近日，斯坦福大學人工智能研究所發布了 2019 年 AI 指數報告。該報告涵蓋范圍較廣，以下是一些從報告中提取的主要部分：
對人工智能的研究越來越多，在 1998 年至 2018 年之間，經過同行評審的 AI 論文數量增長了 300％ 以上。
中國現在每年出版的 AI 期刊和會議論文數量與歐洲一樣多，也超過了美國。不過，美國出版物的“加權引文影響”仍比中國出版物高 50％。
參加 AI 會議的人數繼續大幅增加。
在一年半的時間里，在云基礎架構上訓練大型圖像分類系統所需的時間從 2017 年 10 月的約三個小時減少到 2019 年 7 月的約 88 秒；在同一時期，訓練這種系統的成本也類似地下降了。
在 SuperGLUE 和 SQuAD2.0 基準測試中，一些廣泛的自然語言處理（NLP）分類任務的進展非常迅速；在某些需要推理的 NLP 任務（例如 AI2 推理挑戰）或人類水平的概念學習任務（例如 Omniglot 挑戰）上，性能仍然較低。
在美國，人工智能工作的比例從 2012 年的 0.3％ 增長到了 2019 年的 0.8％。人工智能的勞動力需求正在增長，尤其是在高科技服務和制造業領域。
在全球范圍內，對 AI 初創公司的投資持續穩定增長。從 2010 年籌集的 $1.3B 至 2018 年的 $40.4B（截至 11 月4 日為 $37.4B），資金以超過 48％ 的年均增長率增長。
自動駕駛汽車（AVs）在過去一年中獲得了全球投資的最大份額，為 $7.7B（占總金額的 9.9％），其次是藥物、癌癥和治療（$4.7B，6.1％），面部識別（$4.7B，6.0％），視頻內容（$3.6B，4.5％）和詐騙檢測及財務（$3.1B，3.9％）。
58％ 的受訪大公司表示，2019 年至少在一個職能或業務部門采用了 AI，高于 2018 年的 47％。
在研究生級別，人工智能已迅速成為北美計算機科學博士學位學生中最受歡迎的專業，其學生人數是第二大最受歡迎的專業（安全性/信息保證）的兩倍。在 2018 年，超過 21％ 的計算機科學博士專注于人工智能/機器學習。
公平和可解釋性被認為是 59 項道德規范 AI 原則中最常提及的道德挑戰，AI 的監管、安全性等也是多數人所關心的。
