斯坦福发布2022年AI指数报告,有哪些亮点值得注意?

近日,斯坦福大学发布了2022年AI指数报告 (Artificial Intelligence Index Report 2022),该报告跟踪、整理、提炼和可视化与人工智能有关的数据,使决策者能够据此采取有意义的行动。

AI指数是斯坦福大学以人为本的人工智能研究所 (HAI)的一个独立项目,AI指数指导委员会 (AI Index Steering Committee)领导,该委员会是一个由来自学术界和工业界的专家组成的跨学科小组。

我们总结了以下几点关键信息:

01 人工智能领域的私人投资激增,投资集中度加剧

2021年,人工智能领域的私人投资总额约为935亿美元,是2020年私人投资总额的两倍多,而新投资的人工智能公司数量继续下降,从2019年的1051家公司和2020年的762家公司下降到2021年的746家。

2020年,有4轮融资,价值超过5亿美元,到2021年,这个数字为15。

 

02 美国和中国主导了人工智能的跨国合作 

虽然地缘政治紧张局势不断加剧,但从2010年到2021年,美国和中国在人工智能出版物方面的跨国合作数量最多,自2010年以来增加了5倍。

两国合作的出版物数量是中英合作出版物数量的2.7倍 (中英合作位居第二)

 

03 语言模型比以往任何时候都强大,但也更有偏见

大型语言模型在技术基准上创造了新的记录,但新的数据表明,大型模型也更能反映训练数据中的偏差。

2021年开发的2800亿参数模型显示,与2018年的1.17亿参数模型相比,诱发偏差增加了29%。随着时间的推移,这些系统的能力正在显著增强,而随着能力的增强,模型产生偏差的潜在严重性也在增加。

 

04 人工智能伦理的兴起无处不在

自2014年以来,关于人工智能公平性和透明度的研究呈爆炸式增长,伦理学相关会议上的相关出版物增加了5倍之多。

算法的公平和偏见已经从最初的学术追求转变为具有广泛影响的主流研究课题。近年来,在以伦理为重点的会议上,具有行业关系的研究人员每年贡献的出版物同比增长了71%。

 

05  人工智能变得更实惠,性能也更高

自2018年以来,图像分类系统的训练成本下降了63.6%,训练次数提高了94.4%。

在其他MLPerf任务类别 (如推荐、对象检测和语言处理)中,出现了训练成本更低但训练时间更快的趋势,这将有利于人工智能技术更广泛的商业应用。

 

06  数据,数据,数据

实验室基准的模型技术结果越来越依赖于使用额外的训练数据来设定最先进的结果。

截至2021年,在本报告的10个基准测试中,有9个最先进的人工智能系统使用额外数据进行训练。这一趋势无疑有利于能够访问大量数据集的私营机构参与者。

 

07 关于人工智能的全球立法比以往任何时候都多

针对 25 个国家人工智能立法记录的指数分析显示,包含“人工智能”的法案被通过成为法律的数量从2016年的1个增加到2021年的18个。

西班牙、英国、美国在2021年通过的人工智能相关法案最多 (均通过了3个)

 

08 机械臂越来越便宜了

一项人工智能指数调查显示,在过去五年里,机器臂的价格中值下降了46.2%,从2017年的每只4.2万美元降至2021年的2.26万美元。

机器人研究已经变得更容易获得,且能够负担得起。

完整版报告下载地址:

https://aiindex.stanford.edu/report/

原文作者:Stanford University