• AI 在許多基準測試中繼續發布最先進的結果，但在幾個方面的同比改進微乎其微。此外，達到基準飽和的速度也在增加。許多用于衡量 AI 進展的傳統基準測試，如 ImageNet 和 SQuAD，似乎已不足。新的、更全面的基準測試套件，例如 BIG-bench 和 HELM 已經被發布，以挑戰功能日益強大的 AI 系統。

• DALL-E 2、Stable Diffusion 和 ChatGPT 等生成式 AI 模型已成為時代潮流的一部分。它們顯示出令人印象深刻的能力，同時也引發了一系列道德問題。“文生圖” 通常在性別維度上存在偏見，而像 ChatGPT 這樣的聊天機器人，可能會傳遞錯誤信息或被用于邪惡的目的。

• 大型語言模型（LLMs）推動了最近的 AI 進展，它現在變得更大、更昂貴。例如，PaLM 是 2022 年發布的 AI 模型之一，其成本是 2019 年首批推出的 LLMs 之一 GPT-2 的 160 倍，體積是其 360 倍。

• AI 正在幫助加速科學進步。2022 年，AI 模型被用于控制氫聚變，提高矩陣運算效率，并產生新的抗體。AI 也開始構建更好的 AI。Nvidia 使用 AI 強化學習代理來改進為 AI 系統提供動力的芯片設計。同樣，谷歌最近使用其 LLMs 之一 PaLM 來建議改進同一模型的方法。

2023 年的報告包含比以往任何時候都多的 AI Index 團隊的原創數據與分析。今年的報告還包括了對基礎模型的新分析，包括地緣政治和訓練成本、人工智能系統的環境影響、K-12 人工智能教育以及人工智能的輿論趨勢。報告還將其對全球人工智能立法的追蹤范圍從 2022 年的 25 個國家擴大到 2023 年的 127 個。

AI Index 是 Stanford HAI 的一項獨立計劃。自 2017 年起，由斯坦福大學主導、來自 MIT、OpenAI、哈佛、麥肯錫等機構的多位專家教授共同組建了一個小組，每年發布 AI Index 年度報告，全面追蹤人工智能的最新發展狀態和趨勢。

2014 年之前，大多數重要的機器學習模型都是由學術界發布的。從那以后，工業界便開始接管了這場“比賽”。2022 年，工業界生產了 32 個重要的機器學習模型，而學術界只生產了 3 個。建立最先進的人工智能系統越來越需要大量的數據、計算和資金，與非營利組織和學術界相比，工業界本來就擁有更多的資源。

此前，來自麻省理工學院、弗吉尼亞理工大學的研究團隊在權威科學期刊Science上發文，闡述了業界在“數據、算力與人才”方面的優勢，并探討了業界的這些優勢可能帶來的隱患，以及可行的對策。（點擊查看詳情）

2. 傳統基準性能飽和

人工智能從業者繼續發布著最先進的結果，但與此同時，很多基準的改進是微不足道的。此外，達到基準飽和的速度正在增加。然而，新的、更全面的基準測試套件，如 BIG-bench 和 HELM 正在發布。

3. 人工智能對環境既有幫助也有危害

新的研究表明，人工智能系統會對環境產生嚴重影響。根據 Luccioni 等人的研究，2022 年，BLOOM 的訓練所排放的碳比一個從紐約到舊金山的單程航空旅客多 25 倍。盡管如此，像 BCOOLER 這樣的新強化學習模型表明，人工智能系統可以用來優化能源使用。

4. 世界上最好的新科學家...人工智能模型？

人工智能模型開始迅速加速科學進步，在 2022 年被用來幫助氫融合，提高基質操作的效率，并產生新的抗體。

5. 關于濫用人工智能的事件數量正在迅速上升

根據追蹤人工智能道德濫用相關事件的 AIAAIC 數據庫，自 2012 年以來，人工智能事件和爭議的數量增加了 26 倍。這種增長既證明了對人工智能技術的更多使用，也證明了對濫用可能性的認識。

6.幾乎所有美國工業部門對人工智能相關專業技能的需求都在增加

在美國有數據的每個部門中（農業、林業、漁業和狩獵業除外），與人工智能相關的工作崗位的數量平均從 2021 年的 1.7% 增加到 2022 年的 1.9%。美國的雇主正越來越多地尋找具有人工智能相關技能的工人。

7. 在過去 10 年中，人工智能的私人投資首次出現同比下降

2022 年，全球人工智能私人投資為 919 億美元，自 2021 年以來下降了 26.7%。與人工智能相關的融資事件總數以及新融資的人工智能公司數量也同樣減少。不過，在過去 10 年中，人工智能投資仍然大幅增加。在 2022 年，人工智能的私人投資金額是 2013 年的 18 倍。

8. 采用人工智能的公司有意義的成本下降和收入增加

根據麥肯錫的年度研究調查結果，2022 年采用人工智能的公司相比于 2017 年增加了一倍多，在 50%-60% 之間趨于平穩。采用人工智能的組織報告說，實現了有意義的成本下降和收入增加。

9. 政策制定者對人工智能的興趣正在上升

AI Index 對 127 個國家的立法記錄的分析顯示，包含 “人工智能” 的法案被通過成為法律的數量，從 2016 年的僅 1 個增長到 2022 年的 37 個。對 81 個國家的人工智能議會記錄的分析同樣表明，自 2016 年以來，全球立法程序中提及人工智能的次數增加了近 6.5 倍。

10. 中國公民是對人工智能產品和服務感受最積極的人群之一

在 2022 年 IPSOS 的調查中，78% 的中國受訪者（在接受調查的國家中比例最高）同意這樣的說法：使用人工智能的產品和服務的好處多于壞處。在中國受訪者之后，來自沙特阿拉伯（76%）和印度（71%）的受訪者認為人工智能產品“利大于弊”。只有 35% 的美國受訪者（在被調查國家中比例最低）同意這一說法。

最新報告專門用多個章節介紹了 AI 對社會的影響。盡管 LLMs 最近幾個月才進入公眾意識，但 AI 已經在多個領域產生影響。

2021 年，美國立法者提出的聯邦 AI 相關法案中只有 2% 通過成為法律。去年，這個數字躍升至 10%。與此同時，在州一級，35% 的人工智能相關法案在 2022 年獲得通過。

教育部門也感受到了機器學習的影響。根據 Stanford HAI 的研究，截至 2021 年，已有 11 個國家正式認可并實施了 K-12 人工智能課程。從 2010 年到 2021 年，美國大學專門從事 AI 的畢業生幾乎翻了一番，達到 19.1%。

希伯來大學計算機科學與工程學院教授、AI 指數指導委員會成員 Katrina Ligett 說：“我們正處于一個圍繞 AI 的極度興奮甚至炒作的時代。”“這使得決策者和公眾能夠獲得 AI 指數中包含的信息變得更加重要，這使我們能夠根據事實展開更多辯論，并突出有關 AI 及其數據的領域無法獲得覆蓋面和影響。”

參考鏈接：

https://hai.stanford.edu/news/2023-ai-index-year-technical-achievement-newfound-public-scrutiny