每(mei)(mei)經(jing)記者｜李孟(meng)林    每(mei)(mei)經(jing)編輯(ji)｜蘭(lan)素英    

《2024 年人工智(zhi)能(neng)指(zhi)數報告(gao)》 圖片來源：報告截圖

當地時間4月15日，斯坦福大(da)學“以人(ren)為本”人(ren)工智能(neng)研究(jiu)院（Human Centered Artificial Intelligence，簡稱HAI）發布了第(di)七個年度AI Index報告，這是關(guan)于AI行業現(xian)狀的(de)最全面的(de)報告之一。

報告稱，今年的(de)(de)報告是迄今為止覆(fu)蓋(gai)面(mian)最廣的(de)(de)，恰逢AI對社會的(de)(de)影(ying)響力達到(dao)前(qian)所未有的(de)(de)重要時刻。從內容(rong)上看，報告長達300多頁，不僅(jin)追蹤了(le)AI技(ji)術(shu)的(de)(de)進步情(qing)況(kuang)、公眾感知度、AI訓練成本、倫理監管等常規話(hua)題，也加(jia)入了(le)AI對科(ke)學(xue)和(he)醫學(xue)領域(yu)影(ying)響的(de)(de)新章節(jie)。

圖片來源：報告截圖

HAI成立(li)于2019年，由著名AI科學(xue)家李飛飛與哲學(xue)教授約(yue)翰·埃切曼迪聯(lian)合擔任院(yuan)長，致力于推動(dong)人(ren)工智能領(ling)域的(de)(de)跨學(xue)科合作。今年的(de)(de)AI Index報告(gao)同樣秉(bing)承這樣的(de)(de)精神，邀(yao)請來自(zi)于斯坦福大學(xue)多個學(xue)院(yuan)的(de)(de)不同學(xue)科專家撰寫，并得(de)到了(le)谷歌、OpenAI等業界巨頭的(de)(de)支(zhi)持，以及埃森(sen)哲、GitHub、麥肯錫等機構在(zai)研究(jiu)和分析上(shang)的(de)(de)協助。

AI Index報(bao)(bao)告旨在用無偏(pian)見、嚴格篩選、廣泛采(cai)納(na)的(de)數據，為政、學、商和大眾提供(gong)全面且精細的(de)AI趨勢解讀，已成為各國政策制(zhi)定者、學院研究和新聞媒體參考的(de)權(quan)威(wei)行業報(bao)(bao)告。

以(yi)下是(shi)《每日(ri)經濟(ji)新聞》記者梳(shu)理(li)的十大關鍵信息：

１.開源大模型數量激增，但性能不及閉源

整個2023年共有149個基礎模型發布，是2022年發布數量的兩倍以上。在這些新發布的模型中，65.7%是開源的，相比之下，2022年僅為44.4%，2021年則為33.3%。然而，在10個AI基準測試中，閉源模型的性能優于開源，性能(neng)優越的中位數為24.2%。

圖(tu)(tu)片來源：報告截(jie)圖(tu)(tu)

谷歌在2023年發布的基礎模型最多，達18個，其次是Meta（11個）、Microsoft（9個）、OpenAI（7個）。2023年發布基礎模(mo)型最(zui)多的學術機(ji)構是(shi)加州大學伯克(ke)利分校（3個）。

圖片來源(yuan)：報告截(jie)圖

2023年，企(qi)業(ye)界發布了51個重要的機器學(xue)習模型，而學(xue)術(shu)界僅貢獻了15個。此外，2023年產(chan)學(xue)研合作成果的模型數量也創(chuang)下(xia)新高(gao)，達到21個。

2.AI模型訓練“燒錢”加劇

最先進的AI模型的訓練成本已達到前所未有的水平。例如，OpenAI的GPT-4訓練據估計耗費了價值7800萬美元的計算資源，而谷歌Gemini Ultra的訓練成本則高達1.91億美元。作為對(dui)比，2017年Transformer模型訓練成(cheng)本(ben)約為900美元(yuan)。2019年發布(bu)的(de)RoBERTa Large訓練成(cheng)本(ben)約為16萬美元(yuan)。

圖(tu)片來(lai)源：報告(gao)截(jie)圖(tu)

3.頂級模型數量美國領先，專利數量中國領跑

從區域競爭來看，美國在頂級AI模型方面領先于中國、歐盟和英國。2023年，來自美(mei)國機構(gou)的(de)知(zhi)名AI模型數量(liang)為(wei)61個，超過歐盟的(de)21個和中(zhong)國的(de)15個。

