斯坦福大学HAI发布《2023 年人工智能指数报告》

2023年4月4日，斯坦福大学“以人为本”人工智能研究所（Stanford HAI）发布《2023年人工智能指数报告》（Artificial Intelligence Index Report 2023），这是该机构发布的第6份年度报告。AI Index是Stanford HAI的一项独立计划。自2017年起，由斯坦福大学主导，来自MIT、OpenAI、哈佛、麦肯锡等机构的多位专家教授共同组建了一个小组，每年发布AI Index年度报告，全面追踪人工智能（AI）的最新发展状态和趋势。本年度报告深入探讨了AI相关的热门主题，如研发、技术、伦理、经济、教育、政策和治理等。下面是该报告的主要观点内容：

1、研发

（1）AI研究正在全面兴起。自2010年以来，AI出版物的总数增加了一倍多。模式识别、机器学习和计算机视觉是AI领域研究的热门话题。尽管近两年AI论文跨国合作的步伐已经放缓，但是自2010年以来，美国和中国的AI研究合作数量增加了大约4倍，比中国和英国合作总数多2.5倍。中国在AI期刊、会议和知识库出版物方面继续领先，美国在AI会议和知识库引用方面仍然领先但这些领先优势正在慢慢削弱。从2010年到2021年，美国和中国在人工智能出版物方面的跨国合作数量最多，尽管合作的速度有所放缓。

（2）大型语言模型（LLMs）变得越来越大，越来越贵。2019年发布的GPT-2被许多人认为是第一个大型语言模型，拥有15亿个参数，训练成本估计为5万美元。PaLM是2022年推出的旗舰大型语言模型之一，拥有5400亿个参数，估计成本为800万美元——PaLM比GPT-2规模大360倍，成本高160倍。不仅仅是PaLM，在所有领域，大型语言和多模态模型都变得越来越大，越来越贵。

（3）工业界领先学术界。2014年之前大多数重要的机器学习模型都是由学术界发布的，但2014年之后工业界便替代学术界了，到2022年，32个重要的机器学习模型都诞生在工业界，而学术界仅有3个。这是因为构建最先进的AI系统越来越需要大量的数据、计算机能力和资金，与非营利组织和学术界相比，行业参与者天生拥有更多资源。

2、技术

（1）用于衡量AI进展的传统基准测试的性能饱和。例如，图像分类基准ImageNet和阅读理解测试SQuAD，不再足以衡量技术的高速进展，导致出现了新的、更全面的基准测试套件，如BIG bench和HELM的发布，以挑战功能日益强大的AI系统。

（2）生成性AI闯入公众意识。2022年，DALL-E 2和Stable Diffusion等文本到图像模型、Make-A-Video等文本到视频系统以及ChatGPT等聊天机器人发布。尽管如此，这些系统可能容易产生幻觉，自信地输出不连贯或不真实的响应，使其难以依赖于关键应用。

（3）AI正在帮助加速科学进步。例如，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。

（4）AI开始构建更好的AI。英伟达使用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。自我提升的AI学习会加速AI进步。

3、伦理

（1）生成模型已经到来，伴随的伦理问题也随之而来。2022年，生成模型炙手可热，这些模型很有能力，但也带来了伦理挑战。文本到图像的生成器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。

（2）滥用AI的事件数量正在迅速上升。根据跟踪与AI的道德滥用相关的事件的AIAAIC数据库，自2012年以来，AI事件和争议的数量增加了26倍。2022年发生的一些值得注意的事件包括乌克兰总统泽连斯基投降的深度伪造视频和美国监狱对囚犯使用通话监控技术等。这种增长表明AI技术的使用越来越多而且存在滥用的可能性。

（3）对AI伦理的兴趣持续高涨。2021年以来，向领先的AI道德会议FAccT提交的被接受的论文数量增加了一倍多，而自2018年以来则增加了10倍。2022年，行业参与者提交的内容也比以往任何时候都多。

