1 · 私人投資暴增，同時集中度也在加深
2021 年 AI 私人投資約達 935 億美元，是 2020 年的兩倍以上 — 但新募資的 AI 公司數持續下滑，由 2019 年的 1,051 家減至 746 家。
2021 年：投資翻倍，卻流向更少的公司
2022 年 AI 指數涵蓋 2021 年，分為五大章節：研發、技術表現、AI 技術倫理、經濟與教育(合併成一章)，以及 AI 政策與治理。這是本站收錄中最精簡的一版，卻最早記錄下往後十年的形狀：資金集中、模型跑起來更便宜卻用起來更偏誤，而各國國會開始把 AI 寫進法律。先看幾個定錨的數字：
93.52021 年全球 AI 私人投資(十億美元)，為 2020 年的兩倍以上
152021 年 5 億美元以上的募資輪數(2020 年為 4 輪)
7462021 年新募資的 AI 公司數，2019 年為 1,051 家
29% 2,800 億參數模型比 2018 年 1.17 億參數模型多出的誘發毒性
63.6% 訓練影像分類器的成本自 2018 年以來的降幅
1825 國通過的 AI 法案件數(2016 年僅 1 件)
8 條重點摘要
報告自身對這一年的總結，依其原本順序排列。點任一張卡片可看完整內容。
2 · 美中主導了跨國 AI 合作
儘管地緣政治緊張升高，美中在 AI 論文上的合作自 2010 年成長五倍，產出的論文是次高的英中組合的 2.7 倍。
3 · 語言模型能力空前，偏誤也空前
2021 年建造的 2,800 億參數模型，誘發毒性比 2018 年被視為最佳的 1.17 億參數模型高出 29%。
4 · AI 倫理全面崛起
公平性與透明度的研究自 2014 年以來暴增，倫理相關會議的論文成長五倍；具產業背景的研究者論文數則年增 71%。
5 · AI 變得更便宜也更強
自 2018 年以來，訓練影像分類系統的成本下降 63.6%，訓練時間改善 94.4% — 其他 MLPerf 類別也呈現相同模式。
6 · 資料、資料、還是資料
本報告的十項基準中，有九項的最佳系統是用額外資料訓練出來的 — 這個趨勢實質上有利於握有龐大資料集的私人企業。
7 · 全球 AI 立法數量創下新高
在 25 個國家中，含「人工智慧」字樣並通過成為法律的法案，由 2016 年的 1 件增至 2021 年的 18 件。西班牙、英國與美國各通過 3 件。
8 · 機器手臂正在變便宜
AI 指數的調查發現，機器手臂的中位價格五年內下跌 46.2% — 由 2017 年每支 42,000 美元降至 2021 年的 22,600 美元。
五大章節速覽
各章的重點摘要。展開可看關鍵數字。
1 · 研發
美中在 AI 論文上的跨國合作自 2010 年成長五倍，產出的論文是英中組合的 2.7 倍。中國在期刊、會議與 repo 論文合計上領先全球，較美國高出 63.2%；美國則在會議與 repo 引用數上維持明顯領先。教育機構與非營利組織之間的合作產出最多論文。2021 年申請的 AI 專利數是 2015 年的 30 倍以上，年複合成長率 76.9%。完整詳解：研發 →
2 · 技術表現
報告中的十項基準有九項，其最佳成績來自使用額外資料訓練的系統。AI 在 SuperGLUE 與 SQuAD 上已超越人類 1% 至 5%；在溯因自然語言推論(aNLI)上，人類的領先幅度則由 2019 年的 9 個百分點縮小到 1 個。通用強化學習在 Procgen 上兩年進步 129%，頂尖西洋棋引擎的 Elo 超越 Magnus Carlsen 最高分 24%。訓練成本自 2018 年下降 63.6%、訓練時間改善 94.4%；機器手臂中位價格五年下跌 46.2%。完整詳解：技術表現 →
3 · AI 技術倫理
2021 年的 2,800 億參數模型，誘發毒性比 2018 年最佳的 1.17 億參數模型高出 29% — 能力與偏誤一起成長。公平性與透明度研究在倫理會議上自 2014 年成長五倍，具產業背景的研究者論文數年增 71%。多模態模型學到了多模態偏誤：CLIP 的實驗顯示，黑人影像被誤分類為非人的比率，是其他任何族裔的兩倍以上。完整詳解：AI 技術倫理 →
4 · 經濟與教育
2021 年 AI 私人投資約達 935 億美元，是 2020 年的兩倍以上；新募資公司家數由 2019 年的 1,051 家降至 746 家，而 5 億美元以上的募資輪則由 4 輪增至 15 輪。「資料管理、處理與雲端」吸引最多投資，是 2020 年的 2.6 倍。自 2016 年以來 AI 招聘成長最快的是紐西蘭、香港、愛爾蘭、盧森堡與瑞典。McKinsey 調查顯示，29% 與 41% 的受訪者分別認知到公平性與可解釋性是風險，但只有 19% 與 27% 採取了行動。2020 年每 5 位資訊科學博士就有 1 位主修 AI 或機器學習。完整詳解：經濟與教育 →
5 · AI 政策與治理
在 25 個國家中，含「人工智慧」字樣並通過成為法律的法案由 2016 年的 1 件增至 2021 年的 18 件，西班牙、英國與美國各通過 3 件。美國聯邦紀錄顯示，2015 至 2021 年提出的 AI 相關法案大幅增加，但只有 2% 成為法律。州議員在 2021 年是每 50 件 AI 提案通過 1 件，提案數則由 2012 年的 2 件增至 131 件。第 117 屆國會有望創下 2001 年以來提及 AI 最多的紀錄 — 截至 2021 年底(會期過半)已有 295 次，而前一屆整屆為 506 次。完整詳解：AI 政策與治理 →
報告自己的說法
取自 8 條重點與各章摘要，足以定義這一年的句子。
2021 年 AI 私人投資總額約 935 億美元 — 是 2020 年的兩倍以上，但新募資的 AI 公司家數持續下滑。
大型語言模型正在技術基準上刷新紀錄，但新資料顯示，更大的模型也更容易反映訓練資料中的偏誤。
各項技術基準的最佳成績，愈來愈依賴額外的訓練資料。這個趨勢實質上有利於能取得龐大資料集的私人企業。
演算法公平性與偏誤，已從以學術為主的題目，轉變為紮實嵌入主流的研究領域。
美國聯邦立法紀錄顯示，2015 至 2021 年提出的 AI 相關法案急遽增加，但通過數仍低，最終只有 2% 成為法律。