圖一:2023年AI重大事件
史丹佛大學的AI指數2024報告（2024 AI Index Report）歸納了10大重點，由於報告總共502頁，就用7張圖來摘要，其中A.H.比較關心的科學、醫學方面會多一點介紹圖。
- 人工智慧（AI 在某些任務上擊敗了人類，但並非在所有任務上都擊敗了人類。AI在許多方面已經超越了人類基準，包括圖像分類、視覺推理和英語理解方面的一些基準。 但它仍然落後在競賽級別的數學、視覺常識推理和規劃等更複雜的任務上落後。
- 工業界繼續主導AI前瞻研究。 2023年，工業界產生了51個著名的機器學習模型，而學術界只貢獻了 15 個。2023年產學合作再創新高。
- 前瞻模型變得更加昂貴。 根據 AI Index 估算，訓練成本最先進的AI模型數量已達到前所未有的水平。 例如，OpenAI 的 GPT-4 使用了據估計，訓練所需的運算成本為 7,800 萬美元，而 Google 的 Gemini Ultra 的計算成本為 1.91 億美元。
- 美國領先中國、歐盟和英國，成為頂級AI的楷模。 2023 年，61 個著名AI模式源自美國機構，遠超過歐洲聯盟21個，中國15個。
- 嚴重缺乏對LLM責任的穩健和標準化的評估。AI指數的新研究表明，負責任的AI報告嚴重缺乏標準化。包括 OpenAI、Google 和 Anthropic 在內的領先開發人員主要針對不同的環境測試模型負責任的AI基準。 這種做法使系統性地比較風險和風險的努力變得複雜。
- 生成式AI投資激增。 儘管去年AI私人投資整體下降，但2023年生成式AI的資金激增，比 2022 年增加了近八倍，達到 252 億美元。 主要參與者在生成式AI領域，包括 OpenAI、Anthropic、Hugging Face 和 Inflection，報告了大量籌款數量。
圖二:AI能力、主導者、成本投資以及缺點
7.資料顯示：AI提高了工人的生產力並帶來更高品質的工作。 在2023年，多項研究評估了AI對勞動力的影響，顯示AI使工人能夠更多地完成任務快速並提高產出品質。 這些研究也證明了AI在溝通橋樑的潛力降低低技能和高技能工人之間的技能差距。 儘管如此，其他研究警告說，在沒有適當的情況下使用AI監督可能會導致績效下降。
8.得益於AI，科學進步進一步加速。 2022年，AI開始推動科學發現。 然而，2023 年推出更重要的與科學相關的AI應用程式—讓演算法排序更有效率的 AlphaDev 到促進材料發現過程的 GNoME。
9.美國AI法規數量急劇增加。 美國AI相關法規的數量在過去一年和過去五年中顯著增加。 2023年，AI相關法規數量達到25個，而2016年僅有1個。
10.全球各地的人們更加認識到AI的潛在影響，也更加緊張。Ipsos 的一項調查顯示，去年，認為AI將在未來三到五年內極大影響他們生活的人比例從 60% 上升到 66%。 此外，52% 的人表示對AI產品和服務感到緊張，比2022 年上升了13 個百分點，這一比例高於2022 年的37%。
圖三:AI優點與科學進展、法規與影響、主要領導者數據圖
7張圖摘要AI科技力
圖一:2023年AI重大事件(如上)
圖二:AI能力、主導者、成本投資以及缺點(如上)
圖三:AI優點與科學進展、法規與影響、主要領導者數據圖(如上)
圖四:AI在科學與醫學的增益(一)
圖五:AI在科學與醫學的增益(二)
圖六:AI在科學與醫學的增益(三)範例展示
圖七:AI的壞處-大量的碳足跡
source: Nestor Maslej, Loredana Fattorini, Raymond Perrault, Vanessa Parli, Anka Reuel, Erik Brynjolfsson, John Etchemendy, Katrina Ligett, Terah Lyons, James Manyika, Juan Carlos Niebles, Yoav Shoham, Russell Wald, and Jack Clark, “The AI Index 2024 Annual Report,” AI Index Steering Committee, Institute for Human-Centered AI, Stanford University, Stanford, CA, April 2024.