4、经济

（1）几乎每个美国工业部门对AI相关专业技能的需求都在增加。在美国有数据统计的每个部门(除了农业、林业、渔业和狩猎外)，AI相关的职位发布数量平均从2021年的1.7%增加到2022年的1.9%。美国的雇主越来越多地寻找拥有AI相关技能的工人。

（2）过去十年来，AI领域的私人投资首次出现同比下降。2022年，全球AI私人投资为919亿美元，比2021年下降26.7%；与AI相关的资助活动总数以及新资助的AI公司数量同样下降。尽管如此，在过去的十年中，AI投资仍大幅增加。2022年，AI领域的私人投资额约是2013年的18倍。

（3）美国在AI投资方面遥遥领先。2022年美国的AI投资额为474亿美元，大约是第二高的国家--中国(134亿美元)的3.5倍。在新资助的AI公司总数方面，美国也继续领先，比欧盟和英国加起来多1.9倍，比中国多3.4倍。

（4）2022年，投资最多的AI重点领域是医疗和保健(61亿美元)；其次是数据管理、处理和云(59亿美元)；以及金融科技(55亿美元)。2022年三个最大的AI私人投资事件是:(1)中国电动汽车制造商广汽Aion新能源汽车的25亿美元融资活动；(2)美国国防产品公司Anduril Industries的15亿美元E轮融资，该公司为军事机构和边境监控提供技术；(3)德国商业数据咨询公司Celonis的12亿美元投资。

（5）采用AI技术的公司数量比例稳定增长。根据麦肯锡的年度研究调查结果，2022年采用AI技术的公司数量比例自2017年以来翻了一番多，近年来数量增长一直稳定在50%至60%之间。

（6）企业正在以多种方式部署AI。最有可能嵌入企业中的AI功能包括机器人流程自动化(39%)、计算机视觉(34%)、自然语言文本理解(33%)和虚拟代理(33%)。

5、教育

（1）美国和世界其他地区对K-12人工智能和计算机科学教育的兴趣日益增长。美国大学计算机科学博士毕业生中专门研究AI的比例从2010年的10.2%跃升至2020年的14.9%和2021年的19.1%。截至2021年，包括比利时、中国和韩国在内的11个国家已经正式批准并实施了K-12人工智能课程。

（2）越来越多的AI博士走向工业界。2011年，新的AI博士毕业生在工业领域就业的比例(40.9%)与学术界(41.6%)大致相同。然而，从2011年以后，大多数AI博士都去工业界了。2021年，65.4%的AI博士在工业界工作，是在学术界工作（28.2%）的两倍多。

6、政策和治理

（1）政策制定者对AI的兴趣正在上升。对 127 个国家的立法记录的分析显示，包含“AI”的法案被通过成为法律的数量，从2016年的仅1个增长到2022年的37个。对81个国家的AI议会记录的分析同样表明，自2016年以来，全球立法程序中提及AI的次数增加了近6.5倍。

（2）从谈论到颁布——美国通过的AI法案比以往任何时候都多。2021年，美国所有联邦AI法案中只有2%被通过成为法律。这一数字在2022年跃升至10%。同样，2022年35%的州级AI法案通过成为法律。

（3）各国政策制定者对AI研究和监管的侧重点不同。对不同国家议会程序的定性分析显示，政策制定者从广泛的角度考虑人工智能。例如，2022年，英国的立法者讨论了AI主导的自动化的风险；在日本，人们考虑到在AI面前维护人权的必要性；赞比亚的科学家正在研究利用AI进行天气预报的可能性。

（4）法律界正在意识到AI。2022年，美国州法院和联邦法院有110起与AI相关的法律案件，大约是2016年的7倍。这些案件中的大多数起源于加利福尼亚州、纽约州和伊利诺伊州，涉及与民事、知识产权和合同法有关的问题。

主要参考资料：

1、https://aiindex.stanford.edu/report/

2、Stanford HAI.Artificial Intelligence Index Report 2023[R]2023-4-4.

https://aiindex.stanford.edu/wp-content/uploads/2023/04/HAI_AI-Index-Report_2023.pdf