人工智能指數(shù)報(bào)告2023

人工智能指數(shù)報(bào)告2023斯坦福發(fā)布了《人工智能指數(shù)報(bào)告2023》這篇報(bào)告。以下是對該報(bào)告的部分摘錄，完整內(nèi)容請獲取原文查看。該報(bào)告引入了比以往任何一版都多的原始數(shù)據(jù)，包括關(guān)于AI輿情的新章節(jié)，更徹底的技術(shù)性能章節(jié)，對大語言和多模態(tài)模型的原創(chuàng)分析，全球AI立法記錄的詳細(xì)趨勢，關(guān)于人工智能系統(tǒng)對環(huán)境的影響的研究等等。1.研究和開發(fā)1.1出版物概述2010年至2021年全球出版物——按類型、隸屬關(guān)系、跨國合作和跨行業(yè)合作。該部分還細(xì)分按地區(qū)劃分的AI期刊文章、會議論文、存儲庫和專利的出版和引用數(shù)據(jù)。AI出版物的總數(shù)從2010年到2021年，人工智能出版物總數(shù)翻了一番多，從2010年的200，000份增加到2021年的近50萬份。類型的出版物2021年，所有已發(fā)布的AI文檔中有60%是期刊文章，17%是會議論文，13%是存儲庫提交。書書籍章節(jié)、論文和未知文檔類型占出版物的剩余10%。雖然期刊和存儲庫出版物已經(jīng)增長3和26.6倍，在過去12年中，會議論文數(shù)量自2019年以來有所下降。通過研究領(lǐng)域模式識別和機(jī)器學(xué)習(xí)領(lǐng)域的出版物在過去五年中經(jīng)歷了最急劇的增長。2015年以來，模式識別論文數(shù)量有所下降大約翻了一番，而機(jī)器學(xué)習(xí)論文的數(shù)量大約翻了兩番。繼這兩個(gè)主題領(lǐng)域之后，2021年，下一個(gè)發(fā)表最多的人工智能研究領(lǐng)域是計(jì)算機(jī)視覺（30，075）、算法（21，527）和數(shù)據(jù)挖掘（19，181）。1.2重要的機(jī)器學(xué)習(xí)系統(tǒng)的趨勢通用機(jī)器學(xué)習(xí)系統(tǒng)作為參考，這些系統(tǒng)在整個(gè)小節(jié)中被稱為重要的機(jī)器學(xué)習(xí)系統(tǒng)。系統(tǒng)類型在2022年發(fā)布的重要AI機(jī)器學(xué)習(xí)系統(tǒng)中，最常見的系統(tǒng)類別是語言。2022年發(fā)布了23個(gè)重要的AI語言系統(tǒng)，大約是下一個(gè)最常見的系統(tǒng)類型多模式系統(tǒng)的六倍。行業(yè)分析在工業(yè)界、學(xué)術(shù)界或非營利組織中，哪個(gè)部門發(fā)布了數(shù)量最多的重要機(jī)器學(xué)習(xí)系統(tǒng)？直到2014年，大多數(shù)機(jī)器學(xué)習(xí)系統(tǒng)都是由學(xué)術(shù)界發(fā)布的。從那時(shí)起，工業(yè)接管了。2022年，有32個(gè)重要的行業(yè)生產(chǎn)機(jī)器學(xué)習(xí)系統(tǒng)與學(xué)術(shù)界僅開發(fā)的三個(gè)系統(tǒng)相比。生產(chǎn)最先進(jìn)的人工智能系統(tǒng)越來越需要大量的數(shù)據(jù)、計(jì)算能力和資金;資源與非營利組織和學(xué)術(shù)界相比，行業(yè)參與者擁有的金額更多。國家關(guān)系為了描繪人工智能不斷變化的地緣政治格局，人工智能指數(shù)研究小組確定了作者的國籍。為Epoch數(shù)據(jù)集中每個(gè)重要機(jī)器學(xué)習(xí)系統(tǒng)的開發(fā)做出了貢獻(xiàn)。2.技術(shù)性能2.1有什么新2022年:一個(gè)時(shí)間表2022年2月2日：DeepMind釋放AlphaCode。AlphaCode是一種以競爭水平編寫計(jì)算機(jī)程序的人工智能系統(tǒng)，在人類編程競賽中排名前54%。這代表了人工智能傳統(tǒng)上難以解決的更復(fù)雜的問題解決任務(wù)的改進(jìn)。2022年2月16日：DeepMind訓(xùn)練強(qiáng)化學(xué)習(xí)代理來控制托卡馬克中的核聚變等離子體核聚變是清潔、無限的潛在來源能量，但由于缺乏實(shí)驗(yàn)數(shù)據(jù)，在托卡馬克中產(chǎn)生這種能量很困難。DeepMind模擬了最佳的托卡馬克管理，這是人工智能如何加速科學(xué)和應(yīng)對氣候變化的一個(gè)例子。2022年3月10日：IndicNLG基準(zhǔn)測試印度語言的自然語言生成。一個(gè)國際研究集體推出了IndicNLG，這是一個(gè)數(shù)據(jù)集集合，用于對11種印度語言的自然語言生成進(jìn)行基準(zhǔn)測試IndicNLG的創(chuàng)建增加了人工智能系統(tǒng)在更多樣化、非英語語言環(huán)境中生成語言的潛力。2.2計(jì)算機(jī)視覺形象圖像分類圖像分類是機(jī)器對圖像中的對象進(jìn)行分類的能力。ImageNetImageNet是圖像分類中使用最廣泛的基準(zhǔn)測試之一。