2024年斯坦福AI指数报告.pdf

智力造的2024 指数报告Machine Translated by Google科学和医学。AI 指数报告跟踪、整、提炼和可视化与智能(AI)相关的数据。我们的使命是提供公正、经过严格审查、来源广泛的数据，以便政策制定者、研究员、高管、记者和公众?复杂的智能领域有全、细致的了解。该版本包含以往多的原始数据，介绍了?智能培训成本的新估计、?负责任的智能前景的详细分析，以及专门讨论智能?类的影响的全新章节。欢迎阅读第七版智能指数报告。2024 指数是我们迄今为最全的指数，恰逢智能?社会的影响力达到前所未有的重要时刻。今，我们扩大了研究范围，广泛地涵盖智能的技术进步、公众?该技术的看法以及围绕其发展的地缘政治动态等基本趋势。智能指数被全球公认为智能数据和见解最可信、最权威的来源之一。先前版本已被纽约时报、彭博社和卫报 等主要报纸引用，已积累了数百次学术引用，并被美国、英国和欧盟的高层政策制定者引用等地方。今的展会在规模、规模和范围上都超越了以往的历届展会，反映出智能在我们所有的生活中益重要的意义。简介2024 智能指数报告智能2024 指数报告2Machine Translated by Google智能临两个相互关联的未来。首先，技术不断改进并得到越来越多的应用，?生产力和就业产生重大影响。它可以有好的用途，也可以有坏的用途。在第个未来，智能的采用受到技术局限性的限制。论未来如何发展，各国政府都越来越担。他们正在介以鼓励积极的一，例如资助大学研发和激励私投资。各国政府还致力于管潜在的负影响，例如?就业的影响、隐私问题、错误信息和知识产权。在技术方，今的智能指数报告称，2023 全球发布的新大型语模型数量上一翻了一番。三分之是开源的，但性能最高的模型来自具有封闭系统的业参与者。Gemini Ultra 成为第一个在大规模多任务语解（MMLU）基准测试中达到类平表现的法学硕士；自去以来，基准性能提高了 15 个百分点。此外，GPT-4 在综合语模型整体评估(HELM)基准（包括 MMLU 等评估）中取得了令印象深刻的 0.96 平均胜率分数。到 2023，进展将会加速。GPT-4、Gemini 和 Claude 3 等最先进的新系统具有令印象深刻的多模式功能：它们可以生成数种语的流畅文本、处频，甚至解释模因。随着智能的进步，它越来越多地进我们的生活。各家公司都在竞相打造基于智能的产品，智能也越来越多地被大众所使用。但当前的智能技术仍然存在重大问题。它法可靠地处事实、执复杂的推或解释其结论。前，世界上最好的智能系统法以类的平?图像中的物体进分类。智能在语解方存在困难，并且法解决数学问题。如今，智能系统在标准基准上的表现通常超过类。随着智能的快速发展，智能指数旨在帮助智能社区、政策制定者、商界领袖、记者和公众应?这一复杂的局。它提供了持续、客观的快照，跟踪个关键领域：智能能力的技术进步、推动智能开发和部署的社区和投资、?当前和未来潜在影响的公众舆论，以及为刺激智能创新同时管其险和挑战采取的政策措施。通过全监测智能生态系统，该指数成为了解这一变革性技术力量的重要资源。联合董事致辞2024 指数报告智能3Machine Translated by Google雷 佩罗和杰克 克拉克尽管全球智能私投资连续第下降，但生成式智能投资却猛增。财富 500 强企业的财报电话会议中提到智能的次数以往任何时候都多，新的研究表明智能切实提高了的生产力。在政策制定方，全球法程序中?智能的提及从未如此频繁。美国监管机构在 2023 通过的智能相关法规以往任何时候都多。尽管如此，许多仍?智能产生深度伪造品和影响选举的能力表担忧。公众?智能的了解越来越多，研究表明他们的反应很紧张。AI 指数联席董事联合董事（续）消息来自2024 指数报告智能4Machine Translated by Google3.前沿型号变得加昂贵。根据AI Index估计，最先进的AI模型的训练成本已达到前所未有的平。例如，OpenAI 的 GPT-4 估计使用了价值7800 万美元的计算来进训练，Google 的 Gemini Ultra 的计算成本为 1.91 亿美元。7.数据显：智能提高了的生产力并带来高质量的作。2023，多项研究评估了智能?劳动力的影响，表明智能使能够快地完成任务并提高产出质量。这些研究还证明了智能有潜力弥合低技能和高技能之间的技能差距。尽管如此，其他研究警告说，在没有适当监督的情况下使用智能可能会导致性能下降。