AI Index Report 2022

十年之間 AI 研究翻倍 — 而 2021 年發表最多的是中國

AI 指數 2022 第 1 章描繪 2021 年 AI 知識的產地:期刊論文、研討會論文、預印本、專利、研討會與開源程式庫。有兩件事特別明顯。產出持續複利成長 — AI 論文總數在 2010 至 2021 年間翻倍,專利申請的成長還遠比這更快。而「誰在產出」這張地圖裂成了兩半:中國贏在數量,美國贏在引用。先看數字:

334,4972021 年全球 AI 論文總數(2010 年為 162,444 篇)
63.2% 2021 年中國期刊、研討會與預印本論文合計超出美國的幅度
76.9% 2015 至 2021 年 AI 專利申請的年均複合成長率
9,6602021 年美中共同發表的 AI 論文篇數(為 2010 年的五倍)
88,7602021 年 16 場受追蹤 AI 研討會的參與人數(與 2020 年持平)
160,7002021 年 TensorFlow 累計的 GitHub 星數(約為 OpenCV 的三倍)

1.1 — 期刊悄悄成了 AI 最主要的發表場域

AI 論文總數從 2010 年的 162,444 篇翻倍到 2021 年的 334,497 篇。但這波成長底下的組成變了:2021 年期刊論文佔全部發表的 51.5%,研討會論文佔 21.5%,預印本佔 17.0% — 而研討會論文自 2018 年起就一直在減少。

過去 12 年間,期刊論文成長約 2.5 倍、預印本成長約 30 倍;研討會論文則在 2019 年見頂,2021 年比高峰低了約 19.4%。書籍、書籍章節、學位論文與無法分類的文件合計佔剩下的 10.1%。從佔比來看是同一個故事的另一面:2021 年 AI 論文佔所有期刊論文的 2.5%(2010 年為 1.5%)、佔所有研討會論文的 17.8%,並佔所有預印本的 15.3%。

這個領域實際在做什麼

  • 2021 年最大的單一研究領域是模式識別,共 51,690 篇,其次是機器學習的 39,930 篇。兩者自 2015 年以來都成長超過一倍。
  • 電腦視覺(24,800 篇)、演算法(18,300 篇)、資料探勘(15,270 篇)與自然語言處理(13,430 篇)的成長幅度都比較小,儘管它們才是被深度學習改造得最明顯的領域。
  • 人機互動(9,700 篇)、控制理論(8,450 篇)與語言學(5,780 篇)則落在後段。
  • 這份統計不含「其他 AI」這個很大的殘餘類別,因此它描述的是這個領域的形狀,而不是它的完整規模。

做事的主要還是大學

以全球來看,2021 年有 59.6% 的 AI 論文出自教育部門,非營利組織佔 11.3%、企業佔 5.2%、政府佔 3.2%;另有 20.8% 完全無法歸類。企業參與度最高的是美國,佔 9.8%,其次是歐盟加英國的 5.7%,中國最低,只有 3.9%。中國也是唯一教育部門佔比還在上升的地區 — 2021 年達到 60.2%,高於美國的 57.6% 與歐盟加英國的 54.8%。

如今有一半的 AI 發表發生在期刊上

2021 年 AI 論文依文件類型的數量(千篇)。12 年來期刊論文成長約 2.5 倍、預印本約 30 倍;研討會論文則自 2018 年起持續下滑。

如今有一半的 AI 發表發生在期刊上期刊:172.11172.11期刊研討會:71.9271.92研討會預印本:56.7356.73預印本書籍章節:20.620.6書籍章節未分類:10.8410.84未分類

中國贏在數量,美國贏在引用

2021 年,中國在期刊、研討會與預印本論文合計數量上領先全球,比美國高出 63.2%。但如果看的是真正被人引用的論文,三個場域裡有兩個排名整個翻了過來。

期刊:中國最強的一塊

  • 2021 年中國產出全球 31.0% 的 AI 期刊論文,高於歐盟加英國的 19.1% 與美國的 13.7%。
  • 中國在期刊引用上同樣領先,拿下 27.8%,高於歐盟加英國的 21.1% 與美國的 17.5%。這三個地區合計佔了全球 AI 期刊引用的 66% 以上。
  • 以區域來看,東亞與太平洋地區拿下 42.9% 的期刊論文,歐洲與中亞佔 22.7%,北美佔 15.6%。成長最快的是南亞與中東北非,12 年間分別成長約 12 倍與 7 倍。

研討會與預印本:排名倒過來

  • 2021 年中國產出 27.6% 的 AI 研討會論文,高於歐盟加英國的 19.0% 與美國的 16.9% — 但研討會引用有 29.5% 屬於美國,歐盟加英國佔 23.3%,中國只有 15.3%。
  • 預印本則是美國全面領先:論文佔 32.5%、引用佔 38.6%,歐盟加英國分別為 23.9% 與 20.1%,中國分別為 16.6% 與 16.4%。
  • 以區域來看,北美仍握有 35.9% 的預印本論文,高於歐洲與中亞的 27.3% 與東亞太平洋的 26.4% — 這是北美自 2014 年以來唯一還保住領先的論文類型。
  • 研討會上動得最快的區域是南亞:它在 AI 研討會論文的佔比從 2010 年的 4.0% 上升到 2021 年的 10.4%。

地緣政治升溫,美中共同掛名的論文也在升溫

CSET 把跨國合作定義成同一篇論文作者所屬國家的不重複配對 — 一篇論文上有四位美國作者與四位中國作者,只算一次。2010 至 2021 年間,規模遙遙領先的組合是美國與中國;而跨部門合作裡最大的一組,並不是企業與大學。點卡片看細節。

美國與中國,十年五倍

2021 年共同發表 9,660 篇 AI 論文 — 是 2010 年的五倍,也是名單上第二名的 2.7 倍。

collaborationgeopolitics

世界其他地方的組合

把美中那一組拿掉之後,英國就站在所有事情的中間:2021 年英中 3,560 篇、美英 3,340 篇。

collaboration

大學配非營利,而不是大學配企業

2021 年教育與非營利組織合作 29,839 次,是教育與企業合作的 2.5 倍。

collaborationsectors

幾乎不發生的組合

2021 年企業與政府只共同產出 660 篇 AI 論文,是這一章追蹤的組合裡最小的一組。

collaborationsectors

專利申請六年成長 30 倍以上 — 而中國幾乎一件也沒拿到

2021 年共有 141,240 件 AI 專利申請,是 2015 年的 30 倍以上,年均複合成長率 76.9%。其中 51.7% 來自中國。而中國拿到的,是全球 5.9% 的核准專利。

申請:東亞在 2014 年起飛

  • 2021 年東亞與太平洋地區佔了全部 AI 專利申請的 62.1%,高於北美的 17.1% 與歐洲中亞的 4.2%。
  • 以地理區塊來看,2021 年中國提出全球 51.7% 的 AI 專利申請,美國 16.9%,歐盟加英國 3.9%。
  • 北美的 AI 專利申請幾乎全部來自美國 — 而美國的申請速度只有中國的三分之一。

核准:地圖翻轉

  • 核准專利上由北美領先,佔 57.0%,高於東亞太平洋的 31.1% 與歐洲中亞的 11.3%。其餘所有區域加起來,大約只佔全球核准 AI 專利的 1%。
  • 以地理區塊來看,美國握有 39.6% 的核准量,歐盟加英國 7.6%,中國 5.9%。
  • 原始數字讓這道落差變得具體。2021 年中國提出 87,343 件 AI 專利申請,獲准 1,407 件;美國提出 19,610 件、獲准 9,450 件;歐盟加英國提出 4,880 件、獲准 1,810 件。

報告把申請與核准兩條線並排呈現,並沒有把它們湊成一個數字;讀任何 AI 專利排行榜時,也值得把這兩件事分開看。用申請量算,中國掌握了世界的一半以上;用核准量算,中國比歐盟加英國還少。同一份資料可以支撐兩個完全相反的標題。

中國申請最多 AI 專利,核准卻最少

2021 年三大 AI 地理區塊的 AI 專利申請與核准件數(千件)。歐盟加英國該年獲准 1,810 件,比中國的 1,407 件還多,而申請量只有中國的四分之一。

中國申請最多 AI 專利,核准卻最少中國申請:87.3487.34中國申請美國申請:19.6119.61美國申請美國核准:9.459.45美國核准歐盟英國申請:4.884.88歐盟英國申請中國核准:1.411.41中國核准

第二個線上舉辦的年度,仍有 88,760 人參加

2021 年規模最大的幾場 AI 研討會的參與人數(千人)。指數追蹤的 16 場研討會加總後,與 2020 年大致持平。ICML 統計的是議程造訪人次而非註冊人數,這也是它的數字特別高的原因。

第二個線上舉辦的年度,仍有 88,760 人參加ICML:29.5429.54ICMLNeurIPS:17.0917.09NeurIPSCVPR:8.248.24CVPRICLR:6.316.31ICLRICCV:5.015.01ICCV

