中国AI – 庄闲棋牌官网官方版 -199IT //www.otias-ub.com 发现数据的价值-199IT Tue, 08 Apr 2025 12:50:47 +0000 zh-CN hourly 1 https://wordpress.org/?v=5.4.2 斯坦福大学:2025年全球AI竞争格局显示中美差距缩小至0.3% //www.otias-ub.com/archives/1749415.html Tue, 08 Apr 2025 12:50:47 +0000 //www.otias-ub.com/?p=1749415 近日,Nature发文,斯坦福大学以人为本人工智能研究所发布的《2025年人工智能指数报告》显示,人工智能领域的竞争日益激烈:中国高性能AI模型的数量和质量不断提升,对美国的领先地位构成挑战,顶级模型之间的性能差距正在缩小。

美国此前在模型质量方面的领先优势已经消失。中国是人工智能出版物和专利产出最多的国家,如今其开发的模型在性能上已经与美国的竞争对手不相上下。2023年,在大规模多任务语言理解测试(MMLU)中,中国领先的模型落后于美国顶级模型近20个百分点。然而,到2024年底,美国的领先优势缩小到了0.3个百分点。

 

世界各顶级AI模型之间性能已无太大差距

该报告强调,随着人工智能的快速持续发展,没有一家公司能够脱颖而出。在聊天机器人竞技场排行榜上,2024年初排名第一的模型比排名第十的模型得分高出约12%,但到2025年初,这一差距缩小到了5%。报告称:“前沿领域的竞争越来越激烈,也越来越拥挤。”

该指数显示,通过使用更多决策变量、更强的计算能力和更大的训练数据集,生成式人工智能模型平均而言仍在变得更“大”。但开发人员也在证明,更小、更精简的模型也能有出色的表现。由于算法的改进,如今的模型性能与两年前规模大100倍的模型性能齐平。该指数称:“2024年是小型人工智能模型的突破之年。”

纽约伊萨卡康奈尔大学的计算机科学家巴特・塞尔曼表示,很高兴看到像中国的DeepSeek这样相对小型、低成本的研究成果证明了自己的竞争力。他说:“我预计我们会看到一些由五人甚至两人组成的独立团队,他们会提出一些新的算法想法,从而改变现状。这很好。我们不希望世界只由一些大公司掌控。”

报告显示,如今绝大多数强大的人工智能模型是由工业界而非学术界开发的:这与21世纪初神经网络和生成式人工智能尚未兴起情况正好相反。报告称,2006年之前,工业界开发的著名人工智能模型不到20%,2023年这一比例为60%,2024年则接近90%。

美国仍然是强大模型的最大生产国,2024年发布了40个模型,中国发布了15个,欧洲发布了3个。但许多其他地区也在加入这场竞赛,包括中东、拉丁美洲和东南亚。

塞尔曼说:“2015年左右,中国走上了成为人工智能领域顶尖参与者的道路,他们通过教育投资实现了这一目标。我们看到这开始有了回报。”

AI领域还出现了“开放权重”模型在数量和性能上的惊人增长,如DeepSeek和Meta的LLaMa。用户可以自由查看这些模型在训练过程中学习到的并用于预测的参数,不过其他细节,如训练代码,可能仍保密。最初,不公开这些因素的封闭系统明显更优越,但到2024年初,这些类别中顶级竞争者之间的性能差距缩小到了8%,到2025年初则缩小到了1.7%。

加利福尼亚州门洛帕克的非营利性研究机构SRI的计算机科学家、该报告的联合主任雷・佩罗特说:“这对任何无力从头构建模型的人来说肯定是好事,包括许多小公司和学者。”OpenAI计划在未来几个月内发布一个开放权重模型。

2022 年ChatGPT公开推出后,开发人员将大部分精力投入到通过扩大模型规模来提升系统性能上。该指数报告称,这一趋势仍在继续:训练一个典型的领先人工智能模型所消耗的能源目前每年翻一番;每个模型使用的计算资源每五个月翻一番;训练数据集的规模每八个月翻一番。

