AI系统在人类中心AI研究所制定的AI指数2024报告中展现了显著的进展。这些进展涵盖了技术能力、研究贡献和商业投资。AI在图像分类、视觉推理和语言理解方面已经超过了人类能力。然而，AI在高级数学、常诉推理和规划任务方面面临挑战，难以与人类表现相匹配。
随着培训成本飙升，私营部门主导AI研究
2023年，私营部门在AI研究和开发方面引领了一股激增，制造了51个重要的机器学习模型，遥遥领先于学术领域的15个模型。学术界与工业界之间的合作也推出了21个备受瞩目的模型。然而，这种增长带来了巨大的成本：例如，OpenAI培训最先进的GPT-4语言模型的费用估计达到7800万美元，谷歌的Gemini Ultra更是高达1.91亿美元。
美国仍然是全球AI系统的主要贡献者，发布了61个显著系统。中国和欧盟分别以15个和21个系统紧随其后。尽管整体私营部门对AI的投资已连续第二年减少，但用于生成AI（能够创建文本、图像和其他媒体）的资金已激增至252亿美元，将近增加了8倍。这些统计数据突显了在AI创造能力不断扩展的领域正在蓬勃发展的财务投资。
AI进展的挑战与争议
AI领域最突出的挑战之一是伦理和偏见问题。AI系统可能会无意中持续甚至加剧其训练数据中存在的偏见，引发如歧视和缺乏公平性等伦理问题。此外，AI能力的激增带来了工作岗位流失的威胁，因为AI系统能够执行传统由人类工人完成的任务。
另一个争论领域是数据隐私和安全问题。由于AI系统需要大量数据进行训练，因此人们担心数据的收集、使用和保护问题。这包括关于同意问题以及个人信息可能被滥用的问题。
此外，人们越来越认识到训练复杂AI模型的环境影响。由于训练和运行大型AI系统所需的能源消耗，其碳足迹相当可观，加剧了气候变化问题。
优势与劣势
先进AI的优势包括在处理大量数据时提高效率和准确性，可能导致在医疗保健、交通运输和金融等各个领域的创新。AI还可以处理重复性或危险的任务，降低了人类的风险，并使他们腾出时间从事更具创造性和复杂性的工作。
然而，劣势包括前述的伦理问题、可能的失业问题以及数码鸿沟，即对技术获得较少的人可能会被进一步拖后腿。在财务方面，开发最先进AI模型的高昂成本可能让少数拥有资源投资能力的大型公司掌握权力，潜在地扼杀竞争和创新。
有关AI进展和财务影响的进一步信息，感兴趣的读者可以访问该领域的主要参与者和研究组织的主要网站：
– Google AI
– OpenAI
– 斯坦福大学
– 斯坦福人类中心AI
所有链接均已经过验证，可以准确地引领到各自的网站，提供有关AI研究和开发的额外资源和信息。
The source of the article is from the blog kewauneecomet.com