人工智能指數(shù)是斯坦福大學(xué)以人為本的人工智能研究所（HAI）的一項(xiàng)獨(dú)立倡議，由人工智能指數(shù)指導(dǎo)委員會(huì)領(lǐng)導(dǎo)，該委員會(huì)是一個(gè)由來(lái)自學(xué)術(shù)界和工業(yè)界的跨學(xué)科專家組成的小組。該年度報(bào)告跟蹤、整理、提煉和可視化與人工智能相關(guān)的數(shù)據(jù)，使決策者能夠采取有意義的行動(dòng)，以負(fù)責(zé)任和合乎道德的方式推進(jìn)人工智能，同時(shí)考慮到人類。

人工智能指數(shù)與許多不同的組織合作，以跟蹤人工智能的進(jìn)展。這些組織包括：喬治城大學(xué)安全和新興技術(shù)中心，LinkedIn，NetBase Quid，Lightcast和麥肯錫。2023 年的報(bào)告還比以往任何時(shí)候都包含更多的自我收集數(shù)據(jù)和原始分析。今年的報(bào)告包括對(duì)基礎(chǔ)模型的新分析，包括其地緣政治和培訓(xùn)成本、人工智能系統(tǒng)對(duì)環(huán)境的影響、K-12 人工智能教育以及人工智能的輿論趨勢(shì)。人工智能指數(shù)還將對(duì)全球人工智能立法的跟蹤范圍從2022年的25個(gè)國(guó)家擴(kuò)大到2023年的127個(gè)國(guó)家。

主要要點(diǎn)

第 1 章 研究與開(kāi)發(fā)

本章捕捉了人工智能研發(fā)的趨勢(shì)。它首先檢查人工智能出版物，包括期刊文章、會(huì)議論文和存儲(chǔ)庫(kù)。接下來(lái)，它考慮了重要機(jī)器學(xué)習(xí)系統(tǒng)的數(shù)據(jù)，包括大型語(yǔ)言和多模態(tài)模型。最后，本章最后介紹了 AI 會(huì)議的出席情況和開(kāi)源 AI 研究。盡管美國(guó)和中國(guó)繼續(xù)在人工智能研發(fā)領(lǐng)域占據(jù)主導(dǎo)地位，但研究工作在地理上變得越來(lái)越分散。

第 2 章 技術(shù)性能

今年的技術(shù)性能章節(jié)分析了 2022 年人工智能的技術(shù)進(jìn)展。在之前報(bào)告的基礎(chǔ)上，本章記錄了計(jì)算機(jī)視覺(jué)、語(yǔ)言、語(yǔ)音、強(qiáng)化學(xué)習(xí)和硬件方面的進(jìn)步。此外，今年本章還分析了人工智能對(duì)環(huán)境的影響，討論了人工智能推動(dòng)科學(xué)進(jìn)步的方式，并對(duì)人工智能最近一些最重要的發(fā)展進(jìn)行了時(shí)間軸式的概述。

第 3 章 人工智能技術(shù)倫理

機(jī)器學(xué)習(xí)中的公平性、偏見(jiàn)和道德仍然是研究人員和從業(yè)者感興趣的話題。隨著創(chuàng)建和部署生成式人工智能系統(tǒng)的技術(shù)門(mén)檻大幅降低，圍繞人工智能的倫理問(wèn)題對(duì)公眾來(lái)說(shuō)變得更加明顯。初創(chuàng)公司和大公司發(fā)現(xiàn)自己處于部署和發(fā)布生成模型的競(jìng)賽中，該技術(shù)不再由一小群參與者控制。

除了在去年報(bào)告中的分析基礎(chǔ)上，今年的人工智能指數(shù)還強(qiáng)調(diào)了原始模型性能與道德問(wèn)題之間的緊張關(guān)系，以及量化多模態(tài)模型中偏差的新指標(biāo)。

第 4 章 經(jīng)濟(jì)

人工智能系統(tǒng)技術(shù)能力的提高導(dǎo)致企業(yè)、政府和其他組織中人工智能的部署率更高。人工智能與經(jīng)濟(jì)的高度融合既令人興奮，也令人擔(dān)憂。人工智能會(huì)提高生產(chǎn)力還是成為啞巴？它會(huì)提高工資還是導(dǎo)致工人的廣泛替代？企業(yè)在多大程度上接受新的人工智能技術(shù)并愿意雇用人工智能技術(shù)工人？隨著時(shí)間的推移，人工智能投資發(fā)生了怎樣的變化，哪些特定的人工智能行業(yè)、地區(qū)和領(lǐng)域吸引了最大的投資者興趣？

本章使用來(lái)自Lightcast，LinkedIn，麥肯錫，德勤和NetBase Quid以及國(guó)際機(jī)器人聯(lián)合會(huì)（IFR）的數(shù)據(jù)來(lái)研究與AI相關(guān)的經(jīng)濟(jì)趨勢(shì)。本章首先研究了與人工智能相關(guān)的職業(yè)數(shù)據(jù)，然后分析了人工智能投資、企業(yè)對(duì)人工智能的采用和機(jī)器人安裝。