2.业界继续主导智能前沿研究。2023，业界产生了51个值得注意的机器学习模型，学术界仅贡献了15个。2023，产学界合作产生了21个值得注意的模型，再创新高。1.智能在某些任务上击败了类，但并非在所有任务上都击败了类。智能在多个基准上已经超越了类的表现，包括图像分类、视觉推和英语解方的一些基准。然，它在竞赛级数学、视觉常识推和规划等复杂的任务上后了。4.美国领先中国、欧盟和英国，成为顶级智能模型的主要来源。2023，61 个著名智能模型源自美国机构，远远超过欧洲5.严重缺乏?LLM责任的稳健和标准化的评估。6.生成式智能投资猛增。尽管去智能私投资总额有所下降，但生成式智能的资金却大幅增长，2022 增长了近八倍，达到 252 亿美元。生成式智能领域的主要参与者，包括 OpenAI、Anthropic、Hugging Face 和 Inflection，都报告称已进了大量融资。大要点2024 指数报告智能5 5智能指数的新研究表明，负责任的智能报告严重缺乏标准化。联盟21个，中国15个。包括 OpenAI、Google 和 Anthropic 在内的领先开发员主要根据不同的负责任的 AI 基准测试他们的模型。这种做法使得系统地较顶级智能模型的险和局限性的作变得加复杂。Machine Translated by Google9、美国智能法规数量急剧增加。美国智能相关法规的数量在过去一和过去五中显着增加。2023，智能相关法规数量达到25个，2016仅有1个。仅去一，智能相关法规总数就增长了56.3%。8.得益于智能，科学进步进一步加速。2022，智能开始推动科学发现。然，2023 将会推出重要的与科学相关的智能应用程序?10.全球各地的们加认识到智能的潜在影响，也加紧张。大要点（续）2024 指数报告智能从让算法排序加高效的 AlphaDev，到促进材发现过程的 GNoME。益普索（Ipsos）的一项调查显，去，认为智能将在未来三到五内极大影响他们生活的例从 60%上升到 66%。此外，52%的表?智能产品和服务感到紧张，2022 上升了 13 个百分点。在美国，皮尤研究中的数据显，52%的美国表?智能感到担，不是兴奋，这一例高于 2022 的 37%。6Machine Translated by Google作员和研究员指导委员会研究经兼主编本科生研究员会员联合董事研究生研究员研究助附属研究员2024 指数报告智能Juan Carlos Niebles，斯坦福大学，Salesforce洛雷达娜 法托里尼亚历德拉 罗，自由研究员伊森 邓肯(Ethan Duncan)何力 赫尔曼(He-Li Hellman)，斯坦福大学Erik Brynjolfsson，斯坦福大学 JohnEtchemendy，斯坦福大学 Katrina Ligett，希伯来大学 Terah Lyons，摩根大通公司斯坦福大学詹姆斯 达 科斯塔，斯坦福大学阿莉亚 哈迪，斯坦福大学雷蒙德 佩罗(Raymond Perrault)，SRI 国际罗 拉赫曼，数据科学家斯坦福大学夏花Lapo Santarlasci，IMT 学校朱莉娅 茨 洛图福，斯坦福大学艾玛 威廉姆森，斯坦福大学拉塞尔 沃尔德，斯坦福大学Elif Kiesow Cortez，斯坦福大学法学院研究员James Manyika，谷歌，牛津大学巴 琼加，斯坦福大学梅纳 哈桑，斯坦福大学安德鲁 施，斯坦福大学凡妮莎 帕利，斯坦福大学斯坦福大学内斯特 斯莱阿明 哈姆拉，克莱蒙特 麦肯纳学院阿尔弗雷德 余，斯坦福大学杰克 克拉克，类学，经合组织安卡 鲁埃尔，斯坦福大学艾丽 卡普斯蒂克，斯坦福大学贾森 申，斯坦福大学Yoav Shoham，斯坦福大学，AI21 实验室卢卡高级研究Sukrut Oak，斯坦福大学7Machine Translated by Google将于 2024 夏季新。智能指数承认，虽然由类研究员团队撰写，但其写作过程得到了智能具的帮助。具体来说，作者使用 ChatGPT和 Claude 来帮助收紧和复制编辑初稿。全球智能活力具：较30多个国家的智能生态系统。全球智能活力具作流程涉及作者编写原始副本，然后利用智能具作为编辑过程的一部分。AI 指数 2024 报告由原始数据和交互式具补充。我们邀请每位读者以与其作和兴趣最相关的方式使用数据和具。智能指数是在智能一百研究（AI100）中构思的。