摘要：
我们正在进行一场比赛，但是我们不知道如何到达终点，或者我们要走多远。我们从周围风景判断我们已经跑了多远。
何时能达到真正的人工智能时代?这可能是未来学家、AI 专家和对科技有着强烈兴趣的人们都很关注的一个问题。人工智能的新进展何时会发生是很难预测的，达特矛斯夏季人工智能研究计划的科学家在 1956 年便认为 AI 在一系列复杂的问题处理上，或许两个月就足以产生“重大进展”。
六十年过去了，而这些问题依旧没有解决。现在，斯坦福大学的AI 指数试图去测量人工智能发生了多大的变化。
这个指数采用了独特的方法并试图在多个系统中汇总数据。它包括活动量的规模，这些规模用于衡量风险投资，出席学术会议，发表的论文等等的活动。
该指标还从热门的编码网站Github上获取数据，该网站拥有比世界上任何地方都多的源代码。他们可以跟踪人们创建关于 AI 的软件数量，以及对热门的机器学习软件包(如 Tensorflow 和 Keras)的兴趣。该指数还记录了不同人提及AI新闻文章时的情绪：令人惊讶的是，关于 AI 威胁和就业危机，那些被认为 “对未来积极” 的人比 “对未来消极” 的人多三倍。
这一切都可以成为人工智能热度的一种衡量标准。
没有人会否认，我们正处在一个人工智能炒作的时代，但人工智能迅猛增长的发展却充斥着各种 AI 炒作案例以及AI 寒冬的交替出现。因此 AI 指标试图依赖一系列任务去追踪算法的进度。
在其他狭窄的领域，人工智能仍在追赶人类。翻译算是比较好的了，通常你可以通过翻译得到正在说的内容的要点，但是在翻译准确性方面，还远低于 BLEU 指标。
我们可以注意到算法在先前为人类服务的任务上的特殊性能- 例如，指标引用了一篇Nature论文，显示AI现在可以比皮肤科医生更准确地预测皮肤癌。
未来几年，人工智能的进展更有可能类似于逐渐上升的潮汐，因为越来越多的任务可以转化为算法，由软件完成，而不是突然的智能爆炸或一般智力突破的海啸。也许可以通过测量人工智能系统的能力来学习和适应基于办公室任务的人类的工作程序。
AI 指数并没有试图给出一般智能的进展表，因为这仍然是一个模糊的概念。
牛津大学计算机科学系主任迈克尔·伍德里奇(Michael Woodridge)指出：“报告中没有记录一般人工智能的主要原因是，我和其他人都不知道如何衡量进展。”他担心另一个人工智能的寒冬，并对外宣布“江湖骗子和油嘴滑舌的推销员”夸大了已经取得的进展。
当然，你不需要一般的智能来影响社会，算法已经在改变我们的生活和我们周围的世界。毕竟，亚马逊，谷歌和 Facebook 为什么值钱?专家们一致认为这需要衡量人工智能益处的指数、人类与AI之间的互动，以及我们将价值，道德和监督编入这些系统的能力。
哈佛大学的 Barbra Grosz 认为，“通过对人们生活的影响来确定人工智能系统是否成功是很重要的。”
对于那些关心人工智能就业启示的人来说，跟踪在被认为最脆弱的领域(比如，自动驾驶汽车取代的士司机)使用人工智能将是一个好主意。应该衡量社会适应人工智能趋势的灵活性;我们是否为人们提供足够的教育机会来再培训?教他们如何与算法一起工作，把它们当作工具而不是替代品来对待?专家们还指出，这些数据是以美国为中心的。
我们正在进行一场比赛，但是我们不知道如何到达终点，或者我们要走多远。我们从周围风景判断我们已经跑了多远。出于这个原因，从定义 AI 进展开始，衡量 AI 进展便是一个艰巨的任务，但 AI 指数作为相关信息的年度收集是一个不错的开始。
