【產業鏈圖譜 | 人工智能產業鏈圖譜_人工智能產業鏈全景圖】

【研究報告 | 人工智能行業研究報告】

　　近日，斯坦福大學以人為本人工智能研究所(Stanford HAI)發布了《2023年人工智能指數報告》(Artificial Intelligence Index Report 2023)。

　　報告跟蹤、整理、提煉和可視化了與人工智能相關的最新數據，從研究與開發、技術性能、AI技術倫理、經濟、教育、政策與治理、多樣性和輿論等八大角度對人工智能的影響和年度趨勢展開了分析。

　　報告展現了 2022 年 AI 行業的主要趨勢：

　　AI 在許多基準測試中繼續發布最先進的結果，但在幾個方面的同比改進微乎其微。此外，達到基準飽和的速度也在增加。許多用于衡量 AI 進展的傳統基準測試，如 ImageNet 和 SQuAD，似乎已不足。新的、更全面的基準測試套件，例如 BIG-bench 和 HELM 已經被發布，以挑戰功能日益強大的 AI 系統。

　　DALL-E 2、Stable Diffusion 和 ChatGPT 等生成式 AI 模型已成為時代潮流的一部分。它們顯示出令人印象深刻的能力，同時也引發了一系列道德問題。“文生圖” 通常在性別維度上存在偏見，而像 ChatGPT 這樣的聊天機器人，可能會傳遞錯誤信息或被用于邪惡的目的。

　　大語言模型(LLMs)推動了最近的 AI 進展，它現在變得更大、更昂貴。例如，PaLM 是 2022 年發布的 AI 模型之一，其成本是 2019 年首批推出的 LLMs 之一 GPT-2 的 160 倍，體積是其 360 倍。

　　AI 正在幫助加速科學進步。2022 年，AI 模型被用于控制氫聚變，提高矩陣運算效率，并產生新的抗體。AI 也開始構建更好的 AI。Nvidia 使用 AI 強化學習代理來改進為 AI 系統提供動力的芯片設計。同樣，谷歌最近使用其 LLMs 之一 PaLM 來建議改進同一模型的方法。

　　1、大型語言模型 LLM 的興起

　　在2019年發布的GPT-2被認為是第一個大型語言模型，擁有15億個參數，培訓成本估計為5萬美元。三年后，PaLM推出，擁有5400億個參數，培訓成本估計為800萬美元。各個領域的大型語言和多模態模型都變得越來越大和昂貴。這意味著人工智能系統的能力正在不斷提高，需要更困難的測試才能挑戰它們。

　　2、衡量AI能力需要新的標準

　　當前的人工智能工具不斷滿足或打破傳統的AI測試基準，表明人工智能系統在舊基準上變得越來越有能力，并且需要更困難的測試才能完全挑戰它們。由于這一趨勢，需要新的基準來確保人工智能系統的準確性和可靠性。

　　3、訓練的環境成本越來越貴

　　大模型的訓練、使用都非常耗電，會產生大量的碳排放，這在歐美開始受到關注。GPT-3被認為是有據可查的能耗第一名，但即使是相對更高效的BLOOM模型，它的耗電量也達到433兆瓦時，足以為一個普通美國家庭供電41年。

　　4、AI引發的技術問題不斷增加

　　根據AI、算法和自動化事件和爭議數據統計，2021年報告的AI相關爭議問題比2012年增加了26倍。由于人工智能系統的使用增加以及各種違規使用方法日益受到關注，各種技術濫用的問題逐漸暴露出來。其中包括使用deepfake、面部識別技術仿制別人形象等問題最多。

　　5、AI與人類社會的倫理研究成為熱點

　　FAccT會議從2021年到2022年收到的人工智能倫理相關論文數量增加了一倍，自2018年以來增加了10倍。這表明人工智能倫理和相關工作在學術界的關注度越來越大。其中一個趨勢是，過去FAccT相關研究由學術界主導，但在過去的一年中，工業界的參與者在這個領域貢獻了更多的工作。

　　6、帶動新的崗位出現

　　研究發現，各個領域招聘中對AI技能的要求逐漸增多，并且AI工作崗位的數量在2022年明顯高于2021年。IT信息部門占招聘的主導地位。在美國，軟件工程比較集中的加利福尼亞州招聘最多，達到了14.21萬個，其次是德克薩斯州(6.66萬個)和紐約州(4.38萬個)。

　　7、企業投資從 2021 年的高位回落

　　企業投資有所減少，但在過去十年中增長了13倍企業在AI領域的投資(合并/收購、少數股權、私募和公開發行)從2021年的高點下降，但在過去十年中增長了13倍。2022年最大的投資事件是微軟成功收購AI語音公司Nuance Communications，收購價達到197億美元。

　　8、中國成為最重視機器人的國家

　　世界范圍內，機器人安裝量增加了31%，但沒有哪個國家像中國一樣重視機器人的整合。2013年，中國超過日本成為安裝工業機器人最多的國家，自那時以來，這個差距還在不斷擴大。2021年，中國安裝的這些機器人超過了全球其他地區的總和，如今中國機器人安裝量占全球的51.8%以上。

　　9、產業界吸引AI人才

　　研究報告發現，AI博士等人才主要都進入了產業界，讓AI產業發展已經自發形成了一個人才與技術應用的正循環。相比之下進入政府機構的數量僅為0.7%，在過去五年中相對不變。學術界也有較大的降幅。AI研究的一線正與產業一線統一。

　　10、越來越多的國家開始對AI監管

　　去年，127個國家的立法機構通過了37項法律涉及人工智能技術，其中排名第一的美國通過了9項法律，其次是西班牙(5項)和菲律賓(4項)。具體法案包括菲律賓的一項AI教育改革，內容主要涉及應對人工智能在內的新技術引起的挑戰;西班牙的法案側重于AI算法中的非歧視和問責;美國則在建立AI培訓計劃。自2016年以來，各國通過了123項與AI相關的法案，其中大多數是近年來通過的。

　　11、美國聯邦人工智能預算增加

　　2022財年，美國政府機構為AI研究和開發分配了17億美元，比2021年增長13%，比2018年增長209%。同時，美國國防部在其非機密AI預算請求中提出了11億美元的預算，比2021年增長26%。

　　12、越來越多的女性進入計算機科學領域

　　雖然AI(以及更廣泛的STEM領域)在多年來一直是男性主導，但是越來越多的女性也開始進入計算機科學領域。最近的數據顯示，女性在計算機科學學士學位中的比例正在增加，上升到了22.3%。盡管北美大學的教師仍然以男性為主，但女性的比例已經達到了30.2%的新高，比2015年增長了約8.5%。

　　來源：控制工程網