1.1.2 深度学习受到的关注

深度学习拥有众多落地的应用。它是目前最具发展前景的 AI 技术，因此受到了广泛的关注。这些关注主要来自社会公众、科研人员和开发人员。

1．来自社会公众的关注

搜索引擎的统计数据可以很直观地反映出社会公众对深度学习的关注程度。下面我们通过Google Trends（谷歌搜索趋势）的统计数据来分析社会公众对深度学习关注程度的发展趋势。Google Trends是谷歌公司（以下简称谷歌）开发的一款服务，用于分析用户在谷歌中搜索条目的趋势。

通过Google Trends网站，我们查阅了2012年5月25日—2022年5月25日“deep learning”（深度学习）搜索热度变化趋势，具体如图1-1所示（说明：在Google Trends中输入“2012/5/25—2022/5/25”，显示的效果就是图 1-1）。从图中我们可以看到，2012—2019年深度学习的关注度持续走高。2020—2022年深度学习的关注度基本持平，且略有下降。

图1-1 2012年5月25日—2022年5月25日“deep learning”搜索热度变化趋势

2012年5月25日—2022年5月25日，按区域显示“深度学习”的搜索热度数据（前5名）如图1-2所示。

图1-2 2012年5月25日—2022年5月25日，按区域显示“深度学习”的搜索热度数据（前5名）

从图1-2中我们可以看出，深度学习技术在我国引起了社会公众的高度关注。这也是MindSpore开源框架诞生的历史背景。

2．来自科研人员的关注

深度学习领域的专业论文数量可以反映科研人员对深度学习的关注程度。arXiv 是一个收集物理学、数学、计算机科学与生物学的论文预印本的开放平台。该平台创建于1991年8月14日。30多年来，arXiv共收集了200多万篇专业论文，为分享研究成果提供了快速、免费的数字服务。根据arXiv提供的Artificial Intelligence Index Report 2021 （《2021年人工智能索引报告》）中的统计数据，过去5年，arXiv收集的深度学习领域的论文数量增长了接近6倍。

2010—2020年arXiv收集的深度学习领域的论文数量统计情况如图1-3所示，其中纵坐标的单位为1000篇。

图1-3 2010—2020年arXiv收集的深度学习领域的论文数量统计情况

3．来自开发人员的关注

比较流行的开源深度学习框架都在 GitHub 网站上提供源代码，每个开源框架在GitHub网站上的关注度——GitHub star可以反映开发人员对深度学习的关注程度。根据arXiv提供的Artificial Intelligence Index Report 2021《2021年人工智能索引报告》中的统计数据，2014—2020年比较流行的开源深度学习框架的GitHub star数量均持续增长，具体统计情况如图1-4所示（纵坐标的单位为1000个GitHub star）。TensorFlow等知名框架的数据更是大幅增长。

图1-4 2014—2020年比较流行的开源深度学习框架的GitHub star数量统计情况

图1-4中包含了TensorFlow、Keras、PyTorch、Scikit-learn、BVLC/Caffe、MXNet和微软的认知工具集——CNTK等。MindSpore上线比较晚，所以没有出现在这个统计数据中。

深度学习的热度持续增长，说明对深度学习技术有兴趣、参与深度学习研究和应用工作的人越来越多。