李飞飞团队发布《2024年人工智能指数报告》，预测人工智能未来发展趋势

科技

2024-04-16 05:04

夕小瑶科技说原创
作者 | Zicy
昨天，斯坦福大学 Human-Center Artificial Intelligence (HAI)研究中心发布了《2024年人工智能指数报告》。

由斯坦福大学发起的人工智能指数（AI Index）是一个追踪 AI 动态和进展的非营利性项目，旨在全面研究 AI 行业状况，旨在促进基于数据的 AI 广泛交流和有效对话。

HAI是斯坦福大学成立的由李飞飞教授与哲学家John Etchemend等领导的新部门。AIIndex2024 已经是第七次年度报告，李飞飞教授在X社交平台上第一时间帮忙宣传，还是熟悉“值得从头读到尾”的建议。

这份报告长达300多页，全面追踪了2023年全球人工智能的发展趋势，相比往年，扩大了研究范围，涵盖了AI技术、公众对 AI技术的看法以及围绕其发展的政治动态等基本趋势，并对未来的AI发展趋势进行了预测。

斯坦福官方介绍到，“2024年指数是我们迄今为止最全面报告，恰逢人工智能对社会的影响力达到前所未有的重要时刻”。

报告的具体内容可以在这个链接找到:

https://aiindex.stanford.edu/report/

报告在研究开发、技术性能、AI交叉学科、AI安全、经济、教育、法律和舆论方面共总结了59条整体趋势，我们下面给出了其中的10条关键要点结论。

1、人工智能在某些任务上胜过人类，但并非在所有任务

AI在很多简单基准测试上超越人类，但在复杂任务上依旧落后人类。基准测试包括在图像分类、视觉推理和语言理解，然而，它在竞赛级数学、视觉常识推理和规划等更复杂的任务上依然落后于人类。

2、工业界继续主导人工智能前沿研究

2023年，工业界一共发布了51个著名的机器学习模型，而学术界只贡献了15个。产学合作发布了21个著名模型，创下新高。

2023 年，共发布了 149 个基础模型，是 2022 年发布数量的两倍多。在这些新发布的模型中，65.7% 是开源的，而 2022 年仅为 44.4%，2021 年仅为 33.3%。

此外，108个新发布的基础模型来自工业界，28个来自学术界。2023年，Google贡献了18个基础模型，排名第一，Meta贡献了11个，位列第二。

3、前沿模型变得更加昂贵

根据AI Index的估算，最先进的AI模型的训练成本已经达到了前所未有的水平。例如，OpenAI的GPT-4估计使用了价值7800万美元的计算资源进行训练，而谷歌的Gemini Ultra的计算成本则高达1.91亿美元。

相比之下，几年前发布的一些SOTA的模型，比如RoBERTa Large（2019 年）和原始transformer模型（2017 年），训练成本分别约为16万美元和900美元。

4、美国领先于中国、欧盟和英国，成为顶级人工智能模型的主要来源国

2023 年，61个著名的人工智能模型源自美国，超过欧盟的21个、中国的15个和英国的4个。

5、严重缺乏健全、可靠的LLM评估

LLM在安全检测方面缺乏统一的标准化方法。包括OpenAI、谷歌和Anthropic在内的头部AI机构，都是依据不同的安全标准测试他们的模型，这使得比较不同顶级LLM的风险和局限性的工作变得更加复杂。

6、生成式人工智能投资激增

尽管2023年人工智能私人投资整体下降，但对生成式人工智能的投资激增，比2022年的30亿美元增长了近八倍，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。

7、人工智能使工人更有效率，并带来更高质量的工作

2023年，多项研究表明AI可以帮助打工人更快地完成任务，并提高他们的产出质量。这些研究还表明，AI有可能缩小低技能和高技能工人之间的技能差距。还有一些研究警告说，在没有适当监督的情况下使用人工智能可能会起到负面作用。

8、得益于人工智能，科学进步进一步加速

自从2022年，AI for Science就开始呈现加速发展趋势，2023年诞生了诸多的与其他科学相关的AI应用程序，比如使算法排序更高效的AlphaDev和促进材料发现过程的GNoME等。在医学方面，AI在MedQA基准上（评估AI的临床知识）的表现显著增强，这意味着AI距离人类医师的能力更加接近。