賽迪譯叢：2024年人工智能指數(shù)報(bào)告

今年發(fā)布的報(bào)告是迄今為止最全面的版本，梳理總結(jié)了人工智能的研發(fā)、技術(shù)性能、負(fù)責(zé)任的人工智能、經(jīng)濟(jì)、科學(xué)與醫(yī)學(xué)、教育、政策與治理、所和政策法規(guī)所對(duì)該報(bào)告進(jìn)行了編譯，期望對(duì)我國(guó)相關(guān)決一、研究與開(kāi)發(fā)1.從2010年到2022年，全球人工智能出版物總數(shù)1增加兩倍，機(jī)器學(xué)習(xí)領(lǐng)域出版物自2015年以來(lái)增長(zhǎng)近七倍從2010年到2022年，人工智能出版物總數(shù)增加近兩倍，從2010年約88000篇增加到2022年240000多篇。過(guò)去十年，機(jī)器七倍。繼機(jī)器學(xué)習(xí)之后，2022年人工智能領(lǐng)域發(fā)表出版物最多的是計(jì)算機(jī)視覺(jué)（21309篇）、模式識(shí)別（19841篇）和流程管理72.23，機(jī)器學(xué)習(xí)21.31，計(jì)算機(jī)視覺(jué)19.84，模式識(shí)別12.05，流程管理10.39，計(jì)算機(jī)網(wǎng)絡(luò)9.17，控制理論7.18，語(yǔ)言學(xué)6.83，數(shù)學(xué)優(yōu)化2.學(xué)術(shù)界是過(guò)去十年間全球所有地區(qū)人工智能研究主要來(lái)源2022年，大部分人工智能出版物（81.1%）出自學(xué)術(shù)界，而學(xué)術(shù)界也是過(guò)去十年間全球所有地區(qū)人工智能研究主要來(lái)源（見(jiàn)81.07%，教育7.89%，工業(yè)6.97%，政府2.62%，非營(yíng)利組織1.46%，其他1.近十年，人工智能專(zhuān)利數(shù)量顯著增加，且全球已授權(quán)的人工智能專(zhuān)利大部分來(lái)自中國(guó)和美國(guó)過(guò)去十年，人工智能專(zhuān)利數(shù)量顯著增加。如2010年至2014年間，人工智能專(zhuān)利授權(quán)總量增長(zhǎng)了56.1%；僅從2021年到2022年，人工智能專(zhuān)利數(shù)量就增長(zhǎng)了62.7%。截至2022年，全球大部分已授權(quán)的人工智能專(zhuān)利（75.2%）來(lái)自東亞和太平洋地區(qū)（見(jiàn)圖3其次是北美洲，占21.2%。按地理區(qū)域劃分，全球已授權(quán)的人工智能專(zhuān)利大部分來(lái)自中國(guó)（61.1%）和美國(guó)（20.9%）。75.20%，東亞和太平洋地區(qū)21.21%，北美洲2.33%，歐洲和中亞0.68%，世界其他地區(qū)0.23%，南亞0.21%，拉丁美洲及加勒比地區(qū)0.12%，撒哈拉以南非洲0.03%，中東和北非1.自2014年起，產(chǎn)業(yè)界開(kāi)始引領(lǐng)機(jī)器學(xué)習(xí)模型發(fā)展2023年，產(chǎn)業(yè)界推出了51個(gè)著名機(jī)器學(xué)習(xí)模型，而學(xué)術(shù)界只有15個(gè)。值得注意的是，2023年有21個(gè)著名模型是由產(chǎn)業(yè)界/學(xué)術(shù)界合作產(chǎn)生的，創(chuàng)下新高。創(chuàng)建尖端的人工智能模型需要大量的數(shù)據(jù)、計(jì)算能力和財(cái)政資源，產(chǎn)業(yè)界的主導(dǎo)地位日益增強(qiáng)。2.2023年，著名機(jī)器學(xué)習(xí)模型總數(shù)2排名前三的國(guó)家分別為美國(guó)、中國(guó)和法國(guó)2如果介紹機(jī)器學(xué)習(xí)模型的論文中至少有一位作者與某個(gè)國(guó)家的機(jī)2023年，美國(guó)以61個(gè)著名機(jī)器學(xué)習(xí)模型遙遙領(lǐng)先，中國(guó)以15個(gè)緊隨其后，法國(guó)以8個(gè)緊隨其后。