人工智能指數是斯坦福大學以人為本的人工智能研究所（HAI）的一項獨立倡議，由人工智能指數指導委員會領導，該委員會是一個由來自學術界和工業界的跨學科專家組成的小組。該年度報告跟蹤、整理、提煉和可視化與人工智能相關的數據，使決策者能夠采取有意義的行動，以負責任和合乎道德的方式推進人工智能，同時考慮到人類。

人工智能指數與許多不同的組織合作，以跟蹤人工智能的進展。這些組織包括：喬治城大學安全和新興技術中心，LinkedIn，NetBase Quid，Lightcast和麥肯錫。2023 年的報告還比以往任何時候都包含更多的自我收集數據和原始分析。今年的報告包括對基礎模型的新分析，包括其地緣政治和培訓成本、人工智能系統對環境的影響、K-12 人工智能教育以及人工智能的輿論趨勢。人工智能指數還將對全球人工智能立法的跟蹤范圍從2022年的25個國家擴大到2023年的127個國家。

主要要點

第 1 章 研究與開發

本章捕捉了人工智能研發的趨勢。它首先檢查人工智能出版物，包括期刊文章、會議論文和存儲庫。接下來，它考慮了重要機器學習系統的數據，包括大型語言和多模態模型。最后，本章最后介紹了 AI 會議的出席情況和開源 AI 研究。盡管美國和中國繼續在人工智能研發領域占據主導地位，但研究工作在地理上變得越來越分散。

第 2 章 技術性能

今年的技術性能章節分析了 2022 年人工智能的技術進展。在之前報告的基礎上，本章記錄了計算機視覺、語言、語音、強化學習和硬件方面的進步。此外，今年本章還分析了人工智能對環境的影響，討論了人工智能推動科學進步的方式，并對人工智能最近一些最重要的發展進行了時間軸式的概述。

第 3 章 人工智能技術倫理

機器學習中的公平性、偏見和道德仍然是研究人員和從業者感興趣的話題。隨著創建和部署生成式人工智能系統的技術門檻大幅降低，圍繞人工智能的倫理問題對公眾來說變得更加明顯。初創公司和大公司發現自己處于部署和發布生成模型的競賽中，該技術不再由一小群參與者控制。

除了在去年報告中的分析基礎上，今年的人工智能指數還強調了原始模型性能與道德問題之間的緊張關系，以及量化多模態模型中偏差的新指標。

第 4 章 經濟

人工智能系統技術能力的提高導致企業、政府和其他組織中人工智能的部署率更高。人工智能與經濟的高度融合既令人興奮，也令人擔憂。人工智能會提高生產力還是成為啞巴？它會提高工資還是導致工人的廣泛替代？企業在多大程度上接受新的人工智能技術并愿意雇用人工智能技術工人？隨著時間的推移，人工智能投資發生了怎樣的變化，哪些特定的人工智能行業、地區和領域吸引了最大的投資者興趣？

本章使用來自Lightcast，LinkedIn，麥肯錫，德勤和NetBase Quid以及國際機器人聯合會（IFR）的數據來研究與AI相關的經濟趨勢。本章首先研究了與人工智能相關的職業數據，然后分析了人工智能投資、企業對人工智能的采用和機器人安裝。

第 5 章 教育

研究人工智能教育的狀況對于衡量人工智能勞動力可能隨著時間的推移而發展的一些方式非常重要。與人工智能相關的教育通常發生在高等教育階段;然而，隨著人工智能技術變得越來越普遍，這種教育正在 K-12 級別被接受。本章研究了美國和世界其他地區高等教育和 K-12 階段的人工智能教育趨勢。

我們分析了計算研究協會關于北美計算機科學和人工智能高等教育狀況的年度 Taulbee 調查、Code.org 關于美國 K-12 計算機科學的數據存儲庫以及聯合國教科文組織最近關于 K-12 教育課程國際發展的報告。

第 6 章 政策與治理

人工智能的日益普及促使政府間、國家和區域組織圍繞人工智能治理制定戰略。這些行為者的動機是認識到必須解決圍繞人工智能的社會和道德問題，以最大限度地發揮其利益。人工智能技術的治理對世界各國政府來說至關重要。

本章探討了全球范圍內的人工智能治理。它首先強調了在制定人工智能政策方面處于領先地位的國家。接下來，它考慮了人工智能在國際和美國的立法記錄中是如何被討論的。本章最后研究了各種國家人工智能戰略的趨勢，然后仔細回顧了美國公共部門對人工智能的投資。

第 7 章 多樣性

人工智能系統越來越多地部署在現實世界中。然而，開發人工智能的個人和使用人工智能的人之間往往存在差異。北美工業界和學術界的人工智能研究人員和從業者主要是白人和男性。這種缺乏多樣性會導致危害，其中包括加劇現有的社會不平等和偏見。

本章重點介紹主要來自學術界的人工智能多樣性趨勢數據。它借鑒了諸如女性機器學習（WiML）等組織的信息，其使命是改善人工智能的多樣性狀況，以及跟蹤北美學術計算機科學多樣性狀況的計算研究協會（CRA）。最后，本章還利用了有關美國中學計算機科學教育多樣性趨勢的 Code.org 數據。

請注意，本小節中的數據既不全面也不具有決定性。關于人工智能多樣性趨勢的公開人口統計數據很少。因此，本章不涉及其他多樣性領域，例如性取向。人工智能指數希望，隨著人工智能變得越來越普遍，該領域多樣性的數據量將會增加，以便在未來的報告中可以更全面地涵蓋這一主題。

第 8 章 輿論

人工智能有可能對社會產生變革性影響。因此，監控公眾對人工智能的態度變得越來越重要。更好地了解公眾輿論的趨勢對于為人工智能的發展、監管和使用決策提供信息至關重要。

本章通過全球、國家、人口和種族的視角來審視公眾輿論。此外，我們探討了人工智能研究人員的觀點，并以 2022 年圍繞人工智能的社交媒體討論作為總結。我們借鑒了兩項全球調查的數據，一項由益普索組織，另一項由勞埃德船級社基金會和蓋洛普組織，以及皮尤研究中心進行的一項美國特定調查。

值得注意的是，與人工智能相關的縱向調查數據很少，這些數據在很長一段時間內向同一人群提出相同的問題。隨著人工智能變得越來越普遍，更廣泛地理解人工智能公眾輿論的努力將變得越來越重要。

源：Nestor Maslej, Loredana Fattorini, Erik Brynjolfsson, John Etchemendy, Katrina Ligett, Terah Lyons, James Manyika, Helen Ngo, Juan Carlos Niebles, Vanessa Parli, Yoav Shoham, Russell Wald, Jack Clark, and Raymond Perrault, "The AI Index 2023 Annual Report,” AI Index Steering Committee, Institute for Human-Centered AI, Stanford University, Stanford, CA, April 2023.