原始数据和图表：报告中所有图表的公开数据和高分辨率图像Nestor Maslej、Loredana Fattorini、Raymond Perrault、Vanessa Parli、Anka Reuel、Erik Brynjolfsson、John Etchemendy、Katrina Ligett、Terah Lyons、James Manyika、Juan Carlos Niebles、Yoav Shoham、Russell Wald 和 Jack Clark，智能指数 2024 度报告报告”，智能指数指导委员会，斯坦福大学以为中的智能研究所，加利福尼亚州斯坦福，2024 4。可在Google 云端硬盘上找到。AI 指数和斯坦福 HAI公共数据和具如何引用该报告AI 指数是斯坦福以为中的智能研究所(HAI)的一项独倡议。智能指数欢迎明的反馈和新想法。请通过AI-Index-Reportstanford.edu 联系我们。2024 指数报告智能斯坦福大学的智能指数 2024 度报告已获得Attribution-NoDerivatives 4.0 International 许可。8Machine Translated by Google研究合作伙伴支持伙伴分析和2024 指数报告智能9Machine Translated by Google杰克 克拉克/洛雷达娜 法托里尼/阿莉亚 哈迪/卡特里娜 利吉特/内斯特 斯莱/凡妮莎 帕利/雷 佩罗诺亚 古德曼、尼古拉斯 哈伯、桑 科耶霍、珀西、卡特里娜 利盖特、萨莎 卢奇奥尼、内斯特 斯莱吉、拉斯 奥尔特曼、洛雷达娜 法托里尼、雷、柯蒂斯 兰格洛茨、詹姆斯 曼尼卡、内斯特 斯莱吉、凡妮莎 帕利、洛雷达娜 法托里尼、内斯特 斯、凡妮莎 帕利、雷 佩罗胡安 卡洛斯 尼布尔斯、Sukrut Oak、凡妮莎 帕丽、雷 佩罗、安德鲁 石、约夫 肖汉姆、艾玛 威廉姆森洛雷达娜 法托里尼、阿卡什 考拉、詹姆斯 尼卡、内斯特 斯莱吉、卡尔 麦基弗、朱莉娅 尼奇克、蕾拉 奥凯恩、里什 博萨尼/艾玛 布伦斯基尔/埃里克 布约尔森/艾丽 卡普斯蒂克/杰克 克拉克/洛雷达娜 法托里尼/托 格森伯格AI Index 希望按章和章节感谢以下个?AI Index 2024 报告中所提供的数据、分析、建议和专家评论的贡献：凡妮莎 帕丽/雷 佩罗/布列塔尼 普雷斯滕/卡尔/尔 瓦/凯西 斯顿/艾玛 威廉姆森珀西、内斯特 斯、格雷格 莫里、特里斯坦 瑙曼、凡妮莎 帕利、帕夫洛斯 佩帕斯、雷 佩罗、罗 拉赫曼、本 科蒂尔/詹姆斯 库森斯/詹姆斯 邓纳姆/梅雷迪斯 埃里森/洛雷达娜 法托里尼/恩里科 格尔丁/Anson Ho安卡 鲁埃尔、安德鲁 石斯娜 萨布利亚科维奇-弗里茨、吉姆 施德、杰 塞维利亚、奥特姆 托尼、凯文 徐、梅格 杨、莱娜 泽塔姆洛娃苏珊娜 尔、埃里克 布约尔松、尔 卡帕内利、詹姆斯 达 科斯塔、娜塔莉亚 多罗吉、希瑟 英格利什、穆拉特 埃雷尔、雷 佩罗，艾玛 威廉姆森凯瑟琳 艾肯、特里 奥里奇奥、塔伊 西罗格鲁、Rishi Bommasani、安德鲁 布朗、彼得 奇宏、詹姆斯 达 科斯塔、贡献者2024 指数报告智能第章：技术性能第四章：经济第一章：研究与开发介绍第 3 章：负责任的智能第五章：科学与医学10Machine Translated by Google贡献者（续）第七章：政策与治第9章：舆论第 8 章：多样性第六章：教育2024 指数报告智能雷 佩罗、亚历德拉 罗、拉普 桑塔拉斯奇、莎拉 史沫特莱、拉塞尔 沃尔德、艾玛 威廉姆森、张勇菲利普 德 古兹曼、梅纳 哈桑、伊桑 邓肯、赫莉 赫尔曼、尼尔 何、巴 琼加、罗希尼 科索格鲁、克 莱姆利、朱莉娅 茨 洛图福、内斯特 斯、卡罗琳 迈因哈特、朱利安 尼亚科、杰夫 帕克、凡妮莎 帕利、斯维特兰娜 吉霍科、劳伦斯 维梅杰、卡罗琳 维斯、汉娜 斯曼、斯图尔特 兹本艾莉森 博耶、艾丽芙 基索 科尔特斯、丽卡 德克雷森佐、大卫 弗里曼 恩斯特罗姆、洛雷达娜 法托里尼、琪 佐特,洛雷达娜 法托里尼,克尔斯滕 费德森,特 哈岑布什,内斯特 斯莱,凡妮莎 帕利,雷 佩罗,凡妮莎 帕丽、雷 佩罗、斯维特兰娜 吉霍科、劳伦斯 维梅杰、汉娜 斯曼、斯图尔特 兹本特西 佐特、约翰 埃切曼迪、洛雷达娜 法托里尼、克尔斯滕 费德森、特 哈赞布什、内斯特 斯莱吉、雷 佩罗、可 蒙泰罗 席尔瓦、李 斯格、尔 瓦莱、拉塞尔 沃尔德玛吉 阿拉伊、希瑟 英格利什、洛雷达娜 