視覺和模式識別”（Computer Vision and Pattern Recognition）一直是大的子類，2019 年“機(jī)器學(xué)習(xí)”（Machine Learning）則取而代之（圖3）。以深度學(xué)習(xí)為例，北美發(fā)布的論文多，其次是歐洲、亞太地區(qū)；按國別則是美國和排在前兩位，其次是英國、德國、澳大利亞、加拿大；按人均論文發(fā)表量則是新加坡、瑞士、澳大利亞、以色列、荷蘭和盧森堡相對較G。

3. 微軟學(xué)術(shù)圖譜（Microsoft Academic Graph，MAG）
據(jù)微軟學(xué)術(shù)圖譜數(shù)據(jù)顯示，1990—2008 年，東亞及太平洋地區(qū)的AI 學(xué)術(shù)論文所占份額逐年上升，并于2003 年超過北美地區(qū)和歐洲及中亞地區(qū)。2018 年已發(fā)表的期刊論文中有37％來自東亞及太平洋地區(qū)，有24％來自歐洲及中亞地區(qū)，而22％來自北美地區(qū)（圖4）。2015—2018 年，的AI 論文總發(fā)表量多，其次是美國、印度、英國和德國。2014—2018 年，東亞及太平洋地區(qū)的AI 期刊論文引用量多，占引用量的32.1％，其次是歐洲及中亞地區(qū)和北美地區(qū)，分別占31.4％和27.1％（圖5）。

AI 技術(shù)專利可以衡量AI 在行業(yè)中的活動及其對產(chǎn)品的潛在影響。圖6 顯示了1990—2018 年MAG 在MAG 中的AI 專利份額。超過51％的已發(fā)布AI 專利歸于北美，歐洲及中亞地區(qū)的份額下降到23％，與東亞及太平洋地區(qū)所占份額接近。2015—2018 年，AI 專利發(fā)布數(shù)量多的是美國，其次是日本、法國、加拿大和德國；超過94％的AI 專利授權(quán)來自G收入，4% 來自中G收入。2014—2018 年，AI 專利引用量的60.4％來自北美地區(qū)，其次是東亞及太平洋地區(qū)和歐洲及中亞地區(qū)，分別為22.1% 和14.9%（圖7）。

4. AI 研發(fā)中的女性研究人員
報告指出，AI 研究人員的性別多樣性存在國際差異，地理位置和研究L域都會對此產(chǎn)生影響。2000—2018 年，擁有女性作者的AI 論文比例發(fā)生了變化，歐洲有所增長，而美國略有下降。許多西歐及阿根廷、加拿大和伊朗在AI 研究中都表現(xiàn)出了相對較G的女性比例。在荷蘭和丹麥，至少有一位女性合著者的AI 論文比例分別在41％和39％以上，葡萄牙、西班牙、法國、比利時、意大利、愛爾蘭、匈牙利、阿根廷、加拿大、伊朗等也有30% 以上，而日本和新加坡則只有10％和16％的AI 論文中有女性作者。
二、AI 會議

