斯坦福年度《人工智能指数报告》的十条重要结论

人工智能（AI）对社会的影响从未如此显著。自ChatGPT在2022年末成为风靡全球的电脑桌面功能以来，生成式AI和大语言模型（LLM）工具的快速发展和运用已经开始改变各个行业，并可能影响现代生活的多个方面。

根据斯坦福大学发布的《人工智能指数报告》，AI在多项基准任务中的表现已经超越人类，正在帮助员工提高生产力和工作质量。

斯坦福发布的第7份《人工智能指数报告》涵盖了AI技术进展、公众对AI技术的看法、围绕AI发展的地缘政治动态等热点内容。

以下是10条主要结论。

截至2023年，AI的表现在一些维度已经超越了人类，如图像分类、视觉推理和英语理解等。然而，在某些类别的任务中，AI尚未达到人类的能力水平，尤其是复杂的认知任务，如视觉常识推理与规划、竞赛数学等。

在2014年前，机器学习模型的发布由学术界主导。然而，现状发生了改变。2023年，工业界开发了51个机器学习模型，而学术界只有15个。值得注意的是，2023年有21个著名的模型由工业界和学术界合作发布，这一数字创下了历史新高。

工业界取得领先地位的秘诀是什么？如今，开发前沿的AI模型需要大量数据、计算能力和资金来源，而学术界常常难以获取上述资源。

如前所述，大语言模型的运行和训练成本不菲。根据人工智能指数的估算，行业领先的AI模型训练成本已经显著增加。例如，OpenAI的GPT-4的训练成本约为7800万美元，而谷歌的Gemini Ultra则花费了1.91亿美元。

作为对比，在2017年，最早的Transformer模型训练成本约为900美元。这一模型为几乎所有现代大语言模型的架构奠定了基础。

为了解AI发展的地缘政治格局变化，人工智能指数研究团队分析了著名模型的来源国。结果显示，在2023年，美国共发布61个著名模型，超越了欧盟的21个和中国的15个，处于领先地位。自2003年以来，美国开发的模型数量超过其他主要的地理区域。

AI工具的基准效果很大程度上依赖于其标准化的方法和应用。然而，人工智能指数的研究显示，负责任AI的报告标准化程度严重不足。例如，OpenAI、谷歌和Anthropic等领先开发者大多用不同的负责任AI基准测试模型。这些使用不同基准的测试模型使我们更难做出比较，因为每个基准都有其特点。标准化的基准测试对提高AI能力的透明度至关重要。

尽管2023年整体的AI私人投资有所下降，但对生成式AI的投资大幅增加。生成式AI领域去年吸引了252亿美元的投资，几乎是2022年的9倍、2019年的约30倍。2023年，生成式AI占所有AI相关私人投资的25%以上。

尽管在缺少适当监督的情况下使用AI可能导致绩效下滑，但几项评估AI对劳动影响的研究表明，AI能够使工人更快完成任务，并提高工作成果的质量。研究还显示，AI可能弥合低技能工人与高技能工人之间的技能差距。

人工智能指数指出，AI从2022年就开始推动科学发现，2023年则在推出科学相关的AI应用方面取得了更大的飞跃。例如，AI驱动化学机器人Synbot可用于合成有机分子，GNoME发现了适用于机器人和半导体制造等领域的稳定晶体等。

2023年，美国制定了25项AI相关的法规，总数增加了56.3%。作为对比，2016年仅发布了1项。

欧盟通过的AI相关的法规数量从2022年的22项增加到2023年的32项。不过，2021年欧盟批准的法规最多，达到了46项。

报告包含了Ipsos调查的信息。调查显示，在过去一年中，认为人工智能将在未来3-5年内对其生活产生重大影响的人数比例已经从60%增加到66%。

AI产品和服务引起不安的比例从2022年起上升了13%，有55%的人表示感到紧张。报告还引用了皮尤研究中心的数据，显示52%的美国人对AI感到担忧而非兴奋，2022年这一比例为38%。

为了缓解全球有关人工智能治理的担忧，世界经济论坛成立了人工智能治理联盟。联盟由行业领袖、政府、学术机构和民间社会组织组成，旨在全球范围内推动创建透明、包容的AI系统。

本文作者：

James Fell，Formative高级撰稿人

本文原载于世界经济论坛Agenda博客，转载请注明来源并附上本文链接。

翻译：狄陈静

编辑：王灿