根据2019年度的《人工智能指数报告》，可知AI社区迎来了蓬勃的发展。世界各地的研究机构，已经在教育和技术等领域取得了显著的成就。与过去几年相比，人工智能发展有着强势的延续。如果你不愿翻看剩余的290页内容，不妨扫一眼外媒归纳的一些要点。
首先：从1998到2018年，AI相关的同行评审论文的发表数量增长了300%。出席会议的人数也显著增长，NeurIPS预计为1.35万人，较2012年增长800%。
人工智能教育同样受到了追捧，有关机器学习的大学和线上课程，参与者人数也持续增加。目前看来，AI算是北美计算机科学专业毕业生中最受欢迎的专业。
超过21%的计算机科学博士选择了专门从AI研究行业，是排名第二的学科(安全/信息保障)的两倍多。
大多数指标上，美国仍然是全球AI领域的领导者。尽管中国发表的AI相关论文数量超过了任何其它地区，但美国发表论文的影响力更大，较全球平均水平高出40%。
中美两国私有资金对AI领域的投入都很大(数十上百亿美元计)，AI专利的申请数量也超过其它竞争对手(是排名第二的日本地区的三倍)。同时，AI算法正在变得越来越快，训练的成本也越来越便宜。
在流行数据集(ImageNet)的训练上，机器视觉算法所需的时间，已从2017年10月的大约3个小时、减少到2019年7月的88秒，成本也从数千美元下降到两位数。
自动驾驶汽车行业获得了更多的私人投资(全球略低于10%，约77亿美元)，其次是医学研究和面部识别(两者都吸引了47亿美元)。
增长最速的工业AI领域，相对也不那么浮华。2018年的时候，机器人流程自动化拿到了10亿美元投资，供应链管理方面亦超过5亿美元。
在给人留下深刻印象的同时，还需注意一个重大的问题——无论AI提升的幅度有多大，都距离媒体大肆渲染的目标相去甚远。
换言之，尽管人工智能世界正在蓬勃发展，但AI本身仍在某些重要方面被卡着脖子。AI Index报告在“绩效里程碑”时间表上写到：
人工智能已经达到、或者超越了人类的专业知识水平，但这仅限特定领域，AI在通用智能方面仍存在着难以逾越的鸿沟。
回顾1990年代，当时计算机在跳棋和国际象棋上打败了人类选手，引发了人们对于AI未来的无限遐想。
2016年之后，AI开始在《Dota2》等游戏中发挥实力，在2017年实现了对人类皮肤癌图像的分类，并于2018年达成了媲美专业人士的中英文翻译。
激动之余，业界仍对AI的发展前景持谨慎乐观的态度。以视频和棋盘游戏为例，其特点是具有清晰、易模仿的规则，因此特别适合对AI展开训练。
这样的成绩，通常依赖于耗费一个人几辈子的训练量，以突显人类相较于计算机的学习速度。此外，AI难以将同样的经验，轻松复制到另一个领域中。
比如某个AI可以像肿瘤医生一样准确地判定乳腺癌肿瘤，但让它来判断肺癌的话，就有些无能为力了(更别提开处方和做出诊断了)。
综上所述，AI系统更像是一款特定于某些应用场景的‘一次性工具’，而不具有人类的通用智能(甚至打不过五岁的小朋友)。
当然，这并不意味着AI一无是处。如本报告所述，尽管机器学习有一定的局限性，但其在资金、兴趣和技术成就方面，仍在相当快速地发展着。
