1 · 產業界一路超前學術界
2022 年產業界發布 32 個重要機器學習模型，學術界只有 3 個。2014 年以前，這類模型多半來自大學。
2022 年：大眾遇上生成式 AI，而資金走出了房間
2023 年 AI 指數涵蓋 2022 年，分為八大章節：研發、技術表現、AI 技術倫理、經濟、教育、政策、多元性與民意。這一版同時記錄了兩件相反的事：DALL·E 2、Stable Diffusion 與 ChatGPT 把 AI 推到所有人面前，而私人投資卻出現十年來首次的年度下滑。先看幾個定錨的數字：
322022 年來自產業界的重要機器學習模型數(學術界：3)
91.9全球 AI 私人投資(十億美元)，下滑 26.7%
26倍 — AI 事故與爭議自 2012 年以來的成長
37127 國通過的 AI 法案件數(2016 年僅 1 件)
65.4% 新科 AI 博士進入產業界(28.2% 進入學術界)
35% 美國人認為 AI 利大於弊(中國：78%)
10 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 · 傳統基準測試的表現趨於飽和
AI 持續刷新最佳成績，但許多基準的年度進步幅度很小 — 而且基準達到飽和的速度正在加快。
3 · AI 同時在幫助與傷害環境
BLOOM 的訓練排放，是一名乘客從紐約單程飛往舊金山的 25 倍碳排 — 但 BCOOLER 這類模型也顯示 AI 能用來最佳化能源使用。
4 · 世界上最好的新科學家……是 AI？
2022 年，AI 模型被用來協助氫融合、提升矩陣運算效率，以及生成新的抗體。
5 · AI 誤用事故的數量快速上升
AIAAIC 資料庫記錄的 AI 事故與爭議，自 2012 年以來成長 26 倍，其中包括一支澤倫斯基總統宣布投降的深偽影片。
6 · 幾乎每個美國產業對 AI 技能的需求都在上升
在有資料的美國各產業中，除了農林漁牧之外，AI 相關職缺占比平均由 2021 年的 1.7% 升至 2022 年的 1.9%。
7 · 十年來首次，AI 私人投資出現下滑
2022 年全球 AI 私人投資為 919 億美元，較 2021 年下滑 26.7%。募資事件數與新募資公司數同步減少。
8 · 採用率趨於平緩，但已採用者持續拉開差距
採用 AI 的企業比例自 2017 年以來翻倍有餘，但近年停在 50% 至 60% 之間 — 而已採用的企業回報了實際的成本下降與營收成長。
9 · 政策制定者對 AI 的關注持續升高
在 127 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 2022 年的 37 件；議會紀錄中的提及次數則自 2016 年成長近 6.5 倍。
10 · 中國民眾對 AI 最正面，美國人則否
在 2022 年 IPSOS 調查中，78% 的中國受訪者同意 AI 產品利大於弊 — 而美國僅 35%，是受訪國家中最低的幾個之一。
八大章節速覽
各章的重點摘要。展開可看關鍵數字。
1 · 研發
2022 年產業界發布 32 個重要機器學習模型，學術界僅 3 個。大模型持續變大也變貴：2019 年的 GPT-2 有 15 億參數，訓練成本估計 5 萬美元；PaLM 有 5,400 億參數，估計 800 萬美元 — 規模大 360 倍、成本高 160 倍。中國在 AI 期刊、會議與 repo 論文總量持續領先，美國則仍在會議與 repo 引用數領先，並產出全球 54% 的大型語言與多模態模型。完整詳解：研發 →
2 · 技術表現
許多基準的年度進步幅度很小，飽和卻來得更快，促成 BIG-bench 與 HELM 這類更寬的評測套件。生成式 AI 隨 DALL·E 2、Stable Diffusion、Make-A-Video 與 ChatGPT 進入大眾視野 — 但都容易產生幻覺。系統變得更泛用(BEiT-3、PaLI、Gato)，在複雜規劃上仍然吃力。Nvidia 用強化學習改進晶片設計，Google 則用 PaLM 提出改進 PaLM 的方法。完整詳解：技術表現 →
