0
| 本文作者： 我在思考中 | 2022-03-21 10:27 |
作者 | 西西
編輯 | 陳彩嫻
剛剛，斯坦福大學(xué)發(fā)布了著名的《2022年人工智能報(bào)告》（Artificial Intelligence Index Report 2021，以下簡(jiǎn)稱「報(bào)告」），迅速在人工智能領(lǐng)域引起傳閱。
報(bào)告鏈接：https://aiindex.stanford.edu/wp-content/uploads/2022/03/2022-AI-Index-Report_Master.pdf
從2017年至今，斯坦福大學(xué) AI Index 每年都會(huì)發(fā)布一份報(bào)告，由于數(shù)據(jù)詳細(xì)、調(diào)查來(lái)源清晰、觀點(diǎn)充實(shí)等等優(yōu)點(diǎn)，在總結(jié)過去一年的 AI 發(fā)展上有著較為權(quán)威的發(fā)聲，一向?yàn)樽x者關(guān)注。到今年，由李飛飛領(lǐng)導(dǎo)的 HAI 實(shí)驗(yàn)室領(lǐng)導(dǎo)，已是第五版。
除了原先的技術(shù)趨勢(shì)分析，今年該報(bào)告還增加了對(duì)全球機(jī)器人的調(diào)查，以及25個(gè)國(guó)家與地區(qū)（不包含中國(guó)，所以此處不討論）在 AI 層面的立法活動(dòng)。
更值得注意的是，今年斯坦福的AI指數(shù)報(bào)告首次大篇幅地討論了人工智能在現(xiàn)實(shí)生活中的落地問題，包括 AI 在經(jīng)濟(jì)發(fā)展中的角色，以及 AI 在落地推廣過程中所引起的潛在倫理問題。
報(bào)告指出，一方面，外界對(duì) AI 領(lǐng)域的投資比例在上升：與2020年（460億美元）相比，2021年 AI 投資的資金增長(zhǎng)了103%（965億美元）。同時(shí)，AI 出現(xiàn)「物更美、價(jià)更廉」的特征，例如，自 2018 年以來(lái)，訓(xùn)練圖像分類系統(tǒng)的成本降低了 63.6%，而訓(xùn)練效率卻了 94.4%。
但另一方面，AI 在現(xiàn)實(shí)生活中的日益滲透也加劇了社會(huì)倫理的危機(jī)。因此，接下來(lái)，我們也許會(huì)看到，越來(lái)越多對(duì) AI 的討論不僅再局限于模型與算法的創(chuàng)新，或連接主義與符號(hào)主義孰劣孰優(yōu)，而是：在人工智能時(shí)代全面來(lái)臨之前，我們應(yīng)該做好哪些「基建層面」的準(zhǔn)備工作？
由于報(bào)告內(nèi)容長(zhǎng)達(dá)200多頁(yè)，所以AI科技評(píng)論僅從中美對(duì)比的角度對(duì)報(bào)告進(jìn)行了整理：
根據(jù)報(bào)告，從研究機(jī)構(gòu)看，全球范圍內(nèi)高校對(duì) AI 研究出版物的貢獻(xiàn)比例最高，高達(dá)59.58%，而公司僅占 5.21%：
單就這一層面，美國(guó)的 AI 出版物中，高校比例不斷下降，2021年占 57.63%，企業(yè)占 9.76%：
而中國(guó)的 AI 出版物中，高校比例不斷上升，占比 60.24%，企業(yè)占比雖然也不斷上升，但2021年僅占比 3.93%：
盡管中美關(guān)系緊張，但報(bào)告發(fā)現(xiàn)，在 2010 年到 2021 年期間，中美合作的AI論文數(shù)量在跨國(guó)合作論文數(shù)量排行中位居榜首，是第二名（中英合作）的2.7倍：
報(bào)告還對(duì)比了中國(guó)、歐盟&英國(guó)、與美國(guó)在過去12年的AI出版物占比，其中中國(guó)的數(shù)量一直保持第一，占比31.04%，其次是歐盟與英國(guó)（19.05%），美國(guó)為 13.67%：
在 AI 期刊論文的引用數(shù)上，中國(guó)的占比逐漸上升，2021年排名第一（27.84%），美國(guó)的被引用數(shù)則為 17.45%：
在 AI 會(huì)議上，中國(guó)的論文發(fā)表數(shù)量也是排名全球第一，占比 27.6%，而美國(guó)為 16.9%，位居第三：
盡管出版數(shù)量上中國(guó)占優(yōu)勢(shì)，但報(bào)告發(fā)現(xiàn)，美國(guó)在 AI 會(huì)議上的論文被引數(shù)最高，占比29.52%，中國(guó)則只有15.32%：
在AI存儲(chǔ)庫(kù)（如arXiv）出版物上，美國(guó)自2011年以來(lái)一直保持領(lǐng)先地位，2021年占比 32.52%，但中國(guó)也不甘落后，比例一直上升，2021年占比16.6%：
在AI存儲(chǔ)庫(kù)出版物的引用數(shù)上，美國(guó)在2021年也是位居第一，引用率高達(dá) 38.6%，而中國(guó)為 16.4%：
在人工智能專利的申請(qǐng)上，2021年中國(guó)申請(qǐng)了全球一半以上的人工智能專利（51.69%），美國(guó)則為 16.92%：
首先，在人才招聘一塊，報(bào)告顯示，中國(guó)香港在 AI 人才的招聘增長(zhǎng)速度上位于全球第二，較 2016 年增長(zhǎng)了 1.56 倍：
