年度重磅发布:《人工智能发展报告2020》
近十年来，人工智能从实验室走向工业化生产，重塑传统产业模式、引领未来的价值凸显，为全球经济社会活动做出了巨大贡献。目前，人工智能的浪潮正在世界各地汹涌澎湃，世界各地的学者都在努力实现从感知到认知的飞跃，使之理性化、可解释性、认知化。未来十年，人工智能技术将实现从感知智能到认知智能的新突破。
近日，清华大学人工智能研究所和清华-中国工程院知识与智能联合研究中心联合发布《人工智能发展报告 2020》。
该报告基于清华大学唐杰教授自主开发的“大数据挖掘与科技信息服务平台”(简称AMiner)平台。根据2011-2020年在人工智能领域的顶级期刊和会议(共44次)上收集的所有论文和专利数据，该报告全面展示了迄今为止人工智能发展所取得的重大科研进展、成果和热点。报告不仅从人才现状、技术趋势、技术影响力等方面展示了近十年来人工智能的最新进展，还总结分析了世界主要国家人工智能的战略支持政策，以及各国的人才储备和专利申请情况。报告别出心裁，将知识图谱与自然语言处理、可视化、文献计量学等技术手段相结合，分析了人工智能及其子领域的技术研究热点和发展趋势，以及高层次人才的特点。此外，基于高德纳的技术成熟度曲线，报告还深入探讨了人工智能的未来发展蓝图，提出了理论、技术和应用上的重大变化和挑战，以及如何赋权其他行业发展等重要问题。
AMiner 评选出过去十年十大人工智能研究热点
根据人工智能领域近10年来在国际顶级期刊和会议上发表的论文，通过AI算法计算不同技术研究方向的AMiner影响指数，从而获得人工智能领域研究热点的大致列表，选出“人工智能近10年十大研究热点”。
评价结果显示，近十年来十大研究热点为：深度神经网络、特征提取、图像分类、目标检测、语义分割、表征学习、对抗网络生成、语义网络、协同过滤和机器翻译。各研究热点的AMiner指数如表所示。
表1近十年来阿米尔选择的十大人工智能研究热点
过去十年有 5 位人工智能领域学者获得图灵奖
通过AMiner智能引擎，可以自动收集历年的图灵奖获得者、他们发表的论文、学者画像等信息。在过去的十年里，人工智能领域获得了三项图灵奖。2010年，莱斯利瓦里安因对计算理论(PAC、枚举复杂度、代数计算、并行分布式计算)的贡献获得图灵奖，这是人工智能快速发展的数学基础之一。2011年朱迪亚珀尔因通过概率和因果推理对人工智能的贡献而获奖；2018年，深度学习领域的三位大神Yoshua Bengio、Geoffrey Hinton和Yann LeCun因在概念和工程方面的重大突破获得图灵奖，推动深度神经网络成为计算机领域的关键技术。辛顿的反向传播(BP)算法、乐村对卷积神经网络(CNN)的推广和本吉奥对循环神经网络(RNN)的贡献，是图像识别、语音识别和自然语言处理快速发展的基础。
AI 高层次人才较多聚集在美国
全球人工智能领域高层次人才155408人，中国人工智能领域高层次人才17368人。从全国AI高水平学者分布来看，美国的AI高水平学者数量最多，为1244人次，占62.2%，中国排名第二
在全球人工智能领域拥有高水平学者的前10家机构中，美国机构的高水平学者总数遥遥领先。美国谷歌公司排名第一，员工185人。清华大学是唯一入选前十的中国院校，其余都是美国院校。
从子领域论文数量来看，美国大学和科技机构在AI各个子方向的发展相对均衡，在自然语言处理、芯片技术、机器学习、信息检索与挖掘、人机交互等方面也是如此。
多个子领域的发展居于全球领先席位。中国的 AI 机构在语音识别、经典 AI、计算机网络、多媒体、可视化和物联网等领域实力较强，均进入全球领先行列。中国 AI 专利申请量全球领先
过去十年，中国人工智能领域的专利申请量 389571，位居世界第一，占全球总量的 74.7%，是排名第二的美国的 8.2 倍。总体上，国内的人工智能相关专利申请量呈逐年上升趋势，并且在 2015 年后增长速度明显加快。
中国人工智能专利申请量年度趋势
（专利申请数据截至2020年10月）
人工智能技术赋能社会民生领域发展
当前，人工智能技术与传统行业深度融合，广泛应用于交通、医疗、教育和工业等多个领域，在有效降低劳动成本、优化产品和服务、创造新市场和就业等方面为人类的生产和生活带来革命性的转变。
机器学习、深度学习、自然语言处理、语音识别、计算机视觉、计算机图形、机器人、人机交互、数据库、信息检索与推荐、知识图谱、知识工程、数据挖掘、数据挖掘、安全与隐私、深度神经网络、可视化、物联网等人工智能技术，已经被引入到医疗领域的电子病历、影像诊断、医疗机器人、健康管理、远程诊断、新药研发、基因测序等应用场景中；被引入到金融领域的智能获客、身份识别、智能风控、智能投顾、智能客服、移动支付以及业务流程优化等应用场景；被引入到教育领域的智适应学习、教育机器人、智慧校园、智能课堂、智能题库、语音测评、人机对话、教育辅助等场景，还被引入到制造领域的智能工厂、工程设计、工程工艺设计、生产制造、CIMS、生成调度、故障诊断、智能物流、智能 MES 生产信息化管理系统等，以及被引入到城市管理领域的智能政务、城市指挥中心、城市公共安全、物流及建筑服务系统、能源系统、交通系统、城市环境管理系统、智能家居、医疗系统自动驾驶等多个应用场景。
人工智能未来将更多向强化学习、神经形态硬件、知识图谱、智能机器人、可解释性 AI 等方向发展
目前，全球已有美国、中国、欧盟、英国、日本、德国、加拿大等 10 余个国家和地区纷纷发布了人工智能相关国家发展战略或政策规划，用于支持 AI 未来发展。这些国家几乎都将人工智能视为引领未来、重塑传统行业结构的前沿性、战略性技术，积极推动人工智能发展及应用，注重人工智能人才队伍培养，这是 AI 未来发展的重要历史机遇。
本报告通过对 2020 年人工智能技术成熟度曲线分析，并结合人工智能的发展现状，预测得出人工智能下一个十年重点发展的方向包括：强化学习、神经形态硬件、知识图谱、智能机器人、可解释性 AI、数字伦理、知识指导的自然语言处理等。