《2024年人工智能指數報告》：大模型訓練成本最高達1.91億美元

本報記者 曲忠芳 北京報道

中原標準時間4月16日，美國斯坦福大學“以人為本人工智能研究院”（英文簡稱為Stanford HAI）釋出了《2024年人工智能指數報告》（Artificial Intelligence Index Report 2024）。斯坦福大學HAI官方介紹：“這是我們迄今為止最全面的報告，而且是在AI對社會的影響如此明顯的重要時刻釋出的。”

《中國經營報》記者了解到，斯坦福HAI由AI領域著名專家、同時也是華裔女科學家李飛飛擔任院長，這是該機構釋出的第七份AI指數研究報告。與往年不同，斯坦福HAI今年擴大了研究範圍，更廣泛地涵蓋了人工智能的技術進步、公衆對該技術的看法等基本趨勢。

前沿模型訓練成本陡增

《2024年人工智能指數報告》對2023年人工智能行業的發展總結了主要趨勢，尤其提到AI模型訓練的成本持續攀升。該報告顯示，OpenAI的GPT-4等前沿模型系統的訓練成本預估在7800萬美元，而谷歌的Gemini Ultra的計算成本花費預估為1.91億美元。相比之下，2017年最初釋出的Transformer模型、2019年推出的ROBERTa Large模型的訓練成本分别為900美元、16萬美元。毫無疑問，計算訓練成本的陡增，意味着大語言模型在商業化方面存在阻礙。與此同時，AI 技術的進展和創新需要大量的資金支援，而且随着模型複雜性的增加，這些成本可能會進一步上升。高昂的訓練成本也可能對小公司和研究機構構成進入壁壘，因為它們可能無法承擔如此巨大的開支。因資源可能會越來越集中在财務更為雄厚的組織手中，由此或将對未來AI技術的發展和多樣性産生影響。

從投資動向來看，2023年全年裡，全球範圍内盡管AI領域投資整體在下降，但對生成式AI的投資卻呈現激增态勢，總體規模達到252億美元，相比2022年的約30億美元增長了近8倍。生成式人工智能領域的明星公司，如OpenAI、Anthropic、Hugging Face等都在2023年獲得了至少一輪頗為可觀的融資，公司估值水漲船高。

斯坦福HAI人工智能指數聯合主任 Ray Perrault在公開信中指出，2023年全球釋出的大型語言模型數量比上一年翻了一番，其中2/3的模型是開源的，但性能最高的模型來自擁有封閉系統的行業參與者。

今年的AI Index報告稱，2023年全球釋出的新大型語言模型數量比上一年翻了一番。2023年全年産業界産生了51個著名的機器學習模型，學術界貢獻15個，産學合作還産生了21個著名模型，創下曆史新高。此外，108個新釋出的基礎模型來自工業界，28個來自學術界。值得注意的是，這些大模型中有2/3是開源的，但性能最高的模型來自擁有封閉系統的行業參與者。

中國仍然是美國最大的競争對手

關于中國與美國人工智能發展的對比，《202年人工智能指數報告》提供了相關資料參考。2023年，61個著名的AI模型來源于美國的機構，歐盟、中國的這一數量則分别為21個、15個。美國是頂級人工智能模型的主要來源國的同時， 也仍然是AI投資的首選之地。2023年，美國在人工智能領域的私人投資總額為672億美元，是中國的近9倍。

“中國依然是美國最大的競争對手。”報告顯示，在工業機器人安裝數量方面，中國自2013年超過日本成為工業機器人的最大安裝國以來，已經顯著擴大了與其他競争國家的差距。到2022年，中國的工業機器人安裝量已占全球總量的52.4%，相比之下，2013年時這一比例數字為20.8%。另從人工智能專利數量來看，自2010年以來，全球範圍内AI專利數量已增長了31倍，其中從2021年到2022年，全球AI專利數量大幅增長62.7%。需要指出的是，世界上61%的人工智能專利來源于中國。

對于全社會最為關注的人機關系問題，《2024年人工智能指數報告》顯示，人工智能已在多項基準測試中勝過了人類，包括圖像分類、視覺推理、英語了解等方面，但這種超越并非展現在所有任務中，如在競賽級數學、視覺常識推理和規劃等更複雜的任務上依然落後于人類。最新研究顯示，負責任的人工智能嚴重缺乏标準化。包括OpenAI、谷歌和Anthropic在内的領先開發商主要根據不同的負責任人工智能基準測試它們的模型。這種做法使系統地比較頂級人工智能模型的風險和局限性的工作變得更加複雜。 市場研究公司Ipsos的一項調查顯示，在過去一年中，持“人工智能将在未來3—5 年内極大地影響自己的生活”觀點的人所占比例從60%上升到 66%。此外，52%的人對人工智能産品和服務表示焦慮，比2022年上升了13個百分點。在美國，來自皮尤研究中心（Pew）的資料顯示，52%的美國人表示對人工智能的擔憂多于興奮，這一比例比2022年的38%有所上升。

Ray Perrault認為，人工智能面臨兩個互相關聯的未來。第一是技術不斷改進，應用日益廣泛，對生産力和就業産生重大影響，人工智能的用途有好有壞。第二是人工智能的應用受到技術局限的制約。無論是哪一種，各國的監管部門都越來越關注，推進相關的法律法規建設。《2024年人工智能指數報告》統計，2023年，全球立法程式中有2175次提及人工智能，幾乎是上一年的2倍。美國人工智能相關法規的數量在過去一年大幅增加。2023 年，與人工智能相關的法規有25項，而2016年隻有1項。僅去年一年，人工智能相關法規的總數就增長了56.3%。其中一些法規包括生成式人工智能材料的版權指南和網絡安全風險管理架構。

（編輯：吳清 校對：顔京甯）