2022/3/17 17:30:21 阅读：187 发布者：chichi77
当地时间 3 月 16 日，斯坦福大学以人为本人工智能研究所（StanfordHAI）正式发布了《2022 年人工智能指数报告》（Artificial Intelligence Index Report 2022）。这是该机构发布的第五份年度报告，分析了人工智能的影响和年度趋势。
2022 人工智能指数报告是迄今为止关于人工智能的最全面的报告之一。它通过跨部门的视角衡量和评估人工智能的快速发展，涵盖研发到技术和伦理、人工智能政策和治理、经济和教育等等。年度报告的目标是用数据记录关于人工智能的对话和进展，使决策者能够采取有意义的行动，以负责任和合乎道德的方式推进人工智能的发展，同时考虑到人类福祉。
报告链接：
https://aiindex.stanford.edu/report/
AI 指数是斯坦福大学以人为本人工智能研究所（HAI）的一项独立计划。自 2017 年起，由斯坦福大学主导，来自 MIT、OpenAI、哈佛、麦肯锡等机构的多位专家教授，组建了一个小组，每年发布 AI 指数年度报告，全面追踪人工智能的最新发展状态和趋势。
最新版报告包括来自广泛的学术、私人和非营利组织的数据，以及比以往任何版本都更多的自收集数据和原始分析，包括扩展的技术性能章节、对全球机器人研究人员的新调查、 25 个国家/地区的全球 AI 立法记录数据，以及深入分析技术 AI 道德指标的新篇章。
根据 2022 AI 指数，人工智能（AI）领域正处于关键的十字路口：2021 年，人工智能的全球化和产业化加剧，而这些技术的伦理和监管问题也成倍增加。
“2021 年是人工智能从新兴技术走向成熟技术的一年。我们不再处理科学研究的投机部分，而是处理对现实世界产生积极和消极影响的东西，”AI Index 联合主席 Jack Clark 表示， “今年的人工智能指数告诉我们，人工智能正在融入经济，它的影响开始在研究、部署甚至资金方面走向全球。”
新报告揭示了 2021 年人工智能的几个关键进展：
自 2020 年以来，对人工智能的私人投资翻了一番多，部分原因是融资轮次增加。2020 年有四轮 5 亿美元以上的融资；2021 年有 15 个。
人工智能变得更实惠、性能更高。自 2018 年以来，训练图像分类的成本降低了 63.6%，训练时间提高了 94.4%。机械臂的中位价格在过去六年中也下降了四倍。
随着人工智能出版物的总数持续增长，美国和中国主导了人工智能的跨国研究合作。在过去十年中，两国在人工智能论文方面的跨国合作数量最多，2021 年的联合论文数量是英国和中国之间的 2.7 倍。
人工智能专利申请量猛增，是 2015 年的 30 多倍，年复合增长率达到 76.9%。
同时，该报告还强调了对 2021 年与人工智能相关的伦理问题和监管利益日益增长的研究和关注：
大型语言和多模态语言视觉模型在技术基准上表现出色，但正如它们的性能提高一样，它们的伦理问题也在增加。
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，在过去四年中，相关主题的出版物增加了五倍。
行业增加了对人工智能伦理的参与，从 2018 年到 2021 年，与此相关的出版物在顶级会议上增加了 71%。
美国提出的与人工智能相关的法案数量急剧增加；立法者在 2021 年提出了 130 项法律，而 2015 年只有 1 项。然而，通过的法案数量仍然很少，在过去六年中只有 2% 最终成为法律。
在全球范围内，人工智能监管继续扩大。自 2015 年以来，全球 25 个国家的立法机构通过的人工智能相关法案数量增加 18 倍，立法程序中提及人工智能的次数也在过去六年增长了 7.7 倍。
八大要点
1.人工智能领域的民间投资大幅增加，投资集中度也在加大
2021 年，人工智能领域的民间投资（private investment）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、2020 年的 762 家公司，降至 2021 年的 746 家公司。2020 年，共有 4 轮融资事件价值 5 亿美元以上；而 2021 年，这个数字是 15 个。
2.美国和中国主导了人工智能领域的跨国合作
尽管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领域的跨国合作出版物数量最多，2021 年共发表了 9660 篇论文，比 2010 年增加了 5 倍。中美两国合作的出版物数量是中英两国合作（第二位）的 2.7 倍。