1. 參與度

報告顯示，AI 會議的規(guī)模和聲望都在提升，參會人數(shù)顯著增加。神經(jīng)信息處理系統(tǒng)大會（Conference and Workshop on Neural Information Processing Systems，NeurIPS）、計算機(jī)視覺與模式識別大會（Conference on Computer Vision and Pattern Recognition，CVPR）、國際機(jī)器學(xué)習(xí)大會（International Conference on Machine Learning，ICML）是與會人數(shù)多的三個大型AI 會議，2019 年的參會人數(shù)分別達(dá)到了13500 人、9227 人和6400 人，NeurIPS 和ICML 的規(guī)模增長快，均比2012年增長了8倍多，CVPR 也增長了5倍多。小型AI 會議如國際學(xué)習(xí)表征會議（International Conference on Learning Representations，ICLR），2019年的參會人數(shù)已是2014年的15倍以上。
2. 美國人工智能協(xié)會論文統(tǒng)計
美國人工智能協(xié)會（Association for the Advancement of Artificial Intelligence，AAAI）年會是運行時間較長的AI 會議之一。統(tǒng)計結(jié)果顯示，AAAI 的會議論文中，提交和接受的論文多，其次是美國；接受率G的是以色列（24％），其次是德國（23％）、加拿大（22％）、美國（20％）和新加坡（20％）。從論文提交和接受的情況來看，機(jī)器學(xué)習(xí)、自然語言處理和計算機(jī)視覺仍是排名前三的主題L域。
3. 多元化組織
機(jī)器學(xué)習(xí)女性協(xié)會（Women in Machine Learning，WiML）作為一個支持女性參與機(jī)器學(xué)習(xí)研究和發(fā)展的組織，其2018 年研討會的注冊人數(shù)已是2014 年的8 倍多。致力于將科技工作者與學(xué)生進(jìn)行對接的AI4ALL（AI for ALL）項目，其參與人數(shù)已是2015 年的20 倍。類似組織的發(fā)展反映了女性和學(xué)生等新的AI 參與群體也在增長。
4. 倫理問題
報告指出，在人工智能、機(jī)器學(xué)習(xí)、機(jī)器人相關(guān)的會議和期刊論文中，含有“倫理”相關(guān)關(guān)鍵詞的論文占比雖小，但增長迅速。RightsCon 作為數(shù)字時代大型的人權(quán)年度峰會之一，自2017 年以來，已就人權(quán)與AI 問題的探討有了初步進(jìn)展，AI 倫理議題的焦點也從算法責(zé)任和基于人權(quán)的AI 方法擴(kuò)展到算法偏見和歧視、隱私和數(shù)據(jù)權(quán)以及AI 在治理、選舉、審查、貿(mào)易、就業(yè)等方面的作用。
三、技術(shù)性能

1. 計算機(jī)視覺

報告指出，依托特定數(shù)據(jù)集的建立和一些挑戰(zhàn)賽的舉辦，AI 在圖像分類、圖像生成、語義分割、視頻動態(tài)識別、多種數(shù)據(jù)類型的聯(lián)合推理等方面取得了顯著進(jìn)展。例如，基于大型圖像數(shù)據(jù)庫ImageNet 的大規(guī)模視覺識別挑戰(zhàn)賽的進(jìn)展表明，基于云架構(gòu)訓(xùn)練大型圖像分類系統(tǒng)所需的時間從2017 年10 月的約3 個小時減少到了2019 年7 月的約88 秒（準(zhǔn)確度達(dá)到93% 以上），圖像分類的訓(xùn)練成本也大大下降。
2. 語言
報告指出，能夠理解和分析自然語言是至關(guān)重要的多用途AI 技術(shù)問題。近年來，面向語言的AI 系統(tǒng)研究取得了巨大進(jìn)步。在通用語言理解評估（General Language Understanding Evaluation，GLUE）測試和超JGLUE（SuperGLUE）測試中，Google、Facebook 發(fā)布的模型在通用語言理解上已接近人類基準(zhǔn)。斯坦福問答數(shù)據(jù)集（Stanford Question Answering Dataset，SQuAD2.0）測試結(jié)果表明，AI 在自然語言處理方面的進(jìn)展迅速。此外，艾倫人工智能研究所（Allen Institute for Artificial Intelligence，AI2） 的推理挑戰(zhàn)賽（AI2 Reasoning Challenge，ARC） 和商用機(jī)器翻譯（Commercial Machine Translation，CMT）系統(tǒng)的發(fā)展表明，AI 在推理、翻譯等方面也有一定進(jìn)展。
3. 計算能力
2012 年之前，人工智能的發(fā)展遵循摩爾定律，計算量每兩年翻一番；2012 年之后，計算量每3.4 個月翻一番（已增長30萬倍）。
4. 人類J表現(xiàn)里程碑
繼2017 年份AI 指數(shù)報告列出“人類J表現(xiàn)里程碑”（Human-Level Performance Milestones）清單之后，2019 年的報告對這一清單作了更新[3]，概述了人工智能在人類或超人類J別執(zhí)行的游戲成就、醫(yī)療診斷和其他復(fù)雜任務(wù)的代表性事件新增了“DeepMind 打造的Alphastar 在《星際爭霸2》中擊敗人類專業(yè)玩家”“以專家J的準(zhǔn)確性檢測糖尿病視網(wǎng)膜病變（Diabetic Retinopathy，DR）”兩項。
四、經(jīng)濟(jì)