法托里尼、阿明 哈姆拉、彼得 洛文、内斯特 斯莱吉、凡妮莎 帕里、11Machine Translated by Google苏珊 凯瑟琳 艾肯、詹姆斯 邓纳姆、奥特姆 托尼玛吉 新井，可 蒙泰罗 席尔瓦菲利普 德古兹曼，杰夫 帕克卡罗琳 斯特西 佐特，斯图尔特 兹本AI Index 还感谢 Jeanina Casusi、Nancy King、Carolyn Lehman、Shana Lynch、Jonathan Mindes 和 Michi Turner 在准备本报告时提供的帮助；Joe Hinman 和 Nabarun Mukherjee 帮助维护 AI Index 网站；以及安妮 尼施(Annie Benisch)、克 高夫(MarcGough)、帕诺斯 达莫普洛斯-莫拉里斯(Panos Madamopoulos-Moraris)、卡奇 皮尔(Kaci Peel)、德鲁 斯彭斯(Drew Spence)、德琳赖特(Madeline Wright)和张尼尔(Daniel Zhang)在帮助推广该报告方所做的作。彼得 洛文，李 斯格AI指数感谢以下组织和个提供的数据纳今的报告：彼得 奇宏、徐凯文汉娜 斯曼斯特兰娜 季霍科Rishi Bommasani、珀西 卡尔 麦基弗、朱莉娅 尼奇克、蕾拉 奥凯恩克尔斯滕 费德森、劳伦斯 维梅杰娜塔莉亚 多罗吉，布列塔尼 普雷斯滕希瑟 英格利希、尔 瓦艾莉森 博耶、丽卡 德克雷森佐、穆拉特 埃雷尔、阿卡什 考拉、凯西 斯顿本 科蒂尔，罗 拉赫曼组织机构智能2024 指数报告代码.org计算机研究协会研究中维尼领英基础模型安全与新兴中GitHub欧洲信息学乔治城大学技术施瓦茨赖斯曼技术与社会研究所机器学习领域的性光投麦肯锡公司奎德学习门蒙克全球事务与公共政策学院国际机器联合会时代12Machine Translated by Google第6章第5章第3章第7章第1章第4章第2章报告要点第8章附录第9章录2024 指数报告智能访问公共数据15921332514第366章第435章第411章负责任的智能教育舆论技术性能73科学与医学296多样性第458章研究与开发政策与治经济27 号13Machine Translated by Google第一章：研究与开发14报告要点智能2024 指数报告6.中国在智能专利方占据主导地位。2022，中国以61.1%领先全球智能专利来源，大幅超过美国（占智能专利来源的20.9%）。自2010以来，美国智能专利份额已从54.1%下降。7.开源智能研究呈爆炸式增长。自2011以来，GitHub上智能相关项的数量持续增长，从2011的845个增长到2023的约180万个。值得注意的是，仅2023，GitHub智能项总数就大幅增长了59.3%。GitHub 上智能相关项的 Star 总数在 2023 也显着增加，从 2022 的 400 万增加到 1220 万，增加了两倍多。5.智能专利数量猛增。2021至2022，全球智能专利授权量大幅增长62.7%。自2010以来，智能专利授权量增长了31倍多。3.前沿型号变得加昂贵。根据AI Index估计，最先进的AI模型的训练成本已达到前所未有的平。例如，OpenAI 的 GPT-4 估计使用了价值7800 万美元的计算来进训练，Google 的 Gemini Ultra 的计算成本为 1.91 亿美元。4.美国领先中国、欧盟和英国，成为顶级智能模型的主要来源。2023，61 个著名智能模型源自美国机构，远远超过欧洲2.多的基础模型和开放的基础模型。2023，共发布了 149 个基础模型，是 2022 发布数量的两倍多。在这些新发布的模型中，65.7%是开源的，2022 仅为 44.4%，2021 仅为 33.3%。1.业界继续主导智能前沿研究。2023，业界产生了51个值得注意的机器学习模型，学术界仅贡献了15个。2023，产学界合作产生了21个值得注意的模型，再创新高。8.智能出版物数量持续增加。2010 至 2022 间，智能出版物总数乎增加了两倍，从 2010 的约 88,000 篇增加到 2022 的超过240,000 篇。与去相，增幅仅为 1.1%。联盟21个，中国15个。Machine Translated by Google第章：技术性能15报告要点2024 指数报告智能3.严格的基准出现。AI 模型在 ImageNet、SQuAD 和 SuperGLUE 等既定基准上已达到性能饱和，促使研究员开发具挑战性的模型。