スタンフォード大学は4年連続でAIレポートを発表しています。今年はどんな内容が取り上げられたのでしょうか？

2021年スタンフォードAIインデックスレポートが正式にリリースされ、過去1年間のAIの全体的な発展が7つの主要セクションから議論されました。

[[386681]]

スタンフォード大学が開始したAIインデックスは、AIのトレンドと進歩を追跡する非営利プロジェクトです。AI業界の現状を包括的に研究し、データに基づくAIに関する広範なコミュニケーションと効果的な対話を促進することを目的としています。

最近、AI Indexは2021年の年次レポートを正式に発表しました。

2021 年の AI インデックス レポートでは、利用可能なデータの量が大幅に拡大され、多数の外部組織と協力してデータを調整し、レポートとスタンフォード HAI のつながりを深めています。このレポートでは、COVID-19がAI開発に及ぼす影響についてもさまざまな側面から示しています。たとえば、「テクノロジーのパフォーマンス」の章では、AI スタートアップが機械学習テクノロジーを使用して COVID 関連医薬品の開発を加速させる方法を探ります。また、「経済」の章では、AI の採用と民間投資が COVID-19 パンデミックによって深刻な影響を受けておらず、依然として増加傾向にあることが示されています。

このレポートでは、過去 1 年間の AI の発展を、研究開発、技術パフォーマンス、経済、教育など、さまざまな側面から調査し、次のような重要な結論を導き出しています。

• AIへの民間投資は大幅に増加しており、「医薬品、がん、分子生物学、創薬」への投資額は2019年比4.5倍の138億米ドルと、最大のシェアを占めている。
• 中国は学術面で米国を上回った。何年も前に、中国はAIジャーナルに掲載された論文数で米国を上回り、現在では初めてジャーナルの引用数でも中国がトップに立った。しかし、過去 10 年間、米国は依然として中国よりも多くの AI カンファレンス論文 (および引用数の多い論文) を発表しました。
• 合成メディア（ディープフェイク）の量は劇的に増加し、テキスト、画像、ビデオの合成において画期的な進歩が起こりました。これは AI の急速な発展を示していますが、同時に AI の乱用や誤用に関する潜在的な懸念も生じています。
• AIアプリケーションの倫理的な課題は、AIコミュニティからより多くの注目を集めています。倫理および関連キーワードを含む論文数は2015年から2020年にかけて急増しました。
• AI分野は多様性の課題に直面しています。 2019年、米国のAI博士課程の新入生のうち45%は白人で、アフリカ系アメリカ人はわずか2.5%、ヒスパニック系は3.2%でした。現在、AI 研究者は、この分野における多様性を高めるために取り組んでいます。
• カナダが2017年に国家AI戦略を発表して以来、いくつかの国が同様の措置を講じており、2020年現在、30か国以上が国家AI戦略を発表しています。
• より多くの AI 博士号取得者が学界に留まるよりも産業界に進出することを選択し、学界を離れて企業に加わる教授の数も増加しています。
• 企業が開発したソフトウェア ライブラリ (Google の TensorFlow や Keras、Facebook の PyTorch) が GitHub で最も人気のあるフレームワークになるなど、AI 研究者が使用する一般的なツールは企業が独占しています。
• AI 分野に対する政府の関心は高まり続けており、米国政府は AI の民間および非民間のアプリケーションに数十億ドルを投資しています。米国議会は前回の議会よりも3倍頻繁に「AI」に言及しました。

監視技術は高速かつ安価であり、ますます広く使用されるようになっています。 2020年には、画像分類、顔認識、映像分析、音声認識などの技術が大きく進歩し、大規模監視の技術が急速に成熟しました。

報告書は、「研究開発」、「技術パフォーマンス」、「経済」、「AI教育」、「AIアプリケーションの倫理的課題」、「AIの多様性」、「AI政策と国家戦略」の7つの部分で構成されています。各章の核となる内容を以下に紹介します。

第1章 研究開発

報告書ではまず、AI分野における論文の出版状況を「査読済みAI論文」「AIジャーナル論文」「AIカンファレンス論文」「AI特許」「arXiv論文」の5つの部分から概説しています。

査読論文の数は急増している

2000年から2019年にかけて、査読付きAI論文数は約12倍に増加し、同期間に発表された全論文に占める査読付き論文の割合は、2000年の0.82％から2019年には3.8％に増加しました。