自2003年以來(lái)，美國(guó)生產(chǎn)的模型數(shù)量超過(guò)了英國(guó)、中國(guó)和加拿大等其他主要地區(qū)。自2019年以來(lái)，歐盟和英國(guó)首次在生產(chǎn)的著名人工智能模型數(shù)量上超過(guò)中國(guó)（見(jiàn)圖4）。61，美國(guó)25，歐盟和英國(guó)3.機(jī)器學(xué)習(xí)模型中的參數(shù)是在訓(xùn)練過(guò)程中學(xué)習(xí)到的數(shù)值，參數(shù)較多的模型通常優(yōu)于參數(shù)較少的模型自2010年代初以來(lái)，Epoch數(shù)據(jù)集中機(jī)器學(xué)習(xí)模型參數(shù)總數(shù)急劇上升，這反映了人工智能模型設(shè)計(jì)任務(wù)的日益復(fù)雜性、數(shù)據(jù)可用性的提高、硬件的改進(jìn)以及大型模型經(jīng)證實(shí)的有效性。高參數(shù)模型在工業(yè)領(lǐng)域尤為突出，這表明OpenAI、Anthropic和谷歌等公司有能力承擔(dān)海量數(shù)據(jù)訓(xùn)練的計(jì)算成本。學(xué)術(shù)界工業(yè)界產(chǎn)學(xué)合作研究集體合作政學(xué)合作產(chǎn)研集體合作政府出版日期4.模型的復(fù)雜程度和訓(xùn)練數(shù)據(jù)集的大小會(huì)直接影響所需的計(jì)算量。模型越復(fù)雜，底層訓(xùn)練數(shù)據(jù)越大，訓(xùn)練所需的計(jì)算量就越最近，著名人工智能模型的計(jì)算用量呈指數(shù)級(jí)增長(zhǎng)，3這一趨勢(shì)在過(guò)去五年尤為明顯。計(jì)算需求的快速增長(zhǎng)具有重要影響，如需要更多計(jì)算的模型通常會(huì)對(duì)環(huán)境造成更大的影響，而公司通常比學(xué)術(shù)機(jī)構(gòu)更容易獲得計(jì)算資源。圖6顯示了自2012年以來(lái)著名機(jī)器學(xué)習(xí)模型的訓(xùn)練計(jì)算量，如2017年發(fā)布的原始Transformer3FLOP代表“浮點(diǎn)運(yùn)算”。浮點(diǎn)運(yùn)算是涉及浮點(diǎn)數(shù)的單一算術(shù)運(yùn)算，如加法、減法、乘法或除法。處理器或計(jì)算機(jī)需要約7400每秒千萬(wàn)億次浮點(diǎn)運(yùn)算；谷歌的GeminiUltra是目前最先進(jìn)的基礎(chǔ)模型之一，需要500億每秒千萬(wàn)億次浮點(diǎn)運(yùn)算。訓(xùn)練計(jì)算量（訓(xùn)練計(jì)算量（每秒千兆次浮點(diǎn)運(yùn)算—對(duì)數(shù)標(biāo)度）語(yǔ)言視覺(jué)語(yǔ)言視覺(jué)多模態(tài)來(lái)源：Epoch，2023年|圖表：2024年人工二、技術(shù)性能根據(jù)人工智能指數(shù)指導(dǎo)委員會(huì)的選擇，以下是2023年發(fā)布的一些最重要的模型（見(jiàn)表1）。模型類(lèi)型創(chuàng)作者重要意義2023年3Claude大型語(yǔ)言模型AnthropicClaude是Anthropic（OpenAI的主要競(jìng)爭(zhēng)對(duì)手之一）首次公開(kāi)發(fā)布的大型語(yǔ)言模型。Claude的設(shè)計(jì)宗旨是盡可能實(shí)用、誠(chéng)實(shí)和無(wú)害。