根據由華裔女科學家、「AI 教母」李飛飛共同領導的史丹佛大學以人為本人工智慧研究所 (HAI) 近來發佈的《2024 年人工智慧指數報告》，美國在 AI 開發上領先全球，但中國在專利數量、機器人領域居全球之冠。
這份長達 501 頁的報告追蹤了 2023 年全球 AI 發展趨勢，官方稱其是 HAI 迄今發布的最全面報告，該研究所今年擴大研究範圍，更廣泛地涵蓋基本趨勢，如 AI 技術進步、民眾對 AI 看法及圍繞 AI 發展的地緣政治動態，今年的版本在內容、規模和範圍上都超過往年，反映 AI 在人類日常生活中日益增長的重要性。
報告揭示 2023 年 AI 產業十大主要趨勢，分別是 AI 在某些任務上勝過人類、產業界持續主導 AI 研究、先進模型訓練變更貴、美國領先全球為頂級 AI 模型主要開發國、目前嚴重欠缺對大語言模型 (LLM) 負責任的可靠和標準化評估、生成式 AI 投資飆升、AI 使勞工更有效率並帶來更高品質工作、AI 崛起推動科學進步速度日益迅速、美國 AI 法規數量急遽增加以及全球人們對 AI 潛在影響有了更深刻的認識，但也伴隨著日益增長的緊張情緒。
報告中指出，AI 已在多項基準測試中超越人類，包括在圖像分類、視覺推理和英語理解方面，但在競賽級數學、視覺常識推理及規劃等更複雜任務上依然落後給人類，而在對人類工作影響方面，去年多項研究評估 AI 對勞動力的影響，顯示 AI 使勞工能夠更快地完成任務，並提高他們的產出品質。此外，2022 年才被正式用於科學發現領域的 AI，經過短短一年後，已從優化演算法排序效率的 AlphaDev 到革新材料發現流程的 GNoME。
根據去年底《自然》期刊發表的最新研究論文，由 AI 驅動的平台 GNoME（材料探索圖形網絡），已可以自行發現和合成新無機化合物，包括發現超 220 萬個穩定結構，17 天便獨自創建 41 種新材料，速度和精確性均遠超人類。
但目前相較於學術界，產業界持續主導 AI 研究，去年產業界產生 51 個知名的機器學習模型，學術界只貢獻 15 個，且去年 108 個新發表的基礎模型來自產業界，28 個來自學術界，產學合作則產生 21 個著名模型，創下新高。按國家別來看，去年共有 61 款著名 AI 模型來自美國機構，數量遠超過歐盟的 21 款和中國的 15 款。
此外，先進模型開發成本愈發昂貴，根據估計，最先進的 AI 模型訓練成本已達到前所未有水準，像是 OpenAI 的 GPT-4 採用價值約 7800 萬美元的算力進行訓練，Google 的 Gemini Ultra 則花費 1.91 億美元的算力。
儘管去年 AI 私人投資總額有所下降，但對生成式 AI 投資卻大幅成長，較前年成長近八倍至 252 億美元，主要參與者包括 OpenAI、Anthropic、Hugging Face 和 Inflection。
與此同時，為對持續發展的 AI 進行監管，美國在過去一年和五年裡 AI 相關法規數量顯著增加，到 2023 年 AI 相關法規從 2016 年的! 項增至 25 項，光是去年 AI 相關法規總數就增加 56.3%。
專利數量方面，2022 年全球 AI 專利授權量年增率高達 62.7%，自 2010 年以來，授權的 AI 專利數量增加 31 倍以上。中國在 AI 專利數量上處於遙遙領先的地位，中國前年以 61.1% 領先全球 AI 專利來源國，大幅超過佔 20.9% 的美國，美國自 2010 年以來在專利的市佔率從 54.1% 一直在持續下降。此外，中國主導工業機器人技術，自 2013 年超過日本成為工業機器人主要安裝國以來，中國與最接近的競爭對手之間的差距顯著擴大。2013 年，中國的安裝量佔全球總量 20.8%，到 2022 年時已升至 52.4%。
不過，《人工智慧指數報告》指出，負責任的 AI 報告嚴重缺乏標準化，包括 OpenAI、Google 和 Anthropic 在內的主要開發公司根據不同 AI 基準測試自家模型，這種做法使得系統性地比較頂級 AI 模型的風險和限制的努力變得複雜。
在全球範圍內，大眾對 AI 潛在影響也有了更深刻認識，同時伴隨著日益增長的緊張情緒，Ipsos 民調顯示過去一年認為 AI 將在未來三到五年深刻改變自己生活的受訪者比例從 60% 躍升至 66%。