​​

中国のAIジャーナル論文の引用数が初めて米国を上回る

AIジャーナル論文に関して言えば、2020年に出版されたAIジャーナル論文の数は2000年の5.4倍でした。そのうち、2020年に発表されたAIジャーナル論文数は2019年と比較して34.5％増加し、2018年から2019年の増加数（19.6％）を大きく上回りました。

​​

その中で、中国はAIジャーナル論文の出版数が最も多く（18.0%を占める）、米国（12.3%）や欧州（8.6%）を上回った。これは中国にとって初めてのことではない。

​​

2020年に中国のAIジャーナル論文の引用数が初めて米国を上回ったことは特筆に値する。しかし、過去10年間、AI会議論文の引用数では米国が依然として中国を上回っています。

​​

AIカンファレンスは急速に成長している

過去 10 年間で、AI カンファレンスの論文数は急速に増加しました。 2020年、AIカンファレンス論文の数は全カンファレンス論文の20.2%を占めました。

​​

2019年、AI会議論文出版における中国のシェアは米国を上回りました。しかし、AI カンファレンス論文の引用数に関しては、過去 21 年間にわたって米国が優位を維持し続けています。 2020年は米国が40.1％で1位、中国が11.8％で2位。両者の差は依然大きい。

​​

​​

arXiv論文

従来のジャーナルや会議に加えて、プレプリント プラットフォームでの論文出版も重要です。過去6年間で、arXivプラットフォーム上のAI関連論文の数は、2015年の5,478件から2020年の34,736件へと5倍以上に増加しました。その中で、中国が発表したarXiv論文の総数は、米国や欧州に比べるとまだ劣っているが、割合から判断すると中国は追い上げている。

​​

arXiv の 6 つの AI サブフィールドのうち、ロボット工学 (cs.RO) と機械学習 (cs.LG) の論文数は 2015 年から 2020 年の間に最も急速に増加し、それぞれ 11 倍と 10 倍に増加しました。 2020年には、機械学習とコンピュータービジョン（cs.CV）がそれぞれ32.0%と31.7%で最も高い割合を占めました。 2019年から2020年にかけて最も急成長した分野はコンピューティングと言語（cs.CL）とロボティクス（cs.RO）で、論文数はそれぞれ35.4%と35.8%増加しました。

さらに、データと計算能力の発達により、ディープラーニングに関する論文の数は急速に増加しています。

​​

COVID-19の影響でAIカンファレンスの参加者が急増

COVID-19パンデミックの影響により、ほとんどのAIカンファレンスがオンラインで開催され、参加者数が大幅に増加しました。 2020年には、レポートでカウントされた9つの会議のパラメータの総数がほぼ2倍になりました。

​​

大企業の参加率が高いとコンピューティング格差が拡大する可能性がある

調査によると、大手テクノロジー企業はトップクラスの AI カンファレンスへの参加を増やしていることがわかりました。研究者たちは、学術界におけるコンピューティング能力の不均等な配分（いわゆる「コンピューティング ギャップ」）が、ディープラーニングの時代に不平等を悪化させると考えています。大手テクノロジー企業はAI製品を設計するためのリソースが豊富だが、小規模な組織に比べて多様性に欠けており、AIの偏見や公平性に関する懸念が生じている。下の図は、コンピューティングの格差を加速させる可能性のある、トップ 10 の AI カンファレンスへの大企業の参加を示しています。

​​

TensorFlowは最も人気のあるAIソフトウェアライブラリであり続けている

この章では、論文や会議情報に加えて、AI オープンソース ソフトウェア ライブラリについても紹介します。その中でも、Google が開発した TensorFlow フレームワークは、依然として最も人気のある AI ソフトウェア ライブラリであり、Keras と PyTorch がそれに続きます。

​​

第2章 技術的パフォーマンス

この章では、コンピューター ビジョン、言語、音声、概念学習、推論など、複数の AI サブフィールドにおける技術の進歩についてまとめています。

AIはすべてを生成する

現在、AI システムは、人間にとっても本物と偽物の区別が難しい高品質のテキスト、音声、画像を合成できます。これにより、多数の AI ダウンストリーム アプリケーションが生まれ、研究者は生成モデル検出技術の研究に投資するようになります。次の図は、過去 2 年間の生成モデルの進歩を示しています。

​​

​​

コンピュータビジョンの産業化

コンピューター ビジョンは、主に機械学習技術 (特にディープラーニング) の応用により、過去 10 年間で驚異的な進歩を遂げました。新しいデータは、コンピューター ビジョンが産業化していることを示しています。いくつかの最大規模のベンチマークではパフォーマンスが平坦化し始めており、テストのパフォーマンスをさらに向上させるには、社会がより厳しいベンチマークを開発し、合意する必要があることを示しています。

