State of AI 最新《2022 年人工智能现状报告》出炉！作者是剑桥大学的两位研究人员Nathan Benaich 和 Ian Hogarth。
State of AI的人工智能年度报告系列已进入第五个年头，由行业和研究领域的领先人工智能从业者审查。它考虑了以下关键维度，包括新的安全部分：
- 科研：技术突破及其能力。
- 产业：人工智能的商业应用领域及其业务影响。
- 政治：人工智能的监管、其经济影响和人工智能不断演变的地缘政治。
- 安全性：识别和减轻未来高性能人工智能系统可能给我们带来的灾难性风险。
- 预测：我们相信会发生的事情以及让我们保持诚实的绩效评估。
2022 年报告的主要主题包括：
- 新的独立研究实验室正在迅速开源主要实验室的闭源输出。尽管 AI 研究将越来越集中于少数大型参与者的教条，但计算成本和访问权限的降低导致最先进的研究出现在更小、以前不为人知的实验室中。与此同时，AI 硬件仍然与 NVIDIA 紧密结合。
- 主要 AI 研究实体的安全意识正在增强，估计有 300 名安全研究人员在大型 AI 实验室工作，而去年的报告中这一数字不到 100 人，而在 AI 安全方面，主要 AI 安全学者的认可度提高是一个有希望的迹象成为主流学科。
- 中美人工智能研究差距持续扩大，自 2010 年以来，中国机构发表的论文数量是美国机构的 4.5 倍，远远超过美国、印度、英国和德国的总和。此外，中国在涉及安全和地缘政治的领域处于领先地位，例如监视、自治、场景理解和物体检测。
- 人工智能驱动的科学研究继续带来突破，但数据泄露等重大方法错误需要进一步审问。尽管人工智能在科学领域的突破仍在继续，但研究人员警告说，人工智能中的方法错误可能会泄露给这些学科，导致基于人工智能的科学的可重复性危机日益严重，部分原因是数据泄露。
报告内容摘要：
科研
- 扩散模型凭借令人印象深刻的文本到图像生成能力，席卷了计算机视觉世界。
- 人工智能涉猎更多的科学问题，包括塑料回收、核聚变反应堆控制和自然产物发现。
- Scaling laws重新聚焦于数据：也许模型规模并不是您所需要的全部。正朝着单一模式的方向发展，以统领所有模式。
- 社区驱动的大型模型开源以极快的速度进行，使集体能够与大型实验室竞争。
- 在神经科学的启发下，人工智能研究的方法开始看起来像认知科学。
产业
- 与NVIDIA相比，AI半导体初创公司是否取得了进步？人工智能研究中的使用统计数据显示，NVIDIA领先20-100倍。
- 大型科技公司扩展其AI云，并与 A(G)I 初创公司建立大型合作伙伴关系。
- 雇佣冻结和AI实验室的解散促使包括DeepMind和OpenAI在内的巨头成立了许多初创公司。
- 主要AI药物发现公司拥有18项临床资产，首个CE标志授予自主医学成像诊断。
- 大型科技公司和初创公司很快将人工智能的最新代码研究成果转化为商业开发工具。
政治
- 学术界和工业界在大规模人工智能工作中的鸿沟可能无法弥补：几乎0%的工作是在学术界完成的。
- 学术界正在将接力棒传递给由非传统来源资助的分散研究团体。
- 美国半导体产能的大拯救正式启动，但地缘政治紧张局势高涨。
- 人工智能继续融入更多的国防产品类别，国防人工智能初创公司获得更多资金。
安全
- 人工智能安全研究正在提高重视、增加人才和资金，但仍远远落后于人工智能的能力研究。
报告链接：
评论
沙发等你来抢