4月15日，斯坦福大學(xué)發(fā)布了《2024年人工智能指數(shù)報(bào)告》。這份報(bào)告廣泛地涵蓋了人工智能的技術(shù)進(jìn)步、公眾對(duì)該技術(shù)的看法以及圍繞其發(fā)展的地緣政治動(dòng)態(tài)等基本趨勢(shì)。
整體情況
圖1 全球授予的人工智能專利比例
報(bào)告按地理區(qū)域劃分對(duì)人工智能專利進(jìn)行了分析，數(shù)據(jù)顯示全球授予的人工智能專利主要來自中國(guó)（61.1%）和美國(guó)（20.9%）（圖1）。來自美國(guó)的人工智能專利的比例從2010年的54.1%有所下降。
圖2 機(jī)器學(xué)習(xí)模型的類別及數(shù)量
2014年以前，機(jī)器學(xué)習(xí)模型的發(fā)布由學(xué)術(shù)界主導(dǎo)。2014年以后，產(chǎn)業(yè)界就一直處于領(lǐng)先地位。在2023年，產(chǎn)業(yè)界產(chǎn)生了51個(gè)重要的機(jī)器學(xué)習(xí)模型，而學(xué)術(shù)界只有15個(gè)（圖2）。2023年，21個(gè)行業(yè)/學(xué)術(shù)合作產(chǎn)生了21個(gè)顯著的模型，創(chuàng)下了歷史新高。
圖3 機(jī)器學(xué)習(xí)模型的參數(shù)數(shù)量
機(jī)器學(xué)習(xí)模型中的參數(shù)是在訓(xùn)練過程中學(xué)習(xí)到的數(shù)值，它決定了模型如何解釋輸入數(shù)據(jù)并做出預(yù)測(cè)。在更多數(shù)據(jù)上訓(xùn)練的模型通常比在更少數(shù)據(jù)上訓(xùn)練的模型有更多的參數(shù)。同樣地，具有更多參數(shù)的模型通常優(yōu)于那些參數(shù)較少的模型。圖3展示了機(jī)器學(xué)習(xí)模型的參數(shù)數(shù)量。
自2010年代初以來，參數(shù)數(shù)量急劇上升，反映出人工智能模型設(shè)計(jì)的任務(wù)越來越復(fù)雜，數(shù)據(jù)可用性更大、硬件改進(jìn)和更大模型已證明的有效性。高參數(shù)模型在行業(yè)領(lǐng)域尤其引人注目，這凸顯了OpenAI、Anthropic, 和 Google公司等公司承擔(dān)大量數(shù)據(jù)培訓(xùn)的計(jì)算成本的能力。
圖4 GitHub人工智能項(xiàng)目來源地區(qū)
圖4展示了自2011年以來按地理區(qū)域劃分的GitHub人工智能項(xiàng)目。截至2023年，GitHub人工智能項(xiàng)目的很大一部分比例來源于美國(guó)，占貢獻(xiàn)的22.9%。印度以19.0%的比例位居第二位，緊隨其后的是歐盟和英國(guó)，占比為17.9%。值得注意的是，自2016年以來，來自位于美國(guó)GitHub上的開發(fā)商的人工智能項(xiàng)目的比例一直在穩(wěn)步下降。
2023 年人工智能行業(yè)的 10 大主要趨勢(shì)
1.人工智能在某些任務(wù)上勝過人類，但并非在所有任務(wù)上。
人工智能已在多項(xiàng)基準(zhǔn)測(cè)試中超越人類，包括在圖像分類、視覺推理和英語(yǔ)理解方面。然而，它在競(jìng)賽級(jí)數(shù)學(xué)、視覺常識(shí)推理和規(guī)劃等更復(fù)雜的任務(wù)上依然落后于人類。
2.產(chǎn)業(yè)界繼續(xù)主導(dǎo)人工智能前沿研究。
2023 年，產(chǎn)業(yè)界產(chǎn)生了 51 個(gè)著名的機(jī)器學(xué)習(xí)模型，而學(xué)術(shù)界只貢獻(xiàn)了 15 個(gè)。2023 年，產(chǎn)學(xué)合作還產(chǎn)生了 21 個(gè)著名模型，創(chuàng)下新高。此外，108 個(gè)新發(fā)布的基礎(chǔ)模型來自工業(yè)界，28 個(gè)來自學(xué)術(shù)界。
3.前沿模型變得更加昂貴。
根據(jù) AI Index 的估算，最先進(jìn)的人工智能模型的訓(xùn)練成本已經(jīng)達(dá)到了前所未有的水平。例如，OpenAI 的 GPT-4 估計(jì)使用了價(jià)值 7800 萬(wàn)美元的計(jì)算資源進(jìn)行訓(xùn)練，而谷歌的 Gemini Ultra 的計(jì)算成本則高達(dá) 1.91 億美元。相比之下，幾年前發(fā)布的一些最先進(jìn)的模型，即原始 transformer 模型（2017 年）和 RoBERTa Large（2019 年），訓(xùn)練成本分別約為 900 美元和 16 萬(wàn)美元。