2023年3GPT-4大型語(yǔ)言模型OpenAIGPT-4在GPT-3的基礎(chǔ)上進(jìn)行了改進(jìn)，是迄今為止功能最強(qiáng)大、能力最強(qiáng)的大型語(yǔ)言模型之一，在許多基準(zhǔn)測(cè)試中的性能都超過(guò)了人類(lèi)。2023年3StableDiffusionv2文本到圖像模型StabilityAIStableDiffusionv2是StabilityAI現(xiàn)有文本到圖像模型的升級(jí)版，可生成分辨率更高、質(zhì)量更優(yōu)的2023年4SegmentAnything分割MetaSegmentAnything是一個(gè)人工智能模型，能夠利用零鏡頭泛化技術(shù)分離圖像中的物體。2023年7Llama2大型語(yǔ)言模型MetaLlama2是Meta旗艦產(chǎn)品大型語(yǔ)言模型的升級(jí)版本，采用開(kāi)放源代碼。其較小的變體（7B和13B）具有相對(duì)較高的性能。2023年8DALL-E3生成OpenAIDALL-E3是OpenAI現(xiàn)有文字視覺(jué)模型DALL-E的改良版。2023年8SynthID水印谷歌、DeepMindSynthID是一款對(duì)人工智能生成的音樂(lè)和圖像進(jìn)行水印處理的工具。它的水印即使在圖像更改后仍能被檢測(cè)到。2023年9Mistral7B大型語(yǔ)言模型MistralAIMistral7B是法國(guó)人工智能公司Mistral推出的一款緊湊型70億參數(shù)機(jī)型，其性能超過(guò)了Llama213B，在同類(lèi)產(chǎn)品中尺寸排名第一。2023年日Ernie4.0大型語(yǔ)言模型百度中國(guó)跨國(guó)科技公司百度推出了文心大模型4.0，這是迄今為止成績(jī)最好的中國(guó)大型語(yǔ)言模型。2023年GPT-4Turbo大型語(yǔ)言模型OpenAIGPT-4Turbo是一款升級(jí)版的大型語(yǔ)言機(jī)型，擁有128K上下文窗口并降低了價(jià)格。2023年Whisperv3語(yǔ)音到文本OpenAIWhisperv3是一個(gè)開(kāi)源的語(yǔ)音到文本模型，以其更高的準(zhǔn)確性和更廣泛的語(yǔ)言支持而著稱(chēng)。2023年日Claude2.1大型語(yǔ)言模型AnthropicAnthropic的最新大型語(yǔ)言模型Claude2.1具有業(yè)界領(lǐng)先的200K上下文窗口，增強(qiáng)了其處理長(zhǎng)篇文學(xué)作品等大量?jī)?nèi)容的能2023年日Inflection-2大型語(yǔ)言模型InflectionInflection-2是由DeepMind的MustafaSuleyman創(chuàng)辦的新創(chuàng)公司Inflection推出的第二個(gè)大型語(yǔ)言模型。Inflection-2的推出凸顯了大型語(yǔ)言模型領(lǐng)域日益激烈的競(jìng)爭(zhēng)。2023年Gemini大型語(yǔ)言模型谷歌Gemini是GPT-4的有力競(jìng)爭(zhēng)者，其變種之一GeminiUltra在許多基準(zhǔn)測(cè)試中都勝過(guò)GPT-4。2023年日Midjourneyv6文本到圖像模型MidjourneyMidjourney的最新更新通過(guò)更直觀的提示和卓越的圖像質(zhì)量提升了用戶體驗(yàn)。（二）人工智能性能狀況截至2023年，人工智能在一系列任務(wù)中已達(dá)到超越人類(lèi)能力的性能水平。圖7顯示了人工智能系統(tǒng)在與九項(xiàng)任務(wù)（如圖像分類(lèi)或基礎(chǔ)閱讀理解）相對(duì)應(yīng)的九項(xiàng)人工智能基準(zhǔn)方面相對(duì)于人類(lèi)基線所取得的進(jìn)展。4仍有一些任務(wù)類(lèi)別的人工智能未能超越人類(lèi)能力，這些是更復(fù)雜的認(rèn)知任務(wù)，如視覺(jué)常識(shí)推理和高級(jí)數(shù)學(xué)問(wèn)4人工智能基準(zhǔn)是一種標(biāo)準(zhǔn)化測(cè)試，用于評(píng)估人工智能系統(tǒng)在特定任務(wù)上的性能和能力。