AI 2022：浪潮奔湧，百舸爭流

Baihai_IDP發表於2022-12-26
AI

編者按：2022年已接近尾聲，但技術的發展永不落幕。許多人說，2022是生成式AI的一年。這一年裡，我們見證了Stable Diffusion和DALL-E2等AI影像編輯/繪畫工具的爆發，也目睹了ChatGPT狂熱席捲全球。

但AI技術和產業的發展，遠不僅僅是聚光燈下的生成式AI / AIGC 可以全權代表的。

我們為大家精選了三篇相對全面客觀的深度回顧文章及報告（附報告全文下載），總結波濤翻湧的2022，蓄力整裝待發的2023！

編輯 | 小白

編譯 | 嶽揚

Forbes 對2022年AI 領域的預測，哪些真正實現了？

Forbes每年都會對人工智慧領域的發展趨勢做一個預測。2021年12月，Forbes釋出了一份關於2022年人工智慧領域的10個預測清單。
一年過去了，是該預測最終答案揭曉的時刻了。
Forbes 在2021年底對2022年的10大展望預測包括：

  1. 語言人工智慧將佔據首要位置，在NLP領域獲得融資的初創公司比任何其他類別的人工智慧都多
  2. Databricks、DataRobot和Scale AI都將上市
  3. 至少三家氣候AI初創企業有望成為獨角獸
  4. 將出現強大的影片人工智慧工具
  5. 將出現一個擁有超過10萬億個引數的NLP模型
  6. 中美人工智慧領域的合作和投資將幾乎停止
  7. 多個大型雲/資料平臺將宣佈新的合成資料計劃
  8. 多倫多將成為矽谷和中國之外的世界上最重要的人工智慧中心
  9. “負責任的人工智慧”將開始從一個模糊的、包羅永珍的術語轉變為一套可操作的企業實踐
  10. 強化學習將成為一種越來越重要和有影響力的人工智慧正規化

以上哪些預測真正照進現實了呢？

小編基於Forbes的回顧，整理了各項展望的“現實答案"及其原因，請查收！

https://s.caixuan.cc/LPOGquIq

史丹佛大學2022年AI指數報告

史丹佛大學近期釋出了2022年AI指數報告（Artificial Intelligence Index Report 2022）。該包括跟蹤、提煉、總結並視覺化了AI相關的重要資料，以便為全球的AI相關政策制定者、研究人員、高管等提供客觀、公正、權威的資料參考。報告內容覆蓋研究進展、技術表現、AI倫理、政策、AI教育等方面，核心亮點總結如下：

  1. 人工智慧領域的私人投資飆升，投資集中度加劇：2021年，人工智慧的私人投資總額約為935億美元，是2020年私人投資總額的兩倍多。而新獲得融資的人工智慧公司數量繼續下降，從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，有4輪價值5億美元以上的融資，2021年，有15輪。
  2. 語言模型比以往能力更強，但也更容易產生偏見：大語言模型創造了技術基準的新記錄。但新資料顯示，大模型也更容易從訓練資料中產生偏差。2021年開發的一個2800億引數的模型與2018年被認為是最先進的1.17億引數的模型相比，其偏差增加了29%。隨著時間的推移，這些系統的能力明顯增強，但隨著它們能力的增強，其偏見的嚴重程度也在增加。
  3. 對人工智慧倫理的研究正在興起：自2014年以來，關於人工智慧的公平性和透明度的研究呈爆炸式增長，在與倫理學有關的會議上發表的相關文章增加了五倍。演算法的公平性和偏見已經從單純的學術追求轉變成為一個具有廣泛影響的主流研究課題。近年來，有相關行業背景的研究人員在以倫理學為重點的會議上發表的論文同比增加71%。
  4. 人工智慧變得成本更低，效能更高：自2018年以來，訓練一個影像分類系統的成本下降了63.6%，而訓練效率提高了94.4%。其他任務也出現訓練成本降低、但訓練時間加快的趨勢，如推薦系統，物體檢測和語言處理，並有利於更廣泛的人工智慧商業應用。
  5. Data, data, data：各項技術基準的模型技術結果越來越依賴於使用額外的訓練資料來獲取最先進的結果。截至 2021 年，史丹佛大學AI指標報告中的 10 個基準測試中有 9 個最先進的 AI 系統經過了更多的訓練。這一趨勢有利於能夠獲得大量資料集的私企。
  6. 全球關於人工智慧的立法越來越多：對 25 個國家人工智慧立法記錄的指數分析表明，包含 “人工智慧”的提議被透過成為法律條文的數量從2016年的僅1個增長到2021年的18個。西班牙、英國和美國在2021年透過的人工智慧相關法案數量最多，各透過了3項。
  7. 機械臂變得越來越便宜：一項人工智慧指數調查顯示，在過去五年中，機器人手臂的中位數價格下降了46.2%——從2017年的每隻手臂4.2萬美元下降到2021年的2.26萬美元。關於機器人的研究變得更容易獲得，且負擔得起。
    獲取報告全文：
    https://s.caixuan.cc/LJ5Ew4O0

