7月3日，在北京举办的2025全球数字经济大会发布了名为《全球人工智能科研态势报告(2015 - 2024)》（下称《报告》）。这份报告可不得了，是由联合国工业发展组织投资和技术促进办公室与东壁科技数据联合发布的，它基于高质量论文数据系统，对人工智能科研演进做了深入分析，厉害程度不言而喻！

撰写团队借助东壁指数评价体系可谓下足了功夫，对2015 - 2024年间发表的96961篇人工智能领域文献进行了深度剖析。报告为大家绘制了一幅清晰的AI科研十年“跃迁图景”！从早期的多元探索时期说起，那时候大家围绕传统机器学习算法和神经网络基础开展研究，这个阶段是在2015 - 2017年。接着到了2018 - 2020年，深度学习、计算机视觉、自然语言处理等应用领域崛起，迎来了大发展，人工智能逐渐地融入到更多的实际应用中了。再然后到2021 - 2023年，大型语言模型、生成式AI、多模态模型成为科研的前沿热点，像如今很多大家熟悉的AI模型就是在这阶段起步研究的。而2024 - 2025年里，可解释性AI、自适应学习、多智能体系统等新兴方向显现出来，开拓了人工智能更广阔的可能性。

通过关键词分析，这份报告还细致地描绘了人工智能核心技术的变化。“深度学习”这个关键词绝对是过去十年的核心主角，其出现的频率累计增长了84倍，在2018 - 2023年，年均增速还高达217%，发展爆发力惊人可见一斑。在计算机视觉领域，“目标检测”出现率高达78%，成为该领域“最热”的关键词 ；“语义分割”在2022 - 2023年热度达到顶峰，标志着计算机视觉技术形成了“目标检测 - 语义分割 - 视觉应用”的完整闭环，就好比形成了一条完整的技术流水线。报告还揭示了不同技术领域之间存在着融合趋势。举例来说，传统的计算机视觉关键词（像“object detection”“segmentation”）和深度学习关键词（如“neural networks”“deep learning”）的热度变化呈现出高度同步。这一现象生动地体现了AI发展的“融合”大趋势。

有意思的是，发布会现场还揭晓了五项全球AI榜单，试图全方面展现全球AI人才图景。吴登生表示这些榜单就像是全球AI人才生态的导览图。随着人工智能迅速的发展，中国目前处在人才红利释放的关键节点。若要实现从“跟跑”到“并跑”的跨越，必须打破人才结构瓶颈，要在保持已有应用优势的情况下，进一步加强基础研究，拆除人才流动壁垒，全力构建多元包容的创新生态环境，这样才能让中国在全球的人工智能领域有更卓越的发展。

对于中国在全球人工智能领域未来的发展，你觉得最大的挑战会是什么？不妨点赞、分享本文，在评论区留言说说你的看法！