每经记者 李孟林 每经编辑 兰素英当地时间4月15日，斯坦福大学“以人为本”人工智能研究院（Human Centered Artificial Intelligence，以下简称HAI）发布了第七个年度AI Index报告，这是关于AI行业现状最全面的报告之一。今年的报告是迄今为止覆盖面最广的，恰逢AI对社会的影响力达到前所未有的重要时刻。从内容上看，报告有300多页，不仅追踪了AI技术的进步情况、公众感知度、AI训练成本、伦理监管等常规话题，也加入了AI对科学和医学领域影响的新章节。HAI成立于2019年，由著名AI科学家李飞飞与哲学教授约翰·埃切曼迪联合担任院长，致力于推动人工智能领域的跨学科合作。今年的AI Index报告同样秉承这样的精神，邀请来自于斯坦福大学多个学院的不同学科专家撰写，并得到了谷歌、OpenAI等业界巨头的支持，以及埃森哲、GitHub、麦肯锡等机构在研究和分析上的协助。AI Index报告旨在用无偏见、严格筛选、广泛采纳的数据，为政、学、商和大众提供全面且精细的AI趋势解读，已成为各国政策制定者、学院研究和新闻媒体参考的权威行业报告。以下是《每日经济新闻》记者梳理的十大关键信息：1.开源大模型数量激增，但性能不及闭源整个2023年共有149个基础模型发布，是2022年发布数量的两倍以上。在这些新发布的模型中，65.7%是开源的，相比之下，2022年仅为44.4%，2021年则为33.3%。然而，在10个AI基准测试中，闭源模型的性能优于开源，性能优越的中位数为24.2%。谷歌在2023年发布的基础模型最多，达18个，其次是Meta（11个）、Microsoft（9个）、OpenAI（7个）。2023年发布基础模型最多的学术机构是加州大学伯克利分校（3个）。2023年，企业界发布了51个重要的机器学习模型，而学术界仅贡献了15个。此外，2023年产学研合作成果的模型数量也创下新高，达到21个。2.AI模型训练“烧钱”加剧最先进的AI模型的训练成本已达到前所未有的水平。例如，OpenAI的GPT-4训练据估计耗费了价值7800万美元的计算资源，而谷歌Gemini Ultra的训练成本则高达1.91亿美元。作为对比，2017年Transformer模型训练成本约为900美元。2019年发布的RoBERTa Large训练成本约为16万美元
=*=*=*=*=*=
当前为第1/3页
下一页-
=*=*=*=*=*=
返回新闻列表
返回网站首页