過去十年里，人工智能從實驗室走向產業化生產，重塑傳統行業模式、引領未來的價值已經凸顯，并為全球經濟和社會活動做出了不容忽視的貢獻。當前全球人工智能浪潮洶涌，各國學者正努力實現人工智能從感知到認知的跨越，使之具有推理、可解釋性、認知性。未來十年，人工智能技術將實現從感知智能到認知智能的新突破。

　　近日，清華大學人工智能研究院、清華 - 中國工程院知識智能聯合研究中心聯合發布了《人工智能發展報告 2020》。

　　該報告基于清華大學唐杰教授團隊自主研發的 “科技情報大數據挖掘與服務平臺”(簡稱 AMiner)平臺，根據 2011-2020 年期間人工智能領域的頂級期刊和會議(共計 44 個)所收錄的全部論文和專利數據，全面展現了人工智能發展至今所獲得的重大科研進展、成果產出以及科研熱點。該報告不僅從人才現狀、技術趨勢和技術影響力等方面展示了過去十年人工智能的最新進展，而且匯總分析了全球主要國家人工智能戰略支持政策，以及各國人才儲備和專利申請情況。該報告匠心獨具，將知識圖譜與自然語言處理、可視化、文獻計量學等技術手段相結合，分析得到人工智能及其子領域的技術研究熱點和發展趨勢方向，高層次人才特征。此外，基于 Gartner 技術成熟度曲線，該報告還深入探討了人工智能的未來發展藍圖，提出理論、技術和應用方面的重大變化與挑戰，以及如何賦能其他產業發展等重要議題。

　　AMiner 評選出過去十年十大人工智能研究熱點

　　根據人工智能領域在國際頂級期刊和會議過去 10 年所發表論文，通過 AI 算法計算出不同技術研究方向的 AMiner 影響力指數，以此獲得人工智能領域研究熱點總榜單，評選出過去十年 “十大人工智能研究熱點”。

　　本次評測結果顯示，過去十年中十大研究熱點分別為：深度神經網絡、特征抽取、圖像分類、目標檢測、語義分割、表示學習、生成對抗網絡、語義網絡、協同過濾和機器翻譯。各項研究熱點的 AMiner 指數如表。

　　表 1 AMiner 評選出的近十年十大 AI 研究熱點

　　過去十年有 5 位人工智能領域學者獲得圖靈獎

　　通過 AMiner 智能引擎，可以自動收集歷年來圖靈獎獲得者及其論文發表與學者畫像等信息。過去十年的圖靈獎有三次正式授予給人工智能領域。2010，Leslie Valiant 因對計算理論的貢獻(PAC、枚舉復雜性、代數計算和并行分布式計算)獲得圖靈獎，該成果是人工智能領域快速發展的數學基礎之一。2011 年，因 Judea Pearl 通過概率和因果推理對人工智能做出貢獻而頒獎;2018 年，深度學習領域三位大神 Yoshua Bengio、Geoffrey Hinton 和 Yann LeCun 因為在概念和工程上的重大突破推動了深度神經網絡成為計算機領域關鍵技術而榮獲圖靈獎。Hinton 的反向傳播(BP)算法、LeCun 對卷積神經網絡(CNN)的推動以及 Bengio 對循環神經網絡(RNN)的貢獻是目前圖像識別、語音識別、自然語言處理等獲得跳躍式發展的基礎。

　　AI 高層次人才較多聚集在美國

　　全球人工智能領域高層次人才共計 155408 位，中國人工智能領域高層次人才數量共計 17368 位。從 AI 高層次學者國家分布看，美國 AI 高層次學者的數量最多，有 1244 人次，占比 62.2%，中國排在美國之后，位列第二，有 196 人次，占比 9.8%。中國 AI 高層次學者主要分布在京津冀、長三角和珠三角地區，北京仍是擁有 AI 高層次學者數量最多的國內城市，有 79 位。

　　在全球人工智能領域高層次學者量 TOP10 機構之中，美國機構高層次學者總體人數遙遙領先。位居首位的是美國的谷歌公司，擁有 185 人，清華大學是唯一入選 TOP10 的中國機構，其余均為美國機構。

　　從子領域論文量來看，美國的大學和科技機構在 AI 各個細分方向上的發展較為均衡，且在自然語言處理、芯片技術、機器學習、信息檢索與挖掘、人機交互等 10 多個子領域的發展居于全球領先席位。中國的 AI 機構在語音識別、經典 AI、計算機網絡、多媒體、可視化和物聯網等領域實力較強，均進入全球領先行列。

　　中國 AI 專利申請量全球領先

　　過去十年，中國人工智能領域的專利申請量 389571，位居世界第一，占全球總量的 74.7%，是排名第二的美國的 8.2 倍。總體上，國內的人工智能相關專利申請量呈逐年上升趨勢，并且在 2015 年后增長速度明顯加快。

　　(專利申請數據截至2020年10月)

　　人工智能技術賦能社會民生領域發展

　　當前，人工智能技術與傳統行業深度融合，廣泛應用于交通、醫療、教育和工業等多個領域，在有效降低勞動成本、優化產品和服務、創造新市場和就業等方面為人類的生產和生活帶來革命性的轉變。

　　機器學習、深度學習、自然語言處理、語音識別、計算機視覺、計算機圖形、機器人、人機交互、數據庫、信息檢索與推薦、知識圖譜、知識工程、數據挖掘、數據挖掘、安全與隱私、深度神經網絡、可視化、物聯網等人工智能技術，已經被引入到醫療領域的電子病歷、影像診斷、醫療機器人、健康管理、遠程診斷、新藥研發、基因測序等應用場景中;被引入到金融領域的智能獲客、身份識別、智能風控、智能投顧、智能客服、移動支付以及業務流程優化等應用場景;被引入到教育領域的智適應學習、教育機器人、智慧校園、智能課堂、智能題庫、語音測評、人機對話、教育輔助等場景，還被引入到制造領域的智能工廠、工程設計、工程工藝設計、生產制造、CIMS、生成調度、故障診斷、智能物流、智能 MES 生產信息化管理系統等，以及被引入到城市管理領域的智能政務、城市指揮中心、城市公共安全、物流及建筑服務系統、能源系統、交通系統、城市環境管理系統、智能家居、醫療系統自動駕駛等多個應用場景。

　　人工智能未來將更多向強化學習、神經形態硬件、知識圖譜、智能機器人、可解釋性 AI 等方向發展

　　目前，全球已有美國、中國、歐盟、英國、日本、德國、加拿大等 10 余個國家和地區紛紛發布了人工智能相關國家發展戰略或政策規劃，用于支持 AI 未來發展。這些國家幾乎都將人工智能視為引領未來、重塑傳統行業結構的前沿性、戰略性技術，積極推動人工智能發展及應用，注重人工智能人才隊伍培養，這是 AI 未來發展的重要歷史機遇。

　　本報告通過對 2020 年人工智能技術成熟度曲線分析，并結合人工智能的發展現狀，預測得出人工智能下一個十年重點發展的方向包括：強化學習、神經形態硬件、知識圖譜、智能機器人、可解釋性 AI、數字倫理、知識指導的自然語言處理等。