斯坦福大学人工智能研究院发布的《2024年人工智能指数报告》提供了对2023年人工智能领域进展的全面分析，覆盖了技术进步、经济影响、政策制定和公众舆论等多个方面。以下是报告的一些关键要点:
技术进步:
行业研究贡献:行业在AI研究方面发挥了重要作用，2023年贡献了51个重要的机器学习模型，而学术界仅贡献了15个。
基础模型的增长:2023年发布了149个基础模型，比2022年多出两倍多，其中65.7%是开源的。
模型训练成本上升:如OpenAI的GPT-4和Google的Gemini Ultra，训练成本分别高达7800万美元和1.91亿美元。
多模态AI的发展:新模型如Google的Gemini和OpenAI的GPT-4能够处理图像、文本和音频等多种模态。
新的基准测试:研究人员开发了更具挑战性的基准测试，以评估AI模型在更复杂任务上的表现。
经济影响:
生成式AI投资增长:尽管整体AI私人投资有所下降，但生成式AI领域的投资增长至252亿美元。
美国AI投资领先:2023年，美国AI投资达到672亿美元，是中国投资额的8.7倍。
AI职位需求下降:美国和全球对AI相关职位的需求均有所减少。
AI提高工作效率:研究表明AI能够提升员工的工作效率和质量。
财富500强公司关注AI:2023年，约80%的财富500强公司在财报电话会议中提及AI。
政策制定:
美国AI法规增加:2023年，美国通过了25项与AI相关的法规，比2016年增加了一倍多。
美欧推进AI政策:欧盟就AI法案达成协议，美国总统拜登签署了关于AI的行政命令。
全球政策关注AI:2023年，全球立法程序中对AI的提及数量几乎翻倍。
公众舆论:
公众对AI的影响认知:66%的受访者认为AI将在未来三到五年内极大地影响他们的生活。
西方国家对AI看法改善:尽管存在担忧，但对AI产品和服务的积极态度有所上升。
对AI经济影响的悲观看法:只有37%的受访者认为AI会改善他们的工作。
不同人群对AI的乐观程度差异:年轻一代对AI改善生活的潜力更为乐观。
ChatGPT广为人知:63%的受访者知道ChatGPT，约一半的人每周至少使用一次。
其他重要发现:
AI在科学和医学领域的进展:AI模型被用于加速药物发现、改进天气预报和创建更准确的人类基因组图谱。
负责任AI评估缺乏标准化:AI开发人员使用不同的基准来评估模型的责任风险，比较困难。
政治深度伪造问题:易于生成且难以检测的深度伪造引发了对AI影响选举和政治进程的担忧。
AI模型训练的碳排放:AI模型训练产生大量碳排放，引发了对AI可持续性的关注。
这份报告为我们提供了一个全面的视角，来理解人工智能在各个领域的最新发展和影响。随着AI技术的不断进步和应用，我们可以预见它将继续深刻地改变我们的工作和生活方式。同时，报告也强调了需要关注AI的伦理、责任和社会影响，以确保其发展能够造福全人类。
详细报告内容:https://aiindex.stanford.edu/wp-content/uploads/2024/04/HAI_AI-Index-Report-2024.pdf