同時に、企業はこれまで以上に迅速にコンピューター ビジョン システムをトレーニングするために、ますます多くのコンピューティング リソースを投入しています。同時に、ビデオの静止フレームを分析するためのオブジェクト検出フレームワークなど、導入されたシステムで使用されるテクノロジーは急速に成熟しており、AI のさらなる導入が続くことが予想されます。

​​

NLP評価指標

自然言語処理の急速な進歩により、言語能力が大幅に向上した AI システムが生まれ、世界に大きな経済的影響を与え始めています。 Google と Microsoft はどちらも、検索エンジンに BERT 言語モデルを導入しており、Microsoft から OpenAI に至るまでのさまざまな企業によって、他の大規模な言語モデルが開発されています。

これは、SuperGLUE で人間レベルのパフォーマンスを達成するシステムの急速な増加からも明らかです。 SuperGLUE は、GLUE 評価の機能を超える初期の NLP の進歩に応じて開発された NLP 評価スイートです。

​​

​​

​​

AI推論問題

ほとんどの技術的問題のメトリックは、固定されたベンチマークに基づいて、各時点での最良のシステムのパフォーマンスを示します。 AI インデックス用に開発された新しい分析機能は、進化するベンチマークを考慮し、時間の経過に伴うシステム グループの総合的なパフォーマンスの一部を単一のクレジット システムに帰属させるメトリックを提供します。これらの分析は、自動定理証明とブール式の充足可能性という 2 つの記号推論問題に適用されます。

​​

​​

機械学習が医療と生物学を変革

機械学習はヘルスケアと生物学の分野に変革をもたらしています。 DeepMind の AlphaFold は、ディープラーニング技術を応用して、タンパク質の折り畳みという何十年にもわたる生物学的課題に大きな進歩をもたらしました。

​​

科学者は、より効率的な化学合成計画を開発するために、機械学習モデルを使用して化学分子の表現を学習します。 AIスタートアップのPostEraは、パンデミック中に機械学習ベースのテクノロジーを使用してCOVID関連の新薬発見を加速させている。

​​

第3章 経済

AI の台頭により、必然的に次のような疑問が生じます。これらのテクノロジーは、ビジネス、労働力、そして経済全体にどの程度の影響を与えるのでしょうか? AI の最近の進歩と進歩は、自動化による生産性の向上、アルゴリズムを使用した消費者向け製品のカスタマイズ、大規模なデータ分析など、企業にさまざまなメリットと機会をもたらします。

しかし、AI によってもたらされる効率性と生産性の向上には、大きな課題も伴います。企業は、生産ニーズを満たすために熟練した人材を見つけて確保すると同時に、AI の使用に伴うリスクを軽減する措置を講じる必要があります。さらに、COVID-19パンデミックは世界経済に混乱と継続的な不確実性をもたらしました。民間企業は、企業がこの最も困難な時期を乗り切るために、どのように AI テクノロジーを活用し、拡張しているのでしょうか?

AI生物学が最も多くの投資を受ける

2020年の民間AI投資の最大の分野は、医薬品、がん、分子、新薬発見で、2019年の4.5倍となる138億ドルを超えました。

​​

AI人材の採用は増加し続けている

2016年から2020年にかけてAI関連の採用が最も急速に増加した国は、ブラジル、インド、カナダ、シンガポール、南アフリカでした。 COVID-19パンデミックにもかかわらず、2020年は調査対象となったすべての国でAI採用が増加し続けました。

​​

​​

AI民間投資動向

AIへの民間投資は、ますます少数のスタートアップ企業に集中しています。 2020年の民間AI投資は、流行病の影響にもかかわらず、2019年比9.3％増と2019年（5.7％）より増加率が高いものの、新規設立企業数は3年連続で減少傾向にある。

​​

​​

AI倫理問題に注目

マッキンゼーの調査によると、AIの使用に関連する倫理的問題に対処するよう求める声が高まっているにもかかわらず、業界はこれらの問題を解決するための努力をほとんど行っていないことが分かりました。例えば、AIにおける公平性などの問題は、まだ少数の企業から注目されています。さらに、2019 年と比較して、2020 年には個人または個人のプライバシーリスクが重要であると考える企業は減少しました。

​​

​​

AI分野への投資は流行の影響を受けているか？

パンデミックによる経済不況にもかかわらず、マッキンゼーの調査回答者の半数は、コロナウイルスがAIへの投資に影響を与えていないと答え、27％は実際に投資が増加したと答えた。 AIへの投資を削減した企業は4分の1未満です。

