重磅！斯坦福《人工智能指数报告》出炉502页pdf

欢迎阅读第七版AI指数报告。2024年的指数是我们迄今为止最全面的一版，它发布于一个AI对社会影响前所未有的重要时刻。今年，我们扩大了研究范围，更广泛地覆盖了诸如AI技术进步、公众对技术的看法以及围绕其发展的地缘政治动态等基本趋势。本版报告提供了比以往任何时候都多的原始数据，引入了关于AI培训成本的新估计，对负责任的AI环境进行了详细分析，并全新增加了一个章节，专门讨论AI对科学和医学的影响。 AI指数报告跟踪、汇总、提炼并可视化与人工智能（AI）相关的数据。我们的使命是提供公正、经过严格审查、来源广泛的数据，以便政策制定者、研究人员、高管、记者和公众能够更全面、更细致地理解AI这一复杂领域。

AI在某些任务上超越了人类，但并非在所有任务上。AI已在包括图像分类、视觉推理和英语理解等多个基准测试中超越人类表现。然而，在更复杂的任务，如竞赛级数学、视觉常识推理和规划方面，它仍然落后。

行业继续主导前沿AI研究。2023年，工业界产出了51个显著的机器学习模型，而学术界仅贡献了15个。2023年，由工业界和学术界合作的显著模型也达到了21个，创历史新高。

前沿模型变得更加昂贵。根据AI指数的估计，最先进的AI模型的训练成本已达到前所未有的水平。例如，OpenAI的GPT-4训练估计耗资7800万美元，而Google的Gemini Ultra的计算成本为1.91亿美元。

美国领先中国、欧盟和英国，成为顶尖AI模型的主要来源。2023年，来自美国机构的显著AI模型有61个，远超欧盟的21个和中国的15个。

对于LLM责任的稳健和标准化评估严重缺乏。AI指数的新研究显示，负责任AI报告的标准化明显不足。包括OpenAI、Google和Anthropic在内的主要开发者主要针对不同的负责任AI基准测试他们的模型。这种做法使得系统比较顶尖AI模型的风险和限制变得复杂。

生成AI的投资飙升。尽管去年整体AI私人投资有所下降，但生成AI的资金激增，从2022年的资金几乎增加了八倍，达到252亿美元。包括OpenAI、Anthropic、Hugging Face和Inflection在内的生成AI领域的主要玩家报告了大量的筹资轮。

数据显示：AI使工人更加生产效率高，且工作质量更高。2023年，几项研究评估了AI对劳动力的影响，表明AI使工人完成任务的速度更快，并提高了他们的产出质量。这些研究还展示了AI弥合低技能和高技能工人之间技能差距的潜力。然而，其他研究提醒，未经适当监督使用AI可能会导致性能下降。

科学进展得益于AI而进一步加速。2022年，AI开始推动科学发现。2023年，则见证了更多重大的科学相关AI应用的推出——从AlphaDev（使算法排序更高效）到GNoME（促进材料发现过程）。

美国AI相关法规的数量急剧增加。美国的AI相关法规在过去一年以及过去五年中显著增加。2023年，AI相关法规达到25项，从2016年的仅1项大幅上升。仅去年，AI相关法规的总数就增长了56.3%。

全球人们对AI的潜在影响有了更多认识——也更加紧张。Ipsos的一项调查显示，过去一年中，认为AI将在未来三到五年内极大影响他们生活的人的比例从60%增加到了66%。此外，52%的人对AI产品和服务表示紧张，较2022年上升了13个百分点。在美国，Pew的数据表明，52%的美国人报告说他们对AI感到的担忧超过了兴奋，从2022年的37%上升。