机器之心报告，编辑：蛋酱、陈萍。

全面总结大模型技术爆发之年的成果，除了直观感受，需要一份系统性总结。

斯坦福HAI研究所发布第七个年度AI Index报告，涵盖人工智能行业现状的综合全面报告之一。

报告指出，人工智能发展速度惊人，开发人员每月都在创造更强大、更复杂的模型。然而，尽管发展速度快，行业在解决人工智能可解释性问题以及其对社会影响的担忧方面进展缓慢。

报告新增关于负责任人工智能、科学与医学领域人工智能、研发、技术性能、经济、教育、政策与治理、多样性和公众舆论的章节。

以下是报告要点：

企业对生成式AI投资增长显著

全球企业2023年AI投资额降至1892亿美元，较2022年下降约20%。然而，与2013年相比，AI行业投资增长了13倍。生成式AI投资在2023年私人投资中占比超过四分之一，美国投资额遥遥领先。

谷歌在基础模型研发中占据主导

谷歌发布的基础模型最多，2023年发布18个模型，领先于Meta和微软。自2019年以来，Google发布的基础模型数量最多，总计40个，OpenAI紧随其后，发布20个模型。清华大学也表现突出，发布7个模型。

闭源模型在性能上超越开源模型

闭源模型在选定基准上普遍表现出色，优于开源模型。

大模型训练成本显著增加

训练成本高昂，从基础模型到GPT-4和Gemini Ultra的训练费用预计分别超过7800万美元和1.91亿美元。碳足迹也日益成为关注焦点。

美国在基础模型研发中处于领先地位

2023年，美国在基础模型研发中占主导地位，中国和英国紧随其后。自2019年以来，美国在基础模型研发上一直保持领先地位。

CS博士毕业生数量增长

美国和加拿大计算机科学博士毕业生数量十年来首次显著增加，2022年达到2105人，为历史最高水平。越来越多的AI博士毕业生选择工业界作为职业发展方向。

AP CS考生种族多样性增加

AP CS考生种族多样性提升，亚裔、西班牙裔/拉美裔等学生参与考试人数增加。白人学生仍是主要群体，但比例有所下降。

财报电话会议中提及AI显著增加

财富500强公司财报电话会议提及人工智能的次数显著增加，2023年达到394次，高于2022年的266次。生成式人工智能成为最常提及主题。

人工智能促进企业成本下降与收入增加

麦肯锡调查表明，人工智能整合使企业成本降低，收入增加。研究显示，人工智能有助于提高效率与工作质量，对低技能工人的帮助大于高技能工人。

企业感知到人工智能风险

全球调查1000家收入至少5亿美元的企业，发现隐私与数据管理被视为最大风险，公平性未被大多数公司重视。

制定AI责任规范

随着大模型发布，遵循流行基准进行测试成为标准。然而，缺乏统一的负责任AI基准测试导致比较顶级模型的风险和局限性变得复杂。

法律促进与限制人工智能

2016年至2023年间，33个国家通过至少一项与人工智能相关的法律，以促进或限制应用。多数法案旨在增强国家人工智能能力或限制使用。

公众对人工智能持谨慎态度

多伦多大学国际调查显示，63%受访者了解ChatGPT，其中一半每周至少使用一次。公众对AI经济影响持悲观态度，仅37%认为将改善就业。

超半数受访者表示对AI感到紧张，预计未来几年AI将深刻改变日常生活。

研究发现不同群体对AI态度存在差异，年轻人更倾向于乐观看待AI影响。

报告深入探讨了AI发展、风险、法律与公众态度，揭示了AI技术进步与社会影响之间的复杂关系。