2023，出现了个具有挑战性的新基准，包括用于编码的 SWE-bench、用于图像生成的 HEIM、用于一般推的 MMMU、用于道德推的 MoCa、用于基于代的为的 AgentBench 和2.多模式智能来了。传统上，智能系统的范围有限，语模型在文本解方表现出色，但在图像处方却表现不佳，反之亦然。然，最近的进步导致了强大的多模态模型的发展，例如 Google 的 Gemini 和 OpenAI 的 GPT-4。这些模型表现出灵活性，能够处图像和文本，在某些情况下甚至可以处频。1.智能在某些任务上击败了类，但并非在所有任务上都击败了类。智能在多个基准上已经超越了类的表现，包括图像分类、视觉推和英语解方的一些基准。然，它在竞赛级数学、视觉常识推和规划等复杂的任务上后了。5.类评估已成为主流。随着生成模型生成高质量的文本、图像等，基准测试已慢慢开始转向纳类评估（如 Chatbot Arena 排榜），不是计算机化排名（如 ImageNet 或 SQuAD）。公众?智能的看法正在成为追踪智能进展的一个越来越重要的考虑因素。4.好的智能意味着好的数据，这意味着甚至好的智能。新的智能模型，例如6.多亏了法学硕士，机器变得加灵活。语建模与机器技术的融合催生了灵活的机器系统，例如 PaLM-E 和 RT-2。除了改进的机器功能之外，这些模型还可以提出问题，这标志着机器向能够有效地与现实世界交互迈出了重要一步。SegmentAnything 和 Skoltech 用于生成图像分割和 3D 重建等任务的专用数据。数据?于智能技术的改进至关重要。使用智能创建多数据可以增强当前的能力，并为未来的算法改进铺平道路，尤其是在困难的任务上。HaluEval 用于幻觉。Machine Translated by Google8.封闭式法学硕士的表现明显优于开放式法学硕士。在 10 个选定的 AI 基准测试中，封闭模型的性能优于开放模型，中位性能优势为 24.2%。封闭模型和开放模型的性能差异?智能政策辩论具有重要影响。7.多代智能技术研究。创建智能代，即能够在特定环境中自主运的系统，长期以来一直是计算机科学家临的挑战。然，新兴研究表明自主智能代的性能正在改善。前的代现在可以掌握像我的世界 这样的复杂游戏，并有效地解决现实世界的任务，例如在线购物和研究协助。16第 2 章：技术性能（续）2024 指数报告智能Machine Translated by Google第 3 章：负责任的智能17 号报告要点2024 指数报告智能3.研究员发现法学硕士中复杂的漏洞。此前，红队智能模型的大部分努力都集中在测试类直观上有意义的?抗性提。今，研究员发现了一些不太明显的策略来让法学硕士表现出有害为，如要求模型限重复随机单词。5.法学硕士可以输出受版权保护的材。多名研究员表明，流的法学硕士的生成输出可能包含受版权保护的材，例如纽约时报 的摘录或电影中的场景。此类输出是否构成版权侵权正在成为一个核法律问题。2.政治深度造假容易产生且难以检测。政治深度造假已经影响了世界各地的选举，最近的研究表明，现有的智能深度造假方法的准确度各不相同。此外，CounterCloud 等新项展了智能如何轻松地创建1.严重缺乏?LLM责任的稳健、规范的评估。6.智能开发员在透明度方得分较低，这?研究造成了影响。新推出的基金会模型透明度指数表明智能开发者缺乏透明度，特别是在训练数据和方法论的披露方。这种缺乏开放性阻碍了进一步了解智能系统的稳健性和安全性的努力。4.智能带来的险正在成为全球企业关注的问题。一项关于负责任智能的全球调查强调，企业最关的智能相关问题包括隐私、数据安全和可靠性。并传播虚假内容。智能指数的新研究表明，负责任的智能报告严重缺乏标准化。包括 OpenAI、Google 和 Anthropic 在内的领先开发员主要根据不同的负责任的 AI 基准测试他们的模型。这种做法使得系统地较顶级智能模型的险和局限性的作变得加复杂。调查显，组织开始采取措施减轻这些险。然，在全球范围内，大多数公司迄今为仅减轻了其中一小部分险。Machine Translated by Google第 3 章：负责任的智能（续）9.ChatGPT 存在政治偏见。研究员发现 ChatGPT?美国民主党和英国党存在显着偏见。这一发现引发了们?该具影响用政治观点的潜力的担忧，特别是在全球重大选举的一中。7.智能的极端险难以分析。