每年，斯坦福大學(xué)以人為中心的人工智能研究所(HAI) 都會發(fā)布其 AI 指數(shù)，這是一份試圖總結(jié)人工智能現(xiàn)狀的大量數(shù)據(jù)和圖表匯編。本周出爐的2022 AI 指數(shù)一如既往地令人印象深刻，共有 190 頁，涵蓋研發(fā)、技術(shù)績效、倫理、政策、教育和經(jīng)濟。我閱讀了報告的每一頁，并挑選了 最具代表性的12 個圖表。

值得注意的是，我從去年的 2021 年指數(shù)中報告的許多趨勢仍然存在。例如，我們?nèi)匀簧钤谝粋€AI 的黃金時代，出版物不斷增加，AI 就業(yè)市場仍然是全球性的，企業(yè)對 AI 風(fēng)險的認識與減輕上述風(fēng)險的嘗試之間仍然存在令人不安的差距。我們不在這里重復(fù)這些要點。

下面，我們來開始今年的總結(jié)報道：

1. 投資脫鉤

涌入人工智能的資金數(shù)額依然令人難以置信。最值得注意的部份來自全球私人投資，這個數(shù)字從 2020 年的 460 億美元飆升至 2021 年的 935 億美元。增長來自于大型融資輪次的增加；2020 年有四輪融資超過 5 億美元，2021 年有 15 輪。報告還指出，所有這些資金都流向了更少的公司，因為自 2018 年以來新融資的初創(chuàng)公司數(shù)量一直在下降。這是一個偉大的時刻加入一家人工智能初創(chuàng)公司，但也許不是自己找到一家。

2. 美中關(guān)系復(fù)雜

這些天來，關(guān)于中美之間的人工智能競賽 的討論頗多。“當(dāng)你看到所有關(guān)于地緣政治緊張局勢的新聞時，你會認為這兩個國家之間的合作數(shù)量會減少，”斯坦福大學(xué) HAI 的政策研究員兼今年 AI Index 的主編Daniel Zhang說。相反，他告訴IEEE Spectrum，“過去 10 年，中美合作一直呈上升趨勢。” 在出版物的跨國合作方面，中國和美國的產(chǎn)出是中國和英國合作的兩倍多。

3. 申請專利和獲得專利是兩件不同的事情

中國專利申請量居世界第一；該報告指出，中國在 2021 年占全球?qū)＠暾埩康?52%。但美國在授予的專利數(shù)量上占主導(dǎo)地位，占全球總數(shù)的 40%。張指出，授予專利“證明您的專利實際上是可信和有用的”，并表示這種情況有點類似于出版物和引用的情況。雖然中國在出版物數(shù)量、出版物引用和會議出版物方面領(lǐng)先，但美國在會議出版物的引用方面仍然領(lǐng)先，這表明美國研究人員的著名論文仍然具有巨大的影響力。

4. 計算機視覺的高原（Plateau）？

計算機視覺領(lǐng)域發(fā)展如此迅速，很難跟上最新的消息。AI 指數(shù)顯示，計算機視覺系統(tǒng)非常擅長涉及靜態(tài)圖像的任務(wù)，例如對象分類和面部識別，并且它們在視頻任務(wù)（例如活動分類）方面也越來越出色。

但是一個相對較新的基準(zhǔn)顯示了計算機視覺系統(tǒng)可以做的事情的局限性：它們擅長識別事物，而不擅長推理它們所看到的。視覺常識推理挑戰(zhàn)賽于 2018年推出，要求 AI 系統(tǒng)回答有關(guān)圖像的問題并解釋其推理。例如，一張圖片顯示人們坐在餐桌旁，而服務(wù)員端著盤子走近；測試詢問為什么其中一個坐著的人指向桌子對面的人。該報告指出，近年來性能改進變得越來越微不足道，“這表明可能需要發(fā)明新技術(shù)來顯著提高性能。”

5.人工智能還沒有為法學(xué)院做好準(zhǔn)備

自然語言處理 (NLP) 領(lǐng)域比計算機視覺晚了幾年才開始蓬勃發(fā)展，但它與計算機視覺的位置有點相似（圖 4）。文本摘要和基本閱讀理解等任務(wù)的基準(zhǔn)顯示出令人印象深刻的結(jié)果，人工智能系統(tǒng)通常超過人類的表現(xiàn)。但是當(dāng) NLP 系統(tǒng)必須對他們所讀到的內(nèi)容進行推理時，他們就會遇到麻煩。

此圖表顯示了由 LSAT 考試中用作法學(xué)院入學(xué)考試的邏輯推理問題組成的基準(zhǔn)測試的表現(xiàn)。雖然 NLP 系統(tǒng)在該基準(zhǔn)的一組較簡單的問題上表現(xiàn)良好，但在一組較難的問題上表現(xiàn)最佳的模型的準(zhǔn)確率僅為 69%。研究人員從要求 NLP 系統(tǒng)從不完整信息中得出結(jié)論的基準(zhǔn)測試中得到了類似的結(jié)果。推理仍然是人工智能的前沿。

6. 道德無處不在

報告中有一個好消息：從參加ACM 公平、問責(zé)和透明度會議(FAccT) 等會議以及NeurIPS的道德相關(guān)研討會來判斷，現(xiàn)在人們對 AI 道德有極大的興趣。對于那些還沒有聽說過 FAccT 的人，報告指出，它是最早關(guān)注算法社會技術(shù)分析的主要會議之一。這張圖表顯示了 FAccT 的行業(yè)參與度不斷提高，張認為這是進一步的好消息。“這個領(lǐng)域一直由學(xué)術(shù)研究人員主導(dǎo)，”他說，“但現(xiàn)在我們看到更多的私營部門參與其中。” 張說，很難猜測這種參與對行業(yè)內(nèi)如何設(shè)計和部署人工智能系統(tǒng)意味著什么，但這是一個積極的信號。

7.Detox：如果你不這樣做該死，如果你這樣做該死

AI 的一大倫理問題涉及大型語言模型，例如 OpenAI 的GPT-3，它有一個非常糟糕的習(xí)慣，即生成文本，其中充滿了從其訓(xùn)練數(shù)據(jù)（互聯(lián)網(wǎng)）中學(xué)到的每一種偏見和偏見。多個研究小組（包括 OpenAI 本身) 正在研究這個toxic-language 問題，用新的基準(zhǔn)來衡量偏見和detoxification計劃。但上圖顯示了通過三種不同的detox方法運行語言模型 GPT-2 的結(jié)果。所有這三種方法都損害了模型在一個稱為 perplexity 的指標(biāo)上的性能（分數(shù)越低越好），對涉及非裔美國人對齊的英語和提及少數(shù)群體的文本的性能影響最差。正如專家所說，需要更多的研究。

8. 大學(xué)正在與 CS 學(xué)生一起爬行

人工智能管道從未如此充實。計算研究協(xié)會的年度調(diào)查收集了來自北美 200 多所大學(xué)的數(shù)據(jù)，其最新數(shù)據(jù)顯示，2020 年有超過 31,000 名本科生完成了計算機科學(xué)學(xué)位。這比 2019 年的數(shù)字增加了 11.6%。

9. 人工智能需要女性

同一項調(diào)查著眼于人工智能領(lǐng)域的新博士，結(jié)果令人沮喪。在過去十年中，女性新的 AI 和 CS 博士的百分比僅增加了幾個百分點，至少在北美是這樣。這一點實際上是去年對 2021 年報告的報道的重復(fù)，但每個人都應(yīng)該繼續(xù)談?wù)撍钡绞虑榘l(fā)生變化。

10. 人工智能需要所有種族背景的人

同上這一點。AI Index 在不同的圖表上顯示 AI 和 CS 博士的數(shù)據(jù)，但它們講述的是同一個故事。早在人們獲得博士學(xué)位之前，人工智能領(lǐng)域就需要在多樣性方面做得更好。

11. 立法者正在關(guān)注

2021 年，與人工智能相關(guān)的法案比以往任何時候都多。在 AI Index 一直關(guān)注的 25 個國家中，西班牙、英國和美國處于領(lǐng)先地位，去年分別通過了三項法案。報告還指出，在美國，通過的這三項法案是提出的高達 130 項法案之一。從報告中不清楚這些法案中的大多數(shù)是通過公共資金促進人工智能還是制定法規(guī)來管理人工智能可能帶來的風(fēng)險。張說這是一個混合體，并表示 HAI 將在來年發(fā)布對全球立法的更詳細分析。

12. 氣候變化

人工智能指數(shù)跟蹤美國 55 個公共政策團體發(fā)表與人工智能相關(guān)的論文，這張圖表顯示了這些團體去年關(guān)注的主題。我用這張圖表作為借口來提出人工智能越來越大的能源足跡（訓(xùn)練大型模型需要大量計算）以及它對氣候變化的潛在影響的話題。政策小組似乎并不認為這些是 2021 年的重要話題。我還問張，AI Index 是否會在明年的報告中討論這些問題，他說他的團隊正在與各個組織討論如何衡量和收集有關(guān)計算效率和氣候影響的數(shù)據(jù)。所以請繼續(xù)關(guān)注。

https://aiindex.stanford.edu/wp-content/uploads/2022/03/2022-AI-Index-Report_Master.pdf