一名女子与中国香港SenseTime公司开发的AI机器人下围棋。图片来源：Joan Cros/NurPhoto
本报讯4月15日，美国斯坦福大学人工智能研究所发布《2024年人工智能指数报告》，描绘了过去10年机器学习系统的飞速发展。
报告显示，聊天机器人ChatGPT等人工智能（AI）系统在阅读理解、图像分类和竞赛级数学等任务上的表现，已接近甚至超过人类。AI系统的快速发展意味着，许多用于评估它们的通用基准和测试很快就会过时。
报告特别指出，推出评估AI的新方法越来越有必要，如评估其在抽象和推理等复杂任务上的表现。斯坦福大学社会科学家Nestor Maslej表示，10年前，基准可以为社会服务5至10年，而现在，它们往往在短短几年内就变得无关紧要了。“增长的速度快得惊人。”
斯坦福大学的年度人工智能指数于2017年首次发布。该指数由学术和行业专家编制，旨在评估AI领域的技术能力、成本、道德等，从而为研究人员、政策制定者和公众提供信息。今年这份长达400多页的报告指出，美国对与AI相关的监管正在升级。但是，由于缺乏对负责任地使用AI的标准化评估，因此很难根据系统构成的风险对它们进行比较。
新报告还首次用整个章节专门介绍AI的科学应用，包括谷歌DeepMind的一个旨在帮助化学家发现新材料的图形网络材料探索（GNoME）项目，以及DeepMind的另一个工具GraphCast，它可以进行快速天气预报。
当前的AI热潮建立在神经网络和机器学习算法之上，这可以追溯到2010年代早期。此后，这一领域迅速发展壮大。例如，代码共享平台GitHub上的AI编码项目数量从2011年的约800个增加到去年的180万个。报告称，在此期间，关于AI的期刊出版物大约增加了两倍。
AI的大部分前沿工作都在工业领域内进行。去年，该领域产生了51个著名的机器学习系统，其中学术研究人员贡献了15个。美国得克萨斯大学奥斯汀分校人工智能实验室主任Raymond Mooney表示：“学术工作正在转向分析企业推出的模型，深入研究它们的弱点。”
这包括开发更严格的测试，以评估大型语言模型（LLM）的视觉、数学甚至道德推理能力，这些能力为聊天机器人提供了动力。最新的测试之一是研究生级谷歌验证问答基准测试（GPQA），去年由包括美国纽约大学机器学习研究员David Rein在内的团队开发。
GPQA由400多个选择题组成，难度很大，博士水平的学者回答其所在领域问题的正确率为65%。而当他们试图回答其专业领域以外的问题时，尽管在测试期间可以上网，但正确率只有34%。
随着AI性能的飙升，成本也在飙升。据报道，OpenAI公司2023年3月发布的GPT-4的培训成本为7800万美元。谷歌的聊天机器人Gemini Ultra于2023年12月推出，耗资1.91亿美元。许多人担心这些系统的能源使用，以及冷却运行这些系统的数据中心所需的水量。
报告指出，在美国，监管急剧升级。2016年，美国只有一项法规提到了AI，去年则增加到25项。Maslej表示，2022年之后，政策制定者提出的AI相关法案数量大幅增加。
监管行动越来越侧重于促进负责任的AI使用。Maslej说，尽管出现了可以对AI工具的真实性、偏见等指标进行评分的基准，但并不是每个人都在使用相同的模型，这使得交叉比较变得困难。（李木子）
《中国科学报》 (2024-04-17 第2版 国际) 岁月不居，时节如流。转眼间，2023年已步入尾声。这一年给我们留下了太多值得铭记的精彩时刻：我国科学家成功制备并验证5 2023年，对中国高等教育而言，是内外激荡的一年。 ChatGPT的横空出世让高等教育界猝不及防；疫情的结束使得公众对校园 过去的数个月，对我国道路交通智能检测领域知名专家赵祥模教授来讲，一如既往地保持着忙碌而有序的“快节奏”，他从容地在多 随着人们生活节奏的加快和对便捷食品需求的增加，预制菜产业正呈现强劲的发展势头。2月13日，《中共中央、国务院关于做 编译 | 杜珊妮 美国高等教育的毕业率已经陷入了长达3年的停滞，辍学率常年维持在29%。这一令人震惊的数据由美国国家学生 科技日报北京12月29日电 （记者张佳欣）向人体运送药物的主要挑战是能不断将药物准确送达病灶位置，同时确保它们留在病灶 。本文链接：人工智能在多项任务中击败人类http://www.sushuapos.com/show-11-5065-0.html
声明：本网站为非营利性网站，本网页内容由互联网博主自发贡献，不代表本站观点，本站不承担任何法律责任。天上不会到馅饼，请大家谨防诈骗！若有侵权等问题请及时与本网联系，我们将在第一时间删除处理。
上一篇： 单克隆抗体能减缓快速发展型帕金森病
下一篇： “110亿美元太贵了，让人无法接受”