斯坦福人工智能指數 2024 報告：人工智能法規和生成式人工智能投資的增長(cháng)

作者 | Anthony Alford

譯者 | 劉雅夢(mèng)

策劃 | 丁曉昀

斯坦福大學(xué)以人為中心的人工智能研究所（HAI）發(fā)布了《2024 人工智能指數年度報告》（2024 AI Index annual report）。該報告確定了人工智能的主要趨勢，例如自 2022 年以來(lái)，生成式人工智能投資增長(cháng)了 8 倍。

今年是《人工智能指數》報告第七版的發(fā)布年，該報告由一個(gè)跨學(xué)科團隊與政府、工業(yè)界和學(xué)術(shù)界合作編寫(xiě)。該報告共包含九個(gè)章節，編輯們從該指數中提煉出了幾個(gè)關(guān)鍵要點(diǎn)，包括：去年美國的人工智能法規數量增加了 56.3%；模型訓練成本，尤其是大語(yǔ)言模型（LLM）的成本，近年來(lái)已經(jīng)“顯著(zhù)地”增加；盡管生成式人工智能（Generative AI）的投資有所增長(cháng)，但自 2021 年以來(lái)，人工智能的總體私人投資有所下降。該指數的聯(lián)席負責人 Ray Perrault 和 Jack Clark 寫(xiě)道：

2024 年的指數報告是我們迄今為止最全面的一版，它發(fā)布于一個(gè)非常重要的時(shí)刻，此時(shí)人工智能對社會(huì )的影響前所未有。今年，我們擴大了范圍，更廣泛地涵蓋了如人工智能的技術(shù)進(jìn)步、公眾對該技術(shù)的看法以及圍繞其發(fā)展的地緣政治動(dòng)態(tài)等關(guān)鍵趨勢。該版本提供了比以往任何時(shí)候都多的原始數據，引入了關(guān)于人工智能訓練成本的新估計，對負責任的人工智能格局的詳細分析，以及一個(gè)專(zhuān)門(mén)討論人工智能對科學(xué)和醫學(xué)影響的全新章節。

該報告共分為九個(gè)章節：研究與開(kāi)發(fā)、技術(shù)性能、負責任的人工智能、經(jīng)濟、科學(xué)和醫學(xué)、教育、政策和治理、多樣性和公眾輿論。《科學(xué)與醫學(xué)》章節是今年新增加的，重點(diǎn)介紹了人工智能模型在科學(xué)和醫學(xué)研究中日益增長(cháng)的作用，其中特別提到了諸如 DeepMind 的 AlphaDev 模型這樣的例子，該模型產(chǎn)生了一種更高效的排序算法。報告還指出，自 2021 年以來(lái)，美國食品藥品監督管理局（FDA）批準的與人工智能相關(guān)醫療設備增加了 12.1%。

在關(guān)于《研究和開(kāi)發(fā)》的章節中，該報告深入探討了基礎模型的訓練成本，尤其是大語(yǔ)言模型（LLM）的訓練成本。該報告指出，“關(guān)于這些成本的詳細信息仍然很少”，并與人工智能研究機構 Epoch AI 合作估計了成本。該報告包括一張圖表，顯示了隨著(zhù)時(shí)間的推移，訓練成本呈指數級增長(cháng)，谷歌最初的 Transformer 模型的訓練成本估計不到 1000 美元，而最近的模型，如 GPT-4 和 Gemini，訓練成本則高達 1 億美元或更多。

隨著(zhù)時(shí)間的推移，模型的訓練成本。圖片來(lái)源：2024 人工智能指數報告

根據這份報告，這種訓練成本的增長(cháng)“實(shí)際上排除了大學(xué)”發(fā)展模型的可能。該報告的數據顯示，在 2023 年，工業(yè)實(shí)驗室生產(chǎn)了 51 個(gè)“引人注目的”模型，相比之下，學(xué)術(shù)界僅生產(chǎn)了 15 個(gè)；而在 2016 年之前，學(xué)術(shù)界生產(chǎn)的模型數量與工業(yè)界相當，甚至更多。另一方面，產(chǎn)研合作在 2023 年創(chuàng )造了 21 個(gè)引人注目的模型，這一數字創(chuàng )下了新高。

按行業(yè)劃分的引人注目的模型。圖片來(lái)源：2024 人工智能指數報告

JVM 周刊（JVM Weekly Newsletter） 編輯 Artur Skowroński針對這份報告在 LinkedIn 上寫(xiě)道：

對于那些想了解正在發(fā)生的事情，但又沒(méi)有時(shí)間持續關(guān)注的人來(lái)說(shuō)（而且最近我就有這樣的想法，鑒于數量這么多且頻繁的公告，尤其是當你想要核實(shí)任何事情時(shí)，這是極其困難的），這是一份必讀的資料。雖然有 500 頁(yè)，但它易于訪(fǎng)問(wèn)且提供了良好的解析度——每個(gè)主題都從總體概述到詳細細節進(jìn)行了介紹。

完整報告 可從人工智能指數（AI Index）網(wǎng)站下載。報告的 原始數據和圖表 可在谷歌云端硬盤(pán)（Google Drive）上公開(kāi)獲取。該報告是采用知識共享 署名 - 禁止演繹 4.0 國際許可協(xié)議（Creative Commons Attribution-NoDerivatives 4.0 International license）。

作者介紹

Anthony Alford 是 Genesys 的高級開(kāi)發(fā)總監，他正在負責多個(gè)與客戶(hù)體驗相關(guān)的 AI 和 ML 項目。他在設計和構建可擴展軟件方面擁有 20 多年的經(jīng)驗。Anthony 擁有電氣工程博士學(xué)位，專(zhuān)門(mén)研究智能機器人軟件，并曾致力于解決人機交互和 SaaS 業(yè)務(wù)優(yōu)化預測分析領(lǐng)域的各種問(wèn)題。

原文鏈接：

021yin.com/news/2024/05/stanford-ai-index/

德國再次擁抱Linux：數萬(wàn)系統從windows遷出，能否避開(kāi)二十年前的“坑”？

科技創(chuàng )新的“隱形戰場(chǎng)”：“查思專(zhuān)利”上線(xiàn)，撥開(kāi)信息迷霧，盤(pán)活存量

華為自研編程語(yǔ)言“倉頡”來(lái)了！鴻蒙應用開(kāi)發(fā)新語(yǔ)言，性能優(yōu)于 Java、Go、Swift

Swift 6 的時(shí)代來(lái)臨了！蘋(píng)果：它是超越 C++ 的最佳選擇