2023年4 月 3 日,，斯坦福大學(xué)以人為本人工智能研究所（Stanford HAI）正式發(fā)布了《2023 年人工智能指數(shù)報告》（Artificial Intelligence Index Report 2023）,。這是該機構(gòu)發(fā)布的第 6 份年度報告，分析了人工智能的影響和年度趨勢,。本次報告長達(dá)302頁,，比 2022 年的報告多出近 60%。

新報告顯示了 2022 年 AI 行業(yè)的幾個主要趨勢：

2023 年的報告包含比以往任何時候都多的 AI Index 團(tuán)隊的原創(chuàng)數(shù)據(jù)與分析,。今年的報告還包括了對基礎(chǔ)模型的新分析,，包括地緣政治和訓(xùn)練成本、人工智能系統(tǒng)的環(huán)境影響,、K-12 人工智能教育以及人工智能的輿論趨勢,。報告還將其對全球人工智能立法的追蹤范圍從 2022 年的 25 個國家擴(kuò)大到 2023 年的 127 個。

通過10張圖觀察AI應(yīng)用的全局景象

1.大語言模式訓(xùn)練成本高昂

雖然大語言模型（如ChatGPT）的功能已顯著增強,，但訓(xùn)練此類模型的成本也顯著增加,。在所有機器學(xué)習(xí)系統(tǒng)中，語言模型占用的計算資源最多,。

圖1 各類大語言模型的訓(xùn)練成本

2.AI對于減碳既有危害也有幫助

雖然估算 AI 系統(tǒng)的碳排放量并不容易,，但 AI Index 團(tuán)隊考慮了模型中的參數(shù)數(shù)量、數(shù)據(jù)中心的能源效率以及用于輸送電力的發(fā)電類型,，給出了最佳的結(jié)果,。根據(jù) Luccioni 等人的研究,，2022 年，BLOOM 的訓(xùn)練所排放的碳比一個從紐約到舊金山的單程航空旅客多 25 倍,。與此同時,，像 BCOOLER 這樣的新強化學(xué)習(xí)模型表明，人工智能系統(tǒng)可以用來優(yōu)化能源使用,。

圖2 大語言模型的碳排放測算

3.AI產(chǎn)業(yè)的民營資本投資首次下降,，政府投資則持續(xù)增加

民營資本對AI的投資十年來首次出現(xiàn)減少，從 2021 年下降約三分之一至 1896 億美元,。AI Index 指導(dǎo)委員會聯(lián)合主任 Ray Perrault 表示：“2022 年民營資本對初創(chuàng)企業(yè)的投資總體下降,；?但是，其原因尚不清楚,，我們目前還無法回答 AI 初創(chuàng)公司的投資縮水幅度是否大于或小于其他領(lǐng)域的問題,。”

人工智能研究的積極一面是,，根據(jù)該報告,，政府投資有所增加，至少在美國是這樣,。人工智能指數(shù)報告顯示,，美國非國防政府機構(gòu)在 2022 年為人工智能研發(fā)撥款 17 億美元，比 2021 年增長 13.1%,。美國國防部要求在 2023 財年撥款 11 億美元用于非機密人工智能特定研究,，相比于2022年增長了26.4% 。Perrault表示：這些數(shù)字來之不易,。斯坦福大學(xué)AI Index 團(tuán)隊采用了幾種不同的測量方法,，得出了大致相似的數(shù)字，但無法從世界各地收集可比數(shù)據(jù),。

Perrault 指出：這種增長有幾個潛在來源,。例如，美國有一個研究人工智能的國家安全委員會在 2021 年發(fā)布了報告,，建議增加約 10 億美元的資金用于 AI 本身,，另外 10 億美元用于高性能計算。這一報告提出的建議看起來這有點效果,。過去人工智能是由少數(shù)機構(gòu)資助的,，比如 DARPA、NSF 和一些國防部組織,，但現(xiàn)在,，鑒于人工智能被視為與更廣泛利益相關(guān)的問題 ，就像生物學(xué)一樣,，它正在資金投入的各個領(lǐng)域發(fā)生巨大的影響,。

圖3?全球民營資本在AI領(lǐng)域的投資金額

4.工業(yè)界比學(xué)術(shù)界招收了更多的AI專業(yè)博士畢業(yè)生

根據(jù) AI Index Report,，截止到 2021年發(fā)布的最新數(shù)據(jù)，所有 AI 專業(yè)方向的博士畢業(yè)生中有 65.4% 進(jìn)入了工業(yè)界,，而在學(xué)術(shù)界工作的這一比例為 28.2%,。其他人是個體經(jīng)營者、失業(yè)者或報告為“其他”,。最初這三個領(lǐng)域的比例幾乎持平,，這種分化自 2011 年以來一直在穩(wěn)步擴(kuò)大。此外,，在美國有數(shù)據(jù)的每個部門中（農(nóng)業(yè),、林業(yè)、漁業(yè)和狩獵業(yè)除外）,，與人工智能相關(guān)的工作崗位的數(shù)量平均從 2021 年的 1.7% 增加到 2022 年的 1.9%,。美國的雇主正越來越多地尋找具有人工智能相關(guān)技能的工人。