1. 就業(yè)
報告指出，人工智能L域的崗位需求無論在發(fā)達(dá)經(jīng)濟(jì)體還是新興經(jīng)濟(jì)體中都在迅速增長。L英（LinkedIn）的數(shù)據(jù)顯示，AI 招聘呈現(xiàn)快速增長趨勢。2015—2019 年，新加坡、巴西、澳大利亞、加拿大和印度的AI 招聘數(shù)量增長快。美國的AI 崗位需求比例從2012 年的0.3％增長到了2019 年的0.8％，其AI 崗位需求主要集中在機(jī)器學(xué)習(xí)、人工智能、神經(jīng)網(wǎng)絡(luò)、自然語言處理、機(jī)器人技術(shù)和視覺圖像識別等集群，主要分布于信息技術(shù)服務(wù)、專業(yè)及科技服務(wù)、金融和保險、制造業(yè)、企業(yè)管理等L域。在AI 技能滲透方面，印度、美國、法國、和以色列是滲透率G的五個，而軟件和IT 服務(wù)、硬件和網(wǎng)絡(luò)、教育、金融和制造業(yè)是滲透率G的五個行業(yè)。報告還詳細(xì)分析了美國各州、大都市區(qū)和城市的AI 崗位需求及技能滲透情況。
2. 投資
報告顯示，2019 年，私人AI 投資超過700 億美元，與AI 相關(guān)的創(chuàng)業(yè)投資超過370 億美元，并購規(guī)模34 億美元，次公開發(fā)行（IPO）規(guī)模50 億美元。美國、歐洲和在私人AI 投資方面所占份額排名靠前，美國一直是AI 資助的L先者和AI 初創(chuàng)企業(yè)投資的主導(dǎo)者，以色列、新加坡和冰島的人均投資較為可觀。2018—2019 年，AI 私人投資多的是自動駕駛汽車，為77 億美元（占比9.9%）；增長快的是機(jī)器人自動化（超過10 億美元）。針對AI 初創(chuàng)企業(yè)的投資穩(wěn)步增長，從2010 年的13 億美元增長到了2018 年的404 億美元，年均增長超過48％。獲得投資的4403 家AI 初創(chuàng)企業(yè)分別來自36 個不同的重點L域，主要包括數(shù)據(jù)工具、時尚和零售技術(shù)、工業(yè)自動化、石油和天然氣、金融科技和文本分析。其中，美國有1749 家初創(chuàng)企業(yè)共獲得198 億美元投資，有486 家初創(chuàng)企業(yè)獲得總計166 億美元投資，歐洲有993 家初創(chuàng)企業(yè)共獲得46 億美元投資，印度有139 家初創(chuàng)企業(yè)獲得36 億美元投資。人工智能似乎正在轉(zhuǎn)變?yōu)橥ㄓ眉夹g(shù)。
在企業(yè)投資方面，2019 年由風(fēng)險資本驅(qū)動的私人投資約占AI 總投資的一半，其余為并購和公開募股。但就交易數(shù)量而言，私人投資占92％，并購僅占4％，少數(shù)股權(quán)和次公開發(fā)行共占3％。在公共投資方面，美國聯(lián)邦政府2020 財年預(yù)計在AI研發(fā)上投資49.8 億美元。其中，美國國防部（DoD）預(yù)算約40億美元，較大的AI 資助實體是國防部長辦公室（13 億美元）、國防部GJ研究計劃局（DARPA，5.06 億美元）；聯(lián)邦民用機(jī)構(gòu)（非國防部）預(yù)計將在AI 上投資9.73 億美元，美國科學(xué)基金會（NSF）為4.88 億美元。
3. 企業(yè)活動
報告指出，企業(yè)的AI 應(yīng)用正在增加，但因行業(yè)而異。麥肯錫2019 年的一項研究表明，58％的受訪企業(yè)表示至少有一個職能或業(yè)務(wù)部門利用了AI，30％的受訪者表示AI 已嵌入其多個業(yè)務(wù)L域，企業(yè)有可能出于提升其行業(yè)核心價值的目的而利用AI，在各行業(yè)中應(yīng)用多的是機(jī)器人流程自動化、計算機(jī)視覺和機(jī)器學(xué)習(xí)，且相當(dāng)一部分受訪企業(yè)已針對合規(guī)性、網(wǎng)絡(luò)安全、個人隱私等風(fēng)險采取措施。
報告顯示，2018 年，機(jī)器人安裝量增長6％，達(dá)到422271 臺，價值165 億美元；現(xiàn)有運作的機(jī)器人存量約243.95萬臺，增長了15%。需求大的仍是汽車行業(yè)（占安裝總數(shù)的30％），其次是電氣/ 電子（25％）、金屬和機(jī)械（10％）、塑料和化學(xué)產(chǎn)品（5％）、食品和飲料（3％）。、日本、美國、韓國和德國的工業(yè)機(jī)器人安裝量占總安裝量的74%。自2013 年以來，一直是大的工業(yè)機(jī)器人市場，2018 年安裝量為154032 臺，占總安裝量的36％。
五、教育