第 5 章 教育

研究人工智能教育的狀況對(duì)于衡量人工智能勞動(dòng)力可能隨著時(shí)間的推移而發(fā)展的一些方式非常重要。與人工智能相關(guān)的教育通常發(fā)生在高等教育階段;然而，隨著人工智能技術(shù)變得越來(lái)越普遍，這種教育正在 K-12 級(jí)別被接受。本章研究了美國(guó)和世界其他地區(qū)高等教育和 K-12 階段的人工智能教育趨勢(shì)。

我們分析了計(jì)算研究協(xié)會(huì)關(guān)于北美計(jì)算機(jī)科學(xué)和人工智能高等教育狀況的年度 Taulbee 調(diào)查、Code.org 關(guān)于美國(guó) K-12 計(jì)算機(jī)科學(xué)的數(shù)據(jù)存儲(chǔ)庫(kù)以及聯(lián)合國(guó)教科文組織最近關(guān)于 K-12 教育課程國(guó)際發(fā)展的報(bào)告。

第 6 章 政策與治理

人工智能的日益普及促使政府間、國(guó)家和區(qū)域組織圍繞人工智能治理制定戰(zhàn)略。這些行為者的動(dòng)機(jī)是認(rèn)識(shí)到必須解決圍繞人工智能的社會(huì)和道德問(wèn)題，以最大限度地發(fā)揮其利益。人工智能技術(shù)的治理對(duì)世界各國(guó)政府來(lái)說(shuō)至關(guān)重要。

本章探討了全球范圍內(nèi)的人工智能治理。它首先強(qiáng)調(diào)了在制定人工智能政策方面處于領(lǐng)先地位的國(guó)家。接下來(lái)，它考慮了人工智能在國(guó)際和美國(guó)的立法記錄中是如何被討論的。本章最后研究了各種國(guó)家人工智能戰(zhàn)略的趨勢(shì)，然后仔細(xì)回顧了美國(guó)公共部門(mén)對(duì)人工智能的投資。

第 7 章 多樣性

人工智能系統(tǒng)越來(lái)越多地部署在現(xiàn)實(shí)世界中。然而，開(kāi)發(fā)人工智能的個(gè)人和使用人工智能的人之間往往存在差異。北美工業(yè)界和學(xué)術(shù)界的人工智能研究人員和從業(yè)者主要是白人和男性。這種缺乏多樣性會(huì)導(dǎo)致危害，其中包括加劇現(xiàn)有的社會(huì)不平等和偏見(jiàn)。

本章重點(diǎn)介紹主要來(lái)自學(xué)術(shù)界的人工智能多樣性趨勢(shì)數(shù)據(jù)。它借鑒了諸如女性機(jī)器學(xué)習(xí)（WiML）等組織的信息，其使命是改善人工智能的多樣性狀況，以及跟蹤北美學(xué)術(shù)計(jì)算機(jī)科學(xué)多樣性狀況的計(jì)算研究協(xié)會(huì)（CRA）。最后，本章還利用了有關(guān)美國(guó)中學(xué)計(jì)算機(jī)科學(xué)教育多樣性趨勢(shì)的 Code.org 數(shù)據(jù)。

請(qǐng)注意，本小節(jié)中的數(shù)據(jù)既不全面也不具有決定性。關(guān)于人工智能多樣性趨勢(shì)的公開(kāi)人口統(tǒng)計(jì)數(shù)據(jù)很少。因此，本章不涉及其他多樣性領(lǐng)域，例如性取向。人工智能指數(shù)希望，隨著人工智能變得越來(lái)越普遍，該領(lǐng)域多樣性的數(shù)據(jù)量將會(huì)增加，以便在未來(lái)的報(bào)告中可以更全面地涵蓋這一主題。

第 8 章 輿論

人工智能有可能對(duì)社會(huì)產(chǎn)生變革性影響。因此，監(jiān)控公眾對(duì)人工智能的態(tài)度變得越來(lái)越重要。更好地了解公眾輿論的趨勢(shì)對(duì)于為人工智能的發(fā)展、監(jiān)管和使用決策提供信息至關(guān)重要。

本章通過(guò)全球、國(guó)家、人口和種族的視角來(lái)審視公眾輿論。此外，我們探討了人工智能研究人員的觀點(diǎn)，并以 2022 年圍繞人工智能的社交媒體討論作為總結(jié)。我們借鑒了兩項(xiàng)全球調(diào)查的數(shù)據(jù)，一項(xiàng)由益普索組織，另一項(xiàng)由勞埃德船級(jí)社基金會(huì)和蓋洛普組織，以及皮尤研究中心進(jìn)行的一項(xiàng)美國(guó)特定調(diào)查。

值得注意的是，與人工智能相關(guān)的縱向調(diào)查數(shù)據(jù)很少，這些數(shù)據(jù)在很長(zhǎng)一段時(shí)間內(nèi)向同一人群提出相同的問(wèn)題。隨著人工智能變得越來(lái)越普遍，更廣泛地理解人工智能公眾輿論的努力將變得越來(lái)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.