圖4?北美地區(qū)人工智能方向PhD畢業(yè)生的就業(yè)情況

5.學(xué)術(shù)界在大模型領(lǐng)域的貢獻(xiàn)日益落后于產(chǎn)業(yè)界

隨著博士數(shù)量在工業(yè)領(lǐng)域就業(yè)的增加,，工業(yè)界在創(chuàng)造新的機器學(xué)習(xí)模型方面跑在學(xué)術(shù)界前面也就不足為奇了,。直到 2014 年，大多數(shù)新的機器學(xué)習(xí)模型都來自學(xué)術(shù)界,，但工業(yè)界已經(jīng)開始迅速崛起。根據(jù) HAI 收集的數(shù)據(jù),，到 2022 年,，工業(yè)界創(chuàng)造的機器學(xué)習(xí)模型有 32 個，而學(xué)術(shù)界只有 3 個,。AI 指數(shù)報告指出,，工業(yè)在獲取構(gòu)建最先進(jìn)的 AI 系統(tǒng)所必需的大量數(shù)據(jù)、計算機能力和資金方面也具有優(yōu)勢,。

鑒于這種趨勢,，Perrault 說，“一個大問題是大學(xué)將在多大程度上獲得資源來構(gòu)建自己的大型模型,，而不是修補來自外部的模型,。”

圖5?各部門的大語言模型創(chuàng)造數(shù)量

6.大語言模型不斷的推陳出新

AI Index Report指導(dǎo)委員會選擇了近年來大模型最重要的技術(shù)發(fā)展,，并按時間順序呈現(xiàn),。Perrault 說：這個“月度模型”對研究團(tuán)隊來說是新的形式，正在增加自制的數(shù)據(jù)收集,，而不是僅僅依賴于其他人發(fā)表的研究,。目前，美國,、中國,、加拿大是大語言模型的出現(xiàn)涌現(xiàn)地,。

圖6?新興大語言模型不斷涌現(xiàn)

7.濫用人工智能的事件正在逐步增加

AI Index Report使用來自 AIAAIC Repository的數(shù)據(jù)報告稱，有關(guān)濫用 AI 的事件數(shù)量正在激增,。?該數(shù)據(jù)大約滯后一年,，允許對報告進(jìn)行審查。當(dāng)然,，該數(shù)據(jù)也包括了2022 年初的一些事件,，例如烏克蘭總統(tǒng) 澤連斯基投降的深度偽造以及英特爾開發(fā)了一個學(xué)生情緒監(jiān)控系統(tǒng)的消息。

圖7 人工智能風(fēng)險事件數(shù)量統(tǒng)計

8.立法者越來越關(guān)注于人工智能治理

根據(jù)AI Index Report,，與 AI 相關(guān)的法律在 127 個國家/地區(qū)通過的總數(shù)量正在激增,。2016 年僅通過了一項AI法律，而 2022 年通過了 37 項,。其中包括對拉脫維亞國家安全法的修正案,，以限制對國家安全具有重要意義的組織，包括開發(fā)AI產(chǎn)品的商業(yè),；包括一項西班牙法案,，其要求公共行政部門使用的 AI 算法考慮偏見最小化標(biāo)準(zhǔn)。

圖8 人工智能立法數(shù)量統(tǒng)計

9.中國的民眾對于人工智能更加樂觀,，美國,、法國相對落后

根據(jù)全球研究公司 IPSOS 進(jìn)行的一項調(diào)查，78% 的中國受訪者認(rèn)為使用人工智能的產(chǎn)品和服務(wù)利大于弊,。在美國,，只有 35% 的人認(rèn)為人工智能利大于弊，法國則只有 31%受訪者認(rèn)為人工智能發(fā)展利大于弊,。?此外,，據(jù) IPSOS 報道，一般來說,，男性對人工智能的態(tài)度比女性更積極,。

圖9?各國民眾關(guān)于人工智能發(fā)展利大于弊的支持率

10.?NLP專家同時關(guān)注到了AI的潛能和風(fēng)險

根據(jù)AI Index Report，他們對自然語言處理（NLP）研究人員進(jìn)行了調(diào)查,，以了解 AI 專家對 AI 研究的看法,。雖然近 90% 的人表示人工智能過去和未來的利大于弊，但他們并沒有忽視它的力量或風(fēng)險,。絕大多數(shù)人（73%）預(yù)計人工智能將很快導(dǎo)致革命性的社會變革,，而36%的人認(rèn)為人工智能可能導(dǎo)致核級災(zāi)難。Perrault表示：“這是一個非常有趣的調(diào)查結(jié)果,。因為這些人大多是技術(shù)領(lǐng)域的內(nèi)行專家,。這個調(diào)查結(jié)果已經(jīng)過時一年了，考慮到大型語言模型正在發(fā)生新的變化,，現(xiàn)在可能會有新的調(diào)查結(jié)果,?！?/p>

圖10 NLP專家對人工智能應(yīng)用風(fēng)險的態(tài)度統(tǒng)計

注明：AI Index 是 Stanford HAI 的一項獨立計劃,。自 2017 年起，由斯坦福大學(xué)主導(dǎo),，來自 MIT,、OpenAI、哈佛,、麥肯錫等機構(gòu)的多位專家教授,，組建了一個小組，每年發(fā)布 AI 指數(shù)年度報告,，全面追蹤人工智能的最新發(fā)展?fàn)顟B(tài)和趨勢。

編輯：于騰凱

校對：楊學(xué)俊