人工智能（AI）对社会的影响从未如此显著。自ChatGPT在2022年末成为风靡全球的电脑桌面功能以来，生成式AI和大语言模型（LLM）工具的快速发展和运用已经开始改变各个行业，并可能影响现代生活的多个方面。

斯坦福大学发布的《人工智能指数报告》显示，人工智能在许多基准任务中超越了人类表现，正在帮助员工提高生产力和工作质量。

斯坦福大学发布的第七份《人工智能指数报告》涵盖了人工智能技术进展、公众对人工智能技术的看法以及围绕人工智能发展的地缘政治动态等热点话题。

以下是10个关键结论。

1. AI在多项任务中的表现超越人类

到了2023年，人工智能在一些方面已经超越了人类，比如图像分类、视觉推理以及英语理解等。但在某些类型的工作中，人工智能仍未达到人类水准，特别是在复杂的认知任务方面，比如视觉常识推理和规划、竞赛数学等。

2. 工业界处于领先地位

2014年之前，机器学习模型的发布主要由学术界主导。与预想不同的是，现状已经改变。2023年，工业界开发了51个机器学习模型，而学术界只有15个。值得注意的是，2023年工业界和学术界联合发布了21个著名模型，创历史新高。

取得行业领先地位的秘诀是什么？如今，开发尖端的人工智能模型应当需要大量的数据、计算能力和财政资源，而学术界大多数情况无法获得这些资源。

3. 前沿模型的成本非常高昂

如前文所指出，巨型语言模型的运营和培训费用颇高。据人工智能指数数据显示，顶尖AI模型的训练成本已明显上升。以OpenAI的GPT-4为例，其培训开销约为7800万美元；而谷歌的Gemini Ultra更是耗资1.91亿美元。

与2017年相比，最早的Transformer模型训练成本约为900美元，为几乎所有现代大型语言模型的构建奠定了基础。

4.行业领先的AI模型主要来自美国

如果想到达这样的效果，必须了解人工智能发展不断变化的地缘政治格局，人工智能指数研究团队分析了著名模型的原产国。结果显示，2023年，美国共发布了61款名模，超过欧盟的21款和中国的15款，占据领先地位。自2003年以来，美国开发的车型比任何其他主要地理区域都多。

5. 缺乏负责任AI的标准化基准报告

人工智能工具的标杆效应很大程度上依赖于其标准化的方法和应用。与预想不同的是，人工智能指数研究表明，负责任人工智能的报告严重缺乏标准化。例如，OpenAI、Google和Anthropic等领先的开发人员大多选用不同的负责任的AI基准测试来测试他们的模型。这些选用不同基准的测试模型使得比较变得更加困难，因为每个基准都有自己的特点。标准化基准测试从某种角度看来，这对于进一步提升人工智能能力的透明度至关重要。

6. 生成式AI的投资飙升

尽管2023年全球人工智能私人投资有所下降，但生成式人工智能的投资却大幅提高。生成式人工智能领域去年吸引了252亿美元的投资，比2022年提高了近9倍，比2019年提高了约30倍。到2023年，生成式人工智能将占所有与人工智能有所关联关系的私人投资的25%以上。

7. AI提高员工生产力和工作质量

尽管在没有适当监督的情况下选用人工智能可能会造成绩效下降，但几项评估人工智能对劳动力因素的研究表明，人工智能使工人得以更快地完成任务并进一步提升工作产出的质量。研究还表明，人工智能可以弥合低技能工人和高技能工人相互间的技能差距。

8. AI越来越推动科学进步

人工智能指数指出，人工智能自2022年以来一直在推动科学发现，2023年在推出与科学有所关联关系的人工智能应用方面取得了更大的飞跃。例如，人工智能驱动的化学机器人Synbot可用于合成有机分子，GNoME也发现了适用于机器人和半导体制造等领域的稳定晶体。

9. 美国的AI法规正在增加

2023年，美国颁布了25项人工智能相关法规，总计增长56.3%。用来充当比较，2016年仅发布了一款。

欧盟通过的人工智能相关法规数量将从2022年的22个提高到2023年的32个。不过，欧盟在2021年批准的法规最多，达到46个。

10. 人们更加了解AI的影响并感到更加紧张

该报告包含Ipsos调查的信息。调查显示，过去一年，认为人工智能将在未来3-5年内对自己的生活形成重大因素的人群比例从60%上升至66%。

对人工智能产品和服务感到不安的人比例较2022年提高了13%，其中55%的人表示感到紧张。报告还援引皮尤研究中心的数据显示，52%的美国人对人工智能感到担忧而不是兴奋，高于2022年的38%。

来源：联合国贸易网络