​​

米国におけるAI関連の仕事の割合は減少している

米国におけるAI関連の仕事の割合は2019年から2020年にかけて減少し、6年ぶりの減少となった。米国で掲載されたAI関連求人の総数も、2019年の325,724件から2020年には300,999件へと8.2%減少した。

​​

第4章 AI教育

AI が経済活動の重要な原動力となるにつれ、AI について学び、この分野で働くために必要な資格を取得したいと考える人が増えています。同時に、AIに対する業界の需要の高まりにより、教育界を離れて民間部門に移る教授が増えています。この章では、AI 人材のトレンドの変化に焦点を当てます。

世界のトップ大学がAI教育への投資を増加

2020年に実施されたAIインデックス調査によると、世界のトップ大学は過去4年間で人工知能教育への投資を増やしていることが明らかになりました。過去 4 年間で、実用的な AI モデルの構築や展開に必要なスキルを学生に教える学部レベルと大学院レベルのコースの数は、それぞれ 102.9% と 41.7% 増加しました。

​​

AI博士課程卒業生選抜

コンピュータ研究協会（CRA）による年次調査によると、過去10年間で北米のAI博士課程修了者のうち産業界で働くことを選択する人が増え、学術界で働くことを選択する人は減少しています。

具体的には、AI 博士号取得者のうち産業界で働くことを選択した人の割合は、過去 10 年間で 48% 増加し、2010 年の 44.4% から 2019 年の 65.7% に増加しました。対照的に、学術界に入るAI博士号取得者の割合は、2010年の42.1%から2019年の23.7%へと44%減少しました。

​​

コンピュータサイエンスの博士課程におけるAI専攻の割合

CRAの調査によると、過去10年間で、米国のコンピューターサイエンス博士号取得者全体のうちAI関連の博士号取得者の割合は、14.2%から2019年には約23%に増加しました。一方、ネットワーク、ソフトウェアエンジニアリング、プログラミング言語など、以前は人気があった他のコンピューターサイエンスの博士号の人気は低下しています。 2010 年と比較すると、コンパイラー分野で授与される博士号の数は減少していますが、AI およびロボット工学/ビジョン分野で授与される博士号の数は大幅に増加しています。

​​

AI教師が産業界へ転身

2年間の増加の後、北米の大学のAI教員の産業界への移籍数は、2018年の42人から2019年には33人に減少しました（そのうち28人は終身在職権を持ち、5人は終身在職権を持たない）。

2004年から2019年の間にAI教授陣の退職が最も多かったのはカーネギーメロン大学（16人）で、次いでジョージア工科大学（14人）、ワシントン大学（12人）となっている。

AI博士課程の留学生

2019年、北米のAI博士課程の学生のうち留学生の割合は引き続き上昇し、2018年と比較して4.3%増の64.3%に達しました。外国人卒業生のうち、81.8%の留学生が米国に留まることを選択し、8.6%が米国外で働くことを選択します。

​​

​​

さらに、EU では、専門的な AI 学術コースの大半が修士レベルで教えられています。学部および修士課程では、ロボット工学と自動化が圧倒的に最も一般的に教えられているコースであり、専門的な短期コースでは機械学習 (ML) が主流となっています。

第5章: AIアプリケーションの倫理的課題

AI が人間の生活に与える影響がますます深刻になるにつれ、AI が直面する倫理的な課題もますます明らかになってきています。さまざまなテクノロジーの適用により、プライバシーの侵害、性別、人種/民族、性的指向、性自認に基づく差別、不透明な意思決定など、意図しない悪影響が生じる可能性があります。責任ある公正な AI イノベーションを生み出すことは、今日ほど重要になったことはありません。

報告書の第 5 章では、まず、最近発行された多数の AI 原則とフレームワーク文書、および AI 倫理問題に関連するメディア報道を紹介し、次に AI カンファレンスで発表された倫理関連の研究や、世界中の大学のコンピューター サイエンス学部で提供される倫理コースをレビューします。さらに、この報告書では、顔認識技術における偏見に関する研究についても議論しています。

学術会議における倫理的AI

図5.3.1に示すように、2015年以降、タイトルに倫理関連のキーワードを含むAIカンファレンスに提出された論文の数が大幅に増加しています。

​​

しかし、近年、主流の AI カンファレンスにおける倫理関連のキーワードに一致する論文タ​​イトルの平均数は低いままです。図5.3.2は、6つの主要な会議のすべての出版物における倫理関連のキーワード一致の平均数を示しています。

