在研究方向上，从1998年到2017年，前三大热门研究方向一直是机器学习和概率推理、神经网络和计算机视觉。2017年有56%来自机器学习与概率推理这一研究方向，而2010年发表的AI，只有28%来自这个方向。2014年到2017年，神经网络这一方向的论文发表数量复合年均增长率达到37% ，最为突出。而在2010年到2014年之间，神经网络论文发表数复合年均增长率仅为3%。

从细分学科上看，2000年美国的AI研究在人文科学、农业、社会科学、医学药学和工程技术上均有覆盖，到2017年，美国及欧洲在人工智能上重点研究侧重于人文科学和医学健康学上，中国则加强了在工程技术和农业科学上的人工智能研究，在医学健康学上有所加强，但人文科学上的相关研究始终较为薄弱。

澎湃新闻记者了解到，人文科学包括语言学、哲学、心理学等等。目前在人文科学领域的人工智能研究包括如何与教育互相影响，如何运用人文科学加强人工智能对语言的理解等，但斯坦福报告中没有具体提到哪些范畴的研究属于人文科学领域的人工智能研究。

对此，斯坦福大学计算机系教授Yoav Shoham表示，由于大多数信息以互联网上的文本形式存在，计算机科学家一直在努力提高人工智能理解和处理书面语言的能力。

“即使对于人类儿童和非母语人士来说，学习复杂的人类语言也很困难，对于AI来说更是尤其困难。” Shoham说。科学家已经教过计算机如何完成简单的任务，比如将一种语言翻译成另一种语言或搜索关键词。人工智能已经更好地解决了这些狭隘的问题。但是现在科学家们正在解决更难的问题，例如如何构建人工智能算法，这些算法可以将信息分成几部分，为更复杂和细微的问题提供连贯的答案。

Shoham认为，语言是人工智能研究的终极前沿，因为人类可以用语言表达任何思想或想法， 语言本身和人类的思维一样丰富。

“人工智能不仅仅是模仿人类大脑的硅片，而是引领我们去自询什么特征是人类与生俱来的，以至于我们认为无法在计算机上模仿。” Shoham说。

相关报道: