米乐M6官网登录正版下载·《2024年人工智能指数报告》：大模型训练成本最高

　　北京时间4月16日，美国斯坦福大学“以人为本人工智能研究院”（英文简称为Stanford HAI）发布了《2024年人工智能指数报告》（Artificial Intelligence Index Report 2024）。斯坦福大学HAI官方介绍：“这是我们迄今为止最全面的报告，而且是在AI对社会的影响如此明显的重要时刻发布的。”

　　《中国经营报》记者了解到，斯坦福HAI由AI领域著名专家、同时也是华裔女科学家李飞飞担任院长，这是该机构发布的第七份AI指数研究报告。与往年不同，斯坦福HAI今年扩大了研究范围，更广泛地涵盖了人工智能的技术进步、公众对该技术的看法等基本趋势。

　　《2024年人工智能指数报告》对2023年人工智能行业的发展总结了主要趋势，尤其提到AI模型训练的成本持续攀升。该报告显示，OpenAI的GPT-4等前沿模型系统的训练成本预估在7800万美元，而谷歌的Gemini Ultra的计算成本花费预估为1.91亿美元。相比之下，2017年最初发布的Transformer模型、2019年推出的ROBERTa Large模型的训练成本分别为900美元、16万美元。毫无疑问，计算训练成本的陡增，意味着大语言模型在商业化方面存在阻碍。与此同时，AI 技术的进展和创新需要大量的资金支持，而且随着模型复杂性的增加，这些成本可能会进一步上升。高昂的训练成本也可能对小公司和研究机构构成进入壁垒，因为它们可能无法承担如此巨大的开支。因资源可能会越来越集中在财务更为雄厚的组织手中，由此或将对未来AI技术的发展和多样性产生影响。

　　从投资动向来看，2023年全年里，全球范围内尽管AI领域投资整体在下降，但对生成式AI的投资却呈现激增态势，总体规模达到252亿美元，相比2022年的约30亿美元增长了近8倍。生成式人工智能领域的明星公司，如OpenAI、Anthropic、Hugging Face等都在2023年获得了至少一轮颇为可观的融资，公司估值水涨船高。

　　斯坦福HAI人工智能指数联合主任 Ray Perrault在公开信中指出，2023年全球发布的大型语言模型数量比上一年翻了一番，其中2/3的模型是开源的，但性能最高的模型来自拥有封闭系统的行业参与者。

　　今年的AI Index报告称，2023年全球发布的新大型语言模型数量比上一年翻了一番。2023年全年产业界产生了51个著名的机器学习模型，学术界贡献15个，产学合作还产生了21个著名模型，创下历史新高。此外，108个新发布的基础模型来自工业界，28个来自学术界。值得注意的是，这些大模型中有2/3是开源的，但性能最高的模型来自拥有封闭系统的行业参与者。

　　关于中国与美国人工智能发展的对比，《202年人工智能指数报告》提供了相关数据参考。2023年，61个著名的AI模型来源于美国的机构，欧盟、中国的这一数量则分别为21个、15个。美国是人工智能模型的主要来源国的同时， 也仍然是AI投资的首选之地。2023年，美国在人工智能领域的私人投资总额为672亿美元，是中国的近9倍。

　　“中国依然是美国最大的竞争对手。”报告显示，在工业机器人安装数量方面，中国自2013年超过日本成为工业机器人的最大安装国以来，已经显著扩大了与其他竞争国家的差距。到2022年，中国的工业机器人安装量已占全球总量的52.4%，相比之下，2013年时这一比例数字为20.8%。另从人工智能专利数量来看，自2010年以来，全球范围内AI专利数量已增长了31倍，其中从2021年到2022年，全球AI专利数量大幅增长62.7%。需要指出的是，世界上61%的人工智能专利来源于中国。

　　对于全社会最为关注的人机关系问题，《2024年人工智能指数报告》显示，人工智能已在多项基准测试中胜过了人类，包括图像分类、视觉推理、英语理解等方面，但这种超越并非体现在所有任务中，如在竞赛级数学、视觉常识推理和规划等更复杂的任务上依然落后于人类。最新研究显示，负责任的人工智能严重缺乏标准化。包括OpenAI、谷歌和Anthropic在内的领先开发商主要根据不同的负责任人工智能基准测试它们的模型。这种做法使系统地比较人工智能模型的风险和局限性的工作变得更加复杂。

　　市场研究公司Ipsos的一项调查显示，在过去一年中，持“人工智能将在未来3—5 年内极大地影响自己的生活”观点的人所占比例从60%上升到 66%。此外，52%的人对人工智能产品和服务表示焦虑，比2022年上升了13个百分点。在美国，来自皮尤研究中心（Pew）的数据显示，52%的美国人表示对人工智能的担忧多于兴奋，这一比例比2022年的38%有所上升。

　　Ray Perrault认为，人工智能面临两个相互关联的未来。第一是技术不断改进，应用日益广泛，对生产力和就业产生重大影响，人工智能的用途有好有坏。第二是人工智能的应用受到技术局限的制约。无论是哪一种，各国的监管部门都越来越关注，推进相关的法律法规建设。《2024年人工智能指数报告》统计，2023年，全球立法程序中有2175次提及人工智能，几乎是上一年的2倍。美国人工智能相关法规的数量在过去一年大幅增加。2023 年，与人工智能相关的法规有25项，而2016年只有1项。仅去年一年，人工智能相关法规的总数就增长了56.3%。其中一些法规包括生成式人工智能材料的版权指南和网络安全风险管理框架。