斯坦福大学人工智能研究所（HAI）的研究人员4月发布了一份2023年度报告，公布了其跟踪、提炼和可视化特定于人工智能世界的数据。
以下是从完整报告中收集到的一些要点：
行业正在推动人工智能发展
虽然报告提到，直到2014年，学术界一直主导着机器学习模型的世界，但显然情况已不再如此。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。
图片来源：Stanford HAI
相比之下，只有15个模型来自学术界，21个模型来自产学合作。国有车型以 2 款车型位居榜单底部。
这种转变似乎与运行这些机器学习模型所需的资源有关。所需的大量数据、计算能力和资金完全超出了学术机构的能力范围。这种转变在去年的人工智能指数报告中首次被注意到，尽管工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有趣趋势。虽然在2020年至2021年期间，整个人工智能的私人投资几乎翻了一番，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，而 2022 年的降幅更大。
图片来源：Stanford HAI
就 Gartner 炒作周期而言，“膨胀预期的峰值”似乎发生在 2021 年。如果是这样的话，目前全球投资中反映的“幻灭低谷”的小幅下降将表明市场仍然看到了人工智能的巨大价值。
此外，虽然对人工智能的整体投资略有下降，但对生成式人工智能的私人投资尤其爆炸式增长。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，2023 年所有 AI 投资中约有四分之一可以归因于生成式 AI。
图片来源：Stanford HAI
此外，为了补充投资金额，人工智能还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，由于人工智能的实施，成本下降，而59%的受访者表示收入有所增加。与去年相比，企业的成本降低增加了 10 个百分点，收入增加增加了 3 个百分点。
从更细化的角度来看，最常报告下降的三个行业是制造业（55%）、服务业运营（54%）和风险（44%）。在收入增长方面，最有可能报告收益的行业是制造业（66%）、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，人们越来越希望在技术中看到责任感和可信度。该报告特别提到了负责任的基准 TruthfulQA、RealToxicityPrompts、ToxiGen、BOLD 和 BBQ，并跟踪了它们的同比引用。虽然引文并不能完全反映基准的使用情况，但它们确实是行业关注它们的一般风向标。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 AI。
也就是说，人工智能指数还提到，缺乏报告负责任的人工智能的标准化基准。该报告提到，没有一套普遍接受的负责任的人工智能基准。五位入选的开发人员中有三位使用了 TruthfulQA，而五位开发人员中只有一位使用了 RealToxicityPrompts、ToxiGen、BOLD 和 BBQ。
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，它是科学发现领域中非常有用的工具。该报告提到了 2023 年在该领域取得重大进展的几个与科学相关的 AI 应用：
- AlphaDev：Google DeepMind 的 AI 系统，可提高算法排序的效率。
- FlexiCubes：一种 3D 网格优化工具，它使用 AI 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。
- 合成机器人：Synbot 将 AI 规划、机器人控制和物理实验集成在一个闭环中，能够自主开发高产化学合成配方。
- GraphCast：一种天气预报工具，可以在一分钟内提供高度准确的 10 天天气预报。
- 侏儒：一种 AI 工具，可促进材料发现过程。
该报告还分解了医学领域一些更具影响力的人工智能工具：
- 合成器SR：一种将临床脑部扫描转换为高分辨率 T-1 加权图像的 AI 工具。
- 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（伊芙景观）：该人工智能应用程序能够预测病毒进化，以加强大流行准备。
- 阿尔法MIssence：能够更好地对 AI 突变进行分类。
- 人类泛基因组参考：一种帮助绘制人类基因组图谱的人工智能工具。
该报告还发现，知识渊博的医疗人工智能已经出现并正在使用中。在过去几年中，人工智能系统在MedQA基准测试中得到了显着改进，这是评估人工智能临床专业知识的关键测试。2023 年最引人注目的模型 GPT-4 Medprompt 的准确率为 90.2%，比 2022 年的最高分提高了 22.6 个百分点。自 2019 年基准测试推出以来，MedQA 上的人工智能 （AI） 性能几乎增加了两倍。
此外，FDA在人工智能领域发现了许多用途。FDA在2022年批准了139种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数量翻了两番多。人工智能越来越多地应用于实际的医疗问题。
人工智能教育和“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类劳动力。
首先，美国和加拿大计算机科学（CS）学士和博士学位的数量继续上升，尽管新的计算机科学硕士毕业生保持相对平稳。2011年的数据显示，在学术界（41.6%）和工业界（40.9%）找到工作的人工智能博士新毕业生人数大致相等。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，人工智能博士进入工业界的比例就增加了5.3个百分点，这表明学术人才“人才流失”到工业界。
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度增长。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。