在过去的一里，智能学者和从业者之间就关注直接模型险（例如算法歧视）与潜在的长期生存威胁进了激烈的争论。区分哪些主张是有科学依据的并且应该为政策制定提供信息已经变得具有挑战性。这种困难因已经存在的有形性质变得加复杂。八、智能事件数量持续上升。根据追踪智能滥用相关事件的智能事件数据库，2023 报告了 123 起事件，2022 增加了 32.3 个百分点。自 2013 以来，智能事件增长了 20 多倍。一个值得注意的例包括由智能生成的泰 斯威夫特（Taylor Swift）的露色情深度赝品，这些内容在网上广泛传播。2024 指数报告智能短期险与存在威胁的论性质形成鲜明?。18Machine Translated by Google第四章：经济19报告要点2024 指数报告智能2.美国已经处于领先地位，在智能私投资方进一步领先。6.智能组织采用率上升。麦肯锡 2023 的一份报告显，前有 55%的组织在至少一个业务部门或职能中使用智能（包括生成式智能），高于 2022 的 50%和 2017 的 20%。3.美国和全球范围内的智能作机会减少。2022，智能相关职位占美国所有职位发布的 2.0%，这一数字到 2023 下降至1.6%。智能职位列表的下降归因于领先智能公司职位的减少以及技术职位例的减少这些公司内部。1.生成式智能投资猛增。尽管去智能私投资总额有所下降，但生成式智能的资金却大幅增长，2022 增长了近八倍，达到 252 亿美元。生成式智能领域的主要参与者，包括 OpenAI、Anthropic、Hugging Face 和 Inflection，都报告称已进了大量融资。5、智能民间投资总额再次下降，新投资智能企业数量增加。全球私智能投资连续第下降，但降幅小于2021至2022的大幅下降。新融资的智能公司数量激增至1,812家，较上增长40.6%。7.中国在业机器领域占据主导地位。自2013超越本成为业机器安装领先者以来，中国与最接近的竞争?手国家的差距已显着拉大。2013，中国装机量占全球总量的20.8%，到2022这一份额将上升至52.4%。4.智能降低成本并增加收。麦肯锡的一项新调查显，42%的受访组织表实施智能（包括生成式智能）成本降低，59%报告收增加。与上一相，报告成本下降的受访者增加了 10 个百分点，这表明智能正在推动业务效率的显着提高。在同一时间范围内。2023，美国的智能投资达到672亿美元，是第大投资国中国的近8.7倍。自 2022 以来，中国和包括英国在内的欧盟的私智能投资分别下降了 44.2%和 14.1%，美国则显着增长了 22.1%Machine Translated by Google9.数据如下：智能提高了的生产力，并带来高质量的作。8.机器安装加多样化。2017，协作机器仅占所有新增业机器安装量的 2.8%，到 2022 这一数字将攀升至9.9%。同样，到 2022，除医疗机器外，所有应用类别的服务机器安装量均有所增加。这一趋势不仅表明机器安装量的总体增加，且表明们越来越重视部署机器来扮演向类的角色。10.财富 500 强公司开始大量谈论智能，尤其是生成式智能。2023，智能在 394 场财报电话会议中被提及（乎占所有财富 500 强公司的 80%），较 2022 的 266 次提及显着增加。自 2018 以来，财富 500 强财报电话会议中提及智能的次数乎增加了一倍。最常被提及的主题是生成式智能，占所有财报电话会议的 19.7%。第 4 章：经济（续）智能2024 指数报告2023，多项研究评估了智能?劳动力的影响，表明智能使能够快地完成任务并提高产出质量。这些研究还证明了智能有潜力弥合低技能和高技能之间的技能差距。尽管如此，其他研究警告说，在没有适当监督的情况下使用智能可能会导致性能下降。20Machine Translated by Google报告要点21第五章：科学与医学2024 指数报告智能3.知识渊博的医疗AI已经到来。在过去的里，智能系统在 MedQA 基准上表现出了显着的进步，这是评估智能临床知识的关键测试。2023 的杰出模型 GPT-4 Medprompt 的准确率达到了 90.2%，2022 的最高分提高了 22.6 个百分点。自 2019 推出该基准以来，MedQA 上的智能性能乎增加了两倍。2.智能帮助医学取得长进步。2023，推出了多个重要的医疗系统，包括增强大流预测的 EVEscape 和协助智能驱动的突变分类的 AlphaMissence。