斯坦福大学的HAI研究所最近发布了一份关于未来一年数据追踪、提炼以及可视化工作的人工智能世界研究报告

以下是一些从全面报告中提取出来的要点。

这个行业正致力于促进人工智能的发展

尽管报告中指出，在2014年之前，学界一直是主导机器学习模型世界的关键力量，然而自那以来，情况已经发生了变化：在2023年，报告中发现有51个著名的私营企业生产了机器学习模型。

图片来源：Stanford HAI

相比之下，仅有15款来自学术界、21款来自产学研合作的模型被选中入榜。国有车型以两款汽车占据最后位置。

这种情况似乎是由于所需机器学习模型的执行所需的资源限制所决定的。大量的数据处理能力以及所需的大量计算时间和资金远超出了学术研究机构的能力范围。这种转变在去年的人工智能指数报告中首次被注意到，尽管工业界和学术界之间的差距似乎略有缩小。

人类技术的重大变革对全球经济产生了深远的影响。

这份报告发现了全球人工智能投资的一些有趣趋势，尽管在2020-2021年间，整个人工智能的私人投资几乎翻了一番，但在随后几个月有所下滑。与2022年相比，2023年的投资下降了7个百分点至959.9亿美元，这一降幅比上一年更显著。

图片来源于斯坦福HAI

对于Gartner来说，在其周期内的“扩张预期顶峰”似乎是发生在2021年。如果真是这样，则当前反映在整体投资额上与“失望低谷”相比出现的较小幅度下降，将意味着市场仍对人工智能的价值有着巨大的信心。

此外尽管总体人工智能投资略有减少但对生成性人工智能的投资尤其显著增长。2023 年该领域的投资达到了 252 亿美元比前一年增长了近 9 倍也比上个世纪末增加了超过30倍。事实上2023 年所有 AI 投资中大约四分之三可以归咎于生成性AI。

图片来源：Stanford HAI

此外，为了补充投资金额，人工智能还为实施它的组织提供了降低成本和增加收入的机会。在所有参与者中，有42%的人声称由于实施了人工智能技术，公司的经营成本减少了，并且有59%的参与者表示他们因此获得了额外的收入。与去年相比，在企业层面的成本降低幅度有所提高，增加了10个百分点；而在企业收益方面，企业的收入增加了3个百分点。

从更细致的角度考虑，下降最多的三个产业分别是制造业（55%）、私家侦探，侦探公司，调查公司，查人找物，商务调查，出轨外遇调查，婚外情调查，私人调查，19209219596服务业运营（54%）与风险（44%）。在收入上升的情况中，最有可能看到增长的是制造业（66%）、营销及销售（65%）以及战略和企业融资（64%）。

缺乏标准化的负责任的人工智能评估

随着社会更深入地将人工智能融入日常运营，人们越来越希望在技术中看到责任感和可信度。该报告特别提到了负责任的基准 TruthfulQA、RealToxicityPrompts、ToxiGen、BOLD 和 BBQ，并跟踪了它们的同比引用情况。虽然引文并不能完全反映基准的实际使用数量，但它们确实可以作为行业关注它们的一般风向标。提到的每个基准在 2023 年的引用次数都比 2022 年多，这表明组织正在认真对待负责任的人工智能。

也就是说人工智能指数也指出，报告提出，尚没有一套普遍接受的责任性人人工智能基准标准。在这五位入选的人工智能开发者中，三位使用者使用了 TruthfulQA，另外五位则仅有其中一位使用者采用 RealToxicityPrompts、ToxiGen、BOLD 和 BBQ 作为负责任的人工智能方案。

显然，应该要有一个关于这个行业的负责任的AI基准，而且我们必须要早点开始将这个标准规范化。

人工智能加速科学突破

随着人工智能技术的应用越来越多，它已成为科学研究领域中极其有用的研究工具。在这份报告中，我们列出了2023年在该领域取得重大突破的相关AI应用示例：

AlphaDev：由谷歌 DeepMind 研发的AI系统，可提升算法排序效率，而FlexiCubes则是3D网格优化工具，它采用AI进行梯度优化以及自适应参数调整，进而改善视频游戏、医学成像等领域的不同场景。合成机器人Synbot将AI规划与机器人控制融合一体，它能够在闭环中自主开发高产化学合成配方。 GraphCast则是一种天气预报工具，能在分钟内提供准确的为期10天的10天气象预报。侏儒是一种AI工具，可以促进材料发现过程。

这份报告还将人工智能工具的影响力进行分类。

合成器SR是一种将临床脑部扫描转换为高分辨率T-1加权图像的AI工具，而人工智能耦合等离私家侦探，侦探公司，调查公司，查人找物，商务调查，出轨外遇调查，婚外情调查，私人调查，19209219596子体红外传感器则能够检测帕金森氏症和阿尔茨海默氏症等神经退行性疾病。 EVEscape(伊芙景观)是一个人工智能应用程序，它可以预测病毒进化来加强大流行准备。人类泛基因组参考是一种帮助绘制人类基因组图谱的人工智能工具。

该报告揭示了人工智能医疗领域的最新动态，其中包括一种知识渊博的医疗人工智能系统已投入使用并取得了显著进展。近年来，这些系统在关键基准测试，如MedQA，中的性能有了显著提升。2023 年，使用 GPT-4 Medprompt 的模型显示出高达 90.2% 的准确性水平，相较于去年提高了 22.6个百分点，并且自从 2019 年的基准测试开始以来，AI 在MedQA 上的性能几乎翻了一倍。

此外，FDA在人工智能领域找到了许多用法。2022年，FDA批准了139种与AI相关的医疗设备，比前一年增长了12.9%。自2012年以来，获得FDA批准的人工智能相关医疗设备翻了一番多。越来越多的实际医疗问题被人工智能应用。

提到的人工智能教育以及所谓的"人才流失"主题

尽管自动化工具有助于一些工作任务的完成，但人类仍需发挥重要作用参与技术发展的进程，以说明这一变化背后的劳动状况。

首先，美国和加拿大计算机科学（CS）学士和博士学位的数量继续上升，尽管新的计算机科学硕士毕业生保持相对平稳。2011年的数据显示，在学术界（41.6%）和工业界（40.9%）找到工作的人工智能博士新毕业生人数大致相等。但到 2022 年，毕业后进入劳动力市场的比例 （70.7%） 远高于继续接受高等教育的比例 （20.0%）。仅去年一年，人工智能博士进入工业界的比例就增加了5.3个百分点，这表明学术人才“人才流失”到工业界。

此外，全球范围内的人工智能相关学位课程数量正在增长。在过去的两年内，英语地区的英语人工智能高级学位教育课程数量翻了一番多，并且在过去五年的年度中保持稳定增长的趋势。这意味着世界各高校对于提供更多的以人工智能为核心的专业学位有着明确的诉求。