全球人工智能指数报告2024年度

核心观点：

• AI 技术进步迅速，但存在局限性：AI 在图像分类、视觉推理和英语理解等任务上超越人类，但在数学、视觉常识推理和规划等复杂任务上仍落后。
• 产业主导前沿 AI 研究：2023 年，产业界发布了 51 个值得关注的机器学习模型，而学术界仅发布了 15 个。产业与学术界的合作也达到新高。
• 前沿模型训练成本高昂：AI 训练成本持续上升，例如 OpenAI 的 GPT-4 和 Google 的 Gemini Ultra 的训练成本分别高达 7800 万和 1.91 亿美元。
• 美国在 AI 模型研发方面领先：2023 年，美国发布了 61 个值得关注的 AI 模型，远超欧盟的 21 个和中国 的 15 个。
• 负责任 AI 评估缺乏标准化：领先的 AI 开发者使用不同的负责任 AI 基准进行模型测试，导致难以系统比较不同模型的风险和局限性。
• 生成式 AI 投资激增：尽管整体 AI 私营投资下降，但生成式 AI 投资激增，达到 252 亿美元，较 2022 年增长近八倍。
• AI 提高工作效率并提升工作质量：多项研究表明，AI 帮助工人更快地完成任务并提高工作质量，同时缩小低技能和高技能工人之间的技能差距。
• AI 加速科学进步：AI 在科学发现方面发挥着越来越重要的作用，例如 AlphaDev 和 GNoME 等 AI 应用程序的出现。
• 美国 AI 相关法规数量大幅增加：2023 年，美国通过了 25 项 AI 相关法规，较 2016 年增长 56.3%。
• 全球对 AI 的认知和担忧加剧：全球范围内，人们越来越意识到 AI 的潜在影响，同时也对 AI 产生了更多担忧。