3 · AI 技術倫理
AIAAIC 資料庫記錄的 AI 事故與爭議自 2012 年成長 26 倍。生成式模型帶著自己的倫理問題一起到來 — 文字轉圖像模型普遍存在性別偏誤，聊天機器人也可能被誘導用於有害目的。更公平不等於更少偏誤：在某些公平性基準上表現較好的模型，性別偏誤反而更嚴重。頂尖倫理會議 FAccT 的接受論文數較 2021 年翻倍有餘，較 2018 年成長十倍。完整詳解：AI 技術倫理 →
4 · 經濟
全球 AI 私人投資下滑 26.7% 至 919 億美元 — 十年來首次衰退，但仍是 2013 年的 18 倍。美國以 474 億美元居首，約為中國 134 億美元的 3.5 倍。醫療健康吸引最多投資(61 億美元)，其次是資料與雲端(59 億美元)與金融科技(55 億美元)。企業採用率停在 50% 至 60% 之間。GitHub 調查中，88% 的 Copilot 使用者覺得更有生產力。2021 年中國安裝的工業機器人數量超過世界其他地區的總和。完整詳解：經濟 →
5 · 教育
美國新科資訊科學博士中主修 AI 的比例，由 2010 年的 10.2%、2020 年的 14.9%，升至 2021 年的 19.1%。65.4% 的新科 AI 博士進入產業界，28.2% 進入學術界 — 2011 年兩者幾乎各半。北美資訊科學、電腦工程與資訊學門的新聘教職持平(2021 年 710 人，2012 年 733 人)。經費落差擴大：美國私立大學資訊科系的外部研究支出中位數為 970 萬美元，公立為 570 萬美元。2021 年共 181,040 人次應考 AP 資訊科學，是 2007 年的九倍。完整詳解：教育 →
6 · 政策與治理
127 個國家中，通過成為法律的 AI 法案由 2016 年的 1 件增至 2022 年的 37 件；81 個國家議會紀錄中提及 AI 的次數，自 2016 年成長近 6.5 倍。美國從討論走向立法：聯邦 AI 法案通過率由 2021 年的 2% 升至 2022 年的 10%，州層級則有 35% 通過。美國政府的 AI 相關合約支出自 2017 年成長約 2.5 倍。2022 年美國法院有 110 件 AI 相關訴訟，是 2016 年的 6.5 倍。完整詳解：政策與治理 →
7 · 多元性
北美資訊科學學生的族裔組成更加多元：白人在新科本地資訊科學學士畢業生中的占比，由 2011 年的 71.9% 降至 2021 年的 46.7%。新科 AI 博士仍以男性為壓倒性多數 — 2021 年為 78.7%，女性占比自 2011 年僅上升 3.2 個百分點。新聘女性資訊科學、電腦工程與資訊學門教職的比例由 2017 年的 24.9% 升至 30.2%，但該領域教職仍有 75.9% 為男性。女性應考 AP 資訊科學的占比由 2007 年的 16.8% 升至 2021 年的 30.6%。完整詳解：多元性 →
8 · 民意
在 2022 年 IPSOS 調查中，78% 的中國受訪者認為 AI 產品利大於弊，其次是沙烏地阿拉伯(76%)與印度(71%)；美國僅 35% 同意。男性的態度一致比女性更正面。自駕車仍未說服大眾 — 全球只有 27% 的人覺得坐在自駕車裡是安全的，美國也只有 26% 認為無人載客車對社會有益。在受訪的自然語言處理研究者中，77% 認為私人 AI 公司影響力過大，73% 預期 AI 很快會帶來革命性的社會變化。完整詳解：民意 →
報告自己的說法
取自 10 條重點與各章摘要，足以定義這一年的句子。
2014 年以前，多數重要的機器學習模型由學術界發布。此後，產業界接手了。
2022 年出現了 DALL·E 2 與 Stable Diffusion 這類文字轉圖像模型、Make-A-Video 這類文字轉影片系統，以及 ChatGPT 這類聊天機器人。
2022 年全球 AI 私人投資為 919 億美元，較 2021 年下滑 26.7%。
在某些公平性基準上表現較好的語言模型，性別偏誤反而傾向更嚴重。
只有 27% 的受訪者表示，坐在自駕車裡會覺得安全。