史丹佛大學人工智慧指數報告 不能不了解的10大AI趨勢 2024 Artificial Intelligence Index Report
2024年5月16日
完整內容請至 https://www.youtube.com/@YulandySpace 觀看
2024年 史丹佛大學發表了《人工智慧指數報告》
Artificial Intelligence Index Report
這份報告總共500頁 歸納了10個重點
如果你沒有時間看完這份報告 那你一定要看完這部影片
我用簡短的10分鐘呈現報告的結論
讓你瞭解人工智慧發展現況和對社會的影響
這份報告的第一個結論是
人工智慧在某些任務上擊敗了人類
但不是在所有任務都比人類更厲害
這張圖表的橫軸是年份 縱軸是人工智慧的效能
我們用人類的能力當作基準
也就是說如果你的效能超過100%
就是超過人類的能力
那你的曲線就會在這條線上方
最早期人工智慧處理任務影像分類
在15和16年之間
人工智慧就已經超過人類對影像的分類能力
基礎閱讀理解 視覺推理
中等閱讀理解 自然語言推理
還有英語語言理解
在2023年 AI都已經超越人類的能力
那有三個任務
第一個是視覺常識推理
雖然AI能力慢慢往上提升
但是目前還沒有辦法達到像人類這樣的水準
多任務語言理解
首先你要知道什麼是大型語言模型
如果你沒有相關的背景的話
你可以看影片底下連結
我有專門一個影片來介紹大型語言模型
我們知道語言模型
如果你是給它一個特定的任務做訓練
是比較容易的
如果你用同一個模型
要同時處理多個任務的時候
這件事情是比較困難的
多任務語言理解
就是用一個模型訓練處理多個任務
所以到目前為止
它跟人類的效能在2023年基本上快接近了
最後是競賽級數學
我在一部影片說過
大型語言模型
它其實對推理能力是相當弱的
因為它必須透過語料的訓練
那競賽級數學在很多時候
它這一些題目或者是文字敘述
它並沒有公開
換句話說你並沒有這些語料可以去做訓練
所以它的確在這方面
要展現比人類更好的能力
其實上是有困難的
那你注意到這些所謂的任務
都是可以在軟體上是被實現的
然而如果有包含的硬體
它就沒有辦法在這邊做比較
所以其實要發展這種通用型的人工智慧
我認為還有很長的路要走
第二,工業界繼續主導前沿人工智慧研究
這邊的數量是看Foundation Models
所謂的基礎模型
基礎模型指的是在大數據訓練
超大型的人工智慧模型
能夠執行各類的任務
像是GPT-4、Cloud-3和Gemini
都屬於基礎模型
我們看一下底下這一張圖
Industry業界在2019年到2023年
總共產生了108個基礎模型是最多的
再來是學術界Academia
總共產生了28個
業界和學界的合作
我們叫產學合作
總共產生了9個
然後政府部門Government4個
所以你可以看到
主要還是以工業界為主導的
那這個也其實不難去理解
因為現在產生基礎模型
需要耗費大量的資本時間
第三,前沿模型變得更加昂貴
這邊的指標是training cost
訓練花費
我們看一下2017年的Transformer
Google發明的轉換器架構
基本上現在的所有大型語言模型
Large Language Model
都會使用這樣一個架構
當初在訓練大型語言模型的時候
只需要930美金
到2023年訓練GPT-4
就需要7800萬美金
那Gemini需要一應9000萬美金
所以可以看到這樣子的訓練花費
是越來越高越來越貴了
這也是呼應前面第二個重點
就是為什麼很多的基礎模型
它是由工業界開發的
因為它花費實在是太高了
第四,美國領先中國、歐盟和英國
成為提供人工智慧模型的領頭羊
這邊看的是
Notable Machine Learning Models的數量
所謂的Notable Machine Learning Models
指的就是顯著的機器學習模型
我們剛剛前面談到的是基礎模型
這邊講的是顯著的模型
什麼叫顯著模型呢
指的就是在一個領域或一個行業
它的應用特別有影響力
那它不一定要是一個Large Model
不需要是一個大型的模型
它可以是一個很小的模型
但是它只要顯著
它就可以放進來去做計算
基礎模型大部分都是屬於Notable Models
但是Notable Models
不一定是Foundation Models
美國目前有61個Notable Models顯著模型
再來是中國有15個
其他是比較少的
但是如果你把歐盟和英國放在一起的話
它加起來量體大概就是世界第二
右邊是看一下它的趨勢
美國在2013年、2015年以後
就有顯著的上升
再來歐盟、英國累積到25個
