今年的調查範圍擴大到了21個學術會議，結果發現雖占比有所提升，但這個群體的女性名額依然不足，比例為18%左右。根據我們的調查，AI存在的這種性別不平衡體現在了產業和學術兩方面：我們的數據表明學術界 19% 的會議作者為女性，而產業界的女性作者占比為16%。
考慮到機器學習潛在的廣泛社會影響，女性在AI開發和部署方面的參與度是個重要問題。Facebook AI研究實驗室負責人Joelle Pineau教授闡明了要增加本領域女性數量的理由：“相對於其他領域我們肩負著更多的科學責任，因為我們正在開發會影響很大一部分比例人口的技術。”OpenAI的CEO Sam Altman也提出了類似的觀點，稱機器學習在博士畢業生的性別方面是“目前我所知道的最扭曲的領域”，同時又是“對我們未來所生活的世界會產生最大影響的領域”。
據斯坦福大學發布的2018年AI指數報告，女性在學習AI和機器學習課程的大學生當中的占比也不足：學習斯坦福2017年的《AI導論》課程的 74%為男性學生，加州大學伯克利分校的比例則是73%。報讀《機器學習導論》的女性占比甚至更低，斯坦福大學這門課程男學生占到了 76%，而加州大學伯克利分校同樣課程的男學生占比更是高達79%。同一份報告還發現，美國絕大部分AI職位的申請者都是男性（71%）。
此次調查的數據表明，不同國家／地區之間的性別差距各不相同。女性作者占比高於18%的平均水平的國家／地區包括西班牙（26%）、台灣（23%）、新加坡（23%）、中國大陸（22%）、澳大利亞（22%）、美國（20%）、瑞士（19%）。在絕對數量上，美國的女性作者數量最多，其後是中國、英國、德國、加拿大、法國、澳大利亞、印度、意大利與新加坡。
培養出頂級AI專家的國家在雇用人才方面也領先
來自美國、中國、英國、德國、加拿大的作者占了72%
我們的會議研究人員數據讓我們得以觀察論文作者是在哪裡接受培訓的。首先，在培養AI人才方面，美國繼續領先優勢：在這份調查的會議作者樣本中，44%的作者的博士學位是在美國獲得的。而在中國受訓的作者占到了約11%，其後是英國（6%），德國（5%）以及加拿大、法國和日本（均為4%）。
雇用數據也顯示出了類似的地理分布特征。我們的調查表明，美國雇主繼續吸引研究人員前往工作，樣本數據中46%的人替美國的雇主工作，中國排名第二，占比為11%，第三的英國占比為7%。加拿大、德國、日本各占樣本的4%。排名前18的國家就占到了作者總量的94%。而排名前5的國家美國、中國、英國、德國、加拿大的占比達到了72%。
會議樣本絕大部分都是學術界的（77%），23%在產業界工作。儘管業界一些最大的私營公司仍繼續吸引人才入駐其總部，但我們也看到很多公司開始招聘專家讓他們在母國的辦公地點工作。這份報告也把這些人看成是為公司總部所在國工作。比如說，某人是在法國修得博士然後在Google的法國分公司工作，報告會把此人看成是在法國受訓為美國公司工作。所以在統計方面美國受益是最大的。
為他人做嫁衣——培養博士的國家未必總是受益
人才流動情況
左側：在哪裡獲得博士學位；右側：在哪裡工作
|
