2023年4 月 3 日，斯坦福大學以人為本人工智能研究所（Stanford HAI）正式發(fā)布了《2023 年人工智能指數報告》（Artificial Intelligence Index Report 2023）。這是該機構發(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 團隊的原創(chuàng)數據與分析。今年的報告還包括了對基礎模型的新分析，包括地緣政治和訓練成本、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 個國家擴大到 2023 年的 127 個。

通過10張圖觀察AI應用的全局景象

1.大語言模式訓練成本高昂

雖然大語言模型（如ChatGPT）的功能已顯著增強，但訓練此類模型的成本也顯著增加。在所有機器學習系統(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 團隊考慮了模型中的參數數量、數據中心的能源效率以及用于輸送電力的發(fā)電類型，給出了最佳的結果。根據 Luccioni 等人的研究，2022 年，BLOOM 的訓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 這樣的新強化學習模型表明，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減少，從 2021 年下降約三分之一至 1896 億美元。AI Index 指導委員會聯(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域的問題?！?/p>

人工智能研究的積極一面是，根據該報告，政府投資有所增加，至少在美國是這樣。人工智能指數報告顯示，美國非國防政府機構在 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：這些數字來之不易。斯坦福大學AI Index 團隊采用了幾種不同的測量方法，得出了大致相似的數字，但無法從世界各地收集可比數據。

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機構資助的，比如 DARPA、NSF 和一些國防部組織，但現在，鑒于人工智能被視為與更廣泛利益相關的問題 ，就像生物學一樣，它正在資金投入的各個領域發(fā)生巨大的影響。

圖3?全球民營資本在AI領域的投資金額

4.工業(yè)界比學術界招收了更多的AI專業(yè)博士畢業(yè)生

根據 AI Index Report，截止到 2021年發(fā)布的最新數據，所有 AI 專業(yè)方向的博士畢業(yè)生中有 65.4% 進入了工業(yè)界，而在學術界工作的這一比例為 28.2%。其他人是個體經營者、失業(yè)者或報告為“其他”。最初這三個領域的比例幾乎持平，這種分化自 2011 年以來一直在穩(wěn)步擴大。此外，在美國有數據的每個部門中（農業(yè)、林業(yè)、漁業(yè)和狩獵業(yè)除外），與人工智能相關的工作崗位的數量平均從 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.學術界在大模型領域的貢獻日益落后于產業(yè)界

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

鑒于這種趨勢，Perrault 說，“一個大問題是大學將在多大程度上獲得資源來構建自己的大型模型，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)造數量

6.大語言模型不斷的推陳出新

AI Index Report指導委員會選擇了近年來大模型最重要的技術發(fā)展，并按時間順序呈現。Perrault 說：這個“月度模型”對研究團隊來說是新的形式，正在增加自制的數據收集，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涌現地。

圖6?新興大語言模型不斷涌現

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的數據報告稱，有關濫用 AI 的事件數量正在激增。?該數據大約滯后一年，允許對報告進行審查。當然，該數據也包括了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)了一個學生情緒監(jiān)控系統(tǒng)的消息。

圖7 人工智能風險事件數量統(tǒng)計

8.立法者越來越關注于人工智能治理

根據AI Index Report，與 AI 相關的法律在 127 個國家/地區(qū)通過的總數量正在激增。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準。

圖8 人工智能立法數量統(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

根據全球研究公司 IPSOS 進行的一項調查，78% 的中國受訪者認為使用人工智能的產品和服務利大于弊。在美國，只有 35% 的人認為人工智能利大于弊，法國則只有 31%受訪者認為人工智能發(fā)展利大于弊。?此外，據 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?各國民眾關于人工智能發(fā)展利大于弊的支持率

10.?NLP專家同時關注到了AI的潛能和風險

根據AI Index Report，他們對自然語言處理（NLP）研究人員進行了調查，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險。絕大多數人（73%）預計人工智能將很快導致革命性的社會變革，而36%的人認為人工智能可能導致核級災難。Perrault表示：“這是一個非常有趣的調查結果。因為這些人大多是技術領域的內行專家。這個調查結果已經過時一年了，考慮到大型語言模型正在發(fā)生新的變化，現在可能會有新的調查結果?！?/p>

圖10 NLP專家對人工智能應用風險的態(tài)度統(tǒng)計

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

編輯：于騰凱

校對：楊學俊