人工智能是一種由機器展示的智能感覺、綜合和推斷資訊機器系統。就其最簡單的形式而言，人工智能是一個結合了計算機科學和強大的資料集以解決問題的領域。
傳統基準測試的性能飽和。AI繼續釋出最先進的結果，但許多基準的同比改善仍然微乎其微。 而且，達到基準飽和的速度正在加快。 然而，新的BIG-bench 和 HELM 等綜合基準測試套件正在釋出。生成式人工智能闖入公衆意識。2022 年釋出了文本到圖像DALL-E 2 和 Stable Diffusion 等模型，Make-A-Video 等文本轉視訊系統，以及聊天機器人像聊天 GPT。 不過，這些系統可能容易産生幻覺，自信地輸出不連貫或不真實的響應，是以很難在關鍵應用程式中依賴它們。
現在，人工智能系統變得更加靈活。傳統上，人工智能系統在狹窄的任務上表現良好但在更廣泛的任務中舉步維艱。最近釋出的模型挑戰了這一趨勢； BEiT-3,PaLI 和 Gato 等是單一的人工智能系統，越來越有能力處理多項任務（例如，視覺、語言）。有能力的語言模型仍然難以推理。語言模型持續改進他們的生成能力，但新的研究表明他們仍在與複雜的事物作鬥争。
IBM、谷歌和曠視科技是全球人工智能平台市場的主要供應商。 2022 年前 3 名廠商收入規模約占全球市場的 47.66%。
全球主要廠商收入規模示圖
主要廠商收入規模(百萬元)
全球前三的廠商收入份額分布圖
2022年前三的廠商收入份額
科技巨頭的持續研究和創新正在推動人工智能的采用垂直行業的先進技術，例如汽車、醫療保健、零售、金融和制造。但是，不論何種智能技術，使用開源 AI 前的倫理考慮是必要的。沒有什麼新事物來得容易。即使是最高水準的技術發展也有重要的人為因素，必須盡早解決。
偏見
人們編寫算法和資料集，并且人們有偏見——無論他們是否了解他們看待世界的獨特視角。這些影響可以而且确實會改變程式的行為，特别是如果人工智能的輸出被設計為根據虛拟空間中的人類行為而改變的話。在搜尋帶有偏見的詞時，這些問題變得很明顯。您将希望建構避免刻闆印象和虛假資訊的程式。那麼程式設計如何才能不那麼偏呢？這是目前人工智能領域最熱門的話題之一，解決方案（和法律）仍在制定中。不正确或不完整的資訊 僅僅因為它在網際網路上并且 AI 發現它并不意味着它是真的。僅僅因為某些東西流行并不意味着它是正确的。同樣，無論您如何努力推動搜尋引擎尋找真相，僅僅因為您掌握了真實資訊并不意味着您掌握了全部情況。