例如，ImageNet就是一個(gè)題解決（競(jìng)賽級(jí)數(shù)學(xué)問(wèn)題）。視覺(jué)常識(shí)推理（VCR）來(lái)源：2024年人工智能指數(shù)|圖表：2024年三、負(fù)責(zé)任的人工智能就人工智能而言，數(shù)據(jù)治理對(duì)于確保用于訓(xùn)練和操作人工智能系統(tǒng)的數(shù)據(jù)準(zhǔn)確、公平、負(fù)責(zé)任使用并征得同意至關(guān)重要。對(duì)于依賴(lài)海量數(shù)據(jù)的大型語(yǔ)言模型來(lái)說(shuō)，為培訓(xùn)數(shù)據(jù)收集獲得真正的知情同意具有挑戰(zhàn)性。人工智能系統(tǒng)帶來(lái)的效用與個(gè)人隱私之間可能存在權(quán)衡，要在兩者之間取得適當(dāng)?shù)钠胶夥浅?fù)雜。根據(jù)斯坦福大學(xué)和埃森哲研究人員合作開(kāi)展的全球負(fù)責(zé)任人工智能現(xiàn)狀調(diào)查，51%的企業(yè)表示，隱私和數(shù)據(jù)治理相關(guān)風(fēng)險(xiǎn)與他們的人工智能應(yīng)用戰(zhàn)略息息相關(guān)。從地域上看，歐洲（56%）和亞洲（55%）的組織對(duì)于報(bào)告隱私和數(shù)據(jù)治理風(fēng)險(xiǎn)較為頻繁，而總部位于北美的組織（42%）報(bào)告最不頻繁（見(jiàn)圖8）。調(diào)查列出了六種可能采取的數(shù)據(jù)治理相關(guān)措施，總體而言，只有不到0.6%的公司表示已經(jīng)完全實(shí)施了所有六項(xiàng)數(shù)據(jù)治理緩解措施，90%的公司自稱(chēng)至少實(shí)施了一項(xiàng)措施。無(wú)無(wú)1-50%51-99%全部資料來(lái)源：2024年全球負(fù)責(zé)任人工智能狀況報(bào)告|圖（二）透明度和可解釋性數(shù)據(jù)和模型透明度涉及開(kāi)發(fā)選擇的公開(kāi)共享，包括數(shù)據(jù)來(lái)源和算法決策。操作透明度詳細(xì)說(shuō)明了人工智能系統(tǒng)在實(shí)踐中是如何部署、監(jiān)控和管理的。在本章中，將可解釋性納入透明度的范疇，對(duì)其定義為理解和闡明人工智能決策背后原理的能力。調(diào)查列出了四種提高透明度和可解釋性措施，圖9顯示了這些措施在不同地理區(qū)域的采用率。在所有地區(qū)和行業(yè)中，只有8%的公司實(shí)施了一半以上的措施，12%的公司沒(méi)有全面實(shí)施任何措施，僅不到0.7%的公司表示已全面實(shí)施所有措施。無(wú)1-50%51-99%全部資料來(lái)源：2024年全球負(fù)責(zé)任人工智能狀況報(bào)告|圖隨著人工智能模型變得越來(lái)越普遍和復(fù)雜，人們?cè)絹?lái)越關(guān)注識(shí)別安全漏洞，包括從提示注入到模型泄漏等一系列攻擊。全球負(fù)責(zé)任人工智能現(xiàn)狀調(diào)查共詢(xún)問(wèn)了6項(xiàng)與可靠性風(fēng)險(xiǎn)有關(guān)的緩解措施。在對(duì)1000多家企業(yè)的調(diào)查中，45%的企業(yè)承認(rèn)可靠性風(fēng)險(xiǎn)與其人工智能應(yīng)用戰(zhàn)略相關(guān)。其中，13%的企業(yè)已全面實(shí)施了半數(shù)以上的調(diào)查措施，75%的企業(yè)已實(shí)施了至少一項(xiàng)措施，但不足半數(shù)。此外，12%的受訪者承認(rèn)沒(méi)有全面實(shí)施可靠性措施。