随着人工智能革命的推进，不断重新评估这项技术如何重塑我们的世界至关重要。为此，斯坦福大学以人为中心的人工智能研究所(HAI)的研究人员发布了一份年度报告，追踪、提炼和可视化人工智能领域的特定数据。
随着今年第七次《年度人工智能指数报告》，斯坦福大学的研究人员希望为决策者提供必要知识，以便负责任地、合乎道德地将这项技术融入他们的日常工作和生活。这份长达近400页的完整报告充满了关于人工智能现状的信息。
以下是报告中一些最重要的观点:
产业正在推动人工智能的发展
虽然报告提到，在2014年之前，学术界主导着机器学习模型的世界，但如今显然情况已不再如此。在2023年，该报告发现了51个由私营企业生产的著名机器学习模型。相比之下，只有15个模型来自学术界，21个模型来自产学研合作。政府拥有的模型以2款排在榜单末尾。
这种转变似乎与运行这些机器学习模型所需的资源有关。大量的数据、计算能力和所需的资金是学术机构所无法企及的。这种转变在去年的人工智能指数报告中首次被注意到，尽管产业界和学术界之间的差距似乎略有缩小。
人工智能的变革性经济影响
该报告发现了全球人工智能投资的一个有趣趋势。尽管在2020年至2021年期间，人工智能的投资总体上几乎翻了一番，但此后略有下降。与2022年相比，2023年的投资下降了7个百分点，至959.9亿美元，与2021年相比，降幅更大。
根据Gartner的炒作周期，“膨胀预期的峰值”似乎发生在2021年。如果是这样的话，目前全球投资所反映的“幻灭低谷”的小幅回落将表明，市场仍然看到人工智能的巨大价值。
此外，尽管对人工智能的总体投资略有下降，但对生成式人工智能（GenAI）的投资却出现了爆炸式增长。在2023年。该领域的投资增加到252亿美元，比2022年增长了9倍，比2019年增长了近30倍。事实上，到2023年，大约四分之一的人工智能投资可以专门归因于生成式人工智能。
为了回报投入的资金，人工智能正在为实施它的组织提供了成本降低和收入增加。总体而言，42%的受访者表示人工智能的实施降低了成本，59%的受访者表示收入增加。与去年相比，企业在成本降低方面增加了10个百分点，在收入增加方面减少了3个百分点。
更细致地看，报告中最热门的三个行业是制造业(55%)、服务运营(54%)和风险管理(44%)。就收入增长而言，最有可能受益的行业是制造业(66%)、市场营销和销售(65%)以及战略和企业融资(64%)。
缺乏标准化的负责任的人工智能评估
随着社会更深入地将人工智能融入日常运营，人们越来越希望在这项技术中看到责任和可信度。该报告特别提到了负责任的基准TruthfulQA、RealToxicityPrompts、ToxiGen、BOLD和BBQ，并跟踪了它们每年的引用次数。虽然引用并不能完全反映基准的使用，但它们确实可以作为行业关注它们的总体风向标。以上提到的每个基准在2023年的引用次数都比2022年多，这表明组织正在认真对待负责任的人工智能。
人工智能指数还提到，缺乏负责任人工智能的标准化基准。报告提到，目前还没有一套被普遍接受的负责任的人工智能基准。五个选定的开发人员中有三个使用TruthfulQA，而RealToxicityPrompts、ToxiGen、BOLD和BBQ仅被五个开发人员中的一个使用。
显然，该行业必须确定负责任的人工智能基准，并尽快开始标准化。
人工智能加速科学突破
人工智能已经一次又一次地证明了它在科学发现领域是一个非常有用的工具。该报告提到了2023年取得重大进展的几项科学领域相关的人工智能应用:
AlphaDev：谷歌DeepMind开发的人工智能系统，可以提高算法排序的效率。
FlexiCubes：一个3D网格优化工具，使用人工智能进行基于梯度的优化和自适应参数，从而改善视频游戏，医学成像等领域的各种场景。
Synbot：Synbot将人工智能规划、机器人控制和物理实验集成在一个闭环中，能够自主开发高产量的化学合成配方。
GraphCast：一个天气预报工具，可以在一分钟内提供高度准确的10天天气预报。
GNoME：促进材料发现过程的人工智能工具。
该报告还分析了一些在医学领域更有影响力的人工智能工具：
SynthSR：一种人工智能工具，可以将临床脑部扫描图像转换为高分辨率的T1加权图像。
耦合等离子体红外传感器：人工智能耦合等离子体红外传感器，可以检测帕金森氏症和阿尔茨海默氏症等神经退行性疾病。
EVEscape：这款人工智能应用程序能够预测病毒演变，以加强大流行的防范。
AlphaMIssence：能够更好地分类AI突变。
人类泛基因组参考：帮助绘制人类基因组的人工智能工具。
该报告还发现，知识丰富的医疗人工智能已经出现并在使用中。过去几年，人工智能系统在MedQA基准上有了显著改善，MedQA基准是评估人工智能临床专业知识的关键测试。最引人注目的2023-GPT-4 Medprompt模型的准确率为90.2%，比2022年的最高分数提高了22.6%。自2019年推出该基准测试以来，MedQA上的人工智能(AI)性能几乎增长了两倍。
此外，美国FDA（食品药品监督管理局）在人工智能领域发现了许多用途。FDA在2022年批准了139个与人工智能相关的医疗设备，比上一年增长了12.9%。自2012年以来，获得FDA批准的人工智能相关医疗设备的数量增加了两倍多。人工智能越来越多地应用于实际医疗问题。
人工智能教育与人才“人才流失”
尽管人工智能工具可以使许多工作变得更容易，但人类仍然必须在技术的发展和进步中发挥作用。因此，该报告详细介绍了人工智能革命背后的人力资源。
首先，美国和加拿大计算机科学(CS)学士和博士的数量继续上升，尽管新的CS硕士毕业生相对持平。2011年的数据显示，新毕业的人工智能博士在学术界(41.6%)和工业界(40.9%)找到工作的人数大致相当。但到2022年，毕业后进入劳动力市场的比例(70.7%)远高于继续接受高等教育的比例(20.0%)。仅去年一年，人工智能领域的博士进入产业界的比例就上升了5.3个百分点，这表明学术人才正在“流向”产业界。
此外，与人工智能相关的学位课程在全球范围内呈上升趋势。自2017年以来，英语讲授的人工智能高等教育学位课程的数量增加了两倍，在过去五年中呈现出稳定的年增长。这表明，世界各地的大学都看到了提供更多以人工智能为重点的学位课程的优势。