斯坦福AI指數報告：人工智能正在進入受企業控制時代

澎湃新聞記者邵文

2023-04-04 19:47

來源：澎湃新聞

? 未來2% >

·多年來，學術界在開發最先進的AI系統方面處于領先地位，但現在已被工業界牢牢接管。尖端人工智能研究需要大量資源，使其超出了學術界的能力范圍。“到2022年，有32個重要的工業生產機器學習模型，而學術界只有3個。”

·中國在AI頂會論文上表現世界第一，AI論文發表量世界前十的機構中，中國占了9席，然而引用量總數卻低于美國。

2023人工智能指數報告。

人工智能正在進入一個新的發展階段。

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，大量人工智能工具已經成為主流。然而，對于如何部署這項技術，以及如何平衡風險和機會的決定權，卻都已牢牢掌握在企業參與者手中。

當地時間4月3日，斯坦福大學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（AI Index）報告”發布。報告指出，多年來，學術界在開發最先進的AI系統方面處于領先地位，但現在已被工業界牢牢接管。尖端人工智能研究需要大量資源，使其超出了學術界的能力范圍。

從2002到2014年，大多數重要的模型都是由學術界發布。而到2022年，32個重要的機器學習模型都誕生在工業界，而學術界僅有3個。

“到2022年，有32個重要的工業生產機器學習模型，而學術界只有3個。”報告中寫道，這主要是由于創建此類應用程序所需的數據、人員和計算能力方面的資源需求越來越大。

例如，在2019年，OpenAI創建了GPT-2（與當下為ChatGPT和微軟必應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的訓練成本約為5萬美元，包含15億個參數（一種跟蹤模型大小和相對復雜性的指標）。快進到2022年，谷歌創建了自己最先進的LLM，稱為PaLM。訓練成本估計為800萬美元，包含5400億個參數，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開發對資源的需求增加，這使得原本的力量平衡堅定地向企業參與者傾斜。人工智能領域的許多專家擔心，商業世界的激勵措施也會導致危險的結果。因為企業會匆忙推出產品并忽視安全問題，以戰勝競爭對手。就像特斯拉首席執行官埃隆·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暫停AI開發的原因之一。

實際上，隨著越來越廣泛地部署AI系統，濫用事件確實大量增加。

該報告的作者指出，隨著行業參與者將AI應用程序納入主流，道德濫用事件的數量也有所增加。此類事件包括特斯拉自動駕駛軟件的死亡事故；在企業詐騙中使用音頻深度偽造；創作未經同意的深度偽造裸照；以及許多因面部識別軟件故障而導致的錯誤逮捕案件，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，錯誤和惡意用例數量的增加就不足為奇了。這并不意味著缺乏適當的保護措施。但確實有證據表明這之間存在聯系，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管的興趣正在上升。其對127個國家/地區立法記錄的分析指出，包含“人工智能”一詞的法案數量從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項與人工智能相關的法案。

除此之外，AI指數報告還包含其他一些亮點內容：

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

AI論文發表量世界前十的機構。

做出重要AI系統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。

人工智能領域的私人投資十年來首次下降。多年來，全球對人工智能的私人投資一直在攀升，但2022年的919億美元比2021年下降了26.7%。

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