智能越来越多地被用来推动医疗进步。1.得益于智能，科学进步进一步加速。2022，智能开始推动科学发现。然，2023 将会推出重要的与科学相关的智能应用程序?4、FDA批准越来越多的智能相关医疗器械。2022，FDA批准了139种智能相关医疗器械，2021增长了12.1%。自2012以来，FDA批准的智能相关医疗器械数量增加了45倍以上。智能越来越多地用于现实世界的医疗的。从让算法排序加高效的 AlphaDev 到促进材发现过程的 GNoME。Machine Translated by Google第六章：教育22报告要点2024 指数报告智能3.学术才从业界到学术界的转移较少。2019，美国和加拿大 13%的新智能教师来自业界。到2021，这一数字已下降至11%，2022进一步下降至7%。这一趋势表明，业界高级智能才的迁移量逐渐减少6.智能相关学位课程在国际上呈上升趋势。自 2017 以来，与智能相关的英语高等教育学位课程数量增加了两倍，在过去五中呈逐稳定增长。世界各地的大学都在提供多以智能为重点的学位课程。2.智能博士向产业转移的步伐持续加快。2011，新的智能博士在业界（40.9%）和学术界（41.6%）就业的例大致相等。然，到 2022，与进学术界的(20.0%)相，毕业后进业界的例(70.7%)明显高。仅在过去一，业智能博士的例就上升了 5.3 个百分点，这表明从大学到业的才流失加剧。1、美国和加拿大CS本科毕业生数量持续增长，新增CS硕士毕业生数量相?持平，博士毕业生数量小幅增长。尽管美国和加拿大新本科毕业生的数量多来一直在增长，但选择计算机科学研究生教育的学生数量却趋于平稳。2018以来，CS硕士和博士毕业生数量略有下降。4.美国和加拿大的计算机科学教育国际化程度降低。与 2021 相，2022 毕业的国际计算机学学士、硕士和博士数例有所减少。硕士类别的国际学生下降尤其明显。5.越来越多的美国高中生参加计算机科学课程，但学问题仍然存在。进学术界。2022，共举办了 201,000 场 AP CS 考试。自2007以来，参加这些考试的学生数增加了倍多。然，最近的证据表明，较大的高中和郊区的学生有可能获得计算机科学课程。Machine Translated by Google第六章：教育（续）237.英国和德国在欧洲信息学、CS、CE 和 IT 毕业生产出方处于领先地位。英国和德国在培养新信息学、CS、CE 和信息学学士、硕士和博士毕业生数量方处于欧洲领先地位。按均计算，芬兰在学士和博士毕业生的培养方领先，爱尔兰在硕士毕业生的培养方领先。2024 指数报告智能Machine Translated by Google第七章：政策与治24报告要点2024 指数报告智能2.美国和欧盟推进具有里程碑意义的智能政策动。2023，大西洋两岸的政策制定者提出了推进智能监管的实质性建议。欧盟就智能法案 的条款达成协议，这是2024颁布的一项具有里程碑意义的法。3.智能引起美国决策者的关注。2023，联邦层智能相关法显着增加，提出了 181 项法案，是 2022 提出的 88 项法案的两倍多。1.美国智能法规数量急剧增加。在过去一和过去五里，与智能相关的法规数量显着增加。2023，智能相关法规数量达到25个，2016仅有1个。仅去一，智能相关法规总数就增长了56.3%。4.全球政策制定者法停谈论智能。全球法程序中提及智能的次数乎翻了一番，从 2022 的 1,247 次增加到2023 的 2,175 次。2023，49 个国家的法程序中提到了智能。此外，各大洲至少有一个国家在 2023 讨论了智能，强调智能政策话语的真正全球影响力。5.多监管机构将注意力转向智能。发布智能法规的美国监管机构数量从 2022 的 17 个增加到 2023 的 21 个，这表明广泛的美国监管机构?智能监管的担忧益增加。2023 首次颁布智能相关法规的一些新监管机构包括交通部、能源部和职业安全与健康管局。与此同时，拜登总统签署了一项智能政命令，这是美国当最著名的智能政策举措。Machine Translated by Google第 8 章：多样性25报告要点2024 指数报告智能2.欧洲各个教育级别的信息学、计算机科学、计算机科学和信息技术毕业生中仍然存在?大的性别差距。每个接受调查的欧洲国家都报告，信息学、计算机科学、计算机科学和信息技术学士、硕士和博士课程的男性毕业生多于性。