斯坦福发布《2023年人工智能指数报告》

【产业链图谱 | 人工智能产业链图谱_人工智能产业链全景图】

【研究报告 | 人工智能行业研究报告】

　　近日，斯坦福大学以人为本人工智能研究所(Stanford HAI)发布了《2023年人工智能指数报告》(Artificial Intelligence Index Report 2023)。

　　报告跟踪、整理、提炼和可视化了与人工智能相关的最新数据，从研究与开发、技术性能、AI技术伦理、经济、教育、政策与治理、多样性和舆论等八大角度对人工智能的影响和年度趋势展开了分析。

　　报告展现了 2022 年 AI 行业的主要趋势：

　　AI 在许多基准测试中继续发布最先进的结果，但在几个方面的同比改进微乎其微。此外，达到基准饱和的速度也在增加。许多用于衡量 AI 进展的传统基准测试，如 ImageNet 和 SQuAD，似乎已不足。新的、更全面的基准测试套件，例如 BIG-bench 和 HELM 已经被发布，以挑战功能日益强大的 AI 系统。

　　DALL-E 2、Stable Diffusion 和 ChatGPT 等生成式 AI 模型已成为时代潮流的一部分。它们显示出令人印象深刻的能力，同时也引发了一系列道德问题。“文生图” 通常在性别维度上存在偏见，而像 ChatGPT 这样的聊天机器人，可能会传递错误信息或被用于邪恶的目的。

　　大语言模型(LLMs)推动了最近的 AI 进展，它现在变得更大、更昂贵。例如，PaLM 是 2022 年发布的 AI 模型之一，其成本是 2019 年首批推出的 LLMs 之一 GPT-2 的 160 倍，体积是其 360 倍。

　　AI 正在帮助加速科学进步。2022 年，AI 模型被用于控制氢聚变，提高矩阵运算效率，并产生新的抗体。AI 也开始构建更好的 AI。Nvidia 使用 AI 强化学习代理来改进为 AI 系统提供动力的芯片设计。同样，谷歌最近使用其 LLMs 之一 PaLM 来建议改进同一模型的方法。

　　1、大型语言模型 LLM 的兴起

　　在2019年发布的GPT-2被认为是第一个大型语言模型，拥有15亿个参数，培训成本估计为5万美元。三年后，PaLM推出，拥有5400亿个参数，培训成本估计为800万美元。各个领域的大型语言和多模态模型都变得越来越大和昂贵。这意味着人工智能系统的能力正在不断提高，需要更困难的测试才能挑战它们。

　　2、衡量AI能力需要新的标准

　　当前的人工智能工具不断满足或打破传统的AI测试基准，表明人工智能系统在旧基准上变得越来越有能力，并且需要更困难的测试才能完全挑战它们。由于这一趋势，需要新的基准来确保人工智能系统的准确性和可靠性。

　　3、训练的环境成本越来越贵

　　大模型的训练、使用都非常耗电，会产生大量的碳排放，这在欧美开始受到关注。GPT-3被认为是有据可查的能耗第一名，但即使是相对更高效的BLOOM模型，它的耗电量也达到433兆瓦时，足以为一个普通美国家庭供电41年。

　　4、AI引发的技术问题不断增加

　　根据AI、算法和自动化事件和争议数据统计，2021年报告的AI相关争议问题比2012年增加了26倍。由于人工智能系统的使用增加以及各种违规使用方法日益受到关注，各种技术滥用的问题逐渐暴露出来。其中包括使用deepfake、面部识别技术仿制别人形象等问题最多。

　　5、AI与人类社会的伦理研究成为热点

　　FAccT会议从2021年到2022年收到的人工智能伦理相关论文数量增加了一倍，自2018年以来增加了10倍。这表明人工智能伦理和相关工作在学术界的关注度越来越大。其中一个趋势是，过去FAccT相关研究由学术界主导，但在过去的一年中，工业界的参与者在这个领域贡献了更多的工作。

　　6、带动新的岗位出现

　　研究发现，各个领域招聘中对AI技能的要求逐渐增多，并且AI工作岗位的数量在2022年明显高于2021年。IT信息部门占招聘的主导地位。在美国，软件工程比较集中的加利福尼亚州招聘最多，达到了14.21万个，其次是德克萨斯州(6.66万个)和纽约州(4.38万个)。

　　7、企业投资从 2021 年的高位回落

　　企业投资有所减少，但在过去十年中增长了13倍企业在AI领域的投资(合并/收购、少数股权、私募和公开发行)从2021年的高点下降，但在过去十年中增长了13倍。2022年最大的投资事件是微软成功收购AI语音公司Nuance Communications，收购价达到197亿美元。

　　8、中国成为最重视机器人的国家

　　世界范围内，机器人安装量增加了31%，但没有哪个国家像中国一样重视机器人的整合。2013年，中国超过日本成为安装工业机器人最多的国家，自那时以来，这个差距还在不断扩大。2021年，中国安装的这些机器人超过了全球其他地区的总和，如今中国机器人安装量占全球的51.8%以上。

　　9、产业界吸引AI人才

　　研究报告发现，AI博士等人才主要都进入了产业界，让AI产业发展已经自发形成了一个人才与技术应用的正循环。相比之下进入政府机构的数量仅为0.7%，在过去五年中相对不变。学术界也有较大的降幅。AI研究的一线正与产业一线统一。

　　10、越来越多的国家开始对AI监管

　　去年，127个国家的立法机构通过了37项法律涉及人工智能技术，其中排名第一的美国通过了9项法律，其次是西班牙(5项)和菲律宾(4项)。具体法案包括菲律宾的一项AI教育改革，内容主要涉及应对人工智能在内的新技术引起的挑战;西班牙的法案侧重于AI算法中的非歧视和问责;美国则在建立AI培训计划。自2016年以来，各国通过了123项与AI相关的法案，其中大多数是近年来通过的。

　　11、美国联邦人工智能预算增加

　　2022财年，美国政府机构为AI研究和开发分配了17亿美元，比2021年增长13%，比2018年增长209%。同时，美国国防部在其非机密AI预算请求中提出了11亿美元的预算，比2021年增长26%。

　　12、越来越多的女性进入计算机科学领域

　　虽然AI(以及更广泛的STEM领域)在多年来一直是男性主导，但是越来越多的女性也开始进入计算机科学领域。最近的数据显示，女性在计算机科学学士学位中的比例正在增加，上升到了22.3%。尽管北美大学的教师仍然以男性为主，但女性的比例已经达到了30.2%的新高，比2015年增长了约8.5%。

　　来源：控制工程网