李飛飛團隊發(fā)布《2024年人工智能指數(shù)報告》，預測人工智能未來發(fā)展趨勢
共 4376字，需瀏覽 9分鐘
·
2024-04-19 03:02
大數(shù)據(jù)文摘授權(quán)轉(zhuǎn)載自夕小瑤科技說
作者：Zicy
斯坦福大學 Human-Center Artificial Intelligence (HAI)研究中心發(fā)布了《2024年人工智能指數(shù)報告》。
由斯坦福大學發(fā)起的人工智能指數(shù)（AI Index）是一個追蹤 AI 動態(tài)和進展的非營利性項目，旨在全面研究 AI 行業(yè)狀況，旨在促進基于數(shù)據(jù)的 AI 廣泛交流和有效對話。
HAI是斯坦福大學成立的由李飛飛教授與哲學家John Etchemend等領(lǐng)導的新部門。AIIndex2024 已經(jīng)是第七次年度報告，李飛飛教授在X社交平臺上第一時間幫忙宣傳，還是熟悉“值得從頭讀到尾”的建議。
這份報告長達300多頁，全面追蹤了2023年全球人工智能的發(fā)展趨勢，相比往年，擴大了研究范圍，涵蓋了AI技術(shù)、公眾對 AI技術(shù)的看法以及圍繞其發(fā)展的政治動態(tài)等基本趨勢，并對未來的AI發(fā)展趨勢進行了預測。
斯坦福官方介紹到，“2024年指數(shù)是我們迄今為止最全面報告，恰逢人工智能對社會的影響力達到前所未有的重要時刻”。
報告的具體內(nèi)容可以在這個鏈接找到:
報告在研究開發(fā)、技術(shù)性能、AI交叉學科、AI安全、經(jīng)濟、教育、法律和輿論方面共總結(jié)了59條整體趨勢，我們下面給出了其中的10條關(guān)鍵要點結(jié)論。
1、人工智能在某些任務(wù)上勝過人類，但并非在所有任務(wù)
AI在很多簡單基準測試上超越人類，但在復雜任務(wù)上依舊落后人類。基準測試包括在圖像分類、視覺推理和語言理解，然而，它在競賽級數(shù)學、視覺常識推理和規(guī)劃等更復雜的任務(wù)上依然落后于人類。
2、工業(yè)界繼續(xù)主導人工智能前沿研究
2023年，工業(yè)界一共發(fā)布了51個著名的機器學習模型，而學術(shù)界只貢獻了15個。產(chǎn)學合作發(fā)布了21個著名模型，創(chuàng)下新高。
2023 年，共發(fā)布了 149 個基礎(chǔ)模型，是 2022 年發(fā)布數(shù)量的兩倍多。在這些新發(fā)布的模型中，65.7% 是開源的，而 2022 年僅為 44.4%，2021 年僅為 33.3%。
此外，108個新發(fā)布的基礎(chǔ)模型來自工業(yè)界，28個來自學術(shù)界。2023年，Google貢獻了18個基礎(chǔ)模型，排名第一，Meta貢獻了11個，位列第二。
3、前沿模型變得更加昂貴
根據(jù)AI Index的估算，最先進的AI模型的訓練成本已經(jīng)達到了前所未有的水平。例如，OpenAI的GPT-4估計使用了價值7800萬美元的計算資源進行訓練，而谷歌的Gemini Ultra的計算成本則高達1.91億美元。
相比之下，幾年前發(fā)布的一些SOTA的模型，比如RoBERTa Large（2019 年）和原始transformer模型（2017 年），訓練成本分別約為16萬美元和900美元。
4、美國領(lǐng)先于中國、歐盟和英國，成為頂級人工智能模型的主要來源國
2023 年，61個著名的人工智能模型源自美國，超過歐盟的21個、中國的15個和英國的4個。
5、嚴重缺乏健全、可靠的LLM評估
LLM在安全檢測方面缺乏統(tǒng)一的標準化方法。包括OpenAI、谷歌和Anthropic在內(nèi)的頭部AI機構(gòu)，都是依據(jù)不同的安全標準測試他們的模型，這使得比較不同頂級LLM的風險和局限性的工作變得更加復雜。
6、生成式人工智能投資激增
盡管2023年人工智能私人投資整體下降，但對生成式人工智能的投資激增，比2022年的30億美元增長了近八倍，達到252億美元。生成式人工智能領(lǐng)域的主要參與者，包括OpenAI、Anthropic、Hugging Face和Inflection，都獲得了可觀的融資。
7、人工智能使工人更有效率，并帶來更高質(zhì)量的工作
2023年，多項研究表明AI可以幫助打工人更快地完成任務(wù)，并提高他們的產(chǎn)出質(zhì)量。這些研究還表明，AI有可能縮小低技能和高技能工人之間的技能差距。還有一些研究警告說，在沒有適當監(jiān)督的情況下使用人工智能可能會起到負面作用。
8、得益于人工智能，科學進步進一步加速
自從2022年，AI for Science就開始呈現(xiàn)加速發(fā)展趨勢，2023年誕生了諸多的與其他科學相關(guān)的AI應(yīng)用程序，比如使算法排序更高效的AlphaDev和促進材料發(fā)現(xiàn)過程的GNoME等。
在醫(yī)學方面，AI在MedQA基準上（評估AI的臨床知識）的表現(xiàn)顯著增強，這意味著AI距離人類醫(yī)師的能力更加接近。
9、人工智能法規(guī)的數(shù)量急劇增加
在2023年，全球立法機構(gòu)中有2175次提及人工智能，幾乎是上一年的兩倍。
美國人工智能相關(guān)法規(guī)的數(shù)量在過去一年大幅增加，2023年有25項，相比于2022年增長了56.3%，而2016年只有1項。其中許多法規(guī)包括生成式人工智能材料的版權(quán)指南和網(wǎng)絡(luò)安全風險管理框架。
10、人們更加深刻地意識到AI的潛在影響，同時也更焦慮
根據(jù)的Ipsos的調(diào)查，2023年，認為AI將在未來三到五年內(nèi)極大地影響他們生活的比例從60%上升到66%。此外，52%的人表示對AI產(chǎn)品和服務(wù)感到焦慮，比2022年上升了13個百分點。在美國，52%的人表示對AI感到擔憂多于興奮，比2022上升了15%
此外，超過三分之一的人對AI持悲觀態(tài)度，認為自己的工作在5年內(nèi)會被AI取代。
在AI技術(shù)飛速進步的同時，我們也意識到了它對社會、經(jīng)濟和文化各方面的深遠影響。通過報告，我們可以了解AI行業(yè)的當前狀態(tài)，我們也期待未來能看到更多關(guān)于AI安全、倫理和社會影響的深入研究，希望科技的力量將惠及全人類。