然而,各公司也在发布性能非常出色的小型模型。例如,2022年在MMLU上得分超过60%的最小模型使用了5400亿个参数;到2024年,一个模型仅用38亿个参数就达到了相同的分数。小型模型比大型模型训练速度更快、回答问题更迅速,且能耗更低。佩罗特说:“这对各方面都有帮助。”

塞尔曼说,一些小型模型可以模仿大型模型的行为,或者利用比旧系统更好的算法和硬件。该指数报告称,人工智能系统使用的硬件的平均能源效率每年提高约40%。由于这些进步,在MMLU上得分超过60%的成本大幅下降,从2022年11月的每百万个token约20美元降至 2024年10月的每百万个token约7美分。

尽管在几项常见的基准测试中取得了显著进步,但该指数强调,生成式人工智能仍然存在一些问题,如隐性偏见和“幻觉”倾向,即吐出虚假信息。塞尔曼说:“它们在很多方面给我留下了深刻印象,但在其他方面也让我感到恐惧。它们在犯一些非常基本的错误方面让我感到惊讶。”

]]>
斯坦福:2021年全球AI指数报告 中国论文引用数超美国 //www.otias-ub.com/archives/1219564.html Sun, 21 Mar 2021 11:38:39 +0000 //www.otias-ub.com/?p=1219564

斯坦福大学每年都会发布一份《人工智能指数报告》(The AI Index Report)。近日2021年度报告已经发布,这也是该报告的第四期,主要讲述 AI 领域在2019-2020年的变化情况。

斯坦福《AI 指数报告》包括政策、国别分析、技术报告等多个关键部分,对 AI 相关的所有数据进行长期的跟踪、收集、提炼和视觉化,旨在为社会公众提供一份详实、无偏差、精密审查过的数据报告,从而帮助全球的政策制定者、研究者、公司高管、媒体记者等人士更好地理解 AI 这一复杂领域的最新技术进展和形势变化。

该报告由斯坦福大学的 Institute for Human-Centered Artificial Intelligence (以人为本的人工智能研究院) 汇总制作。该机构由知名 AI 研究者李飞飞教授和斯坦福大学教务长 John Etchemendy 共同领导。

值得注意的是,今年的《AI 指数报告》指出了2020年全球 AI 发展的一些亮点,其中包括:

1)对期刊上来自中国研究者的 AI 论文的引用数量在去年以微弱优势(20.7%)首次超越美国(19.8%)并且全球领先;

2)美加两国 AI 方向应届博士毕业生的外籍比例提升4.3%,达到64.3%,其中81.8%选择留美;

3)AI 方向博士毕业生65%进入业界工作,较2010年提升了20%,标志着业界在 AI 技术发展中扮演的重要性与日俱增;

4)AI 领域总融资额增加了9.3%,但完成新融资的 AI 创业公司的数量,已经连续三年下降;

5)受新冠疫情影响,2020年制药方面的 AI 私募投资额较前年暴增了4.5倍。

论文引用数中国首次超美

报告作者发现,在2020年,中国首次在期刊论文 (journal papers) 引用数量这一指标上超越了美国。而此前在2004年和2017年,中国曾先后两次在期刊论文总发表数量上超越美国。

这一发现的数据来源综合自微软学术图谱 (Microsoft Academic Graph)。至于该论断的具体国别定义方法,采用的是论文作者所供职的单位。

也就是说,“中国论文引用数首次超美”这一论断,其实说的是:来自中国大学、科研机构和公司的作者,在全球期刊上所发表的论文,其被引用的数量首次超过了为美国大学科研机构和公司供职的作者。这个定义方法不局限于作者本人的国别。

也就是说,《AI 指数报告》的这一发现足以体现,中国作为一个国家已经开始展现出在 AI 研究上略优于美国的实力实力。

让我们来详细看一下过去一年全球主要 AI 科研强国在论文发表和引用方面的数据。根据经合组织定义,所有涵盖在人工智能或机器学习类目下的论文都统计在内。

在2020年,全球共有22.8万篇 AI 论文在期刊上发表,较2019年增加34.5%,增幅也有所提升:

