虚拟现实/增强现实主题编程语言在项目占比年度变化统计 原图定位 我们回测了 6 个主题的编程语言占比年度变化情况,以人工智能为例,2012 和 2013年分别是计算机视觉和自然语言处理的变革时点,由于 python 作为神经网络的主流编程语言,所以也能在编程语言占比的时序变化中看到明显的异动。2012 年,Hinton 提出的AlexNet 网络在 Imagenet 图像识别大赛中将错误率从 25%以上提升到了 15%,一举颠覆了图像识别领域,推动了卷积神经网络的广泛应用。2013 年自然语言处理领域提出了基于神经网络和反向传播算法的词向量训练方法,得以将词语编码成为计算机可识别的向量形式,极大推动了后续的发展。从 2012 年起,人工智能主题项目的等级 5 编程语言占比迅速提升,在 2015 年以更高的斜率提升直至 2018 年开始持平,这也是基于深度学习的神经网络主题彭博发展的高频写照。其他领域结合行业背景也有同样的分析逻辑,在部分方向可以通过语言的变迁跟踪主题研发内容的变革。