這份報告顯示，中國在AI頂會論文上表現(xiàn)世界居首，然而引用量卻低于美國。另外，AI論文發(fā)表量世界前十的機構(gòu)中，中國占了9席，紛紛趕超MIT。

(相關(guān)資料圖)

編者按：本文來自微信公眾號 新智元（ID：AI_era），編輯：桃子，創(chuàng)業(yè)邦經(jīng)授權(quán)轉(zhuǎn)載

近日，斯坦福發(fā)布了2023年AI指數(shù)報告。值得注意的是，斯坦福AI指數(shù)報告列出了「AI論文發(fā)表量」世界前十的機構(gòu)，9所全部來自中國，紛紛趕超MIT。

它們分別是：中國科學(xué)院、清華大學(xué)、中國科學(xué)院大學(xué)、上海交通大學(xué)、浙江大學(xué)、哈爾濱工業(yè)大學(xué)、北京航空航天大學(xué)、電子科技大學(xué)、北京大學(xué)、以及MIT。

今年的報告主要分為八大節(jié)：研究與發(fā)展，技術(shù)表現(xiàn)，人工智能技術(shù)倫理，經(jīng)濟，教育，政策和治理，多樣性，以及公眾觀點。

以下內(nèi)容提取了報告幾項要點。

中美論文合作全球居首

從2010年-2021年，盡管AI論文跨國合作的步伐已經(jīng)放緩，但是自2010年以來，美國和中國的人工智能研究合作數(shù)量增加了大約4倍，比中國和英國合作總數(shù)多2.5倍。

然而，從2020年-2021年，中美合作的總數(shù)僅增長了2.1%，是自2010年以來的最小同比增長率。

此外，人工智能論文的總數(shù)自2010年以來翻了一番以上。從2010年的20萬篇增長到2021年的近50萬篇（49601）。

就AI論文發(fā)表的類型來看， 2021 年，所有已發(fā)表的AI論文中有60%是期刊文章，17%是會議論文，13%來自存儲庫。

雖然在過去12年中期刊和儲存庫論文分別增長了3倍和26.6倍，但會議論文的數(shù)量自2019年以來有所下降。

模式識別、機器學(xué)習(xí)和計算機視覺依舊是人工智能領(lǐng)域研究的熱門話題。

中國在期刊、會議和儲存庫論文總量方面依舊處于領(lǐng)先地位。

美國在人工智能會議和儲存庫引用方面仍然領(lǐng)先，但這些領(lǐng)先優(yōu)勢正被慢慢削弱。盡管如此，世界上大多數(shù)的大型語言模型和多模態(tài)模型（2022年54%）是由美國機構(gòu)產(chǎn)生的。

中國霸榜AI頂會，但引用量低于美國

AI期刊論文的發(fā)表，中國始終保持領(lǐng)先地位，2021年為39.8%，其次是歐盟和英國（15.1%），然后是美國（10.0%）。

自2010年以來，中國人工智能期刊論文被引頻次占比逐步上升，歐盟、英國、美國均有所下降。中國、歐盟和英國、美國占全球總引用量的65.7%。

那么，世界頂會論文發(fā)表的情況又如何？

2021年，中國以26.15%的比例在全球AI頂會發(fā)表的論文數(shù)所占份額最大，而歐盟和英國以20.29%緊隨其后，美國以17.23%位居第三。

從頂會論文引用量來看，中國雖然高產(chǎn)，但引用量相較于美國來說較低。美國頂會論文引用量23.9%，中國為22.02%。

從側(cè)面可以看出，中國論文發(fā)表數(shù)量最多，但質(zhì)量不如美國高。

在AI論文儲存庫提交方面，美國在世界居首，23.48%。中國最低，11.87%。

中國9所機構(gòu)，AI論文發(fā)表趕超MIT

2021年，發(fā)表論文總量世界前十機構(gòu)中，中國占了9所，不同機構(gòu)發(fā)表的論文總數(shù)如下圖，MIT位列第十，發(fā)表論文1745。

就計算機視覺領(lǐng)域（CV）來看，中國的十所機構(gòu)位居世界前十，它們分別是，中國科學(xué)院、上海交通大學(xué)、中國科學(xué)院大學(xué)、清華大學(xué)、浙江大學(xué)、北京航空航天大學(xué)、武漢大學(xué)、北京理工大學(xué)、哈爾濱工業(yè)大學(xué)，以及天津大學(xué)。

在自然語言處理（NLP）領(lǐng)域，就有所不同了。

世界前十的機構(gòu)/公司有：中國科學(xué)院、卡內(nèi)基梅隆大學(xué)、微軟、清華大學(xué)、卡內(nèi)基梅隆大學(xué)-澳大利亞分校、谷歌、北京大學(xué)、中國科學(xué)院大學(xué)、阿里、亞馬遜。

