李飞飞最新报告：美去年AI领域私人投资是中国近9倍，中国仍是美最大竞争对手
图源：斯坦福大学官网
出品｜搜狐科技
作者｜郑松毅
就在几个小时前，由李飞飞联合领导的斯坦福大学以人为本人工智能研究所（Stanford HAI），发布了长达500页的《2024 年人工智能指数报告》（Artificial Intelligence Index Report 2024）。
这份报告是Stanford HAI发布的第七份AI Index研究。官方介绍道，“这是我们迄今为止最全面的报告，人工智能对社会的影响已经达到了前所未有的时刻。”
与往年不同，Stanford HAI今年扩大了研究范围，增加了全新章节“科学和医学（Science and Medicine）”；利用更广泛的人工智能领域原始数据进行分析；对人工智能技术发展趋势，及公众对人工智能的看法等方面进行了更深入的研究。
报告的章节以及其中的一些主要发现如下：
1.研究与开发
产业界将继续主导人工智能前沿研究。2023年，产业界产生了51个著名机器学习模型，而学术界只贡献了15个。产学合作共产生了21个著名模型，创下新高。
2023年，有更多数量的基础模型及开源模型问世。据统计，2023年有149款基础模型发布，是2022年发布数量的两倍还多。新发布的模型中，65.7%是开源的，而2022年仅为44.4%。
前沿模型变得更加昂贵。根据 AI Index 估算，最先进的人工智能模型的训练成本已达到前所未有的水平。例如，OpenAI 的GPT-4估计训练成本为 7800 万美元，而 Google 的 Gemini Ultra 训练成本则高达 1.91 亿美元。
2023年，61个著名的人工智能模型源自美国机构，欧盟21个，中国15个。美国也是人工智能投资的首选之地。2023年，美国在人工智能领域的私人投资总额为672亿美元，是中国的近9倍。
然而，中国仍然是美国最大的竞争对手。统计截止到2022年，全球61.1%的人工智能专利都来自中国。
AI的发展浪潮吸引了更多人加入，GitHub上人工智能相关项目数量已从2011年的845个增长为2023年的约180万个。要注意，这还仅是对GitHub一个平台的统计数据。
2010年至2022年间，人工智能出版物数量几乎增加了三倍，从 2010 年的约 8.8万份增加到 2022 年的超过24万份。
2.技术性能
人工智能在很多方面已经超越人类，包括图像分类、视觉推理和英语理解等。但它仍然在竞赛级别的数学、视觉常识推理和规划等更复杂的任务上落后于人类。
大模型越发趋向于多模态发展（文字、图片、音频、视频）。数据对于人工智能技术的进步至关重要，使用人工智能创建更多数据（合成数据）对AI技术增强很有帮助，特别是在更困难的任务上。
大语言模型催生了更灵活的机器人系统。除了优化机器人原有的功能外，这些语言模型帮助机器人实现更好地交互，有效地与现实世界相处。
创建能够自主运行的人工智能系统，对科学家来说一直是挑战。新研究表明，人工智能自主运行性能正在不断提高，例如可以自主完成现实任务，包括在线购物和协助研究等。
3.负责任的人工智能
AI Index的最新研究显示，负责任的人工智能严重缺乏标准化。包括OpenAI、Google在内的人工智能领先开发商主要根据不同的人工智能基准来测试他们的模型。这种做法使得系统比较和判断人工智能模型存在的风险和局限性的工作变得更加复杂。
4.经济
生成式AI领域投资激增。据统计，尽管去年人工智能领域的总体投资有所下降，但生成式AI领域的投资资金激增，比 2022 年增加了近八倍，达到 252 亿美元。生成式AI赛道主要参与者包括OpenAI、Anthropic、Hugging Face 和 Inflection。
美国对AI领域的投资仍在全球处于领先地位。2023年，美国人工智能私人投资达到672亿美元，是第二位的中国的近8.7倍。虽然中国和包括英国在内的欧盟对人工智能领域私人投资，2022年以来分别下降44.2%和14.1%，美国仍显着增长22.1%。
2022年，人工智能相关职位占美国所有职位发布的 2.0%，这一数字到 2023 年下降至 1.6%。人工智能职位占比的下降原因是，领先人工智能公司的职位减少以及这些公司内技术职位比例的减少。
麦肯锡 2023 年的一份报告显示，现在 55% 的组织在至少一个业务部门或职能中使用人工智能（包括生成式人工智能），这一比例高于 2022 年的 50% 和 2017 年的 20%。
2023年，多项研究评估了人工智能对劳动力的影响，表明人工智能使工人能够更多地完成任务，快速并提高产出质量。
2023年，394 场财报电话会议（几乎占所有财富 500 强公司的 80%）提到了人工智能，提及频率显着增加，生成式人工智能是最常被提及的主题。
5.科学与医学
研究人员正在使用人工智能来协助科学研究，例如算法排序和材料发现。2023 年，推出了几个重要的医疗系统，包括一个增强大流行疾病预测的系统，以及另一个人工智能驱动的基因突变分类系统等。
如今，人工智能可以完成人类难以完成的科研任务，例如复杂科学问题中的暴力计算。医疗方面，AI可以帮助医生更好地预测和诊断癌症等疾病。
6.教育
世界各地的大学都在提供更多以人工智能为重点的学位课程，美国和加拿大计算机专业本科毕业生数量持续上升。在美国和加拿大，越来越多的博士生转向工业界（目前占 71%），而不是在学术界工作。
7.政策和治理
在过去的五年中，人工智能相关治理政策数量大幅增加。仅去年一年，全球立法程序中有2175次提及人工智能，AI相关法规总数增长了 56.3%。其中一些法规包括生成式人工智能材料的版权指南和网络安全风险管理框架。
8.多样性
美国和加拿大的计算机科学学士、硕士和博士生的种族多样性继续增长。白人学生仍然是应届毕业生中代表性最多的族裔，尽管其他族裔群体的比例也在增长。
欧洲信息学、计算机科学和信息技术大学课程中仍然存在巨大的性别差距，男性数量仍然超过女性。
9.公众看法
研究表明，人们对人工智能的潜在影响有了更深刻的认识，同时也更感到焦虑。
来自研究公司Ipsos的一项调查显示，在过去一年中，认为人工智能将在未来3至5年内极大影响他们生活的人，比例从60%上升至66%。此外，有52%的人对人工智能产品表示焦虑，比 2022 年增长 13 个百分点。
有意思的是，在Ipsos的调查中，只有 37% 的人受访者认为人工智能将改善他们的工作。只有 34% 的人相信人工智能将提振经济，32% 的人相信它会增强就业市场。
在美国，皮尤研究中心（Pew）的数据显示，52% 的美国人表示对人工智能的担忧多于兴奋，这一比例高于 2022 年的 38%。