文丨Congerry
十年前，世界上最先进的人工智能系统还无法达到人类水平的图像分类能力。它们无法理解语言，难以进行视觉推理，连最基本的阅读理解测试都不及格。
如今，人工智能系统在标准基准测试中的表现已经常常超越人类。
这是斯坦福以人为本人工智能研究所（HAI）对人工智能趋势进行年度研究的《2024 年人工智能指数报告》（Artificial Intelligence Index Report 2024）的最新发现之一。
Stanford HAI 是由斯坦福大学主导一个独立的计划，该研究院由斯坦福大学李飞飞教授担任院长，汇集了来自MIT、OpenAI、哈佛、麦肯锡等机构的多位专家教授，每年发布《人工智能指数报告》，今年已经是第七期。
Stanford HAI 官方称：“2024 年指数是我们迄今为止最全面的报告，而且是在人工智能对社会的影响从未如此明显的重要时刻发布的。”
报告详细分析了人工智能（AI）在2023年的发展状况，涵盖了技术进步、公共感知、政策动态以及AI对社会经济各个方面的影响。
该报告显示，在2023年，人工智能取得了令人瞩目的技术突破。诸如GPT-4、Gemini和Claude等最新人工智能系统展现出强大的多模态能力，不仅能生成流利的多语种文本，还能处理图像和音频。在一些基准测试中，人工智能已经超越人类水平。
然而，这份报告也指出，人工智能在更复杂的任务上仍落后于人类，如高水平数学运算、视觉常识推理和规划等。研究人员正在开发更具挑战性的新基准测试，以推动人工智能的发展。
在研发方面，2023年行业公司继续主导前沿人工智能研究，产出51个重大机器学习模型，而学术界仅有15个。报告指出，像GPT-4和Gemini Ultra这样的顶尖模型的训练成本也在继续攀升。
2003-23 年按行业分列的著名机器学习模型数量
新的估算表明，某些前沿系统（如 OpenAI 的 GPT-4）的训练成本高达 7800 万美元。谷歌Gemini的标价为 1.91 亿美元。相比之下，五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。
2017-23 年特定人工智能模型的估计培训成本
不过，开源人工智能研究也出现爆发式增长。2023年，GitHub上与人工智能相关的项目数量增加了59.3%，项目总星数更是增长了三倍多。
在经济和政策领域，生成式人工智能投资在2023年飙升至252亿美元。多项研究也显示，人工智能能提高工人生产率和工作质量。同时，美国在去年通过了创纪录数量的人工智能相关法规。
然而，这份报告也透露出公众对人工智能的矛盾心理。一项全球调查显示，66%的人认为人工智能将在未来3到5年内极大影响他们的生活，而52%的人对人工智能产品和服务感到焦虑，比去年上升了13个百分点。
最后，从全球角度来看，美国在人工智能领域继续处于领先地位。2023 年，来自美国机构的重要人工智能模型（61 个）大大超过欧盟（21 个）和中国（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。
2023 年按地理区域划分的著名机器学习模型数量
新指数显示，中国是美国最大的竞争对手。中国的机器人安装量居世界首位，2023 年安装的机器人数量超过世界其他国家的总和。同样，世界上大多数人工智能专利（61%）都来自中国。
此外，这份报告还揭示了 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已经超过人类水平，但在更复杂的任务上还存在落后。
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却落后于人类。
部分人工智能指数技术性能基准与人类性能对比
2、行业继续主导前沿人工智能研究，2023年有51个重大机器学习模型来自行业。
2023 年，产业界产生了 51 个著名的机器学习模型，而学术界仅贡献了 15 个。2023 年，产学合作还产生了 21 个著名模型，创下新高。
2003-23 年按行业分列的著名机器学习模型数量
3、前沿模型的训练成本达到了空前高度，如Gemini Ultra的训练费用高达1.91亿美元。
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7800万美元的计算来进行训练，而谷歌的Gemini Ultra则花费了1.91亿美元的计算费用。
2017-23 年特定人工智能模型的估计培训成本
4、2023年，美国产出的顶尖人工智能模型数量远超中国、欧盟和英国。
2023年，61个著名的人工智能模型源自美国的机构，远远超过欧盟的21个和中国的15个。
2003-23 年按选定地理区域分列的著名机器学习模型数量
5. 缺乏统一的大语言模型责任评估标准。
人工智能指数的最新研究显示，负责任的人工智能报告严重缺乏标准化。包括 OpenAI、谷歌和 Anthropic 在内的领先开发者主要根据不同的负责任人工智能基准测试其模型。这种做法使系统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。
热门基础模型的负责任人工智能基准报告
6.生成式人工智能投资激增，2023年达到252亿美元。
尽管去年整体人工智能私人投资有所下降，但用于生成式人工智能的资金激增，比2022年增长了近八倍，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，都报告了大量的融资轮次。
生成式人工智能领域的私人投资，2019-23 年
7. 数据显示：人工智能让工人更有生产力，并带来更高质量的工作。
2023年，多项研究评估了人工智能对劳动力的影响，表明人工智能能让工人更快地完成任务，并提高产出质量。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导致绩效下降。
8. 人工智能加速了科学进步，如AlphaDev改进算法排序，GNoME促进材料发现等。
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--从使算法排序更高效的 AlphaDev，到促进材料发现过程的 GNoME。
优化算法长度时 AlphaDev 与人类基准的对比
9. 美国人工智能相关法规数量在2023年大幅增加。
美国人工智能相关法规的数量在过去一年和过去五年中大幅上升。2023年，人工智能相关法规有25项，而2016年仅有1项。仅去年一年，人工智能相关法规的总数就增长了 56.3%。
2016-23 年美国人工智能相关法规数量
10. 全球公众对人工智能影响力的认知和焦虑情绪在上升。
益普索（Ipsos）的一项调查显示，在过去一年中，认为人工智能将在未来三到五年内对其生活产生巨大影响的人的比例从 60% 上升到了 66%。此外，52%的人对人工智能产品和服务表示紧张，比2022年上升了13个百分点。在美国，皮尤的数据显示，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。
2022 年与 2023 年全球对使用人工智能的产品和服务的看法（占总数的百分比）
总的来说，《2024人工智能指数报告》清楚地表明，人工智能技术正经历翻天覆地的变革，世界各地的企业领袖、决策者和公众都开始意识到其深远影响。
