2023年，人工智能领域经历了重大发展，包括基础模型能力的显著提升和生成式人工智能的广泛应用。大型语言模型（LLMs）如OpenAI的ChatGPT-4、Meta的LlaMa 2和Google的Gemini在多个领域展现出卓越性能，推动了对人工智能聊天机器人的全球需求。然而，模型规模的扩大也带来了成本和环境方面的挑战，如训练数据的极限、高昂的开发成本以及二氧化碳排放和水资源消耗。
在全球范围内，主要经济体为规范人工智能采取了重大举措。美国通过行政法对人工智能进行监管，发布了《人工智能风险管理框架》（AI RMF 1.0），并要求人工智能开发者对其产品进行红队测试。欧盟通过了具有里程碑意义的人工智能法案，建立了基于风险的智能系统管理方法。G7在日本Takasaki结束了数字和技术部长会议，宣布成员国致力于采用国际合作的、适应性强的、基于风险的人工智能治理方法。中国也实施了新的法规管理深度伪造技术和生成式人工智能内容，强调为中国人民提供生成式人工智能服务的监管框架。
人工智能对版权法的影响也受到更严格的审查。OpenAI、Alphabet和微软面临多起由声称其作品未经适当许可或补偿而被用于训练目的的作者提起的集体诉讼。此外，美国国防部更新了《武器系统自主性》第3000.09号指令，将遵循国防部AI伦理原则作为开发和应用各阶段的要求，并发布了新的复制器计划，旨在加速向作战人员快速、大规模交付人工智能赋能的自主系统。
2023年，人工智能继续革命性地影响越来越多的科学领域。谷歌深度思维（Google DeepMind）的人工智能模型在材料科学和气象学方面取得了重大突破，可能揭示构建新型电池、超导体和催化剂的新材料和方法的秘密。
企业对人工智能的兴趣激增，但“七巨头”人工智能技术公司继续吸引股市和全球关注。2023年，Meta、亚马逊、苹果、微软、谷歌、特斯拉和英伟达等七家公司的股票占标普500市值的比例达到了29%，创下了历史新高。对生成式AI的私募投资也达到历史高位，从2022年的320亿美元增长了近450%，至2023年第三季度的174亿美元。
然而，人工智能生态系统的快速变化是公司采用该技术的重大障碍。26%的人表示，人工智能发展的迅猛速度使投资具有风险，而另一66%的人表示，周围的炒作使得他们难以确定其他公司是否有合法的人工智能能力以进行合作和并购。2024年，随着全球超过一半的人口将投票，人工智能可能将在选举竞选、干预和传播虚假信息中发挥重要作用，这将是政党首次必须就人工智能立场进行定义的年份。
