人工智能（AI）是一種革命性的技術，它已經在世界各個領域帶來了影響。通過機器學習和深度學習，AI可以幫助我們更有效地處理大量的數據，從而提高生產力和效率。在教育、交通、製造、醫療等領域，AI的出現為各行業帶來了更多的創新和機會，提高了工作效率。最近，美國出了一份AI指數報告，很值得我們參考。
史丹福大學人工智能指數報告
2024年史丹福大學人工智能研究院發布了《AI指數報告》，詳細分析了全球AI發展的現狀與趨勢。報告指出，AI技術在醫療、教育、金融、製造業等領域的應用日益廣泛，對解決社會問題和推動經濟增長具有重要意義。
報告強調了政府、企業和學術界間加強合作與創新，以及培養跨界人才的重要性。此外，報告還關注了AI技術的倫理和安全問題，並呼籲建立相關法規和標準。報告還特別提到了AI在各領域的應用，及其對就業市場和社會結構的影響，強調平衡經濟效益和社會責任的重要性。它揭示了AI模型數量、訓練成本以及全球AI專利和發表文獻數量的增長趨勢，並指出在某些領域AI已超越人類表現，但在複雜任務中仍須追趕。
AI的發展趨勢及科研投入
該報告深入剖析了2023年全球AI的發展動向，重點關注了新程式AI投資激增、性能評價標準革新、全球輿論變化及新法規頒布等關鍵議題。報告顯示，2023年發布的AI模型數量是前一年的兩倍多，尤以開放式模型為主，但閉合模型經測試後在效率與功能上表現更佳。Google、Meta、OpenAI和Microsoft等巨頭在模型發放上領先，而Google的Gemini ultra和GPT4訓練成本最高，Gemini ultra更是高達近2億美元，相對於2017年開創性的Transformer模型成本只需要900美元，Gemini ultra的成本增加了接近22萬倍。但企業如何通過這些模型創造盈利，報告就沒有提及，所以筆者認為行業依然是處於燒錢階段。
封閉型大語言模型性能優於開放型模型，於10項主要AI測試中，普遍高出24.2%，對AI政策討論具重要意義。數據顯示，AI顯著提升工人生產力及工作質量，並有效縮小技能差距。然而，若缺乏適當監督，AI使用可能導致工作效果下降。另一方面，財富500強公司日益重視AI，尤其是生成式AI，在2023年財報電話會議中提及AI達394次，涵蓋近八成公司，增長顯著。生成式AI成為熱門討論焦點，佔企業的電話會議近兩成內容。
國際間的人工智能競賽愈發激烈，2023年美國發布了61個模型領跑，中國緊隨其後擁有15個模型，法國則位列第三。但是，中國在AI專利領域佔據主導地位，其全球佔比高達61.1%，遠超美國的20.9%，而以AI為題的文獻數量亦逐年上升，最近12年來增長接近3倍。
教育方面的發展
筆者簡單地講解一下有關報告提及教育的範疇。該報告深入剖析了人工智能與計算機科學教育的發展趨勢，聚焦於參與學習的人群、學習地點以及這些趨勢如何隨着時間演進。面對AI在教育領域影響日益增大的擔憂，報告亦研究了教師與學生如何運用ChatGPT等新興AI工具。首先，報告概述了美國與加拿大大學及其後教育階段中計算機科學與AI課程的現狀，數據源自計算研究協會的年度Taulbee調查。隨後，回顧了Informatics Europe提供的歐洲計算機科學教育最新數據。
報告總結了美國K12教育階段計算機科學課程的洞察，並介紹了Walton Foundation的調查結果，該調查探討了ChatGPT在學校中的應用情況。值得注意的是，在高等學府，AI博士向工業界的遷移速度正在加快，從2011年近半數選擇工業界或學術界，到2022年逾七成選擇工業界，現在僅兩成畢業生選擇學術界，顯示出大學和研究機構向工業界的人才流失現象日益嚴重。
另一方面，2022年AP CS課程的考試人數已達201000人，自2007年起參考人數增長超過10倍。全球範圍內，AI相關學位課程數量亦持續增加，自2017年起提供英語教學的AI相關高等教育課程已增至3倍，並持續保持年增長趨勢，世界各地大學正積極增設更多以AI為核心的學位課程，證明AI課程正不斷受到大眾重視。
這份長達500多頁的報告為理解和推動AI技術的發展提供了重要參考。以上只是2024年或以前人工智能領域的一些創新研究方向，隨着科技的不斷發展和應用的不斷拓展，未來可能還會出現更多的創新點和突破。同時，人工智能的發展也面臨一些挑戰和風險，如資料隱私和安全、系統的可控性等問題，需要在技術創新和應用中加以考慮和解決。
