人工智能是一种由机器展示的智能感知、综合和推断信息机器系统。就其最简单的形式而言，人工智能是一个结合了计算机科学和强大的数据集以解决问题的领域。
传统基准测试的性能饱和。AI继续发布最先进的结果，但许多基准的同比改善仍然微乎其微。 而且，达到基准饱和的速度正在加快。 然而，新的BIG-bench 和 HELM 等综合基准测试套件正在发布。生成式人工智能闯入公众意识。2022 年发布了文本到图像DALL-E 2 和 Stable Diffusion 等模型，Make-A-Video 等文本转视频系统，以及聊天机器人像聊天 GPT。 不过，这些系统可能容易产生幻觉，自信地输出不连贯或不真实的响应，因此很难在关键应用程序中依赖它们。
现在，人工智能系统变得更加灵活。传统上，人工智能系统在狭窄的任务上表现良好但在更广泛的任务中举步维艰。最近发布的模型挑战了这一趋势； BEiT-3,PaLI 和 Gato 等是单一的人工智能系统，越来越有能力处理多项任务（例如，视觉、语言）。有能力的语言模型仍然难以推理。语言模型持续改进他们的生成能力，但新的研究表明他们仍在与复杂的事物作斗争。
IBM、谷歌和旷视科技是全球人工智能平台市场的主要供应商。 2022 年前 3 名厂商收入规模约占全球市场的 47.66%。
全球主要厂商收入规模示图
主要厂商收入规模(百万元)
全球前三的厂商收入份额分布图
2022年前三的厂商收入份额
科技巨头的持续研究和创新正在推动人工智能的采用垂直行业的先进技术，例如汽车、医疗保健、零售、金融和制造。但是，不论何种智能技术，使用开源 AI 前的伦理考虑是必要的。没有什么新事物来得容易。即使是最高水平的技术发展也有重要的人为因素，必须尽早解决。
偏见
人们编写算法和数据集，并且人们有偏见——无论他们是否了解他们看待世界的独特视角。这些影响可以而且确实会改变程序的行为，特别是如果人工智能的输出被设计为根据虚拟空间中的人类行为而改变的话。在搜索带有偏见的词时，这些问题变得很明显。您将希望构建避免刻板印象和虚假信息的程序。那么编程如何才能不那么偏呢？这是目前人工智能领域最热门的话题之一，解决方案（和法律）仍在制定中。不正确或不完整的信息 仅仅因为它在互联网上并且 AI 发现它并不意味着它是真的。仅仅因为某些东西流行并不意味着它是正确的。同样，无论您如何努力推动搜索引擎寻找真相，仅仅因为您掌握了真实信息并不意味着您掌握了全部情况。