1. 在線學(xué)習(xí)
報告指出，越來越多的AI 教育超出了實體大學(xué)的范圍，在線學(xué)習(xí)在AI 教育和技能培訓(xùn)中發(fā)揮著關(guān)鍵作用。大的G等教育在線平臺Coursera 發(fā)布的2019 技能指數(shù)（Global Skills Index，GSI）報告，詳細(xì)分析了60 個和地區(qū)10 個行業(yè)的商業(yè)、技術(shù)和數(shù)據(jù)科學(xué)方面的技能狀況，包括AI 技能指數(shù)情況[4]。Coursera 的GSI 數(shù)據(jù)表明，東亞和南亞在AI 及相關(guān)技能方面的入學(xué)率較G，而一個的技能等J與其人均GDP 和G等教育投資水平等指標(biāo)相關(guān)。優(yōu)達(dá)學(xué)城（Udacity）的在線課程注冊數(shù)據(jù)顯示，深度學(xué)習(xí)、機(jī)器學(xué)習(xí)、人工智能及計算機(jī)系統(tǒng)工程等入門課程都比較熱門。
2. 人才培養(yǎng)
報告顯示，近年來，美國斯坦福大學(xué)、伯克利大學(xué)、伊利諾伊大學(xué)等的人工智能和機(jī)器學(xué)習(xí)等課程注冊學(xué)生數(shù)均大幅增長，的清華大學(xué)和北京大學(xué)、加拿大的多倫多大學(xué)、澳大利亞的墨爾本大學(xué)等知名大學(xué)的相應(yīng)課程也呈現(xiàn)出類似態(tài)勢。歐洲的大學(xué)AI 教育大都以碩士水平授課，共有197 所大學(xué)提供總計406 個AI 專業(yè)碩士學(xué)位授予點。人工智能已迅速成為北美計算機(jī)科學(xué)博士生受歡迎的專業(yè)，2018 年，超過21％的計算機(jī)科學(xué)博士畢業(yè)生專注于人工智能/ 機(jī)器學(xué)習(xí)的研究。美國和加拿大AI L域的博士畢業(yè)生人數(shù)持續(xù)增長，超過了計劃數(shù)的60％；2018 年，有150 多名AI 博士進(jìn)入了產(chǎn)業(yè)L域，即將畢業(yè)的AI 博士進(jìn)入產(chǎn)業(yè)界的比例從2004 年的21％增長到了2018年的62％以上。在美國，離開學(xué)術(shù)界去產(chǎn)業(yè)界的AI 教師人數(shù)持續(xù)增長。
3. 師資多元化
報告指出，在美國，按性別劃分的AI 教職員工多元化并未取得顯著進(jìn)展。計算機(jī)科學(xué)終身制教師的總數(shù)一直穩(wěn)步增長，但女性教師在其中的占比基本保持不變（21%），新教師的國際化比例也較小（18%）。2018 年，女性在新教職員工中所占比例不到20％；女性AI 博士學(xué)位獲得者的比例自2010 年以來幾乎保持不變，為20％。2010—2018 年，美國的AI 博士學(xué)位獲得者中，來自國外的博士數(shù)量從不到40％增長到了60％以上，這些畢業(yè)生只有18% 進(jìn)入了學(xué)術(shù)界。此外，與AI 相關(guān)的大學(xué)終身教職或終身教授存在前所未有的人才外流現(xiàn)象。
4. 倫理課程
報告指出，隨著AI 的興起，在計算機(jī)科學(xué)課程中設(shè)計并講授倫理規(guī)范具有緊迫性。常見的計算機(jī)倫理課程設(shè)置有兩種方法：①設(shè)計d立的倫理課程，即將倫理與計算機(jī)及AI 等結(jié)合起來的單d課程，如“計算機(jī)科學(xué)和倫理學(xué)”“人工智能和倫理”。②將倫理模塊（或內(nèi)容）納入核心計算機(jī)科學(xué)或人工智能課程的全流程。一些大學(xué)正在努力將兩者融合。
六、自動系統(tǒng)

