（报告出品方：斯坦福大学）
简介：
今年，我们大大增加了报告中的数据量，扩大了合作的外部组织范围，更加严格的校准了我们的数据，并加深了我们与斯坦福大学以人为本人工智能研究所（HumanCenteredArtificialIntelligence，HAI）的联系。
人工智能指数报告跟踪、整理、提炼和可视化人工智能相关数据。其使命是为政策制定者、研究人员、高管、记者和普通公众提供公正的、经过严格审核的、来源于全球的数据，以形成对人工智能这一复杂领域的直观感知。该报告旨在成为世界上最可信、最权威的人工智能数据和洞察来源。
COVID与人工智能
年的报告从多个角度展示了COVID-19对人工智能发展的影响。在“技术性能”一章中具体讨论了一家人工智能初创公司是如何在COVID-19大流行期间使用基于机器学习的技术来加速COVID相关药物发现的。“经济”一章中的分析表明，人工智能的人力招聘和私人投资并没有受到COVID-19大流行的不利影响，这二者在年期间都有所增长。不过，受到COVID-19的影响，年更多人选择通过虚拟会议的方式参加了人工智能研究会议，这种虚拟会议形式导致了会议出席人数的大幅飙升。
本期报告变化
年，我们对来自政府、行业和学术界的多名读者进行了调查，了解他们认为报告最有价值的内容以及我们还应该改进的方向。读者们建议改进的主要问题是：
技术性能。我们在年大大扩展了这一章节，并加入了更多自己的分析。多样性和伦理数据。我们在今年的报告中收集了更多的数据。不过，根据我们的调查，人工智能的多个领域中目前仍然缺乏与多样性和伦理问题相关的有益信息。不同国家之间的比较。读者普遍对比较多个国家之间的人工智能指数感兴趣。在今年的报告中，我们做了如下改进：收集了更多数据，以便进行国家间的比较，特别是与经济学和文献计量学有关的数据；
纳入了对不同国家采取的各种人工智能战略以及这些战略如何随着时间的推移而演变的全面总结。
公开数据和工具
年人工智能指数报告的附录部分提供了原始数据和互动工具。我们邀请人工智能界的各位成员以与您工作和兴趣最为相关的方式使用这些数据和工具。
原始数据和图表：报告中所有图表的公开数据和高分辨率图像均可在GoogleDrive上找到。全球人工智能活力(GlobalAIVibrancy)工具：我们今年对GlobalAIVibrancy工具进行了改版，可以根据22个指标对多达26个国家进行比较，同时提供了更好的互动可视化服务。更新后的GlobalAIVibrancy工具能够根据用户偏好，对各国的相对地位进行透明的评估。此外，我们确定了相关的国家指标以表征国家层面的政策优先事项。GlobalAIVibrancy工具中还显示了包括发达经济体和新兴市场的人工智能卓越中心。人工智能测量中的问题：年秋季，我们发布了《人工智能政策中的测量：机遇与挑战》，该报告阐述了年秋季AIIndex主办的会议上讨论的各种人工智能测量问题。九大要点
1.药物设计与发现领域人工智能投资大幅增加：“药物、癌症、分子、药物发现”在年获得的私人人工智能投资金额最大，超过了亿美元。这个金额是年投资金额的4.5倍。
2.行业转变还在继续：年，北美人工智能专业毕业的博士中有65%进入了产业界，这一数据比年的44.4%有所上升，凸显出产业界开始在人工智能发展中发挥更大作用。
3.生成一切：人工智能系统可以生成标准足够高、质量足够好的文字、音频和图像合成结果。对于一些受限的技术应用，人类已经很难分辨出合成和非合成结果的区别。
4.人工智能面临多元化挑战：年，美国居民人工智能博士新毕业生中有45%是白人。相比之下，仅有2.4%非洲裔美国人，3.2%是西班牙裔。
5.中国在人工智能期刊引用量上超过美国：几年前，中国在期刊发表的论文总数上超过了美国，现在，在期刊引用方面中国也处于了领先地位。而在AI领域会议方面，美国发表的会议论文数量近十年内依然持续（明显）领先于中国（被引用的次数也更多）。
6.美国人工智能博士毕业生大部分来自国外--他们毕业后还选择留在美国：年，北美新毕业的人工智能博士中，国际学生的比例继续上升，达到了64.3%，这一数据比年增加了4.3%。在外国毕业生中，有81.8%的人选择留在美国工作，而8.6%的人选择在美国以外的地方工作。
7.监控技术快速、廉价、日益普及：大规模监控所需的技术正在迅速成熟，图像分类、人脸识别、视频分析、语音识别等技术在年都取得了重大进展。
8.人工智能伦理缺乏基准和共识：虽然一些团体在人工智能伦理领域制定了一系列定性或规范性报告，但是该领域仍普遍缺乏可用于衡量或评估关于技术发展的广泛社会讨论与技术本身发展之间关系的基准。此外，研究人员和民间社会认为人工智能伦理学比产业组织更重要。
9.人工智能已经得到了美国国会的