這一章對 2021 年回答的五件事

研討會、Women in Machine Learning 工作坊、開源程式庫,以及論文數字證明了什麼、又沒有證明什麼。

第二年線上舉辦,改變了誰會出席嗎?
2021 年頂尖 AI 研討會的參與人數與 2020 年大致持平,指數追蹤的 16 場研討會合計超過 88,000 人 — 這也是歷來涵蓋最多場次的一版。幾乎全部改為線上舉行,只有 ICRA 與 EMNLP 採混合形式。主辦單位告訴 AI 指數團隊,線上會議很難精確計算出席人數,而線上形式也讓世界各地的研究者能大量參與。個別數字都帶著註腳:ICML 用議程造訪人次代替出席人數,這就是它 29,540 這個數字的來源;IROS 在 2020 年開放使用者最長三個月內回看;AAMAS 2020 年報的是現場使用者數,2021 年報的則是總報名人數。規模較小的場次裡,UAI 有 2,100 人、IJCAI 1,900 人、FAccT 1,350 人、AAMAS 1,080 人、ICRA 1,000 人。
Women in Machine Learning 工作坊有多大?
2021 年與 NeurIPS 併同舉辦的 WiML 工作坊,估計有 1,486 人參加,計算方式是登入 neurips.cc 線上平台的不重複人數。自 2006 年首度舉辦以來,這個數字一路穩定成長。2021 年改成三天多場次的形式(和 2020 年不同),並因疫情再次以線上進行。在同意彙整資料的問卷填答者中,53.4% 住在北美、19.9% 在歐洲、16.2% 在亞洲、7.3% 在非洲。博士生佔 49.4%、碩士生 16.5%、研究科學家或工程師 14.2%、大學部學生 10.2%,而大學教職員只佔約 1.2%。
開發者實際上在用哪些開源 AI 程式庫?
以 2021 年累計 GitHub 星數來看,TensorFlow 仍遙遙領先,約有 160,700 顆 — 大約是第二名 OpenCV(58,600 顆)的三倍,而且比它自己 2020 年的數字只增加一點點。Keras(53,200)、PyTorch(52,700)與 Scikit-learn(48,000)彼此相當接近地跟在後面,再來是 DeepLearning-500-questions(46,700)與 TensorFlow-Examples(41,500)。星數 4 萬以下的榜單其實已經不太是程式庫的榜單:faceswap 以 39,880 顆居首,接著是 100-Days-Of-ML-Code(33,580)、AiLearning(32,270)、BVLC/caffe(32,140)、Real-Time-Voice-Cloning(32,020)、deeplearningbook-chinese(32,000)、Deep Learning Papers Reading Roadmap(31,280)與 DeepFaceLab(30,260) — 多半是教學、書單與換臉專案。
論文領先等於 AI 領先嗎?
這一章自己的數字就不支持這種讀法。2021 年中國在期刊、研討會與預印本論文合計數量上領先全球,比美國高 63.2%,期刊引用也以 27.8% 居首。但美國在研討會引用上以 29.5% 對中國的 15.3% 取得壓倒性領先,預印本引用是 38.6% 對 16.4%,而且預印本論文佔比是 32.5% 對中國的 16.6%。看的場域不同,數量和影響力就指向不同方向;報告選擇把兩邊都呈現出來,而不是替讀者做結論。
這些論文數字有多可靠?
報告對自己的限制講得很清楚。論文資料來自 CSET 整併的學術文獻庫 — 包含 Dimensions、Web of Science、Microsoft Academic Graph、中國知網、arXiv 與 Papers with Code — 再用分類器挑出 2010 年以來與 AI 及機器學習開發或應用相關的英文論文。也就是說,非英文的研究不在範圍內。2021 年的數字也可能低於實際值,因為這些資料庫收集論文中繼資料本身有時間落差。此外,這一版換了資料來源與分類方法,因此趨勢無法直接和過去幾版的 AI 指數報告對照。就算在資料之內,2021 年也有 20.8% 的論文根本無法歸到任何部門。

用四句話看這一章

第 1 章「研發」的頭條發現。

儘管地緣政治緊張升高,2010 至 2021 年間跨國 AI 論文合作最多的仍是美國與中國,自 2010 年以來成長五倍。兩國合作產出的論文,是名單上第二名的英國與中國的 2.7 倍。
— Chapter 1 · Research and Development
2021 年,中國在 AI 期刊、研討會與預印本論文的數量上繼續領先全球 — 三種類型合計比美國高 63.2%。與此同時,美國在 AI 研討會與預印本的引用數上,於主要 AI 強權中取得壓倒性領先。
— Chapter 1 · Research and Development
2010 至 2021 年間,發表最多 AI 論文的是教育機構與非營利組織之間的合作,其次是民間企業與教育機構之間、以及教育機構與政府機構之間的合作。
— Chapter 1 · Research and Development
2021 年提出的 AI 專利申請件數是 2015 年的 30 倍以上,年均複合成長率達 76.9%。
— Chapter 1 · Research and Development

閱讀第 1 章原文

第 1 章(1.1 至 1.3 各節) — 論文、專利、研討會與開源軟體程式庫 — 連同所有圖表、註腳與引用,皆由史丹佛 HAI 免費提供。

開啟 AI 指數 2022 →