1. 自動駕駛汽車

報告指出，目前范圍內(nèi)至少25 個或地區(qū)的城市正在測試自動駕駛汽車（Autonomous Vehicles，AV）原型。加利福尼亞州是美國個制定自動駕駛汽車測試法規(guī)的州。自2012 年以來，美國至少有41 個州和哥倫比亞特區(qū)考慮了與AV 有關(guān)的立法。2015—2018 年，加利福尼亞州測試自動駕駛汽車的企業(yè)總數(shù)增長了7 倍。2018 年，加利福尼亞州為50 多家企業(yè)和500多個AV 提供了測試許可，這些AV 總計行駛了約321.9 萬千米（200 萬英里）。然而，自動駕駛汽車的安全和可靠性是一個大問題。
2. 自主武器
近的一項調(diào)查發(fā)現(xiàn)，至少有89 個的武器庫中有自動防空系統(tǒng)，63 個部署了不止一種防空系統(tǒng)，而自主保護(hù)（Active Protection，AP）系統(tǒng)僅由9 個已知的生產(chǎn)國開發(fā)和制造。已知范圍部署的自主武器（Autonomous Weapons，AW）系統(tǒng)數(shù)量排名中，美國多，其次是以色列、俄羅斯、法國、、意大利等。
七、公眾認(rèn)知