圖片來源：報告截(jie)圖

不過，在AI專利方面，中國處于領先位置。2022年，中國以61.1%的比例領跑全球AI專利來源地，遠超美國（20.9%）。對比2010年(nian)，當(dang)時美國在AI專利(li)方面(mian)的占(zhan)比高達54.1%。

圖片來源：報告截圖

4.AI在復雜任務上的表現仍落后人類

在圖像分類、視覺推理和英語理解等方面，AI的表現已經優于人類。然而，在更復雜的任務上，例如競賽級別的數學、視覺常識推理和規劃，AI的表現仍然落后于人類。

圖(tu)片(pian)來源：報告(gao)截圖(tu)

與(yu)此同時，在既有的(de)(de)(de)基準測試(shi)（例如ImageNet、SQuAD 和 SuperGLUE）上，AI模型的(de)(de)(de)性能已經趨于(yu)(yu)飽和。2023年出現了幾個具有挑戰性的(de)(de)(de)新基準測試(shi)，包(bao)括用于(yu)(yu)編(bian)碼的(de)(de)(de)SWE-bench、用于(yu)(yu)圖像(xiang)生成(cheng)的(de)(de)(de)HEIM、用于(yu)(yu)通用推(tui)理的(de)(de)(de)MMMU、用于(yu)(yu)道德推(tui)理的(de)(de)(de) MoCa、用于(yu)(yu)基于(yu)(yu)代(dai)理的(de)(de)(de)行為的(de)(de)(de)AgentBench以(yi)及用于(yu)(yu)檢(jian)測幻覺的(de)(de)(de)HaluEval。

5.缺乏嚴格、標準化的AI責任評估方法

隨(sui)著深度偽(wei)造、版(ban)權糾紛、隱(yin)私安全等(deng)問題逐(zhu)漸凸顯(xian)，報告顯(xian)示，當前嚴重缺乏(fa)嚴格且(qie)標準(zhun)化的(de)負責任(ren)AI評估(gu)方法。OpenAI、谷歌和 Anthropic等(deng)行(xing)業領袖(xiu)使用不同的(de)負責任(ren)AI基(ji)準(zhun)測試來評估(gu)他們的(de)模(mo)型，這種做法使人們難以系(xi)統地比(bi)較頂級(ji)AI模(mo)型的(de)風險(xian)和局限性。

圖片(pian)來源：報告截圖

報告新引入的“基礎模型透明度指數”顯示，AI開發企業缺乏透明度，尤其是在訓練數據和方法披露方面。這種開放性的缺乏阻礙了(le)人(ren)們進一步了(le)解AI系(xi)統的嚴密性和安全性。

6.生成式AI投資增長近8倍

盡管2023年整個AI領域的投資有所下降，但生成式AI領域的私人投資卻在激增，在2022年的基礎上幾乎增長了八倍，達到252億美元。OpenAI、Anthropic、Hugging Face和(he)Inflection等領軍企業都(dou)宣布了大規模的融資輪(lun)次(ci)。

圖片來源：報告截圖

從區(qu)域來看，美(mei)國(guo)作為AI私(si)人投(tou)(tou)資(zi)(zi)(zi)的(de)(de)領導者，優勢地位進一步擴大。2023年，美(mei)國(guo)的(de)(de)AI投(tou)(tou)資(zi)(zi)(zi)達到672億美(mei)元，增(zeng)長22.1%，歐盟和中國(guo)的(de)(de)AI投(tou)(tou)資(zi)(zi)(zi)處于下滑態勢。盡管全球AI投(tou)(tou)資(zi)(zi)(zi)連續第二年下降，但(dan)新成立的(de)(de)AI公司數量(liang)卻激增(zeng)至1812家，比2022年增(zeng)長了40.6%。

7.AI降本增效能力初顯

麥肯錫2023年的(de)報(bao)(bao)告(gao)(gao)顯示，目前55%的(de)受訪組織(zhi)至少在一(yi)個業(ye)務(wu)部(bu)門(men)或(huo)職能中使用了(le)(le)AI（包(bao)括生成式AI），高于2022年的(de)50%和2017年的(de)20%。42%的(de)受訪組織(zhi)報(bao)(bao)告(gao)(gao)實施AI后降低了(le)(le)成本(ben)，59%的(de)受訪組織(zhi)報(bao)(bao)告(gao)(gao)了(le)(le)收入增長。與2022年相比，報(bao)(bao)告(gao)(gao)成本(ben)降低的(de)受訪組織(zhi)比例增加(jia)了(le)(le)10個百分(fen)點。

