斯坦福大学发布了《2022年人工智能指数报告》。

AI指数报告是对与人工智能相关的数据进行跟踪、整理、提炼和可视化的报告。它旨在为政策制定者、研究人员、高管、记者和公众提供公正、经过严格审查和全球性的数据，从而对复杂的人工智能领域形成更全面和更细致的理解。

主要发现

人工智能领域的私人投资激增，投资集中度加剧

• 2021年人工智能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，而新投资的人工智能公司数量继续下降，从2019年的1051家公司和2020年的762家公司降至2021年的746家公司。2020年共有4轮价值5亿美元以上的融资，而2021年，同等规模的融资有15轮。

美国和中国主导了人工智能领域的跨国合作

• 尽管地缘政治紧张局势不断加剧，但从2010年到2021年，美国和中国在人工智能出版物方面的跨国合作数量最多，自2010年以来增长了5倍。中美两国合作的出版物数量是中英两国合作(位居第二)的2.7倍。

大型语言模型更易反映偏见，伦理监管需跟上

• 大型语言模型正在技术基准上创下新纪录，但新数据显示，大型模型也更能反映训练数据的偏差。2021年开发的2800亿参数模型显示，与 2018 年被认为是最先进的1.17亿参数模型相比，有害性增加了29%。随着时间的推移，这些系统的能力正在显著增强，然而随着能力的增强，其偏见的潜在严重程度也在增强。

人工智能伦理风险无处不在

• 自2014年以来，有关人工智能公平性和透明度的研究呈爆炸式增长，与人工智能伦理相关的出版物增加了五倍有余。算法公平与偏见已从最初的学术追求成为具有广泛影响的主流研究课题。近年来，该行业研究人员近年来在人工智能伦理会议中发布的出版物同比增长71%。

人工智能变得更加实惠且性能更高

• 自2018年以来，训练图像分类系统的成本降低了63.6%，而训练时间缩短了94.4%。更低的训练成本和更快的训练时间出现在推荐、目标检测和语言处理等其他MLPerf任务类别，这有利于AI技术更广泛的商业应用。

一切运作的基础仍是数据

• 跨技术基准测试的最佳结果越来越依赖于使用额外的训练数据来设置新的最先进的结果。跨技术基准测试的最佳结果越来越依赖于使用额外的训练数据来设置新的最先进的结果。

关于人工智能的全球性立法数量创下历史新高

• 对25个国家关于人工智能的立法记录进行的人工智能指数分析显示，包含“人工智能”的法案从2016年的1项增加到2021年的18项。2021年，西班牙、英国、美国是通过人工智能相关法案次数最多的国家，分别通过了3个相关法案。

机械臂正变得越来越便宜

• 人工智能指数(AI Index)的一项调查显示，过去5年，机器臂的价格中值下降了46.2%，从2017年的每只手臂4.2万美元降至2021年的2.26万美元。机器人研究的成本得以降低。

数据来源 《斯坦福大学：2022年人工智能指数报告(英文版)(230页)》

更多英文报告，敬请关注三个皮匠报告。