每經(jīng)記者 李孟林    每經(jīng)編輯 蘭素英    

當?shù)貢r間4月15日，斯坦福大學“以人為本”人工智能研究院（Human Centered Artificial Intelligence，以下簡稱HAI）發(fā)布了第七個年度AI Index報告，這是關(guān)于AI行業(yè)現(xiàn)狀最全面的報告之一。

今年的報告是迄今為止覆蓋面最廣的，恰逢AI對社會的影響力達到前所未有的重要時刻。從內(nèi)容上看，報告有300多頁，不僅追蹤了AI技術(shù)的進步情況、公眾感知度、AI訓練成本、倫理監(jiān)管等常規(guī)話題，也加入了AI對科學和醫(yī)學領域影響的新章節(jié)。

HAI成立于2019年，由著名AI科學家李飛飛與哲學教授約翰·埃切曼迪聯(lián)合擔任院長，致力于推動人工智能領域的跨學科合作。今年的AI Index報告同樣秉承這樣的精神，邀請來自于斯坦福大學多個學院的不同學科專家撰寫，并得到了谷歌、OpenAI等業(yè)界巨頭的支持，以及埃森哲、GitHub、麥肯錫等機構(gòu)在研究和分析上的協(xié)助。

AI Index報告旨在用無偏見、嚴格篩選、廣泛采納的數(shù)據(jù)，為政、學、商和大眾提供全面且精細的AI趨勢解讀，已成為各國政策制定者、學院研究和新聞媒體參考的權(quán)威行業(yè)報告。

以下是《每日經(jīng)濟新聞》記者梳理的十大關(guān)鍵信息：

1.開源大模型數(shù)量激增，但性能不及閉源

整個2023年共有149個基礎模型發(fā)布，是2022年發(fā)布數(shù)量的兩倍以上。在這些新發(fā)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(yōu)于開源，性能優(yōu)越的中位數(shù)為24.2%。

谷歌在2023年發(fā)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(fā)布基礎模型最多的學術(shù)機構(gòu)是加州大學伯克利分校（3個）。

2023年，企業(yè)界發(fā)布了51個重要的機器學習模型，而學術(shù)界僅貢獻了15個。此外，2023年產(chǎn)學研合作成果的模型數(shù)量也創(chuàng)下新高，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(jù)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。作為對比，2017年Transformer模型訓練成本約為900美元。2019年發(fā)布的RoBERTa Large訓練成本約為16萬美元。

3.頂級模型數(shù)量美國領先，專利數(shù)量中國領跑

從區(qū)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，來自美國機構(gòu)的知名AI模型數(shù)量為61個，超過歐盟的21個和中國的15個。

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，當時美國在AI專利方面的占比高達54.1%。

4.AI在復雜任務上的表現(xiàn)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(xiàn)已經(jīng)優(yōu)于人類。然而，在更復雜的任務上，例如競賽級別的數(shù)學、視覺常識推理和規(guī)劃，AI的表現(xiàn)仍然落后于人類。

與此同時，在既有的基準測試（例如ImageNet、SQuAD和SuperGLUE）上，AI模型的性能已經(jīng)趨于飽和。2023年出現(xiàn)了幾個具有挑戰(zhàn)性的新基準測試，包括用于編碼的SWE-bench、用于圖像生成的HEIM、用于通用推理的MMMU、用于道德推理的MoCa、用于基于代理的行為的AgentBench以及用于檢測幻覺的HaluEval。

5.缺乏嚴格、標準化的AI責任評估方法

隨著深度偽造、版權(quán)糾紛、隱私安全等問題逐漸凸顯，報告顯示，當前嚴重缺乏嚴格且標準化的負責任AI評估方法。OpenAI、谷歌和Anthropic等行業(yè)領袖使用不同的負責任AI基準測試來評估他們的模型，這種做法使人們難以系統(tǒng)地比較頂級AI模型的風險和局限性。

報告新引入的“基礎模型透明度指數(shù)”顯示，AI開發(fā)企業(yè)缺乏透明度，尤其是在訓練數(shù)據(jù)和方法披露方面。這種開放性的缺乏阻礙了人們進一步了解AI系統(tǒng)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Inflection等領軍企業(yè)都宣布了大規(guī)模的融資輪次。

從區(qū)域來看，美國作為AI投資的領導者，優(yōu)勢地位進一步擴大。2023年，美國的AI投資達到672億美元，增長22.1%，歐盟和中國的AI投資處于下滑態(tài)勢。盡管全球AI投資連續(xù)第二年下降，但新成立的AI公司數(shù)量卻激增至1812家，比2022年增長了40.6%。

7.AI降本增效能力初顯

麥肯錫2023年的報告顯示，目前55%的受訪組織至少在一個業(yè)務部門或職能中使用了AI（包括生成式AI），高于2022年的50%和2017年的20%。42%的受訪組織報告實施AI后降低了成本，59%的受訪組織報告了收入增長。與2022年相比，報告成本降低的受訪組織比例增加了10個百分點。

2023年，多項研究評估了AI對勞動力的影響，表明AI使員工能夠更快地完成任務并提高產(chǎn)出質(zhì)量。這些研究還展示了AI彌合低技能和高技能工人之間技能差距的潛力。

8.AI推動科學進步，醫(yī)學尤為突出

2023年，多個重大的科學相關(guān)AI應用出現(xiàn)，包括提高算法排序效率的AlphaDev，促進材料發(fā)現(xiàn)過程的GNoME。

在醫(yī)學領域，2023年出現(xiàn)了多個重要的AI醫(yī)療系統(tǒng)，例如用于增強大流行預測的EVEscape，以及輔助AI驅(qū)動將基因突變分類的AlphaMissence。AI正越來越多地被用于推動醫(yī)學進步。AI系統(tǒng)在MedQA基準測試（評估人工智能臨床知識水平的關(guān)鍵測試）上的表現(xiàn)也取得了顯著進步，2023年表現(xiàn)最出色的模型GPT- 4Medprompt 準確率達到了90.2%，比2022年的最高分高出22.6個百分點。

9.監(jiān)管力度急劇增強

2023年有25項AI相關(guān)法規(guī)出臺，同比增長56.3%。美國和歐盟在AI政策方面取得里程碑式進展。歐盟就《人工智能法》條款達成一致，美國總統(tǒng)拜登簽署了一份關(guān)于AI的行政命令，這是當年美國最引人注目的AI政策舉措。

全球立法程序中提及AI的次數(shù)幾乎翻了一番，從2022年的1247次增加到2023年的2175次。2023年有49個國家的立法程序中提到了AI，而且每個大洲至少有一個國家在2023年討論了AI。對AI的限制性立法已經(jīng)成為全球趨勢。

10.公眾對AI的認知在提高，緊張感也在增加

一份來自益普索的調(diào)查顯示，2023年，認為AI將在未來三到五年內(nèi)顯著影響其生活的人口比例從60%上升到66%。多倫多大學的一項國際調(diào)查顯示，63%的受訪者知道ChatGPT。在那些知道的人中，大約有一半的人每周至少使用ChatGPT一次。

對AI感到緊張的人數(shù)比例在增加。益普索的調(diào)查中，有52%的人對AI產(chǎn)品和服務感到緊張，比2022年增加了13個百分點。在美國，皮尤研究中心的數(shù)據(jù)表明，有52%的美國人表示對AI的擔憂比興奮更多，高于2022年的38%。