4.美國(guó)成為頂級(jí)人工智能模型的主要來源國(guó)。
2023 年，61 個(gè)著名的人工智能模型源自美國(guó)的機(jī)構(gòu)，超過歐盟的 21 個(gè)和中國(guó)的 15 個(gè)。美國(guó)也仍然是人工智能投資的首選之地。2023 年，美國(guó)在人工智能領(lǐng)域的私人投資總額為 672 億美元，是中國(guó)的近 9 倍。然而，中國(guó)依然是美國(guó)最大的競(jìng)爭(zhēng)對(duì)手，中國(guó)的機(jī)器人安裝量居世界首位；同樣，全球大多數(shù)人工智能專利（61%）都來自中國(guó)。
5.嚴(yán)重缺乏對(duì) LLM 責(zé)任的可靠和標(biāo)準(zhǔn)化評(píng)估。
AI Index 的最新研究顯示，負(fù)責(zé)任的人工智能嚴(yán)重缺乏標(biāo)準(zhǔn)化。包括 OpenAI、谷歌和 Anthropic 在內(nèi)的領(lǐng)先開發(fā)商主要根據(jù)不同的負(fù)責(zé)任人工智能基準(zhǔn)測(cè)試他們的模型。這種做法使系統(tǒng)地比較頂級(jí)人工智能模型的風(fēng)險(xiǎn)和局限性的工作變得更加復(fù)雜。
6.生成式人工智能投資激增。
盡管去年人工智能私人投資整體下降，但對(duì)生成式人工智能的投資激增，比 2022 年（約 30 億美元）增長(zhǎng)了近八倍，達(dá)到 252 億美元。生成式人工智能領(lǐng)域的主要參與者，包括 OpenAI、Anthropic、Hugging Face 和 Inflection，都獲得了一輪可觀的融資。
7.數(shù)據(jù)顯示，人工智能讓打工人更有生產(chǎn)力，工作質(zhì)量更高。
2023 年，多項(xiàng)研究評(píng)估了人工智能對(duì)勞動(dòng)力的影響，表明人工智能可以讓打工人更快地完成任務(wù)，并提高他們的產(chǎn)出質(zhì)量。這些研究還表明，人工智能有可能縮小低技能和高技能工人之間的技能差距。還有一些研究警告說，在沒有適當(dāng)監(jiān)督的情況下使用人工智能可能會(huì)起到負(fù)面作用。
8.得益于人工智能，科學(xué)進(jìn)步進(jìn)一步加速。
2022 年，人工智能開始推動(dòng)科學(xué)發(fā)現(xiàn)。然而，2023 年，與科學(xué)相關(guān)的更重要的人工智能應(yīng)用啟動(dòng)——使算法排序更高效的 AlphaDev、促進(jìn)材料發(fā)現(xiàn)過程的 GNoME、可在一分鐘內(nèi)提供極其準(zhǔn)確的 10 天天氣預(yù)報(bào)的 GraphCast、成功對(duì) 7100 萬(wàn)種可能的錯(cuò)義突變中的約 89% 進(jìn)行分類的 AlphaMissence。如今，人工智能現(xiàn)在可以完成人類難以完成的、但對(duì)解決一些最復(fù)雜的科學(xué)問題至關(guān)重要的粗暴計(jì)算。在醫(yī)療方面，新的研究表明，醫(yī)生可以利用人工智能更好地診斷乳腺癌、解讀X射線和檢測(cè)致命的癌癥。
9.美國(guó)的人工智能法規(guī)數(shù)量急劇增加。
2023 年，全球立法程序中有 2175 次提及人工智能，幾乎是上一年的兩倍。美國(guó)人工智能相關(guān)法規(guī)的數(shù)量在過去一年大幅增加。2023 年，與人工智能相關(guān)的法規(guī)有 25 項(xiàng)，而 2016 年只有 1 項(xiàng)。僅去年一年，人工智能相關(guān)法規(guī)的總數(shù)就增長(zhǎng)了 56.3%。其中一些法規(guī)包括生成式人工智能材料的版權(quán)指南和網(wǎng)絡(luò)安全風(fēng)險(xiǎn)管理框架。
10.人們對(duì)人工智能的潛在影響有了更深刻的認(rèn)識(shí)，同時(shí)也更焦慮。
來自市場(chǎng)研究公司 Ipsos 的一項(xiàng)調(diào)查顯示，在過去一年中，認(rèn)為人工智能將在未來 3-5 年內(nèi)極大地影響他們生活的人，比例從 60%上升到 66%。此外，52% 的人對(duì)人工智能產(chǎn)品和服務(wù)表示焦慮，比 2022 年上升了 13 個(gè)百分點(diǎn)。在美國(guó)，來自皮尤研究中心（Pew）的數(shù)據(jù)顯示，52% 的美國(guó)人表示對(duì)人工智能的擔(dān)憂多于興奮，這一比例比 2022 年的 38% 有所上升。
掃一掃