圖片來源：報告截圖

2023年，多(duo)項研(yan)究評估了AI對(dui)勞動力的(de)影響，表明(ming)AI使員工能(neng)(neng)(neng)夠更快地完成任(ren)務并提(ti)高(gao)產出質量。這些研(yan)究還(huan)展示了AI彌合低技(ji)能(neng)(neng)(neng)和高(gao)技(ji)能(neng)(neng)(neng)工人之間技(ji)能(neng)(neng)(neng)差距的(de)潛力。

8.AI推動科學進步，醫學尤為突出

2023年，多個(ge)重大的(de)(de)科學相關AI應用出現(xian)，包括提高(gao)算(suan)法排序(xu)效率的(de)(de)AlphaDev，促(cu)進材料發(fa)現(xian)過程的(de)(de)GNoME。

在醫學(xue)領域，2023年(nian)出現了(le)(le)多個(ge)重要的AI醫療系統，例如(ru)用于增(zeng)強大流行(xing)預測(ce)的EVEscape，以及(ji)輔助AI驅動將基因(yin)突變分類的AlphaMissence。AI正越來越多地被用于推動醫學(xue)進步(bu)(bu)。AI系統在MedQA基準測(ce)試(shi)（評估人(ren)工智(zhi)能臨床(chuang)知識水平的關鍵測(ce)試(shi)）上的表(biao)現也取(qu)得了(le)(le)顯著進步(bu)(bu)，2023年(nian)表(biao)現最出色(se)的模型GPT-4 Medprompt準確(que)率達到(dao)了(le)(le)90.2%，比2022年(nian)的最高(gao)分高(gao)出 22.6個(ge)百分點(dian)。

圖(tu)(tu)片(pian)來源(yuan)：報告截圖(tu)(tu)

9.監管力度急劇增強

2023年有25項AI相關法規出臺，同比增長56.3%。美(mei)國和歐盟在AI政策方面(mian)取(qu)得里程碑式(shi)進展。歐盟就《人工(gong)智能法》條款達成一致(zhi)，美(mei)國總統拜登簽(qian)署了一份關于AI的(de)行政命(ming)令(ling)，這是當年美(mei)國最(zui)引人注(zhu)目(mu)的(de)AI政策舉措。

圖片來源：報(bao)告截圖

全(quan)球立(li)法(fa)程序中提及AI的(de)次(ci)數幾乎翻了(le)一番，從(cong)2022年的(de)1247次(ci)增(zeng)加到2023年的(de)2175次(ci)。2023年有49個國家的(de)立(li)法(fa)程序中提到了(le)AI，而且每個大洲至(zhi)少有一個國家在2023年討論(lun)了(le)AI。對AI的(de)限制性立(li)法(fa)已經成為全(quan)球趨勢。

10.公眾對AI的認知在提高，緊張感也在增加

一(yi)份(fen)來自(zi)益普索的(de)(de)調(diao)查顯(xian)示(shi)，2023年(nian)，認為AI將在未來三(san)到五年(nian)內顯(xian)著影響其生活(huo)的(de)(de)人口比(bi)例從60%上升到66%。多倫多大學的(de)(de)一(yi)項國際調(diao)查顯(xian)示(shi)，63%的(de)(de)受訪者(zhe)知道ChatGPT。在那些知道的(de)(de)人中(zhong)，大約有一(yi)半的(de)(de)人每周至少使用ChatGPT一(yi)次(ci)。

對AI感到緊張的人數比例在增加。益普索的調查中，有52%的人對AI產品和服務感到緊張，比2022年增加了13個百分點。在(zai)美國，皮尤研究中(zhong)心的(de)數據表明，有52%的(de)美國人表示(shi)對(dui)AI的(de)擔憂比興奮更多，高于(yu)2022年的(de)38%。

公眾對AI帶來的(de)(de)經(jing)(jing)濟(ji)(ji)影(ying)響不(bu)太樂觀。在益普索的(de)(de)調(diao)查中，37%的(de)(de)受訪者(zhe)認為AI將(jiang)改善他們的(de)(de)工作，34%的(de)(de)人(ren)認為AI將(jiang)促進經(jing)(jing)濟(ji)(ji)，32%的(de)(de)人(ren)認為AI將(jiang)促進就業市場。

圖(tu)(tu)片來源：報告截圖(tu)(tu)

報告也報道了一些有趣的人口分布特點。比如，年輕人比老年人更相信AI對娛樂的豐富作用，高收入和教育程度高的人群對AI的正面潛力也更為樂觀。包括德國、荷蘭、澳大利亞、比利時、加拿大和美國等西方國家對AI產品和服務的正面評價最低，但(dan)這一現(xian)象(xiang)在2023年有所好轉。