浏览次数: 147
去年企业总体投资下降，但生成式 AI 的投资却迅速增长 ，反映出全球对这类技术如 ChatGPT 和 DALL-E 2 新能力的关注。
2. 谷歌发布了最多的基础模型
基础模型是功能强大的 AI 模型，如 OpenAI 的 GPT 系列，它们能够执行多种任务。
由于训练这些模型成本高昂，目前主要由工业界负责开发，而学术界的参与较少。
谷歌在2023年成为发布这类模型最多的公司。
根据数据，2023 年共发布了 149 个基础模型，其中 98 个是开放的，23 个通过 API 提供了部分访问权限，而 28 个是封闭的。
人工智能领域存在关于基础模型开放性的重要讨论，开放模型的支持者认为它们促进创新，而反对者担心潜在风险。
此外，尽管封闭模型在多个基准测试中表现更佳，但关于开放模型是否会导致性能上的损失以及这种损失是否值得的讨论还不够充分。
人工智能指数报告通过与 Epoch AI 的合作，提供了对训练成本的深入分析。
人工智能指数报告关注了大型语言模型的环境影响，特别是它们的碳足迹，并指出模型大小、数据中心能源效率和能源网格的碳强度是影响碳足迹的主要因素。
报告还强调了需要更多关于人工智能模型环境影响的信息披露，因为频繁的模型查询可能累积产生比训练阶段更大的环境影响。
报告指出，美国在发布基础模型和技术进步方面领先，而中国在 AI 专利授权和工业机器人安装方面占据优势，显示两个国家在不同人工智能领域的竞争力。
2022 年（有数据可查的最新年份），北美有 70% 的新 AI 博士毕业生选择在工业界就业。
多年来，人工智能行业的种族和性别多样性进展缓慢，但今年的报告提供了一些积极的迹象，如参加 AP 计算机科学考试的非白人和女性学生人数增加，以及本科阶段计算机科学学士学位的学生中种族多样性呈现出积极趋势。
财富 500 强公司的财报电话会议中频繁提及人工智能，反映了企业界对 AI 潜力的高度关注和应用。
实际上，调查显示，超过一半的公司已经在至少一个业务单元中实施了 AI 技术，显示出企业界对 AI 的实际采用正在增加。
人工智能的整合不仅提高了工作效率和生产力，还特别有助于提升低技能工人的工作表现，从而导致公司成本降低和收入增加。
对全球 1000 家收入至少 5 亿美元的公司进行了调查，企业最关注人工智能带来的隐私和数据治理风险，而对算法偏见导致的公平性问题关注不足。
12、人工智能还无法在所有方面击败人类……至少目前是这样
人工智能在多项任务上的表现已经超过人类，并且其性能提升的速度正在加快。尽管人类在某些复杂的认知任务上仍然占优，但人工智能的进步速度预示着未来可能会有更多的领域被人工智能超越。
人工智能公司在发布大型模型前通常会进行技术性能的基准测试，但负责任的AI基准测试（评估模型的道德和真实性等方面）较少见。
尽管对这些基准测试的关注正在增加，但模型测试的不一致性使得比较变得更加复杂。
2016 年至 2023 年间，33 个国家通过了至少一项人工智能相关法律，主要集中在美国和欧洲，全球共通过了 148 项相关法案。
尽管许多法案旨在促进人工智能能力，但研究显示全球正趋向于实施更多限制性立法来规范人工智能的应用和使用。
全球调查显示，超过一半的人对人工智能感到紧张，而且有三分之二的人预计人工智能将在未来几年内深刻改变他们的日常生活。
年轻人对人工智能的态度更为乐观，而西方国家的受访者相比亚洲国家更倾向于对人工智能持悲观态度。
原文链接：https://spectrum.ieee.org/ai-index-2024
0 条评论