·多年來，學(xué)術(shù)界在開發(fā)最先進的AI系統(tǒng)方面處于領(lǐng)先地位，但現(xiàn)在已被工業(yè)界牢牢接管。尖端人工智能研究需要大量資源，使其超出了學(xué)術(shù)界的能力范圍。“到2022年，有32個重要的工業(yè)生產(chǎn)機器學(xué)習(xí)模型，而學(xué)術(shù)界只有3個。”

·中國在AI頂會論文上表現(xiàn)世界第一，AI論文發(fā)表量世界前十的機構(gòu)中，中國占了9席，然而引用量總數(shù)卻低于美國。

2023人工智能指數(shù)報告。

人工智能正在進入一個新的發(fā)展階段。

在過去的一年里，從ChatGPT等聊天機器人到Midjourney等圖像生成軟件紛紛出現(xiàn)，大量人工智能工具已經(jīng)成為主流。然而，對于如何部署這項技術(shù)，以及如何平衡風(fēng)險和機會的決定權(quán)，卻都已牢牢掌握在企業(yè)參與者手中。

當(dāng)?shù)貢r間4月3日，斯坦福大學(xué)的研究人員以及谷歌、Anthropic和Hugging Face等人工智能公司編制的“2023人工智能指數(shù)（AI Index）報告”發(fā)布。報告指出，多年來，學(xué)術(shù)界在開發(fā)最先進的AI系統(tǒng)方面處于領(lǐng)先地位，但現(xiàn)在已被工業(yè)界牢牢接管。尖端人工智能研究需要大量資源，使其超出了學(xué)術(shù)界的能力范圍。

從2002到2014年，大多數(shù)重要的模型都是由學(xué)術(shù)界發(fā)布。而到2022年，32個重要的機器學(xué)習(xí)模型都誕生在工業(yè)界，而學(xué)術(shù)界僅有3個。

“到2022年，有32個重要的工業(yè)生產(chǎn)機器學(xué)習(xí)模型，而學(xué)術(shù)界只有3個。”報告中寫道，這主要是由于創(chuàng)建此類應(yīng)用程序所需的數(shù)據(jù)、人員和計算能力方面的資源需求越來越大。

例如，在2019年，OpenAI創(chuàng)建了GPT-2（與當(dāng)下為ChatGPT和微軟必應(yīng)聊天機器人提供動力的大模型為同一類工具），這是一種早期的大型語言模型（LLM）。GPT-2的訓(xùn)練成本約為5萬美元，包含15億個參數(shù)（一種跟蹤模型大小和相對復(fù)雜性的指標(biāo)）。快進到2022年，谷歌創(chuàng)建了自己最先進的LLM，稱為PaLM。訓(xùn)練成本估計為800萬美元，包含5400億個參數(shù)，使其比GPT-2大360倍，成本高160倍。

大型語言模型的資源需求越來越大。

AI開發(fā)對資源的需求增加，這使得原本的力量平衡堅定地向企業(yè)參與者傾斜。人工智能領(lǐng)域的許多專家擔(dān)心，商業(yè)世界的激勵措施也會導(dǎo)致危險的結(jié)果。因為企業(yè)會匆忙推出產(chǎn)品并忽視安全問題，以戰(zhàn)勝競爭對手。就像特斯拉首席執(zhí)行官埃隆·馬斯克等人上周簽署的公開信一樣，這是目前許多專家呼吁放慢甚至?xí)和I開發(fā)的原因之一。

實際上，隨著越來越廣泛地部署AI系統(tǒng)，濫用事件確實大量增加。

該報告的作者指出，隨著行業(yè)參與者將AI應(yīng)用程序納入主流，道德濫用事件的數(shù)量也有所增加。此類事件包括特斯拉自動駕駛軟件的死亡事故；在企業(yè)詐騙中使用音頻深度偽造；創(chuàng)作未經(jīng)同意的深度偽造裸照；以及許多因面部識別軟件故障而導(dǎo)致的錯誤逮捕案件，這些案件往往受到種族偏見的影響。

隨著人工智能工具的普及，錯誤和惡意用例數(shù)量的增加就不足為奇了。這并不意味著缺乏適當(dāng)?shù)谋Ｗo措施。但確實有證據(jù)表明這之間存在聯(lián)系，如微軟和谷歌等公司一直在削減人工智能安全和道德團隊。

不過，該報告同時指出，立法者和政策制定者對人工智能監(jiān)管的興趣正在上升。其對127個國家/地區(qū)立法記錄的分析指出，包含“人工智能”一詞的法案數(shù)量從2016年通過1項增加到2022年通過37項。在美國，州一級的審查也在增加，由2015年提出5個這樣的法案增加到2022年提出60項與人工智能相關(guān)的法案。

除此之外，AI指數(shù)報告還包含其他一些亮點內(nèi)容：

中國在AI頂會論文上表現(xiàn)世界第一，AI論文發(fā)表量世界前十的機構(gòu)中（分別是：中國科學(xué)院、清華大學(xué)、中國科學(xué)院大學(xué)、上海交通大學(xué)、浙江大學(xué)、哈爾濱工業(yè)大學(xué)、北京航空航天大學(xué)、電子科技大學(xué)、北京大學(xué)、以及麻省理工學(xué)院），中國占了9席，然而引用量總數(shù)卻低于美國。

AI論文發(fā)表量世界前十的機構(gòu)。

做出重要AI系統(tǒng)背后研究者的國籍分布：美國有最多的研究者285人，是英國的2倍多，是中國的近6倍。

人工智能領(lǐng)域的私人投資十年來首次下降。多年來，全球?qū)θ斯ぶ悄艿乃饺送顿Y一直在攀升，但2022年的919億美元比2021年下降了26.7%。

訓(xùn)練大型AI模型會產(chǎn)生環(huán)境成本。2022年的論文《Estimating the Carbon Footprint of BLOOM, a 176B Parameter Language Model》估計，訓(xùn)練一個名為BLOOM的大型AI語言模型的碳排放量，相當(dāng)于一名乘客從紐約往返舊金山產(chǎn)生的碳排放量的25倍。相比之下，OpenAI的GPT-3的碳成本估計是BLOOM的20倍。

一些選定機器學(xué)習(xí)模型的碳排放。

人工智能可能有助于減少排放。2022年，谷歌子公司DeepMind創(chuàng)建了一個名為BCOOLER的人工智能系統(tǒng)。通過優(yōu)化冷卻程序的方式，在該公司數(shù)據(jù)中心為期3個月的實驗中，該系統(tǒng)的能耗降低了12.7%（目前尚不清楚谷歌是否曾更廣泛地采用過該系統(tǒng)）。

中國人比美國人更看好人工智能。益普索（Ipsos）在2022年的一項調(diào)查發(fā)現(xiàn)，78%的中國受訪者同意“使用人工智能產(chǎn)品和服務(wù)利大于弊”的說法。中國的受訪者對人工智能的熱情最高，其次是沙特阿拉伯（76%）和印度（71%）的受訪者。美國受訪者是最不熱情的受訪者之一，只有35%的人同意上述說法。