2022斯坦福AI指数：AI期刊出版和引用中国均第一【附下载】
人工智能
转自：机器之心
报告获取方式详见文末
报告
概览
第一章：研究与开发
Research and Development
第二章：技术性能
Technical Performance
第三章：技术 AI 伦理
Technical AI Ethics
第四章：经济与教育
Economy and Education
第五章：AI 政策与管理
AI Policy and Governance
报告
要点
1. AI领域私人投资猛增，投资集中度加剧
2021 年 AI 领域的私人投资总额约为 935 亿美元，是 2020 年私人投资总额的两倍多，但新投资的 AI 公司数量却在继续下降，从 2019 年的 1051 家和 2020 年的 762 家公司减少到 2021 年的 746 家。2020 年有 4 轮 5 亿美元以上的融资，2021 年有 15 个。
2. 美国和中国主导了AI跨国合作
尽管地缘政治紧张局势加剧，但从 2010 年至 2021 年，美中两国在 AI 出版物方面的跨国合作数量最多，自 2010 年以来增加了五倍。美中之间合作产生的出版物数量是英中之间合作数量（第二高）的 2.7 倍。
3. 语言模型比以往任何时候都更有能力，但也更有偏见
大型语言模型在技术基准上创造了新的记录，但新数据表明，更大的模型也更易于从训练数据中反映出偏见。与 2018 年被认为是 SOTA 的 1.17 亿参数模型相比，2021 年开发的 2800 亿参数模型产生的「毒性」增加了 29%。随着时间的推移，这些系统的能力显著增强，既有性能增加也暴露出潜在愈加严重的偏见。
4. AI伦理的兴起无处不在
自 2014 年以来，关于 AI 公平性和透明度的研究呈爆炸式增长，在伦理相关会议上的相关出版物增加了五倍。算法公平和偏见已经从主要的学术追求转变为具有广泛影响的主流研究课题。近年来，具有行业关系的研究人员在以伦理为中心的会议上发表的论文同比增加了 71%。
5. AI变得更负担得起，性能更高
自 2018 年以来，训练图像分类系统的成本降低了 63.6%，而训练时间提升了 94.4%。在其他 MLPerf 任务类别（如推荐、对象检测和语言处理）中出现了训练成本更低但训练时间更快的趋势，有利于 AI 技术更广泛的商业应用。
6. 数据，数据，还是数据
跨技术基准测试的顶级结果越来越依赖于使用额外训练数据来实现新的 SOTA 结果。截止 2021 年，本报告中 10 个基准测试中有 9 个 SOTA AI 系统接受了额外数据的训练。这种趋势隐式地有利于私人机构参与者访问大量数据集。
7. 关于AI的全球性立法比以往任何时候都多
AI Index 对 25 个国家的 AI 立法记录的分析显示，被通过成为法令的包含 AI 的法案数量从 2016 年的 1 项增长到 2021 年的 18 项。2021 年，西班牙、英国和美国通过与 AI 相关的法案数量最多，平均通过了三项法案。
8. 机械臂越来越便宜
AI Index 调查显示，在过去六年中，机械臂手臂的价格中位数下降了 4 倍，从 2016 年的每只手臂 50000 美元降至 2021 年的 12845 美元。机器人研究变得更易于获得和负担得起。
更多洞察分析，详见报告原文
▼
关注“硬科技”，回复“AI指数”
即可获取完整报告
本文系授权转载，文章仅代表原作者观点，不代表硬科技公众号立场。
硬科技
在这里看见、读懂和连接硬科技。聚焦光电芯片、人工智能、航空航天、生物技术、新能源等8大硬科技产业，依托智慧芽独特的科技情报数据优势，让读者看见技术趋势，读懂硬科技产业，连接创新未来。智慧芽创新研究中心出品。
