《2024年人工智能指数报告》核心内容解析
来源：新工科局 | 发布时间：2024-05-10
摘要：近日，来自斯坦福大学的“Human-Centered”人工智能研究所（Stanford HAI）发布了《2024年人工智能指数报告》（Artificial Intelligence Index Report 2024）。该报告是该研究所迄今为止最全面的报告，使用了大量原始数据，对人工智能训练成本进行了全新估算，对负责任的人工智能格局进行了详细分析，并专门介绍了人工智能对学术界和产业界的影响，还揭示了公众对人工智能技术的看法。报告主要分七个方面阐明了未来人工智能行业发展的主要趋势。现将报告中七大主要趋势的核心内容摘编，以飨读者。
近日，来自斯坦福大学的“Human-Centered”人工智能研究所（Stanford HAI）发布了《2024年人工智能指数报告》（Artificial Intelligence Index Report 2024）。该报告是该研究所迄今为止最全面的报告，使用了大量原始数据，对人工智能训练成本进行了全新估算，对负责任的人工智能格局进行了详细分析，并专门介绍了人工智能对学术界和产业界的影响，还揭示了公众对人工智能技术的看法。
报告主要分七个方面阐明了未来人工智能行业发展的主要趋势。新工科局现将报告中七大主要趋势的核心内容摘编，以飨读者。
图片来源：HAI《2024年人工智能指数报告》
研发领域：
工业界主导人工智能前沿研究，
美国成顶级AI模型主要来源国
伴随着更多开放式基础模型的出现，开源式人工智能研究呈爆炸式增长，人工智能专利数量激增。
从国别数据来看，美国领先于中国、欧盟和英国，成为顶级人工智能模型的主要来源国。2023年，美国机构产生61个著名的人工智能模型，超过欧盟的21个和中国的15个。美国也是人工智能投资的主要聚集地，2023年美国人工智能领域的投资总额是中国的近9倍。而在人工智能专利数量方面，中国则领跑全球。2022年，全球人工智能专利来源有61.1%来自中国，超过20.9%的美国。
2023年各地区著名的大模型数量
图片来源：HAI《2024年人工智能指数报告》
技术领域：
AI胜任力在不同领域存在差异，
多模态AI模型发展迅速
首先，人工智能在不同任务领域的表现有所不同。在图像分类、视觉推理和基础水平的阅读理解等多项基准测试中，人工智能已然呈现超越人类的趋势；但在数学竞赛、多任务语言理解等复杂任务上，仍面临不小的挑战。
其次，多模态人工智能模型发展迅速。传统的人工智能模型在文本理解方面表现出色，但在图像处理方面却乏善可陈。而近期发展迅速的多模态人工智能模型，如谷歌的双子座（Gemini）和OpenAI的 GPT-4，在处理图像、文本和音频等方面展现了较强的灵活性。
再次，新的基准测试将更具挑战性。2023年，用于编码的SWE-bench、用于图像生成的HEIM、用于一般推理的MMMU、用于道德推理的MoCa、基于代理行为的AgentBench等新基准的出现，推动着人工智能技术的进步。与此同时，人工智能模型的基准测试已开始慢慢转向人工评估，而非单纯依靠技术性排名。公众对人工智能的看法正逐渐成为一个越来越重要的因素。
AI的技术性能基准与人类基准的比较
图片来源：HAI《2024年人工智能指数报告》
负责任人工智能：
标准化体系缺乏，风险难以分析
首先，负责任人工智能的标准化体系严重缺乏。报告指出，OpenAI、Google和Anthropic等顶级开发商主要根据不同的负责任人工智能基准来测试他们的模型，这些负责任的人工智能基准缺乏一致性，开发人员可能会有偏向地选择能突出其模型性能的基准，从而使得模型的比较变得更难、更复杂。
五大模型选择的不同的负责任基准测试
图片来源：HAI《2024年人工智能指数报告》
其次，负责任人工智能在政治、经济、技术等领域的负面效应不容忽视。在政治方面，现有的AI深度伪造方法通过创建和传播虚假信息不同程度上影响了世界各地的选举；在经济方面，数据隐私、数据安全及可靠性等，以及负责任人工智能相关的风险正逐渐成为全球企业关注的问题；在技术方面，人工智能算法歧视等有形风险与其自身可能给人类带来的生存威胁使得人工智能的风险难以把握。
经济领域：
生成式人工智能投资激增，
工作效率显著提升
首先，在私人投资方面，美国长期处于领先地位。2023年，美国人工智能投资达到672亿美元，是第二大投资国中国的近8.7倍。尽管全球人工智能私人投资整体下降，但对生成式人工智能的投资却呈现激增态势。相比于2022年近30亿美元的投资规模，2023年，生成式人工智能投资规模达到252亿美元，增长了近八倍。生成式人工智能领域的主要参与者OpenAI、Anthropic、Hugging Face和Inflection等，都获得了可观的融资。
