斯坦福大学发布2024年人工智能指数报告

近日，斯坦福大学人工智能中心（ Stanford Institute for Human-Centered Artificial Intelligence，简称HAI）发布了《2024年人工智能指数报告》。在这次报告中，HAI跟踪、整理、提取和可视化了多项与人工智能相关的数据，在原有的研究范围基础之上，涵盖了人工智能技术进步、公众对AI的看法以及围绕其发展的地缘政治动态等更多样化的内容。

除此之外，本次报告还提供了比以往更多的原始数据，例如人工智能培训成本的估算统计，对负责任的人工智能前景的详细分析，并专门撰写了人工智能对科学和医学的影响的全新章节。

以下是本次报告的重点内容简介：

人工智能在图像分类、视觉推理和英语理解测试等几项基准测试中的表现都超过了人类。然而，在面对竞赛级数学、视觉常识推理和规划等更复杂的任务时，人类的表现反而更胜一筹。

2023年，工业界推出了51个值得关注的机器学习模型，而学术界仅贡献了15个。2023年还出现了21个产学合作的著名模型，总量创下新高。

据报告估算，先进人工智能模型的训练成本已经达到了前所未有的高度。例如，OpenAI的GPT-4的计算成本约为7800万美元，而谷歌的Gemini Ultra的计算成本则高达1.91亿美元。

2023年，美国机构贡献了61个知名人工智能模型，总数远超欧盟（21）和中国（15）。

研究显示，负责任的人工智能报告严重缺乏标准化。包括OpenAI、谷歌和Anthropic在内的领先开发人员主要根据不同的负责任人工智能基准测试其模型。这种做法增加了系统性比较顶级人工智能模型的风险和局限性。

尽管去年人工智能私人投资总额有所下降，但对生成式人工智能的投资却大幅增长，从2022年起增长了近八倍，达到252亿美元。生成式人工智能领域的主要参与者，包括OpenAI、Anthropic、Hugging Face和Inflection，都获得了可观的融资支持。

2023年，多项研究评估了人工智能对劳动力的影响。结果显示，人工智能使工人能够更快地完成任务，并提高他们的产出质量。这些研究还证明了人工智能在弥合低技能和高技能工人之间的技能差距方面的潜力。不过也有研究警告称，在没有适当监督的情况下，使用人工智能会导致工作表现下降。

2022年，人工智能开始推动科学发现加速。而到了2023年，我们见证了更多更重要的科学相关人工智能应用程序的诞生，比如提升算法排序效率的AlphaDev，以及加速材料发现进程的GNoME。

在过去一年和过去五年里，美国与人工智能相关的法规数量大幅增加。2023年，与人工智能相关的法规有25项，而2016年只有一项。仅去年一年，与人工智能相关的法规总数就增长了56.3%。

Ipsos的一项调查显示，在过去一年中，认为人工智能将在未来三到五年内极大地影响他们生活的人的比例从60%增加到66%。此外，52%的人对人工智能产品和服务表示紧张，比2022年上升了13个百分点。在美国，来自Pew的数据显示，52%的美国人对人工智能感到担忧多于激动，高于2022年的38%。

*本文版权归“未央网”所有，未经授权禁止转载。如需开通白名单请在评论留言，转载时在文首注明来源及作者。