3.语言模型比以往任何时候都更有能力，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，但新的数据显示，大型模型也更能从训练数据中反映出偏见。2021 年问世的 2800 亿参数的模型，与 2018 年当时最先进的 1.17 亿参数模型相比， toxicity 增加了 29%。随着时间的推移，这些系统的能力正在显著增强，尽管随着它们能力的增强，它们偏见的潜在严重性也在增强。
4.人工智能伦理无处不在
自 2014 年以来，有关人工智能公平性和透明度的研究呈爆炸式增长，在伦理相关会议上发表的相关论文的数量增加了 5 倍。算法公平与偏见已从最初的学术追求，成为具有广泛影响的主流研究课题。近年来，具有行业关系的研究人员在以伦理为重点的会议上发表的论文年同比增加了 71%。
5.人工智能变得更可负担得起、性能更高
自 2018 年以来，训练一个图像分类系统的成本降低了 63.6%，训练时间改善了 94.4%，更低的训练成本和更快的训练时间出现在其他 MLPerf 任务类别，如推荐、目标检测和语言处理，这有利于 AI 技术更广泛的商业应用。
6.数据、数据、数据
跨技术基准测试的最佳结果越来越依赖于使用额外的训练数据来设置新的最先进的结果。截至 2021 年，在本报告的 10个 基准中，有 9 个最先进的人工智能系统接受了额外数据的训练。这一趋势显然有利于能够访问大量数据集的私营部门参与者。
7.有关人工智能的全球立法比以往任何时候都多
对 25 个国家的人工智能立法记录进行人工智能指数分析的结果显示，包含“人工智能”内容的法案从 2016 年的 1 件增加到 2021 年的 18 件。2021 年，西班牙、英国、美国分别通过了 3 个人工智能相关法案，是通过立法次数最多的国家。
8.机械臂变得越来越便宜
调查显示，过去 6 年，机器人手臂的价格中值下降了 4 倍，从 2016 年的每只手臂 5 万美元降至 2021 年的 12845 美元。机器人研究已经变得更容易获得和负担得起。
调查显示，过去 6 年，机器人手臂的价格中值下降了 4 倍，从 2016 年的每只手臂 5 万美元降至 2021 年的 12845 美元。机器人研究已经变得更容易获得和负担得起。
九大趋势
1. 招聘中最需要的技能是什么？
在 2021 年所有职位招聘中，相关职位发布占比最大的是机器学习（占所有职位发布的 0.6%），其次是人工智能（0.33%）、神经网络（0.16%）和自然语言处理（0.13%）。
在过去的几年里，机器学习和人工智能相关的 AI 职位发布显著增加。机器学习相关的水平几乎是 2018 年的三倍，而人工智能大约是 1.5 倍。
2. 人工智能专家在哪里工作？
过去 10 年表明，越来越多的人正在获得 AI 博士学位。美国的大多数人进入工业领域，而一小部分人从事政府工作。
3. 严重的多样性短缺
在 2010 年至 2020 年美国居民的新 AI 博士中，非西班牙裔白人和亚裔的比例最大，平均分别为 65.2% 和 18.8%。相比之下，过去 11 年平均约有 1.5% 是黑人或非裔美国人（非西班牙裔），2.9% 是西班牙裔。在过去十年中，新的黑人或非裔美国人和西班牙裔计算机博士的百分比显著下降。
4. 私人投资热潮
2021 年，全球对人工智能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。这是自 2014 年以来的最大同比增长（2013 年至 2014 年的投资翻了一番多）。
5. 人工智能的研究集中在哪里？
更多的学者关注模式识别和机器学习。自 2015 年以来，这两个领域的出版物增加了一倍以上。受深度学习影响较大的其他领域，如计算机视觉、数据挖掘和自然语言处理，增幅较小。
6. 人工智能专利暴增
2021 年申请的专利数量是 2015 年的 30 倍，复合年增长率为 76.9%。按地区划分，2021 年东亚和太平洋地区以 62.1% 的专利申请量领先世界其他地区，其次是北美（17.07%）和欧洲和中亚（4.16%）。
7. 机器人变得人人可得？
机器人技术正变得更容易获得和负担得起。AI Index 调查显示，机械臂的中位价格在过去六年中下降了四倍——从 2016 年的每只手臂 50,000 美元降至 2021 年的 12,845 美元。
8. 关注公平、问责和透明度
ACM FAccT 是一个跨学科会议，发表关于算法公平性、问责制和透明度的研究。这次跨学科会议看到了跨组织对这些问题的更多兴趣，尤其是行业学者在这些领域开展了更多研究。
9. 美国政策开始表现出对人工智能的兴趣
在过去几年中，美国联邦立法者大幅增加了涉及人工智能的拟议法规。2015 年仅提出了一项联邦法案，而 2021 年则有 130 项。尽管这一增长幅度很大，但通过的与 AI 相关的法案数量并未跟上与 AI 相关法案提案数量的增长速度。这一差距在 2021 年最为明显，当时只有 2% 的联邦级人工智能相关法案最终通过成为法律。
如有侵权，请联系本站删除！
