人工智能指数报告2023
- 主要要点
- [第 1 章 研究与开发](#第 1 章 研究与开发)
- [第 2 章 技术性能](#第 2 章 技术性能)
- [第 3 章 人工智能技术伦理](#第 3 章 人工智能技术伦理)
- [第 4 章 经济](#第 4 章 经济)
- [第 5 章 教育](#第 5 章 教育)
- [第 6 章 政策与治理](#第 6 章 政策与治理)
- [第 7 章 多样性](#第 7 章 多样性)
- [第 8 章 舆论](#第 8 章 舆论)
人工智能 指数是斯坦福大学以人为本的人工智能研究所（HAI）的一项独立倡议，由人工智能指数指导委员会领导，该委员会是一个由来自学术界和工业界的跨学科专家组成的小组。该年度报告跟踪、整理、提炼和可视化与人工智能相关的数据，使决策者能够采取有意义的行动，以负责任和合乎道德的方式推进人工智能，同时考虑到人类。
人工智能指数与许多不同的组织合作，以跟踪人工智能的进展。这些组织包括：乔治城大学安全和新兴技术中心，LinkedIn，NetBase Quid，Lightcast和麦肯锡。2023 年的报告还比以往任何时候都包含更多的自我收集数据和原始分析。今年的报告包括对基础模型的新分析，包括其地缘政治和培训成本、人工智能系统对环境的影响、K-12 人工智能教育以及人工智能的舆论趋势。人工智能指数还将对全球人工智能立法的跟踪范围从2022年的25个国家扩大到2023年的127个国家。
主要要点
第 1 章 研究与开发
本章捕捉了人工智能研发的趋势。它首先检查人工智能出版物，包括期刊文章、会议论文和存储库。接下来，它考虑了重要机器学习系统的数据，包括大型语言和多模态模型。最后，本章最后介绍了 AI 会议的出席情况和开源 AI 研究。尽管美国和中国继续在人工智能研发领域占据主导地位，但研究工作在地理上变得越来越分散。
第 2 章 技术性能
今年的技术性能章节分析了 2022 年人工智能的技术进展。在之前报告的基础上，本章记录了计算机视觉、语言、语音、强化学习和硬件方面的进步。此外，今年本章还分析了人工智能对环境的影响，讨论了人工智能推动科学进步的方式，并对人工智能最近一些最重要的发展进行了时间轴式的概述。
第 3 章 人工智能技术伦理
机器学习中的公平性、偏见和道德仍然是研究人员和从业者感兴趣的话题。随着创建和部署生成式人工智能系统的技术门槛大幅降低，围绕人工智能的伦理问题对公众来说变得更加明显。初创公司和大公司发现自己处于部署和发布生成模型的竞赛中，该技术不再由一小群参与者控制。
除了在去年报告中的分析基础上，今年的人工智能指数还强调了原始模型性能与道德问题之间的紧张关系，以及量化多模态模型中偏差的新指标。
第 4 章 经济
人工智能系统技术能力的提高导致企业、政府和其他组织中人工智能的部署率更高。人工智能与经济的高度融合既令人兴奋，也令人担忧。人工智能会提高生产力还是成为哑巴？它会提高工资还是导致工人的广泛替代？企业在多大程度上接受新的人工智能技术并愿意雇用人工智能技术工人？随着时间的推移，人工智能投资发生了怎样的变化，哪些特定的人工智能行业、地区和领域吸引了最大的投资者兴趣？
本章使用来自Lightcast，LinkedIn，麦肯锡，德勤和NetBase Quid以及国际机器人联合会（IFR）的数据来研究与AI相关的经济趋势。本章首先研究了与人工智能相关的职业数据，然后分析了人工智能投资、企业对人工智能的采用和机器人安装。
第 5 章 教育
研究人工智能教育的状况对于衡量人工智能劳动力可能随着时间的推移而发展的一些方式非常重要。与人工智能相关的教育通常发生在高等教育阶段;然而，随着人工智能技术变得越来越普遍，这种教育正在 K-12 级别被接受。本章研究了美国和世界其他地区高等教育和 K-12 阶段的人工智能教育趋势。
我们分析了计算研究协会关于北美计算机科学和人工智能高等教育状况的年度 Taulbee 调查、Code.org 关于美国 K-12 计算机科学的数据存储库以及联合国教科文组织最近关于 K-12 教育课程国际发展的报告。
第 6 章 政策与治理
人工智能的日益普及促使政府间、国家和区域组织围绕人工智能治理制定战略。这些行为者的动机是认识到必须解决围绕人工智能的社会和道德问题，以最大限度地发挥其利益。人工智能技术的治理对世界各国政府来说至关重要。
本章探讨了全球范围内的人工智能治理。它首先强调了在制定人工智能政策方面处于领先地位的国家。接下来，它考虑了人工智能在国际和美国的立法记录中是如何被讨论的。本章最后研究了各种国家人工智能战略的趋势，然后仔细回顾了美国公共部门对人工智能的投资。
第 7 章 多样性
人工智能系统越来越多地部署在现实世界中。然而，开发人工智能的个人和使用人工智能的人之间往往存在差异。北美工业界和学术界的人工智能研究人员和从业者主要是白人和男性。这种缺乏多样性会导致危害，其中包括加剧现有的社会不平等和偏见。
本章重点介绍主要来自学术界的人工智能多样性趋势数据。它借鉴了诸如女性机器学习（WiML）等组织的信息，其使命是改善人工智能的多样性状况，以及跟踪北美学术计算机科学多样性状况的计算研究协会（CRA）。最后，本章还利用了有关美国中学计算机科学教育多样性趋势的 Code.org 数据。
请注意，本小节中的数据既不全面也不具有决定性。关于人工智能多样性趋势的公开人口统计数据很少。因此，本章不涉及其他多样性领域，例如性取向。人工智能指数希望，随着人工智能变得越来越普遍，该领域多样性的数据量将会增加，以便在未来的报告中可以更全面地涵盖这一主题。
第 8 章 舆论
人工智能有可能对社会产生变革性影响。因此，监控公众对人工智能的态度变得越来越重要。更好地了解公众舆论的趋势对于为人工智能的发展、监管和使用决策提供信息至关重要。
本章通过全球、国家、人口和种族的视角来审视公众舆论。此外，我们探讨了人工智能研究人员的观点，并以 2022 年围绕人工智能的社交媒体讨论作为总结。我们借鉴了两项全球调查的数据，一项由益普索组织，另一项由劳埃德船级社基金会和盖洛普组织，以及皮尤研究中心进行的一项美国特定调查。
值得注意的是，与人工智能相关的纵向调查数据很少，这些数据在很长一段时间内向同一人群提出相同的问题。随着人工智能变得越来越普遍，更广泛地理解人工智能公众舆论的努力将变得越来越重要。
源：Nestor Maslej, Loredana Fattorini, Erik Brynjolfsson, John Etchemendy, Katrina Ligett, Terah Lyons, James Manyika, Helen Ngo, Juan Carlos Niebles, Vanessa Parli, Yoav Shoham, Russell Wald, Jack Clark, and Raymond Perrault, "The AI Index 2023 Annual Report," AI Index Steering Committee, Institute for Human-Centered AI, Stanford University, Stanford, CA, April 2023.