2023年人工智能指數報告

第一章：研究與開發

概述

本章介紹了人工智能研發的發展趨勢。它首先檢查人工智能出版物，包括期刊文章、會議論文和存儲庫。接下來，它考慮重要機器學習系統的數據，包括大型語言和多模態模型。最后，本章最后了人工智能會議出席率和開源人工智能研究。盡管美國和中國繼續主導著人工智能的研發，但研究工作在地理上卻越來越分散。

本節借鑒了來自喬治敦大學安全和新興技術中心(CSET)的數據。CSET維護了一個合并的學術文獻語料庫，包括數字科學的維度、克拉維特的科學網、微軟學術圖、中國國家知識基礎設施、arXiv和代碼論文。在該語料庫中，CSET應用了一個分類器來識別與2010年以來AI和ML的開發或應用相關的英語出版物。在今年的報告中，CSET還使用了選定的中文人工智能關鍵詞來識別中文人工智能論文;CSET沒有在之前的人工智能指數報告中使用這種方法。在去年的報告中，出版趨勢被報告到2021年。然而，考慮到有一個顯著滯后的出版元數據的集合，在某些情況下需要直到任何給定的中間完全捕獲前一年的出版物，在今年的報告中，人工智能指數團隊當選檢查出版趨勢只有到2021年，我們，連同CSET，相信收益率更完全具有代表性的報告。

1.1出版物

回顧

下圖按類型、隸屬關系、跨國合作和跨行業合作列出了 2010 年至 2021 年全球范圍內英文和中文 AI 出版物的總數。該部分還按地區細分了 AI 期刊文章、會議論文、存儲庫和專利的出版和引用數據。

圖1.1.1顯示了世界上人工智能出版物的數量。從2010年到2021年，人工智能出版物的總數增加了一倍多，從2010年的20萬份增長到2021年的近50萬份。

資料來源：美國安全與新興技術中心，2022年|圖表：2023年人工智能指數報告

圖1.1.1

有關CSET的方法的更多信息，請參見附錄。有關定義人工智能和正確捕獲相關文獻計量數據的更多挑戰，請參閱AI索引團隊在論文“人工智能政策中的測量：機會和挑戰”中的討論。

按出版物類型

圖 1.1.2 顯示了隨著時間的推移全球發布的人工智能出版物的類型。2021 年，所有已發表的 AI 文檔中有 60% 是期刊文章，17% 是會議論文，13% 是存儲庫提交。書籍、書籍章節、論文和未知文檔類型”構成了其余 10% 的出版物。雖然在過去 12 年中，期刊和知識庫出版物分別增長了 3 倍和 26.6 倍，但會議論文的數量自 2019 年以來有所下降。

資料來源：美國安全與新興技術中心，2022年|圖表：2023年人工智能指數報告

圖 1.1.2

根據研究領域

圖1.1.3顯示，模式識別和機器學習方面的出版物在過去五年中經歷了最快的增長。自2015年以來，模式識別論文的數量大約增加了一倍，而機器學習論文的數量大約增加了兩倍。繼這兩個主題領域之后，在2021年，僅次于最多發表的人工智能研究領域是計算機視覺(30075)、算法(21527)和數據挖掘(19181)。

按研究領域分類-人工智能出版物數量(不包括其他人工智能)，2010-21年資料來源：美國安全與新興技術中心，2022年|圖表：2023年人工智能指數報告。

圖1.1.3

按部門劃分

本部分顯示了隸屬于教育、政府、工業、非營利組織和其他部門的人工智能出版物的數量——首先是全球(圖1.1.4)，然后是美國、中國、歐盟和英國(圖1.1.5)。教育部門在每個地區占主導地位。行業參與水平在美國最高，然后是在歐盟。自2010年以來，人工智能出版物的份額一直在下降。

2010-2021年按各部門劃分的人工智能出版物(占總數的%)

資料來源：安全與新興技術中心。2022年|圖表：2023年人工智能指數報告

圖1.1.4

2021年按部門和地理區域劃分的人工智能出版物(占總數的%)

(資料來源：安全與新興技術中心，2022年|圖表：2023年人工智能指數報告)

圖1.1.5

跨國合作

學者、研究人員、行業專家和其他人士之間的跨境合作是現代STEM(科學、技術、工程和數學)發展的關鍵組成部分，它加速了新想法的傳播和研究團隊的發展。圖1.1.6和1.1.7描述了2010年至2021年期間最熱門的跨國人工智能合作項目。CSET將跨國合作計算為每個出版物的作者之間的不同國家對(例如，單一出版物上的4名美國和4名中國附屬作者被視為一個U.S.-China合作;同一作者之間的兩篇出版物被視為兩次合作)。