这些 AI 期刊论文的总引用数量达到93.7万次,其中中国占据了20.7%,首次超过美国(19.8%)。与此同时,欧盟地区的期刊论文引用数量份额持续降低至11%:

不过这份《AI 指数报告》也指出,虽然在期刊论文引用数上今年退居第二,美国在学术会议上发表的论文 (conference papers) 的引用数量仍然以较大优势领先中国。这一优势已经持续了十年:

不仅如此,2019年时,中国在 AI 学术会议论文发表总数比例上基本追平美国,到了2020年却又有大幅下滑,占15%,落后于美国18.9%:

其它值得留意的数据:

1/ 在所有 AI 科研实力较强的国家和地区,占比最高的 AI 期刊论文来源仍然是学术机构,不过排名第二的来源开始出现差异:在美国,业界公司及其关联研究机构发表的论文占19.2%;在中国和欧盟,国有科研机构的论文占比分别为15.6%和17.2%;

2/ 新冠疫情影响了 AI 学术峰会的召开,大部分会议都搬到了线上。正是因此,注册参会者的数量反而有所提升。数据显示,九大最受欢迎的 AI 顶会的总计参会者数量在2020年几乎翻了一倍;

3/ AI 科研在整个学术界业的地位也有所提升。2011年 AI 期刊论文占全年发表论文的1.3%,这个比例到2019年已经提升到了3.8%。

留学生毕业大批留美,业界比学界更受追捧

去年我们曾经报道过,保尔森基金会旗下智库 MacroPolo 的报告《全球AI 人才追踪》(The Global AI Talent Tracker) 发现,美国吸引了全球最顶尖的 AI 科研人才。

那些最终在美国院校或公司从事研究的外国人才中,绝大多数在美国完成硕士学业,其中最主要的生源国为中国。该报告还指出,如果失去了海外,特别是来自中国的人才,美国的 AI 人才优势将不复存在。

而斯坦福大学这份2021年《AI 指数报告》进一步强化了这个观念。研究者发现,北美 AI 方向的应届博士毕业生当中的国际学生比例也再创新高,在2019年已经达到了64.3%,较2018年水平提升了4.3%,比例也超过了往年留学生更为热衷的定向专业,如计算机工程、计算机科学和信息学等。

《AI 指数报告》还发现,在2019年 AI 方向应届博士毕业生当中,有高达81.8%比例选择留美工作,只有8.6%确认出国就业(另有9.6%去向未知)

其它计算机相关方向专业,如网络、软件工程、编程语言等受到了明显挤压,这些方向的博士学位授予数量有明显减少。与此同时,下图中可以看到,许多可以归到 AI 领域下的方向,如机器学习 (ML)、机器人、计算机视觉、算法等,其博士学位授予数量都有提升。

其中,AI/ML 方向和机器人/计算机视觉方向的博士学位授予的数量提升最多,占所有 AI 领域授予数量的22.8%和7.3%。在2019年全美一共授予接近300个 AI/ML 方向和近100个机器人/计算机视觉方向博士学位。

本章节中还有另一个非常有代表性的发现:在过去的十年里,AI 领域博士毕业生选择留在学术界的比例逐年降低。在2019年,博士毕业生留在学术界的比例只有23.7%,较2010年水平几乎缩减了一半;

选择前往业界将所学投入实战,或在顶尖公司的科研部门继续工作的博士毕业生比例显著提升,从2010年的44.4%提升到2019年的65.7%,增幅同样接近五成。

报告认为,这一情况主要是因为那些选择进入学术界的年轻学者数量维持稳定,而在过去十年里暴增的 AI 领域学生当中的大部分都被业界所吸收。

毕竟在这十年里 AI 在业界的应用在质和量上都有了巨大的飞跃,这些增加的人可能本身也是被那些顶尖公司所吸引,或本已带有明确的求职意向。

不仅博士毕业生更喜欢去业界,《AI 指数报告》还指出,美国大学的教职层级也在经历一次十分明显的人才外流。

2019年发表的一篇论文《人工智能、教育和创业》发现在2004年到2018年这段时间里,美国大学的 AI 领域教授离开教职前往业界的数量之多,增幅之明显,堪称一次“史无前例的人才外流”(unprecedented brain drain)。