麥肯錫-AI 2022及過去5年發展回顧

麥肯錫的報告則從AI在企業中應用的角度，回顧了2017-2022年，AI在企業中的應用滲透率、AI對業務的影響和企業在AI領域的投入規模等系列變化。
這篇報告單結果基於對全球~1,500名參與者的調研，核心結果總結如下：

  1. 相較於2017年，人工智慧的採用率增加了一倍多。與此同時，機構使用的自然語言生成和計算機視覺等人工智慧技術，也翻了一番，從2018年的平均1.9個增加到2022年的平均3.8個。
  2. 對人工智慧的投資也在增加。例如，五年前，在使用人工智慧的組織中，40%的受訪者表示，超過5%的數字化預算用於人工智慧，而現在，超過一半的受訪者表示投資水平已經很高了。展望未來，63%的受訪者表示，投資將在未來三年內持續增加。
  3. 人工智慧價值發揮的具體領域已經發生了變化。2018年，製造業和封控被受訪者認為是人工智慧發揮作用最大的兩個領域。如今，受訪者認為人工智慧應用影響最大的是市場營銷和銷售、產品和服務開發、戰略和企業財務，受訪者表示人工智慧在供應鏈管理方面的成本效益最高。
  4. 雖然人工智慧的使用有所增加，但從2019年麥肯錫首次獲取這些資料到現在，任何與人工智慧應用風險防範相關的投入並沒有大幅增加。
  5. 人工智慧領域領導者正在擴大競爭優勢，差距越來越大。高績效企業比其他企業更有可能遵循某些高階擴充套件實踐，例如使用標準化工具集建立可生產的資料管道，並使用端到端平臺進行與人工智慧相關的資料科學、資料工程和內部的應用程式開發。人工智慧高績效企業的受訪者表示，他們企業將至少20%的數字技術預算用於人工智慧相關技術的可能性是同行的近八倍。這些數字預算佔其企業支出的比例比其他企業要大得多：人工智慧高績效企業的受訪者報告其企業將超過20%的企業收入用於數字技術的可能性是其他受訪者的五倍以上。
  6. 人工智慧資料科學家仍然特別稀缺，在麥肯錫調研中，認為科技人才短缺仍然沒有得到緩解。培訓和技能提升是招聘的常見替代方案，在尋找人工智慧人才方面，所有受訪者中最受歡迎的策略是對現有員工進行培訓。麥肯錫還發現以人工智慧為重點的團隊內部的多樣性水平都有很大的改進空間，這些團隊中女性員工的平均比例僅為27%，少數種族或族裔的平均比例來僅為25%。
    獲取報告全文：
    https://s.caixuan.cc/LQQh1llR

相關文章