斯坦福大学发布2024年人工智能指数报告（可下载）

4月15日，斯坦福大学人本人工智能研究所（Institute for Human-Centered Artificial Intelligence）发布了2024年人工智能指数报告，总结了人工智能的十大发展趋势。
获取原文PDF请添加小编微信

1.AI在某些领域超过人类，但在复杂任务上仍于人类有差距。
AI在图像分类、视觉推理和英语理解等任务上已经超过了人类的表现，这凸显AI在处理大数据和识别模式方面的显著优势。然而，AI在更复杂的任务上，比如竞赛数学、视觉常识推理和规划等方面，仍然落后于人类。这揭示AI在需要深层次理解和创造性思维的领域具有一定的局限性。

2.产业界引领AI的前沿发展。
2023年，产业界在AI领域发挥了主导作用，共推出了51个著名AI模型，而学术界仅推出了15个。此外，产业界与学术界的合作也取得了显著成果，共推出了21个重要模型。这一现象表明，产学研合作在推动AI技术进步方面具有巨大的潜力和价值。

3.先进AI模型的训练成本不断攀升。
AI模型的训练成本已经达到了历史新高。例如，OpenAI的GPT-4模型训练成本预计为7800万美元，而谷歌的Gemini Ultra模型更是高达1.91亿美元。这种成本的上升，可能会导致资源过度集中在少数大型企业中，进而影响到AI技术的多样性和普及性。

4.美国暂时领跑，中国持续突破
在2023年，源自美国的顶级AI模型数量达到了61个；欧盟21个；中国直追欧盟，已经有15个。这一数据显示，美国在全球AI领域继续保持其领先地位，而中国也在持续地进行技术突破和创新。

5.对大语言模型的责任缺乏稳健、标准化的评估。
目前，对于大语言模型的责任评估缺乏稳健和标准化的体系。这导致难以对不同AI模型的责任性进行比较和评估。为了确保AI技术的负责任使用，行业领导者和监管机构需要共同努力，建立统一的评估标准和准则。

6.生成式AI领域投资大幅增长。
尽管去年人工智能领域私人投资整体下降，但对生成式人工智能的投资却不降反升，达到252亿美元。在生成式AI领域，OpenAI、Anthropic、Hugging Face和Inflection等都成功地完成了大规模的融资活动。

7.AI提升上班族工作效率和质量，缩小技能差距。
多项研究表明，AI能够提高上班族的效率并提升工作质量，甚至能缩小低技能工人和高技能工人之间的技能差距。然而，也有一些研究表明，如果不对AI的使用进行适当的监管，可能会导致上班族的绩效下降。

8.AI推动科学进步的步伐加快。
自2022年以来，AI开始在科学发现领域发挥重要作用。到了2023年，AI在科学领域的应用变得更加广泛和深入，并取得了一系列突破性的成果，如提高算法排序效率的AlphaDev和促进材料发现的GNoME等。

9.AI相关法规数量持续增长。
美国AI相关法规的数量在过去一年显著增加，中国也出台一系列AI相关的法律、法规。这一趋势反映了各国政府对于规范AI发展、保护公众利益的重视和行动。

10.全球对AI潜在影响的认识加深，但担忧情绪也在上升
根据市场研究公司Ipsos的调查，在过去一年中，认为AI将在未来3-5年内极大影响生活的人的比例从60%上升到了66%。同时，对AI产品和服务表示担忧的比例上升了13个百分点，达到了52%。在美国，Pew的数据显示，对AI感到担忧的人超过了感到兴奋的人，比例从2022年的38%上升到了52%。这些数据表明，全球公众对AI的潜在影响有了更深刻的认识，但同时也伴随着担忧和不安。

这份长达501页的报告是斯坦福大学以人为本人工智能研究所发布的人工智能指数报告，追踪了2023年全球人工智能的发展趋势。根据官方的介绍，该报告是斯坦福大学以人为本人工智能研究所迄今为止发布的最全面的报告，出现在人工智能已对人类社会产生影响的重要时刻。今年，该研究所扩大了研究范围，更广泛地涵盖了基本趋势，如人工智能的技术进步、公众对该技术的看法以及围绕其发展的地缘政治动态。

斯坦福大学HAI介绍称，人工智能指数报告跟踪、整理、提取和可视化与人工智能相关的数据。该研究所的使命是提供不带偏见的、经过严格审查的、来源广泛的数据，以便政策制定者、研究人员、高管、记者和公众对复杂的人工智能领域有更深入细致的了解。人工智能指数是全球公认的最可信和最权威的人工智能数据和见解来源之一。

与往年不同，今年的版本在内容、规模和范围上都超过往年，反映出人工智能在人类日常生活中日益增长的重要性。

’ fill=‘%23FFFFFF’%3E%3Crect x=‘249’ y=‘126’ width=‘1’ height=‘1’%3E%3C/rect%3E%3C/g%3E%3C/g%3E%3C/svg%3E)

以下为《2024 年人工智能指数报告》内容按章节内容概要：

第一章：研究与发展

**
**

**1、产业继续主导前沿人工智能研究。**2023年，人工智能产业开发出51个著名的的机器学习模型，而学术界仅贡献了15个。2023年还有21个产学合作的著名模型，创下新高。

**2、更多基础模型和更多开源基础模型。**2023年共发布了149款基础款，是2022年发布数量的两倍多。在这些新发布的模型中，65.7%是开源模型，比例高于2022年的44.4%，以及2021年的33.3%。