語音識別領(lǐng)域排名如下：

工業(yè)界領(lǐng)先學(xué)術(shù)界

在2022年發(fā)布的重要人工智能機器學(xué)習(xí)系統(tǒng)中，語言系統(tǒng)占最多，有23個，是多模態(tài)系統(tǒng)數(shù)量的6倍。

在論文產(chǎn)量上，工業(yè)界領(lǐng)先于學(xué)術(shù)界。

直到2014年，大多數(shù)重要的模型都是由學(xué)術(shù)界發(fā)布的。從那時起，工業(yè)界便逆襲翻身。到2022年，32個重要的機器學(xué)習(xí)模型都誕生在工業(yè)界，而學(xué)術(shù)界僅有3個。

由此可見，與非營利組織和學(xué)術(shù)界相比，構(gòu)建最先進的人工智能系統(tǒng)越來越需要大量的數(shù)據(jù)、計算機能力和資金資源，而行業(yè)參與者固然有更多的資金資源去做這件事情。

2022年，美國產(chǎn)生了數(shù)量最多的重要機器學(xué)習(xí)系統(tǒng)，有16個，其次是英國（8個）和中國（3個）。

此外，自2002年以來，就創(chuàng)建的重要機器學(xué)習(xí)系統(tǒng)總數(shù)而言，美國已經(jīng)超過了英國和歐盟、中國

再來看做出這些重要AI系統(tǒng)背后研究者國分布，美國有最多的研究者，285人，是英國的2倍多，是中國的近6倍。

LLM越來越大，算力越貴

大型語言和多模態(tài)模型，有時稱為基礎(chǔ)模型，是當(dāng)前一種新興且日益流行的AI模型類型，它在大量數(shù)據(jù)上進行訓(xùn)練并適用于各種下游應(yīng)用程序。

ChatGPT、DALL-E 2和MakeA-Video等大型語言和多模態(tài)模型已經(jīng)展示了令人印象深刻的功能，并開始在現(xiàn)實世界中廣泛部署。

通過對這些模型作者的國家隸屬關(guān)系進行了分析，這些研究人員中的大多數(shù)來自美國機構(gòu)（54.2%）。

斯坦福AI指數(shù)報告還列出了大型語言和多模態(tài)模型發(fā)布的時間表。

大型語言模型正變得越來越大，也越來越昂貴。

第一個大型語言模型GPT-2于2019年發(fā)布，有15億參數(shù)，訓(xùn)練成本約50000美元。谷歌PaLM是2022年推出的大型語言模型之一，有5400億參數(shù)，成本高達800萬美元。

從參數(shù)和訓(xùn)練成本來看，PalM比GPT-2大360倍，成本高出160倍。

不僅僅是 PalM，從整體上看，大型語言和多模態(tài)模型變得越來越大和昂貴。

例如，DeepMind于2022年5月推出的大型語言模型Chinchilla估計耗資210萬美元，而BLOOM的訓(xùn)練大約耗資230 萬美元。

隨著時間的推移，GAN在人臉生成方面的進展，最后一個圖像由Diffusion-GAN生成，這一模型在STL-10上取得了最新的SOTA。

去年，隨著OpenAI的DALL-E 2、Stability AI的Stable Diffusion、Midjourney、Meta的Make-AScene，以及谷歌的 Imagen等模型的發(fā)布，文本到圖像生成模型逐漸走進大眾視野。

如下，輸入相同的提示，「一只熊貓在溫暖的巴黎夜晚彈鋼琴」，分別由DALL-E 2、Stable Diffusion和Midjourney這三個可公開訪問的 AI 文本到圖像系統(tǒng)生成的圖像。

在最近發(fā)布的所有文本到圖像生成模型中，谷歌的Imagen在COCO基準測試中表現(xiàn)最好。

今年，創(chuàng)建Imagen的谷歌研究人員還發(fā)布了一個更難的文本到圖像基準測試 DrawBench，旨在挑戰(zhàn)功能越來越強大的文本到圖像模型。

此外，報告還介紹了當(dāng)前生成式AI模型存在一些偏見，比如給DELLE-2提示CEO時，每個人似乎都采取了交叉雙臂自信的姿勢。

在Midjourney中，當(dāng)提示生成「有影響力的人」時，它會生成4張看起來年長的白人男性圖像。

完整報告內(nèi)容請參見：

https://aiindex.stanford.edu/wp-content/uploads/2023/04/HAI_AI-Index_Report_2023.pdf

關(guān)鍵詞：