尽管过去大多数国家的性别差距有所缩小，但缩小的速度很慢。1.美国和加拿大计算机科学学士、硕士和博士生的种族益多元化。虽然学生仍然是所有三个级别的新住院毕业生中代表性最多的种族，但其他种族群体（例如亚洲、西班牙裔、或非裔美国学生）的代表性仍在继续增长。例如，自2011以来，亚裔CS学士学位毕业生的例增加了19.8个百分点，拉美裔CS学士学位毕业生的例增加了5.2个百分点。3.美国K-12计算机科学教育变得加多样化，反映了性别和种族代表性的变化。生参加 AP CS 考试的例从 2007 的 16.8%上升到2022 的 30.5%。同样，亚裔、西班牙裔/拉美裔/拉丁裔和/非裔美国学生参加 AP CS 考试的例逐持续增加。Machine Translated by Google第9章：舆论26报告要点2024 指数报告智能2.西方国家的智能情绪持续低迷，但正在缓慢改善。2022，包括德国、荷兰、澳大利亚、利时、加拿大和美国在内的一些西方发达国家?智能产品和服务的积极性最差。从那时起，这些国家中承认智能好处的受访者例都有所上升，其中荷兰经历了最显着的转变。3.公众?智能的经济影响持悲观态度。在 Ipsos 的一项调查中，只有 37%的受访者认为智能会改善他们的作。只有34%的预计智能将提振经济，32%的认为它将改善就业市场。1.全球各地的们加认识到智能的潜在影响，也加紧张。4.?智能的乐观态度出现了口统计学差异。?于智能改善生计潜力的看法存在显着的口差异，轻一代普遍为乐观。例如，59%的 Z 世代受访者认为智能将改善娱乐选择，婴儿潮一代的这一例仅为 40%。此外，与低收和受教育程度较低的相，收和教育平较高的?智能?娱乐、健康和经济的积极影响加乐观。5.ChatGPT广为知且广泛使用。多伦多大学的一项国际调查显，63%的受访者了解 ChatGPT。在了解这一情况的中，大约有一半表每周至少使用一次 ChatGPT。益普索（Ipsos）的一项调查显，去，认为智能将在未来三到五内极大影响他们生活的例从 60%上升到 66%。此外，52%的表?智能产品和服务感到紧张，2022 上升了 13 个百分点。在美国，皮尤研究中的数据显，52%的美国表?智能感到担，不是兴奋，这一例高于 2022 的 38%。Machine Translated by Google2024 指数报告智能第1章：研究与发展Machine Translated by Google发展研究与模型发布章节亮点通用机器学习模型693652计算趋势亮点：模型会耗尽数据吗？培训费用33会议出席概述39494558国家归属组织隶属关系3831按部门37智能专利概述46563129按出版物类型34概述智能出版物总数智能会议出版物按申请状态和地区6669325047智能期刊出版物3863业分析参数趋势基础模型按研究领域30314561国家归属6671星星概述562024 指数报告智能访问公共数据第1章：预览1.1 出版物1.2 专利1.5 开源智能软件项1.4 智能会议1.3 智能前沿研究453828录Machine Translated by Google发展研究与29录2024 指数报告智能第1章：概述本章研究智能研究和发展的趋势。它首先检查智能出版物和专利的趋势，然后检查著名智能系统和基础模型的趋势。最后分析了智能会议出席情况和开源智能软件项。Machine Translated by Google研究与发展2024 指数报告智能第1章：章节亮点5.智能专利数量猛增。2021至2022，全球智能专利授权量大幅增长62.7%。自2010以来，智能专利授权量增长了31倍多。7.开源智能研究呈爆炸式增长。自2011以来，GitHub上智能相关项的数量持续增长，从2011的845个增长到2023的约180万个。值得注意的是，仅2023，GitHub智能项总数就大幅增长了59.3%。GitHub 上智能相关项的 Star 总数在 2023 也显着增加，从 2022 的400 万增加到 1220 万，增加了两倍多。4.美国领先中国、欧盟和英国，成为顶级智能模型的主要来源。2023，61个著名智能模型源自美国机构，远远超过欧盟的21个和中国的15个。3.前沿型号变得加昂贵。根据AI Index估计，最先进的AI模型的训练成本已达到前所未有的平。例如，OpenAI 的 GPT-4 估计使用了价值 7800 万美元的计算来进训练，Google 的 Gemini Ultra 的计算成本