由斯坦福大學人工智能百年研究（AI100）推出的「人工智能指數」（AI Index）是一個追蹤 人工智能行業動態與發展的非營利性項目，其研究覆蓋了百年以來人工智能的總體情況，目標是基于數據來推動人工智能的廣泛交流和有效對話。2017 年，AIIndex 推出了首份年度報告，從多個角度觀察和解讀了人工智能領域的動態和進展。
此外，考量到近兩年疫情的影響，該報告還從多個方面展示了 COVID-19 對 AI 發展的影響。例如「技術表現」章節探討了 AI 初創公司如何利用機器學習技術加速 COVID 相關藥物研發；「經濟」章節表明 AI 招聘和私人投資并未受新冠大流行的嚴重影響，仍處于增長態勢。
總結來說，報告共包括「研發」、「技術性能」、「經濟」、「人工智能教育」、「人工智能應用的倫理挑戰」、「人工智能的多樣性」、「人工智能政策與國家戰略」七個部分，從多個維度探討了過去一年的 AI 發展，得重要結論，從而為 AI 從業者們提供了洞見。
附件：斯坦福大學：人工智能指數2021（222頁中文版）
不斷強化無監督/弱監督學習由量變到質變，將助推企業從前期的迅速擴張到穩定期高效化運作的新階段；AI與數字內容產業的深度耦合，構筑數字內容生成新范式
隨著人工智能時代的到來，智能化也成為家電業發展的一大趨勢，智能電視占比最大達55%，智能空調、智能洗衣機、智能冰箱，分別占比24%
發展和應用人工智能首先要體現出四大價值,即尊重,保護和提升人權及人類尊嚴,構建和平,公正與相互依存的人類社會
AI創新的步伐正在加速;AI研發工具傳播更加廣泛;AI正在改變人機關系;AI帶來的顛覆性創新;機器與人的關系方面都將面臨現實的倫理挑戰
大模型的更新迭代速度不斷加快,開始從“可用”的基礎大模型轉向為“好用”的行業大模型,為支撐應用方更便捷地開發和部署大模型,多家頭部企業發布了行業大模型及開發工具
生成式AI借助生成對抗學習等技術,能夠生成更加真實,更有創意,更有趣味的內容,生成式AI既是生產要素,也是生產工具,在寫作和編程等方面也取得進展。
AI與傳統科學領域的深度融合,極大拓展該領域解決問題的能力;傳統科學領域的進步和對AI技術的需求加速了AI本身的發展;AI4S的研究范圍也擴展到了更多基礎問題領域
知識和數據雙輪驅動的人工智能技術路線展現了強勁的發展潛力,知識的融合應用有效地提升了智能問答,智能推薦,大規模預訓練模型等人工智能技術中的效果
器人流程自動化,智能流程管理,低代碼應用平臺,流程挖掘等工具和平臺,銜接起了企業級各類復雜業務場景,其綜合應用,互使能是超級自動化發揮效能的重要手段
規模化是指整合了豐富的人工智能開發,部署,測試,運維等能力,標準化是指將異構的軟硬件環境封裝為標準化的界面,可擴展是指可以不斷適配新的技術和工具
到端的MLOps一體化工具和細分場景的專項工具都非常火熱,端到端工具追求大而全的功能集,專項工具在局部或某些場景下功能和性能較好
AI軟件設施在近兩年成為產業焦點,AI開源框架生態,預訓練大模型體系,AI軟件平臺生態等內容都得到了長足的發展,像水電一樣成為觸手可得的普惠資源
