1.工业界推续主导人工智能前沿研究。 2023年,工业界产生了51个值得注意的机器学习模型,而学术界仅贡献了15个2023年,产学界合作产生了21个值得注意的模型,再创新高。

　　2.更多的基础模型和更开放的基础模型。2023 年,共发布了 149 个基权型,是 2022 年发布数量的两倍多。在这些新发布的模型中,65.7%6 是开原的,而 2022 年仅为 44,496,2021 年仅为 33.39%6。

　　3前沿型号变得更加品贵。很Al ndex估计,最先进的A膜型的训练成本已达到所未有的水平。,0penAl的 GPT-4估计使用了价值7800 万美元的计算来进行训练,而 Google 的 Gemini Ultra 的计算成本为 1.91 亿美元

　　4.美国领先中国、欧盟和英国成为顶级人工智能模的主要来源。 2023 年,51 个著名人工智能模型源自美口机构,远远超过欧洲联盟21个,中国15个。

　　5.人工智能专利数量活增。2021年至2022年,全球人工智能专利授权量大幅增长62.796,自2010年以来,人工智能专利授权量增长了31倍多。

　　6,中国在人工智能专利方面占据主导地位。2022年,中国以61.1%领先全球人工智能专利来源kaiyun体育全站 Kaiyun登录网页,大桶超过美国(占人工智能专利来源的20.996)。白2010年以来,美国人工智能专利份额已从54.1%6下降。

　　7.开源人工智能研究呈爆炸式增长自2011年以来,GitHub上人工智能相关项目的数量持续增长,从2011年的845个增长到2023年的约180万个。值得注息的是,仅2023年,GtHub人工能项目总数就大幅增长了59,3%。 GitHub 上人工智能相关项的 Star 总数在 2023 年也显着增加,从 2022 年的 400 万增加到 1220 万增加了两倍多。

　　8人工能出版物数量持续增加。 2010 年至 2022 间,人工智能出版物总几了两倍从 210 年的约 88,00 篇增到 2022 的超过240,000 篇,与去年相比,增幅仅为 1.1%。

　　1.人工智能在某些任务上击败了人类,但并非在所有任务上都击败了人类。人工智能在多个基准上已经超越了人类的表现,包括图像分类、视微推理和英语理网方面的一些基准。然而,它在竞赛级数学、视觉常识推理和规划等更复杂的开云网址 kaiyun官方入口任务上落后了

　　2。多模式人工智能来了。传统上,人工智能系统的范围有限,语言模型在文本理解方面表现出色,但在图像处理方而却表现不佳,反之办然。然而,最近的进步导致了强大的多模态模型的发展, Google 的 Gemini和 OpeAl 的 GPT-4这些模型表现出灵活性,能够处理图像和文本,在某些情况下甚至可以处理音频。

　　3.更严将的基准出现。A1 模型在mageNet.SOuAD 和 SuperGLUE 等旺定基准上已达到性能饱和,促使研究人员开发更目挑性的模型。2023 年,出现了几个具有战性的新基准,包括用于编码的 SWE-bench用于图像生成的 HEM,用于一推理的 MMMU用于道德推理的 MoCa用于基于代理的行为的 AgentBench 和

　　4.更好的人工智能意味着更好的数据,这意味着·...甚至更好的人工智能。新的人工智能模型,例如SegmentAnything 和 Skoltech 用于生成图像分和 3D 重建等任务的专用数掘,数据对于人工智能技的改进至关重要,使用人工都能创建更多数犯可以增强当前的能力，并为未来的算法改进铺平道路,尤其是在更困难的任务上。

　　5.人类评估已成为主流。随着生成模型生成高质量的文本图像等,基准测试已慢慢开始转向纳入人类评估(如 Chatbot Arena 排行榜),而不是计算机化排名(如 mageNet 或 SOuAD)。公众对人工智能的看法正在成为追踪人工智能进展的一个起来越重要的考虑因素。

　　6,多亏了法学硕土,机器人变得更加灵活。语言建模与机器人技术的合催生了更灵活的机器人系统,例 PaLM-E 和 RT-2.除了改进的机器人功能之外,这些模型还可以提出问题,这标志着机器人向能够更有效地与现实世界交互迈出了重要一步。

　　7.更多代理人工智能技术研究。创建人工能代理,即能够在特定环境中自主运行的系统,长期以来一直是计算机科学家面临的挑战。然而,新兴研究表明自主人工智能代理的性能正在改善。目前的代理现在可以掌握像《我的世界》这样的复杂游戏，并有效地解决现实世界的任务,例如在线.封闭式法学硕士的表现明显优于开放式法学硕士。在 10 个选定的 A 基准测试中,封闭模型的性能优于开放模型,中位性能优势为 24.29%。封闭模型和开放模型的性能差异对人工智能政策辩论具有重要影响。