4月15日，斯坦福大学发布了《2024年人工智能指数报告》。这份报告广泛地涵盖了人工智能的技术进步、公众对该技术的看法以及围绕其发展的地缘政治动态等基本趋势。
整体情况
图1 全球授予的人工智能专利比例
报告按地理区域划分对人工智能专利进行了分析，数据显示全球授予的人工智能专利主要来自中国（61.1%）和美国（20.9%）（图1）。来自美国的人工智能专利的比例从2010年的54.1%有所下降。
图2 机器学习模型的类别及数量
2014年以前，机器学习模型的发布由学术界主导。2014年以后，产业界就一直处于领先地位。在2023年，产业界产生了51个重要的机器学习模型，而学术界只有15个（图2）。2023年，21个行业/学术合作产生了21个显著的模型，创下了历史新高。
图3 机器学习模型的参数数量
机器学习模型中的参数是在训练过程中学习到的数值，它决定了模型如何解释输入数据并做出预测。在更多数据上训练的模型通常比在更少数据上训练的模型有更多的参数。同样地，具有更多参数的模型通常优于那些参数较少的模型。图3展示了机器学习模型的参数数量。
自2010年代初以来，参数数量急剧上升，反映出人工智能模型设计的任务越来越复杂，数据可用性更大、硬件改进和更大模型已证明的有效性。高参数模型在行业领域尤其引人注目，这凸显了OpenAI、Anthropic, 和 Google公司等公司承担大量数据培训的计算成本的能力。
图4 GitHub人工智能项目来源地区
图4展示了自2011年以来按地理区域划分的GitHub人工智能项目。截至2023年，GitHub人工智能项目的很大一部分比例来源于美国，占贡献的22.9%。印度以19.0%的比例位居第二位，紧随其后的是欧盟和英国，占比为17.9%。值得注意的是，自2016年以来，来自位于美国GitHub上的开发商的人工智能项目的比例一直在稳步下降。
2023 年人工智能行业的 10 大主要趋势
1.人工智能在某些任务上胜过人类，但并非在所有任务上。
人工智能已在多项基准测试中超越人类，包括在图像分类、视觉推理和英语理解方面。然而，它在竞赛级数学、视觉常识推理和规划等更复杂的任务上依然落后于人类。
2.产业界继续主导人工智能前沿研究。
2023 年，产业界产生了 51 个著名的机器学习模型，而学术界只贡献了 15 个。2023 年，产学合作还产生了 21 个著名模型，创下新高。此外，108 个新发布的基础模型来自工业界，28 个来自学术界。
3.前沿模型变得更加昂贵。
根据 AI Index 的估算，最先进的人工智能模型的训练成本已经达到了前所未有的水平。例如，OpenAI 的 GPT-4 估计使用了价值 7800 万美元的计算资源进行训练，而谷歌的 Gemini Ultra 的计算成本则高达 1.91 亿美元。相比之下，几年前发布的一些最先进的模型，即原始 transformer 模型（2017 年）和 RoBERTa Large（2019 年），训练成本分别约为 900 美元和 16 万美元。
4.美国成为顶级人工智能模型的主要来源国。
2023 年，61 个著名的人工智能模型源自美国的机构，超过欧盟的 21 个和中国的 15 个。美国也仍然是人工智能投资的首选之地。2023 年，美国在人工智能领域的私人投资总额为 672 亿美元，是中国的近 9 倍。然而，中国依然是美国最大的竞争对手，中国的机器人安装量居世界首位；同样，全球大多数人工智能专利（61%）都来自中国。
5.严重缺乏对 LLM 责任的可靠和标准化评估。
AI Index 的最新研究显示，负责任的人工智能严重缺乏标准化。包括 OpenAI、谷歌和 Anthropic 在内的领先开发商主要根据不同的负责任人工智能基准测试他们的模型。这种做法使系统地比较顶级人工智能模型的风险和局限性的工作变得更加复杂。
6.生成式人工智能投资激增。
尽管去年人工智能私人投资整体下降，但对生成式人工智能的投资激增，比 2022 年（约 30 亿美元）增长了近八倍，达到 252 亿美元。生成式人工智能领域的主要参与者，包括 OpenAI、Anthropic、Hugging Face 和 Inflection，都获得了一轮可观的融资。
7.数据显示，人工智能让打工人更有生产力，工作质量更高。
2023 年，多项研究评估了人工智能对劳动力的影响，表明人工智能可以让打工人更快地完成任务，并提高他们的产出质量。这些研究还表明，人工智能有可能缩小低技能和高技能工人之间的技能差距。还有一些研究警告说，在没有适当监督的情况下使用人工智能可能会起到负面作用。
8.得益于人工智能，科学进步进一步加速。
2022 年，人工智能开始推动科学发现。然而，2023 年，与科学相关的更重要的人工智能应用启动——使算法排序更高效的 AlphaDev、促进材料发现过程的 GNoME、可在一分钟内提供极其准确的 10 天天气预报的 GraphCast、成功对 7100 万种可能的错义突变中的约 89% 进行分类的 AlphaMissence。如今，人工智能现在可以完成人类难以完成的、但对解决一些最复杂的科学问题至关重要的粗暴计算。在医疗方面，新的研究表明，医生可以利用人工智能更好地诊断乳腺癌、解读X射线和检测致命的癌症。
9.美国的人工智能法规数量急剧增加。
2023 年，全球立法程序中有 2175 次提及人工智能，几乎是上一年的两倍。美国人工智能相关法规的数量在过去一年大幅增加。2023 年，与人工智能相关的法规有 25 项，而 2016 年只有 1 项。仅去年一年，人工智能相关法规的总数就增长了 56.3%。其中一些法规包括生成式人工智能材料的版权指南和网络安全风险管理框架。
10.人们对人工智能的潜在影响有了更深刻的认识，同时也更焦虑。
来自市场研究公司 Ipsos 的一项调查显示，在过去一年中，认为人工智能将在未来 3-5 年内极大地影响他们生活的人，比例从 60%上升到 66%。此外，52% 的人对人工智能产品和服务表示焦虑，比 2022 年上升了 13 个百分点。在美国，来自皮尤研究中心（Pew）的数据显示，52% 的美国人表示对人工智能的担忧多于兴奋，这一比例比 2022 年的 38% 有所上升。
扫一扫