1. 銀行

報告顯示，從各國銀行的通訊文件可以看出，世界各地的銀行都對AI 表現(xiàn)出了濃厚的興趣。英格蘭銀行圍繞AI 及區(qū)塊鏈和加密貨幣的使用制定了明確的研究議程，美聯(lián)儲和日本央行等的銀行也開始圍繞AI 構(gòu)建正式的研究議程。
2. 政府
報告指出，政府官員越來越重視人工智能。與往年相比，2017—2018 年，各國國會的有關(guān)報告及立法中涉及AI 及相關(guān)內(nèi)容的頻次增加了10 倍以上。美國國會的相關(guān)筆錄中，2019年是迄今為止AI 提及率G的一年。近年來，加拿大、英國等的國會報告、委員會報告和立法中，與人工智能相關(guān)的內(nèi)容都有顯著增加。
3. 企業(yè)
報告顯示，美國3000 家上市公司財報當(dāng)中，提及AI 收益的比例大幅增加，已從2010 年的0.01％增至2018 年的0.42％。在各行業(yè)2018—2019 年季度的財報中，金融業(yè)提及AI 的數(shù)量多，其次是電子技術(shù)、生產(chǎn)商制造、醫(yī)療保健技術(shù)和技術(shù)服務(wù)部門。
4. 網(wǎng)絡(luò)搜索和新聞報道
報告指出，從美國用戶使用Google 搜索AI 相關(guān)關(guān)鍵詞的熱度和趨勢來看，2008—2013 年熱的是“云計算”，2013—2016 年熱的是“大數(shù)據(jù)”，近幾年熱的是“機(jī)器學(xué)習(xí)”，其次是“數(shù)據(jù)科學(xué)”。在范圍的相關(guān)新聞報道中，“人工智能”無疑是熱的贏家，其次是“機(jī)器學(xué)習(xí)”、“深度學(xué)習(xí)”，以及“AI與工作或就業(yè)”。
八、社會倫理

1. 倫理挑戰(zhàn)

報告指出，人工智能系統(tǒng)引發(fā)了各種道德和倫理挑戰(zhàn)。一些AI 倫理框架文件提到的倫理挑戰(zhàn)主要包括問責(zé)制、安全、人類控制、可靠性和安全性、公平性、多元化和包容性、可持續(xù)發(fā)展、透明度、可解釋性、多方參與、法律與合規(guī)、數(shù)據(jù)隱私。其中，公平性、責(zé)任制、可解釋性和透明度等是常被提到的倫理問題。
2. 新聞媒體報道
報告指出，人工智能的新聞報道已越來越多地關(guān)注AI使用的倫理問題討論。2018—2019 年確定的3600 多篇有關(guān)倫理與人工智能的新聞中，主題主要涉及人工智能使用的倫理框架和準(zhǔn)則、數(shù)據(jù)隱私、面部識別的使用、算法偏見以及大技術(shù)角色。2019 年關(guān)于AI 倫理的媒體對話主要涉及AI 倫理框架問題。
3. 可持續(xù)發(fā)展
報告指出，目前的人工智能應(yīng)用案例對聯(lián)合國所有17 個可持續(xù)發(fā)展目標(biāo)（Sustainable Development Goals，SDGs）均具有適用性，但只能幫助解決169 個細(xì)分目標(biāo)中約一半的目標(biāo)。為了使AI 發(fā)揮其潛在的作用和影響，需要克服一些特定的瓶頸，如數(shù)據(jù)本身的可用性、質(zhì)量和集成等挑戰(zhàn)，計算能力、AI 人才等方面的限制等。
九、戰(zhàn)略和AI 活力

1. 戰(zhàn)略

報告顯示，過去幾年，各國關(guān)于AI 的戰(zhàn)略性文件的數(shù)量一直在增加，各國紛紛推出并實施新的AI 戰(zhàn)略。在報告搜集的48 份AI 戰(zhàn)略文件中，94％的文件包含“學(xué)術(shù)伙伴關(guān)系”，48％包含AI 研發(fā)，超過42％提到AI 治理，而較少有文件提及保護(hù)消費者和促進(jìn)公平。
2. AI 活力
報告總結(jié)和介紹了衡量AI 活力（Global AI Vibrancy）的工具、方法及結(jié)果[5]。該工具自2015 年起使用，涵蓋28 個或地區(qū)，包括研發(fā)、經(jīng)濟(jì)、包容性三個一J指標(biāo)和34 個具體指標(biāo)，指標(biāo)數(shù)值為0—100，以衡量特定或地區(qū)在特定指標(biāo)下的分布中的相對位置，并可根據(jù)使用者的權(quán)重偏好進(jìn)行跨國比較和長期比較。

pdf下載：2019 人工智能指數(shù)報告