由華裔女科學家、“人工智能教母”李飛飛聯合領導的斯坦福大學以人為本人工智能研究所近日發布了《2024年人工智能指數報告》。與往年不同，今年的版本在內容、規模和范圍上都超過往年，反映出人工智能在人類日常生活中日益增長的重要性。新報告揭示了2023年人工智能行業的十大主要趨勢，其中中國大模型數位居世界第二。
人工智能在某些任務上勝過人類，但并非在所有任務上。人工智能已在多項基準測試中超越人類，包括在圖像分類、視覺推理和英語理解方面。然而，它在競賽級數學、視覺常識推理和規劃等更復雜的任務上依然落后于人類。
2023年主要國家機器學習大模型數
產業界繼續主導人工智能前沿研究。2023年，產業界產生了51個著名的機器學習模型，而學術界只貢獻了15個。2023年，產學合作產生了21個著名模型，創下新高。此外，108個新發布的基礎模型來自產業界，28個來自學術界。
前沿模型變得更加昂貴。根據《人工智能指數報告》估計，最先進人工智能模型的訓練成本已達到了前所未有的水平。例如，OpenAI的GPT-4使用了價值約7800萬美元的算力進行訓練，而谷歌的Gemini Ultra花費了1.91億美元的算力。
美國領先中國、歐盟和英國，成為頂級人工智能模型的主要開發國家。2023年，61款著名人工智能模型來自美國機構，數量遠遠超過歐盟的21款和中國的15款。
目前嚴重缺乏對大語言模型負責任的可靠和標準化評估。人工智能指數的新研究表明，負責任的人工智能報告嚴重缺乏標準化。包括OpenAI、谷歌和Anthropic在內的領先開發公司主要根據不同的負責任的人工智能基準測試其模型。這種做法使得系統地比較頂級人工智能模型的風險和局限性的努力變得復雜。
生成式人工智能投資飆升。盡管去年人工智能私人投資總額有所下降，但對生成式人工智能的投資卻大幅增長，從2022年起增長了近八倍，達到252億美元。生成式人工智能領域的主要參與者，包括OpenAI、Anthropic、Hugging Face和Inflection，均進行了融資。
人工智能使工人更有效率，并帶來更高質量的工作。2023年，多項研究評估了人工智能對勞動力的影響，表明人工智能使工人能夠更快地完成任務，并提高他們的產出質量。
人工智能崛起推動科學進步的速度愈發迅猛。2022年，人工智能才被正式用于科學發現領域。然而，短短一年后，從優化算法排序效率的AlphaDev到革新材料發現流程的GNoME，我們見證了更為重要的、科學的相關人工智能應用的問世。
美國的人工智能法規數量呈現出急劇增加的趨勢。在過去的一年和五年里，人工智能相關的法規數量顯著增加。到2023年，人工智能相關法規從2016年的一項增加到25項。僅去年一年，人工智能相關法規總數就增長了56.3％。
在全球范圍內，公眾對人工智能的潛在影響有了更為深刻的認識，同時伴隨著日益增長的緊張情緒。益普索（Ipsos）的最新調查揭示，過去一年中，認為人工智能將在未來三到五年內深刻改變其生活的受訪者比例從60％躍升至66％。
