斯坦福大学2024年人工智能指数报告概述

斯坦福大学以人为本人工智能研究所（HAI）发布了2024年人工智能指数年度报告。这是该报告的第七版，由跨学科团队与政府、行业和学术界合作编写。报告包含九章内容，涵盖了人工智能领域的多个关键趋势和分析。

主要观点和关键信息

1. 生成式AI投资增长：自2022年以来，生成式AI的投资增长了8倍。
2. AI法规增加：美国的AI法规数量在过去一年中增加了56.3%。
3. 模型训练成本上升：特别是大型语言模型（LLMs）的训练成本近年来显著增加。
4. 总体私人投资下降：尽管生成式AI投资增长，但自2021年以来，AI的总体私人投资有所下降。

报告结构

报告分为九章：

1. 研究与开发：深入探讨基础模型，特别是LLMs的训练成本。
2. 技术性能：分析AI技术的进步。
3. 负责任的人工智能：详细分析负责任AI的现状。
4. 经济：探讨AI对经济的影响。
5. 科学与医学：新增章节，涵盖AI在科学和医学研究中的应用。
6. 教育：分析AI在教育领域的作用。
7. 政策与治理：探讨AI相关的政策和治理问题。
8. 多样性：分析AI领域的多样性问题。
9. 公众意见：探讨公众对AI技术的看法。

重要细节

1. 模型训练成本：报告指出，模型训练成本的详细信息仍然稀缺。与Epoch AI合作估计的成本图表显示，训练成本呈指数级增长。例如，Google的原始Transformer模型训练成本不到1,000美元，而最近的GPT-4和Gemini模型训练成本超过1亿美元。
2. 行业与学术界的模型开发：2023年，行业实验室开发了51个“显著”模型，而学术界开发了15个。相比之下，2016年之前，学术界开发的模型数量与行业相当或更多。行业与学术界的合作在2023年创造了21个显著模型，这是新的高点。
3. AI在科学与医学中的应用：报告指出，自2021年以来，FDA批准的AI相关医疗设备增加了12.1%。此外，DeepMind的AlphaDev模型开发了更高效的排序算法。
4. 公众意见与报告评价：报告被认为是理解当前AI发展的必读材料，尽管篇幅长达500页，但内容详实且易于理解。报告还提供了原始数据和图表，可供公众下载。

报告获取与许可

完整报告可从AI Index网站下载，原始数据和图表可在Google Drive上公开获取。报告采用Creative Commons Attribution-NoDerivatives 4.0 International许可。