通過計(jì)算 2015 年至 2021 年期間 LinkedIn 用戶在給定領(lǐng)域的自我添加技能的頻率，報(bào)告發(fā)現(xiàn)，在AI 技能的滲透率上，印度的平均滲透率最高，其次是美國(guó)（2.24），而中國(guó)為 1.56，排名全球第四：
此外，在 AI 產(chǎn)業(yè)的投資上，美國(guó)的 AI 公司在獲得總體私人投資上位居世界第一，約為 529 億美元，而中國(guó)位居第二，為 172 億美元，美國(guó)是中國(guó)的三倍：
而在2013年至2021年的私人投資總額上，美國(guó)投資總額為 1490 億美元，中國(guó)投資總額為 619 億美元：
值得注意的是，從 2013 年到 2021 年，美國(guó)對(duì)人工智能公司的私人投資是中國(guó)的兩倍多，而中國(guó)本身是同期英國(guó)總投資的六倍左右。按地理區(qū)域劃分，如圖 4.2.6 所示，2020 年至 2021 年美國(guó)、中國(guó)和歐盟的投資均有所增長(zhǎng)，其中美國(guó)分別領(lǐng)先中國(guó)和歐盟的 3.1 倍和 8.2 倍：
從 AI 公司的數(shù)量上看，2021 年，美國(guó)以 299 家公司領(lǐng)先，其次是中國(guó)，有 119 家：
在 AI 的采用率上，2021年采用率最高的是高科技/電信的產(chǎn)品和/或服務(wù)開發(fā)（45%），其次是金融服務(wù)的服務(wù)運(yùn)營(yíng)（40%）， 高科技/電信（34%）和金融服務(wù)的風(fēng)險(xiǎn)職能（32%）：
而采用的 AI 能力類型上，2021 年，嵌入率最高的是高科技/電信行業(yè)的自然語(yǔ)言文本理解（34%），其次是金融服務(wù)和汽車和裝配行業(yè)的機(jī)器人流程自動(dòng)化（33%）和金融服務(wù)的自然語(yǔ)言文本理解（32%）：
那么，采用人工智能的風(fēng)險(xiǎn)可能有哪些？
報(bào)告稱，55% 的受訪者認(rèn)為 2021 年最突出的 AI 應(yīng)用風(fēng)險(xiǎn)是網(wǎng)絡(luò)安全，其次是監(jiān)管合規(guī)性（48%）、可解釋性（41%）和個(gè)人隱私（41%）：
報(bào)告還稱，「盡管人工智能在全球范圍內(nèi)部署，許多研究人工智能倫理的論文還是集中在英語(yǔ)模型與數(shù)據(jù)集上」。
由于 AI 系統(tǒng)已被部署到世界各地，研究人員開始加大對(duì) AI 與現(xiàn)實(shí)交互的關(guān)注度，尤其是 AI 落地可能帶來(lái)的危害，例如帶有種族歧視的人臉識(shí)別系統(tǒng)、帶有性別歧視的簡(jiǎn)歷篩選系統(tǒng)，以及經(jīng)濟(jì)收入歧視的 AI 臨床工具等。
AI 模型在落地過程中展示出來(lái)的社會(huì)偏見，使研究者們?cè)黾恿藢?duì)研究 AI 倫理、公平與偏見的興趣，并驅(qū)使相關(guān)從業(yè)者積極尋找解救措施。
如前所述，該報(bào)告還增加了對(duì) AI 倫理的探討。報(bào)告發(fā)現(xiàn)：
語(yǔ)言模型所展現(xiàn)出的「偏見」問題最明顯，且新數(shù)據(jù)表明：語(yǔ)言模型的規(guī)模越大，在訓(xùn)練數(shù)據(jù)中反映出來(lái)的偏見也越普遍。比如，一個(gè)2021年開發(fā)的 2800 億參數(shù)模型比 2018 年 1.17 億參數(shù)的模型的毒性增加了 29%
自 2014 年以來(lái)，針對(duì) AI 公平性與透明性的研究呈爆炸式增長(zhǎng)，相關(guān)出版物增加了五倍，算法公平與偏見的研究逐漸成為主流研究課題，而且工業(yè)界在該方向的研究工作發(fā)表同比增加了 71%
多模態(tài)模型也呈現(xiàn)出多種多樣的、創(chuàng)紀(jì)錄的「偏見」，例如，關(guān)于 CLIP 的實(shí)驗(yàn)表明，黑人圖像被錯(cuò)誤分類為非人類的比率是其他種族的兩倍以上
此外，報(bào)告指出，雖然全球范圍內(nèi)的研究者都對(duì) AI 公平性、問責(zé)性與透明性的研究越發(fā)感興趣，但在相關(guān)會(huì)議 FAccT 上，大多數(shù)的論文都由美國(guó)的研究人員撰寫。從2020年到2021年，來(lái)自北美機(jī)構(gòu)的論文比例從70.2%上升到75.4%：
與其他語(yǔ)言的事實(shí)檢驗(yàn)數(shù)據(jù)集相比，英語(yǔ)數(shù)據(jù)集的比例最高，有 142 個(gè)，而非英語(yǔ)數(shù)據(jù)集只有35個(gè)（其中中文數(shù)據(jù)集只有5個(gè)）：
這一點(diǎn)間接地諷刺了人工智能領(lǐng)域的中文研究者缺少對(duì) AI 倫理的論文發(fā)表。換言之：較少中國(guó)研究者從事 AI 倫理層面的科研工作。那么，報(bào)告的觀點(diǎn)是否有失偏頗呢？也許只能評(píng)論區(qū)見分曉。
在 AI 的落地研究上，如何縮小中美差距？談?wù)勀愕目捶ā?/span>
參考鏈接：
https://aiindex.stanford.edu/report/
雷峰網(wǎng)(公眾號(hào)：雷峰網(wǎng))
雷峰網(wǎng)版權(quán)文章，未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見轉(zhuǎn)載須知。