該數(shù)據(jù)集包括超過1400萬張圖像，涵蓋20，000個(gè)不同的對象類別，例如“草莓”或“氣球”。ImageNet的性能是通過各種準(zhǔn)確性指標(biāo)來衡量的。top-1準(zhǔn)確度衡量由給定圖像的圖像分類模型生成的頂部預(yù)測與圖像標(biāo)簽的實(shí)際匹配程度。截至2022年，ImageNet上最好的圖像分類系統(tǒng)的準(zhǔn)確率為91.0%。盡管目前最先進(jìn)的系統(tǒng)的圖像分類能力比十年前提高了27.7個(gè)百分點(diǎn)，但去年分類精度提高了0.1個(gè)百分點(diǎn)。人臉檢測和識別面部檢測和識別是人工智能系統(tǒng)識別圖像或視頻中的人臉或個(gè)人的能力。目前，許多面部護(hù)理識別系統(tǒng)能夠成功識別接近100%的人臉，即使在具有挑戰(zhàn)性的數(shù)據(jù)集上也是如此。3.人工智能技術(shù)倫理3.1薈萃分析的公平和偏差指標(biāo)AI公平和偏差指標(biāo)算法偏差是根據(jù)分配和表示危害來衡量的。當(dāng)系統(tǒng)不公平地將機(jī)會或資源分配給特定群體時(shí)，就會發(fā)生分配性傷害，當(dāng)系統(tǒng)延續(xù)刻板印象時(shí)，就會發(fā)生代表性傷害以及以加強(qiáng)群體從屬關(guān)系的方式的權(quán)力動(dòng)態(tài)。當(dāng)算法做出的預(yù)測既不偏袒也不歧視基于受保護(hù)的屬性而無法用于決策（例如種族、性別、宗教）時(shí)，它們被認(rèn)為是公平的。2022年，發(fā)布了幾個(gè)新的數(shù)據(jù)集或指標(biāo)，以探索模型的偏見和公平性，無論是作為獨(dú)立論文還是作為BIG-bench等大型社區(qū)工作的一部分。值得注意的是，指標(biāo)是擴(kuò)展并變得具體：研究人員正在放大應(yīng)用于特定設(shè)置（如問答和自然語言推理）的偏差，通過使用語言模型為同一任務(wù)生成更多示例來擴(kuò)展現(xiàn)有的偏見數(shù)據(jù)集（例如，Winogenerated，Winogender基準(zhǔn)的擴(kuò)展版本）。自2016年以來，人工智能公平和偏見指標(biāo)的總數(shù)一直在穩(wěn)步增長。AI公平性和偏差指標(biāo)的數(shù)量（診斷指標(biāo)與基準(zhǔn)）從道德層面衡量人工智能系統(tǒng)通常采取以下兩種形式之一?；鶞?zhǔn)測試包含標(biāo)記數(shù)據(jù)，研究人員測試如何好吧，他們的AI系統(tǒng)標(biāo)記了數(shù)據(jù)?；鶞?zhǔn)不會隨時(shí)間而改變。這些是特定于領(lǐng)域的（例如，用于語言模型的SuperGLUE和StereoSet;用于計(jì)算機(jī)視覺的ImageNet），并且通常旨在測量模型固有的行為，而不是其在特定人群上的下游性能（例如，StereoSet測量模型選擇刻板印象的傾向與非刻板印象相比，但它不衡量不同子組之間的性能差距）。這些基準(zhǔn)通常作為內(nèi)在模型偏差的指標(biāo)，但它們可能無法清楚地指示模型的下游影響及其嵌入系統(tǒng)時(shí)的外在偏差。診斷指標(biāo)衡量模型對下游任務(wù)的影響或性能，它通常與外部影響有關(guān)，例如，與類似個(gè)體或整個(gè)總體相比，某些任務(wù)對總體子組或個(gè)體的模型性能差異。這些指標(biāo)可以幫助研究人員了解系統(tǒng)在現(xiàn)實(shí)世界中部署時(shí)的性能，以及它是否對某些人群產(chǎn)生不同的影響。以前比較自然語言處理中的公平性指標(biāo)的工作發(fā)現(xiàn)，上下文化語言模型的內(nèi)在和外在指標(biāo)可能不會相互關(guān)聯(lián)，突出了仔細(xì)選擇指標(biāo)和解釋結(jié)果的重要性。2022年，向社區(qū)引入了一系列新的倫理基準(zhǔn)和診斷指標(biāo)。一些指標(biāo)是現(xiàn)有公平性或偏見指標(biāo)的先前版本的變體，而其他指標(biāo)則試圖衡量以前未定義的偏見測量-例如，VLStereoSet是一個(gè)基準(zhǔn)，它將用于評估語言模型中的刻板偏見的StereoSet基準(zhǔn)擴(kuò)展到文本到圖像設(shè)置，而HolisticBias測量數(shù)據(jù)集組裝了一組新的句子提示，旨在量化以前工作中未涵蓋的人口統(tǒng)計(jì)偏差。3.2艾未未事件AI、算法和自動(dòng)化事件和爭議（AIAAIC）存儲庫：隨時(shí)間推移的趨勢AI、算法和自動(dòng)化事件和爭議（AIAAIC）存儲庫是一個(gè)獨(dú)立、開放和公共的數(shù)據(jù)集，其中包含由AI、算法和自動(dòng)化驅(qū)動(dòng)或與之相關(guān)的近期事件和爭議。它是在2019年作為一個(gè)私人項(xiàng)目，以更好地了解人工智能的一些聲譽(yù)風(fēng)險(xiǎn)并已發(fā)展成為一個(gè)全面的計(jì)劃跟蹤與人工智能技術(shù)相關(guān)的道德問題。2