该论文指出了一个十分值得关注的现象:AI 教授跳槽业界这件事,特别是当他们崇拜认可的终身教授跳槽,教职被本校挂职教授或排名较低学校的教授所填补的时候,对 AI 方面的博士生会带来较大的心理影响,会令他们低估继续呆在学术界的意义。

2019年,AI 教授跳槽的总体数量倒是比2018年有所下降,但情况仍然令人担心,因为主要是挂职教授(下图绿色)更愿意呆在学校,终身教授的跳槽数量(下图紫色)还是创了新高。

以下是在2004到2018年里 AI 教职流失最严重的学校,排名最高的分别为 CMU、佐治亚理工学院、华盛顿大学和 UC伯克利:

其它值得留意的数据:

全球最顶尖的学府正在加大对 AI 教育的投入。在过去的四个学年中,教授学生建立 部署实用 AI 模型所需技能的课程数量,在本科和研究生阶段分别增加了102.9%和41.7%;

AI 创业融资难,跟医学搭边就容易点

综合 Crunchbase 等数据来源,《AI 指数报告》发现,在过去的一年里 AI 领域的私募投资数额增加了9.3%(2019年增幅为5.7%),总额高达400亿美元。

但能够完成新一轮融资的 AI 创业公司数量比往年减少,也就是说,更多的钱被投入到了更少的公司手中。这一情况也符合最近几年的 AI 领域投资情况变化,总体上 AI 投资的总金额在提升,但增速有所减缓。

报告指出,原因之一在于,在新冠病毒肆虐的这一年里,投资者更愿意追热点,把本来留给各方向 AI 创业公司的钱,投给少数专精于借助 AI 力量从事药物发现和设计的公司。

从下图可以看出,AI药物设计和开发领域的公司在2020年获得的私募投资高达138亿美元,比2019年水平高出足足4.5倍!

另外,为了避免病毒传播,全球学校长时间停止面授,可以看到 AI 教育科技领域的投资增幅也很高。(以及,游戏方面的投资也有巨大增长……)

具体到国别上,数据显示美国 AI 公司私募股权投资的活跃程度仍然远高于排名第二的中国,总融资额逼近240亿美元,比中国高一倍还多。

在2020年,针对 AI 公司包括私募股权、上市、收并购等在内的所有投资活动比2019年增加了40%,总额达到680亿美元。但受到新冠疫情的影响,小公司受到不成比例的更大影响。报告指出,收并购活动构成了2020年全球 AI 投融资活动的绝大部分。

这一年里也发生了一些十分高调的收并购互动,比如英伟达收购 Mellanox、Capgemini 收购 Altran 等。

其它值得留意的数据:

1/ 巴西、印度、加拿大新加坡和南非是全球 AI 人才招募增幅最高的5个国家(2016-2020年),且新冠疫情并没有对关键国家的 AI 人才招聘带来可观影响;

2/ 不过,2020年美国的 AI 相关职位招聘数量占全球的比例,在过去6年内首次减少。2019年美国 AI 职位招聘数量为32.6万,这个数字在2020年降低了8.2%,到30.1万。这可能意味着 AI 从业者在将来的求职竞争压力可能会略微上升。

3/ 麦肯锡对 AI 公司和投资者的一次调研结果显示,一半的受访者表示新冠疫情不会对他们在 AI 领域的继续投入,27%表示增加了投资,不到四分之一降低了投资;

你可以在 Stanfrod HAI 的官网上下载2021年度《AI 指数报告》或者阅读精缩版本。

制作者也在 Google Drive 上公开了报告背后的全部数据。地址:https://drive.google.com/drive/folders/1YY9rj8bGSJDLgIq09FwmF2y1k_FazJUm

自 pingwest

]]>