其次，人工智能的组织采用率上升，显著提升了工作效率。咨询公司麦肯锡 2023年的报告显示，55%的组织至少在一个部门中使用人工智能（包括生成式人工智能），高于2022年的50%和2017年的20%。报告指出，人工智能能够使人高效率、高质量地完成任务，缩小低技能水平和高技能水平员工之间的差距。
再次，中国在工业机器人领域占据主导地位。2013年，中国超越日本成为工业机器人的主要安装国，安装量占全球总量的20.8%。到2022年，这一数字上升至52.4%。
生成式人工智能领域的私人投资
图片来源：HAI《2024年人工智能指数报告》
2023年不同地区的AI私人投资
图片来源：HAI《2024年人工智能指数报告》
科教领域：
高水平的AI医疗时代到来，
AI人才加速向产业界转移
首先，人工智能推动科学技术发展。使算法排序更高效的AlphaDev、使新晶体材料更容易发现的GNoME、可在一分钟内提供极准确天气预报的GraphCast等人工智能应用的出台，标志着科学技术的进一步发展。
其次，人工智能助推医学领域取得长足进步。2023年，加强流行病预测的EVEscape和协助人工智能识别突变基因的AlphaMissence等重要的医疗系统相继问世，人工智能系统在MedQA基准测试（评估人工智能临床知识的重要测试）中也取得了显著进步，高水平的人工智能医疗时代已经到来。
再次，人工智能专业人才持续加速向产业界转移。2011年，人工智能专业应届博士在产业界（40.9%）和学术界（41.6%）的就业比例大致相当。然而，到了2022年，与进入学术界的博士（20.0%）相比，进入产业界的博士占比已经超过七成。这表明学术界的人才流失正在加剧。与之相反，从产业界向学术界过渡的人才则较少。2019年，美国和加拿大有13%的人工智能教师来自产业界。到2022年，这一数字下降到了7%。
2010-2022年美国和加拿大的AI应届博士就业情况
图片来源：HAI《2024年人工智能指数报告》
政策领域：
AI政策行动全面展开，
全球政策讨论日益深入
首先，美国人工智能法规数量急剧增加。仅一年时间，发布人工智能法规的美国监管机构数量从2022年的17个增加到2023年的21个，美国人工智能相关的法规总数增长了56.3%。美国联邦政府与人工智能相关的立法也显著增加，共提出181项法案，比2022年增加了一倍多。
其次，美国和欧盟就推动人工智能监管展开实际行动。目前，欧盟已就《人工智能法案》条款达成协议，美国拜登总统也签署了一项关于人工智能的行政命令，这也是美国当年最引人注目的人工智能政策举措，这些政策行动均具有里程碑意义。
再次，全球政策制定者对人工智能的讨论日益深入。全球立法程序中提及人工智能的次数从2022年的1247次增加到2023年的2175次，真正意义上凸显了人工智能政策讨论的全球性。
2016-2023年美国AI相关的法规数量
图片来源：HAI《2024年人工智能指数报告》
公众舆论：
对AI的认知与焦虑有所上升
首先，公众对人工智能影响的认知与焦虑有所上升。益普索（Ipsos）的一组纵向调查数据剖析了全球公众对人工智能的态度：66%的受访者认为，人工智能发展将对生活将产生重大影响；52%的受访者对人工智能产品和服务表示紧张，比2022年上升了13个百分点。皮尤研究中心（Pew Research Center）的数据显示，52%的美国人对人工智能的担忧多于兴奋，相较于2022年的38%有所上升。
报告还调查了受访者对人工智能的具体担忧内容，在全球范围内，受访者最担心人工智能被滥用于恶意目的（49%）和给工作带来的影响（49%）；相较之下，受访者对人工智能潜在的偏见和歧视（24%）以及自身使用人工智能的能力（22%）等问题的关注程度较低。
其次，公众对人工智能带来的经济影响持悲观态度。益普索（Ipsos）调查显示，仅有37%的受访者认为，人工智能将改善他们的工作，而超过六成的受访者则对人工智能促进经济发展持悲观态度。
全球主要国家对未来几年人工智能影响的担忧情况
图片来源：HAI《2024年人工智能指数报告》
再次，不同特征的人口群体对人工智能的看法大相径庭。年轻一代普遍更为乐观，如Z世代群体中，有59%的受访者认为，人工智能将改善其娱乐生活的选择；而婴儿潮一代的群体中，这一数字只有40%。另外，收入和教育水平较高的人更看好人工智能对娱乐、医疗健康和经济等方面的积极影响。
最后，ChatGPT的使用范围正在不断扩大。多伦多大学的一项国际调查显示，有63%的受访者知道ChatGPT，其中大约一半的人每周至少使用一次 ChatGPT。
全球及主要国家对ChatGPT的认知态度
图片来源：HAI《2024年人工智能指数报告》
全球及主要国家对ChatGPT的使用频率
图片来源：HAI《2024年人工智能指数报告》