近日，斯坦福大学以人为本人工智能研究所（Stanford HAI）发布了《2023 年人工智能指数报告》（Artificial Intelligence Index Report 2023）。这是该机构发布的第 6 份年度报告，分析了人工智能的影响和年度趋势。
新报告显示了 2022 年 AI 行业的几个主要趋势：
AI 在许多基准测试中继续发布最先进的结果，但在几个方面的同比改进微乎其微。此外，达到基准饱和的速度也在增加。许多用于衡量 AI 进展的传统基准测试，如 ImageNet 和 SQuAD，似乎已不足。新的、更全面的基准测试套件，例如 BIG-bench 和 HELM 已经被发布，以挑战功能日益强大的 AI 系统。
大型语言模型（LLMs）推动了最近的 AI 进展，它现在变得更大、更昂贵。例如，PaLM 是 2022 年发布的 AI 模型之一，其成本是 2019 年首批推出的 LLMs 之一 GPT-2 的 160 倍，体积是其 360 倍。
AI 正在帮助加速科学进步。2022 年，AI 模型被用于控制氢聚变，提高矩阵运算效率，并产生新的抗体。AI 也开始构建更好的 AI。Nvidia 使用 AI 强化学习代理来改进为 AI 系统提供动力的芯片设计。同样，谷歌最近使用其 LLMs 之一 PaLM 来建议改进同一模型的方法。
2023 年的报告包含比以往任何时候都多的 AI Index 团队的原创数据与分析。今年的报告还包括了对基础模型的新分析，包括地缘政治和训练成本、人工智能系统的环境影响、K-12 人工智能教育以及人工智能的舆论趋势。报告还将其对全球人工智能立法的追踪范围从 2022 年的 25 个国家扩大到 2023 年的 127 个。
AI Index 是 Stanford HAI 的一项独立计划。自 2017 年起，由斯坦福大学主导、来自 MIT、OpenAI、哈佛、麦肯锡等机构的多位专家教授共同组建了一个小组，每年发布 AI Index 年度报告，全面追踪人工智能的最新发展状态和趋势。 十大要点 1. 工业界领先于学术界
2014 年之前，大多数重要的机器学习模型都是由学术界发布的。从那以后，工业界便开始接管了这场“比赛”。2022 年，工业界生产了 32 个重要的机器学习模型，而学术界只生产了 3 个。建立最先进的人工智能系统越来越需要大量的数据、计算和资金，与非营利组织和学术界相比，工业界本来就拥有更多的资源。