​​

メディア報道における倫理的AI

図5.2.1に示すように、2020年に最も人気のあるニューストピックでは、AI倫理ガイダンスとフレームワークに関連する記事がトップを占め、研究と教育、顔認識などがそれに続きました。

​​

2020 年に AI の倫理的応用に関連して最も話題になった 5 つのニュースは次のとおりです。

• 欧州委員会は人工知能に関する白書を発表した（5.9%）
• Googleが倫理研究者のティムニット・ゲブルを解雇（3.5%）
• 国連はAI倫理委員会を設立した（2.7％）
• バチカンのAI倫理計画（2.6％）
• IBMは顔認識事業（2.5%）からの撤退を発表した。

第6章 AI分野における多様性

AI分野における多様性の問題は長い間存在してきました。現在のAI研究者は依然として男性が中心であり、学界と産業界の両方において、人種、民族、性自認、性的指向の面で多様性が欠けています。これにより、AI システムにおける既存の不平等が悪化します。

レポートの第 6 章では、AI 人材と学術界の多様性の統計を示します。この分野では公開データが不足しているため、AI 多様性の問題が社会や技術の発展に与える影響に関する統計、分析、評価は限られています。問題の深刻度を測定し、それに対処するには、学界や産業界からより多くのデータを入手することが重要です。

近年、AI博士号取得者や終身在職権を持つコンピュータサイエンス教授に占める女性の割合は一貫して低いままです。コンピュータ研究協会（CRA）の年次調査によると、北米の AI 博士課程の博士課程修了者のうち、女性の割合は平均で 18% 未満です。

​​

AI Indexの調査によると、世界中の大学のコンピューターサイエンス学部の終身在職権を持つ教授のうち、女性が占める割合はわずか16%です。

​​

さらに、CRAのタウルビー調査によると、2019年に新たに入学した米国在住のAI博士課程の学生のうち、白人（非ヒスパニック系）の割合が最も高く（45.6％）、次いでアジア人（22.4％）で、アフリカ系アメリカ人（非ヒスパニック系、2.4％）とヒスパニック系（3.2％）の割合は非常に低かった。

​​

第7章 AIと国家戦略

今後数十年で、AI は世界の競争環境を再形成し、早期導入者に強力な経済的および戦略的優位性をもたらすでしょう。報告書の第 7 章では、世界的な AI 政策立案の概要を紹介し、さまざまな国や地域の現在の AI 戦略を検討します。この章では、米国における AI への公的投資と、立法府、中央銀行、非政府組織が AI 技術の政策フレームワークに対する高まる需要にどのように対応しているかについても説明します。

カナダが2017年に世界初の国家人工知能戦略を発表して以来、2020年12月現在、30以上の国と地域が同様の文書を発表している。中国は2017年に「新世代人工知能開発計画」を発表したが、これは世界で最も包括的な人工知能開発戦略の一つである。

2019 年 2 月、ホワイト ハウスはアメリカ人工知能イニシアチブを発表しました。これは、AI 研究開発に対する連邦政府の投資ニーズを優先し、AI テクノロジーの安全な開発、テスト、展開のための技術基準を確保するものです。このイニシアチブでは、AI 人材の育成の必要性も強調されており、AI における米国のリーダーシップを強化するために国際的なパートナーと協力するという決意も表明されています。しかし、この取り組みにはプロジェクトのタイムラインに関する詳細がなく、AIやその他の実用的なコンテンツに特化した研究がさらに行われるかどうかは不明だ。

政府の AI に対する関心は依然として高く、米国政府は AI の民間および非民間のアプリケーションに数十億ドルを投資しています。今回の議会では、AI が前回の議会よりも 3 倍多く言及されました。

​​

2019 年と 2020 年のデータを合わせると、イノベーションとテクノロジー、国際情勢と国際安全保障、産業、規制などのトピックが米国の AI 政策文書の主な焦点となっていることがわかります。

AIインデックスの共同議長ジャック・クラーク氏は、「データから、人工知能が2020年に世界にさらに大きな影響を与えることは明らかであり、技術は急速に進歩し続けるだろう」と述べた。

「この報告書はまた、政府がAIに関するデータ収集にさらなる資金を投入する必要があり、研究者は次世代のAIシステムのためにより難しいテストを開発する必要があることを強調しています。さまざまな側面からの文献分析により、米国と中国は人工知能の開発において同等の国になったことが示されています。」