然後再來接下來是中國
你很會發現顯著模型的數量
有時候會往下掉
因為科技日新月異
有可能有一個模型
在某段時間算是顯著模型
但是後來就它的影響力慢慢往下掉
它就可能被剔除
還有一種可能性是
被別的國家發展類似功能的顯著模型取代
第五
對負責任的AI Responsible AI
嚴重缺乏強健和標準化的評估方法
我們看一下在12年到23年之間
所有通報的AI事件
比如說像自動駕駛車
它可能沒有偵測到行人
而造成人的損傷
或者是車撞車
另外一個例子是
深層式AI產生肋骨琴森的內容
也屬於AI事件
那從12年到23年
這個世界基本上有往上升的趨勢
到了23年會有123件
相較之下
目前缺乏有系統方法
評估各類的AI模型
是否是安全的
會不會產生不好的內容
對人類是有害的
第六
深層式人工智慧
Generative AI
投資激增
從2013年到2023年
在2021年
市場對於人工智慧投資達到最高峯
22年、23年慢慢慢慢下降
但這只針對所有AI項目的投資
相較之下
如果你單純看的是深層式AI
它在2023年是達到最高是
250億美元
這當然是因為在2022年底到2023年
出Chart GPT的問世
才會產生這麼大的一個市場效應
第七
人工智慧提高員工的工作效率
並帶來更高品質的工作
這邊的比較基礎
是查看微軟的Copilot
還有GitHub的Copilot平臺的使用
微軟的Copilot平臺
它可以處理各式各樣的任務
那GitHub的Copilot平臺
它主要是以程式撰寫為主
這邊的百分比是跟
沒有使用這些Copilot平臺比較
所以譬如說第一項
它是有用和沒有用的差別
有用的話
它發現它的工作效率增加了73%
那如果在Common Task Study方面
微軟的Copilot平臺使用的話
可以增加71%的工作效率
那以GitHub Copilot Study來說
使用它來做程式撰寫
可以提高40%的工作效率
所以整體上來講
人工智慧的確幫助員工提升工作效率
第八 人工智慧加速科學進展
這邊的範例是做水文世界的預測
目前水文世界預測
有一個現行的模型叫GIOFAS
另外一個就使用現在的人工智慧模型
做水文的預測
那譬如說像洪水的發生
就是屬於一種水文事件
我們針對不同return period的
一年 兩年 五年 十年的水文事件
來去做預測
兩個指標
一個叫做precision 精確率
另外一個叫做recall 召回率
所謂的精確率就是
比如說模型預測洪水發生
實際上也發生的比率
召回率代表是
模型預測洪水發生的事件數量
涵蓋實際上發生洪水數量事件的比率
那如果你想要進一步瞭解
這兩個指標的意義
你可以看我另外一部影片
簡單來說
這兩個數值指標越大越好
他們兩個最大的數值都是1%
另外這兩個指標會互相影響
高精確率會造成低召回率
高召回率會造成低精確率
將現存的AI模型
跟現存的最好的方法做比較
不管是精確率和召回率
都有顯著的效能提升
值得一提的是
這份報告也有去探討
AI在其他領域的使用
像是醫藥領域使用AI模型
也比之前的方法
提升整個系統的效能
第九
美國人工智慧法規數量大幅增加
我們可以看到在16年到23年
所有相關的法規
美國總共有23個
那這個也不難想像
因為越來越多的自駕車
和深層次模型的產生
而美國又是這個方面的領頭羊
所以它必須有相關的保護措施
來確保這些工具的使用
有一定的規範
這使全球各地的人
更加認識到人工智慧潛在影響
也更加緊張
這份調查主要包含了31個國家
其中印尼對AI對人類的影響最為樂觀
大概有84%的受訪人員認為
他們對AI有足夠的瞭解
79%的受訪人認為
AI會在接下來的3到5年
會大幅影響他們的生活
另外還有75%的受訪人員
表達了對AI的發展感到興奮
在這31個國家裡面
日本是對AI瞭解程度最低的
受訪裡面只有43%
認為他們對AI是有足夠的瞭解
那因為他了解比較低
所以他對AI造成的影響
是不是感到緊張
只有23%的受訪人員
認為會讓他們感到緊張
這份關於日本的調查結果
也符合我自己的認知
因為日本在這一波人工智慧的發展上
其實是比其他國家更慢的
而且普及率也是比較低的
接下來我們看一下
在泰國的受訪結果
這個結果顯示
泰國人是對人工智慧
表現出最高的信任度
他認為這些人工模型是公正的
不會對任何的羣體
產生偏見或者是歧視
如果你把2022年和2023年的資料
放在一起去做比較的話
我們看一下
人工智慧的這些模型還有服務
對人類造成的緊張感
對所有受訪的31個國家來說
這些緊張的程度都是上升的
如果你想要了解
這10個重點的完整細節
你可以點擊影片下方的連結
直接存取這份免費的權威報告

