Innovations in artificial intelligence (AI) are occurring at speeds faster than ever witnessed before. However, few studies have managed to measure or depict this increasing velocity of innovations in the field of AI. In this paper, we combine data on AI from arXiv and Semantic Scholar to explore the pace of AI innovations from three perspectives: AI publications, AI players, and AI updates (trial and error). A research framework and three novel indicators, Average Time Interval (ATI), Innovation Speed (IS) and Update Speed (US), are proposed to measure the pace of innovations in the field of AI. The results show that: (1) in 2019, more than 3 AI preprints were submitted to arXiv per hour, over 148 times faster than in 1994. Furthermore, there was one deep learning-related preprint submitted to arXiv every 0.87 hours in 2019, over 1,064 times faster than in 1994. (2) For AI players, 5.26 new researchers entered into the field of AI each hour in 2019, more than 175 times faster than in the 1990s. (3) As for AI updates (trial and error), one updated AI preprint was submitted to arXiv every 41 days, with around 33% of AI preprints having been updated at least twice in 2019. In addition, as reported in 2019, it took, on average, only around 0.2 year for AI preprints to receive their first citations, which is 5 times faster than 2000-2007. This swift pace in AI illustrates the increase in popularity of AI innovation. The systematic and fine-grained analysis of the AI field enabled to portrait the pace of AI innovation and demonstrated that the proposed approach can be adopted to understand other fast-growing fields such as cancer research and nano science.

中文翻译：

---

人工智能创新的步伐：速度、人才和反复试验

人工智能 (AI) 的创新速度比以往任何时候都快。然而，很少有研究能够衡量或描述人工智能领域这种不断增长的创新速度。在本文中，我们结合来自 arXiv 和 Semantic Sc​​holar 的 AI 数据，从三个角度探索 AI 创新的步伐：AI 出版物、AI 参与者和 AI 更新（试错）。提出了一个研究框架和三个新指标，平均时间间隔（ATI）、创新速度（IS）和更新速度（US），以衡量人工智能领域的创新速度。结果表明：（1）2019年每小时有超过3个AI预印本提交给arXiv，比1994年快148倍以上。此外，2019年每0.87小时就有1个与深度学习相关的预印本提交给arXiv，超过 1, 比 1994 年快 064 倍。 (2) 对于人工智能玩家，2019 年每小时有 5.26 名新研究人员进入人工智能领域，比 1990 年代快 175 倍以上。(3) 在人工智能更新（试错）方面，每 41 天向 arXiv 提交一份更新的人工智能预印本，2019 年约有 33% 的人工智能预印本至少更新了两次。 此外，据 2019 年报道，它AI 预印本平均只用了 0.2 年就收到了第一次引用，比 2000-2007 年快了 5 倍。人工智能的这种快速发展表明人工智能创新越来越受欢迎。对人工智能领域的系统和细粒度分析能够描绘人工智能创新的步伐，并表明所提出的方法可用于了解其他快速发展的领域，如癌症研究和纳米科学。(2) 对于人工智能玩家，2019 年每小时有 5.26 名新研究人员进入人工智能领域，比 1990 年代快 175 倍以上。(3) 在人工智能更新（试错）方面，每 41 天向 arXiv 提交一份更新的人工智能预印本，2019 年约有 33% 的人工智能预印本至少更新了两次。 此外，据 2019 年报道，它AI 预印本平均只用了 0.2 年就收到了第一次引用，比 2000-2007 年快了 5 倍。人工智能的这种快速发展表明人工智能创新越来越受欢迎。对人工智能领域的系统和细粒度分析能够描绘人工智能创新的步伐，并表明所提出的方法可用于了解其他快速发展的领域，如癌症研究和纳米科学。(2) 对于人工智能玩家，2019 年每小时有 5.26 名新研究人员进入人工智能领域，比 1990 年代快 175 倍以上。(3) 在人工智能更新（试错）方面，每 41 天向 arXiv 提交一份更新的人工智能预印本，2019 年约有 33% 的人工智能预印本至少更新了两次。 此外，据 2019 年报道，它AI 预印本平均只用了 0.2 年就收到了第一次引用，比 2000-2007 年快了 5 倍。人工智能的这种快速发展表明人工智能创新越来越受欢迎。对人工智能领域的系统和细粒度分析能够描绘人工智能创新的步伐，并表明所提出的方法可用于了解其他快速发展的领域，如癌症研究和纳米科学。2019 年每小时有 26 名新研究人员进入人工智能领域，比 1990 年代快 175 倍以上。(3) 在人工智能更新（试错）方面，每 41 天向 arXiv 提交一份更新的人工智能预印本，2019 年约有 33% 的人工智能预印本至少更新了两次。 此外，据 2019 年报道，它AI 预印本平均只用了 0.2 年就收到了第一次引用，比 2000-2007 年快了 5 倍。人工智能的这种快速发展表明人工智能创新越来越受欢迎。对人工智能领域的系统和细粒度分析能够描绘人工智能创新的步伐，并表明所提出的方法可用于了解其他快速发展的领域，如癌症研究和纳米科学。2019 年每小时有 26 名新研究人员进入人工智能领域，比 1990 年代快 175 倍以上。(3) 在人工智能更新（试错）方面，每 41 天向 arXiv 提交一份更新的人工智能预印本，2019 年约有 33% 的人工智能预印本至少更新了两次。 此外，据 2019 年报道，它AI 预印本平均只用了 0.2 年就收到了第一次引用，比 2000-2007 年快了 5 倍。人工智能的这种快速发展表明人工智能创新越来越受欢迎。对人工智能领域的系统和细粒度分析能够描绘人工智能创新的步伐，并表明所提出的方法可用于了解其他快速发展的领域，如癌症研究和纳米科学。(3) 在人工智能更新（试错）方面，每 41 天向 arXiv 提交一份更新的人工智能预印本，2019 年约有 33% 的人工智能预印本至少更新了两次。 此外，据 2019 年报道，它AI 预印本平均只用了 0.2 年就收到了第一次引用，比 2000-2007 年快了 5 倍。人工智能的这种快速发展表明人工智能创新越来越受欢迎。对人工智能领域的系统和细粒度分析能够描绘人工智能创新的步伐，并表明所提出的方法可用于了解其他快速发展的领域，如癌症研究和纳米科学。(3) 在人工智能更新（试错）方面，每 41 天向 arXiv 提交一份更新的人工智能预印本，2019 年约有 33% 的人工智能预印本至少更新了两次。 此外，据 2019 年报道，它AI 预印本平均只用了 0.2 年就收到了第一次引用，比 2000-2007 年快了 5 倍。人工智能的这种快速发展表明人工智能创新越来越受欢迎。对人工智能领域的系统和细粒度分析能够描绘人工智能创新的步伐，并表明所提出的方法可用于了解其他快速发展的领域，如癌症研究和纳米科学。根据 2019 年的报告，AI 预印本平均只用了 0.2 年左右的时间就能获得第一次引用，比 2000-2007 年快 5 倍。人工智能的这种快速发展表明人工智能创新越来越受欢迎。对人工智能领域的系统和细粒度分析能够描绘人工智能创新的步伐，并表明所提出的方法可用于了解其他快速发展的领域，如癌症研究和纳米科学。根据 2019 年的报告，AI 预印本平均只用了 0.2 年左右的时间就能获得第一次引用，比 2000-2007 年快 5 倍。人工智能的这种快速发展表明人工智能创新越来越受欢迎。对人工智能领域的系统和细粒度分析能够描绘人工智能创新的步伐，并表明所提出的方法可用于了解其他快速发展的领域，如癌症研究和纳米科学。