由斯坦福大学人工智能百年研究（AI100）推出的「人工智能指数」（AI Index）是一个追踪 人工智能行业动态与发展的非营利性项目，其研究覆盖了百年以来人工智能的总体情况，目标是基于数据来推动人工智能的广泛交流和有效对话。2017 年，AIIndex 推出了首份年度报告，从多个角度观察和解读了人工智能L域的动态和进展。
此外，考量到近两年疫情的影响，该报告还从多个方面展示了 COVID-19 对 AI 发展的影响。例如「技术表现」章节探讨了 AI 初创公司如何利用机器学习技术加速 COVID 相关药物研发；「经济」章节表明 AI 招聘和私人投资并未受新G大流行的严重影响，仍处于增长态势。
总结来说，报告共包括「研发」、「技术性能」、「经济」、「人工智能教育」、「人工智能应用的伦理挑战」、「人工智能的多样性」、「人工智能政策与国家战略」七个部分，从多个维度探讨了过去一年的 AI 发展，得重要结论，从而为 AI 从业者们提供了洞见。
附件：斯坦福大学：人工智能指数2021（222页中文版）
不断强化无监督/弱监督学习由量变到质变，将助推企业从前期的迅速扩张到稳定期G效化运作的新阶段；AI与数字内容产业的深度耦合，构筑数字内容生成新范式
随着人工智能时代的到来，智能化也成为家电业发展的一大趋势，智能电视占比大达55%，智能空调、智能洗衣机、智能冰箱，分别占比24%
发展和应用人工智能首先要体现出四大价值,即尊重,保护和提升人权及人类尊严,构建和平,公正与相互依存的人类社会
AI创新的步伐正在加速;AI研发工具传播更加广泛;AI正在改变人机关系;AI带来的颠覆性创新;机器与人的关系方面都将面临现实的伦理挑战
大模型的更新迭代速度不断加快,开始从“可用”的基础大模型转向为“好用”的行业大模型,为支撑应用方更便捷地开发和部署大模型,多家头部企业发布了行业大模型及开发工具
生成式AI借助生成对抗学习等技术,能够生成更加真实,更有创意,更有趣味的内容,生成式AI既是生产要素,也是生产工具,在写作和编程等方面也取得进展。
AI与传统科学L域的深度融合,J大拓展该L域解决问题的能力;传统科学L域的进步和对AI技术的需求加速了AI本身的发展;AI4S的研究范围也扩展到了更多基础问题L域
知识和数据双轮驱动的人工智能技术路线展现了强劲的发展潜力,知识的融合应用有效地提升了智能问答,智能推荐,大规模预训练模型等人工智能技术中的效果
器人流程自动化,智能流程管理,低代码应用平台,流程挖掘等工具和平台,衔接起了企业级各类复杂业务场景,其综合应用,互使能是超级自动化发挥效能的重要手段
规模化是指整合了丰富的人工智能开发,部署,测试,运维等能力,标准化是指将异构的软硬件环境封装为标准化的界面,可扩展是指可以不断适配新的技术和工具
到端的MLOps一体化工具和细分场景的专项工具都非常火热,端到端工具追求大而全的功能集,专项工具在局部或某些场景下功能和性能较好
AI软件设施在近两年成为产业焦点,AI开源框架生态,预训练大模型体系,AI软件平台生态等内容都得到了长足的发展,像水电一样成为触手可得的普惠资源
