1. 天生式人工智能投资猛增

虽然去年环球企业投资总体低落，但对天生式人工智能的投资却达到了顶峰。
随着天下努力应对ChatGPT和图像天生DALL-E 2等天生式AI系统的新功能和风险，这种繁荣预示着2023年的更广泛趋势。
去年的故事是关于人们对天生式AI的反应，无论是在政策和公众年夜众舆论中，还是在投资更多的行业之中。
值得把稳的是，目前大部分对天生式AI的私人投资都发生在美国。

2. 谷歌在根本模型竞争中霸占主导地位

根本模型是大型的多模态模型，例如OpenAI的GPT-3和GPT-4是使 ChatGPT用户能够编写代码或莎士比亚十四行诗的根本模型。
由于演习这些模型常日须要大量资源，因此工业界现在制作了大部分模型，而学术界只推出了少数模型。
公司发布根本模型既是为了推动最前辈的技能向前发展，也是为了给开拓职员供应构建产品和做事的根本，个中谷歌在2023年发布最多。

3. 封闭模型优于开放模型

目前人工智能领域的热门辩论之一是根本模型该当是开放还是封闭的，一些人热衷认为开放模型是危险的，而另一些人则认为开放模型推动了创新。
在许多常用的基准测试中，封闭模型的表现优于开放模型。
关于开放与封闭的辩论常日环绕着风险问题，但关于是否存在故意义的性能权衡的谈论较少。

4. 根本模型变得超级昂贵

这便是行业主导根本模型场景的缘故原由：演习一个大模型须要非常雄厚的财力。
有趣的是，谷歌2017年的transformer模型引入了支撑当今险些所有大型措辞模型的架构，其演习本钱仅为930美元。

5. AI产生了大量的碳排放

AI模型之间的差异是由于模型规模、数据中央能源效率和能源电网的碳强度等成分造成的。
当模型正在实行其演习的事情时，虽然每次查询的排放量可能相对较低，但当模型每天被查询数千次乃至数百万次时，总的影响量可以会超过模型的演习量。

6. 美国在根本模式方面处于领先地位

美国在衡量AI的紧张指标中都处于领先地位，包括发布的根本模型数量和被认为是重大技能进步的AI系统数量。
然而，中国在其他指标中处于领先地位，包括付与的人工智能专利和工业机器人的安装量。

7. 业界呼唤新的博士（高学历人才）

2022年美国有70名新的人工智能专业的博士在业界事情，这是过去几年趋势的延续。

8. 从业职员的多样性取得一些进展

参加AP打算机科学考试的非白人和女学生人数正在增加，个中参加考试的学生有30%是女孩。
在本科阶段，得到打算机科学学士学位的北美学生的种族多样性也呈上升趋势，只管得到打算机科学学士学位的女性人数在过去五年中险些没有变革。

9. 财报电话会议中的喋喋不休

企业对AI的可能性已经复苏过来。
近80%的财富500强公司在他们的电话会议中包括了对AI的谈论。
企业的领导者担心，如果他们不该用这项技能，他们就会错过良机。
虽然个中一些喋喋不休可能只是CEO们对盛行语的喋喋不休，但在麦肯锡的调查数据中，55%的公司至少在一个业务部门履行了AI。

10. 本钱低落，收入增加

这便是为什么AI不仅仅是一个企业盛行语：麦肯锡的同一项调查显示，AI的整合导致公司的本钱低落、收入增加。
总体而言，42%的受访者表示他们看到了本钱的降落，59%的受访者声称收入增加了。
报告中的其他图表表明，这种对底线的影响反响了效率的提高和工人生产力的提高。
2023 年，不同领域的多项研究表明，AI使工人能够更快地完成任务并产生更高质量的事情。
一项研究着眼于利用Copilot的编码职员，而其他研究则着眼于顾问、呼叫中央代理和法学院学生。
这些研究还表明，只管每个工人都受益，但人工智能对低技能工人的帮助大于对高技能工人的帮助。

11. 企业确实会感知风险

隐私和数据管理被环球的企业认为是最大的风险，而公正性（常日以算法偏见为谈论）仍未在大多数公司中得到认可。
同时，企业正在对其感知到的风险采纳行动：各地区的大多数组织已经履行了至少一项负任务的人工智能方法来应对干系风险。

12. 人工智能并不能在所有方面都击败人类

近年来，AI系统在一系列任务上的表现都超过了人类，包括阅读理解和视觉推理，AI性能改进的步伐也加快了。
现在人们为数学竞赛引入了一个新的AI基准，人工智能从30%开始，然后在一年内达到90%。
虽然在繁芜的认知事情中，人类的表现仍旧优于AI，但让我们明年再来看看情形如何。

13. 制订人工智能任务规范

当一家人工智能公司准备发布一个大模型时，其标准做法是根据该领域的盛行基准测试它，从而让人工智能社区理解模型在技能性能方面的相互竞争情形。
然而，根据负任务的AI基准测试模型并不常见，这些基准评估有毒措辞输出（RealToxicityPrompts 和 ToxiGen）、相应中的有害偏见（BOLD和BBQ）以及模型的真实程度（TruthfulQA）。
这种情形开始改变，由于人们越来越意识到，根据这些基准检讨一个人的模型是负任务的事情。
然而，报告中的另一张图表显示缺少同等性：开拓职员正在根据不同的基准测试他们的模型，这使得比较变得更加困难。

14. 法律既促进又限定人工智能

2016年至2023年期间，人工智能指数创造，33个国家至少通过了一项与人工智能干系的法律，个中大部分行动发生在美国和欧洲。
在此期间，统共通过了148项与人工智能干系的法案。
该指数的研究职员还将法案归类为旨在增强一个国家人工智能能力的扩展性法律或限定人工智能运用和利用的限定性法律。
虽然许多法案在连续推动人工智能的发展，但研究职员创造，从环球趋势来看，对人工智能的限定性立法正在增多。

15.人工智能让人们紧张

报告中有一项关于对人工智能态度的环球调查，来自31个国家的22,816名成年人（16至74岁）参与了调查。
超过一半的受访者表示，人工智能让他们感到紧张，高于前一年的39%。
现在有三分之二的人估量人工智能将在未来几年内深刻改变他们的日常生活。
有趣的是，许多对付人工智能的悲观感情来自西方发达国家。

「93913原创内容，转载请注明出处」