無(wú)1-50%51-99%全部資料來(lái)源：2024年全球負(fù)責(zé)任人工智能狀況報(bào)告|圖人工智能的公平性強(qiáng)調(diào)開(kāi)發(fā)公平的系統(tǒng)，避免長(zhǎng)期存在對(duì)任何個(gè)人或群體的偏見(jiàn)或歧視。在全球負(fù)責(zé)任人工智能現(xiàn)狀調(diào)查中，29%的組織認(rèn)為公平風(fēng)險(xiǎn)與其人工智能采用戰(zhàn)略相關(guān)。就地區(qū)而言，歐洲組織（34%）報(bào)告這種風(fēng)險(xiǎn)最頻繁，而最不經(jīng)常報(bào)告這種風(fēng)險(xiǎn)的是北美組織（20%）。n無(wú)1-50%m51-99%a全部資料來(lái)源：2024年全球負(fù)責(zé)任人工智能狀況報(bào)告|圖四、經(jīng)濟(jì)（一）投資總體情況1、從投資金額看，近兩年全球人工智能私人投資總額有所下降，但生成式人工智能的投資大幅增長(zhǎng)2013年至2021年，全球人工智能領(lǐng)域的私人投資額逐年增小于2021年至2022年的降幅。但要指出的是，雖然去年人工智能私人投資總體有所下降，但對(duì)生成式人工智能的資助卻急劇增加。2023年，該領(lǐng)域吸引了252億美元的投資，是2022年的近9倍，2019年的約30倍。此外，2023年，生成式人工智能占所有人工智能相關(guān)私人投資的四分之一以上（圖12）。投資總額（單位：十億美元）2、從投資國(guó)別看，美國(guó)在全球人工智能私人投資領(lǐng)域位居就人工智能私人投資總額而言，美國(guó)領(lǐng)跑全球。2023年，美國(guó)的投資額為672億美元，是排名第二的中國(guó)（78億美元）的8.7倍，是英國(guó)（38億美元）的17.8倍。如果將2013年以來(lái)的私人人工智能投資匯總，各國(guó)的排名仍然相同：美國(guó)以3352億美元的投資額遙遙領(lǐng)先，其次是中國(guó)的1037億美元和英國(guó)的223億美元（圖13）。美國(guó) 英國(guó) 德國(guó) 瑞典 法國(guó)加拿大以色列 韓國(guó) 新加坡阿拉伯聯(lián)合酋長(zhǎng)國(guó)澳大利亞西班牙投資總額（單位：十億美元）3、從投資重點(diǎn)細(xì)分領(lǐng)域看，人工智能基礎(chǔ)設(shè)施、研究和治理的表現(xiàn)最為搶眼2023年吸引投資最多的重點(diǎn)領(lǐng)域是人工智能基礎(chǔ)設(shè)施/研究/理和處理（55億美元圖14）。人工智能基礎(chǔ)設(shè)施、研究和治理的突出表現(xiàn)反映了對(duì)專(zhuān)門(mén)構(gòu)建人工智能應(yīng)用的公司的大量投資，如OpenAI、Anthropic和InflectionAI。 1、人工智能在企業(yè)和行業(yè)中加快應(yīng)用，但不同企業(yè)和行業(yè)的普及程度顯著差異化從企業(yè)應(yīng)用的人工智能案例看，2023年，受訪企業(yè)最常采用的人工智能功能案例是呼叫中心自動(dòng)化（26%其次是個(gè)性化從企業(yè)業(yè)務(wù)部門(mén)嵌入的人工智能能力類(lèi)型看，機(jī)器人流程自動(dòng)化在金融服務(wù)業(yè)中的嵌入率最高（46%）。其次是虛擬代理，也是在金融服務(wù)業(yè)。在所有行業(yè)中，嵌入率最高的人工智能技術(shù)是自然語(yǔ)言文本理解（30%）、機(jī)器人流程自動(dòng)化（30%）和虛擬代理（30%）。從行業(yè)和人工智能功能分列的人工智能應(yīng)用情況看，采用最多的是科技、媒體和電信行業(yè)的產(chǎn)品和/或服務(wù)開(kāi)發(fā)（44%其次是科技、媒體和電信行業(yè)的服務(wù)運(yùn)營(yíng)（36%）以及科技、媒體和電信行業(yè)的營(yíng)銷(xiāo)和銷(xiāo)售（36%）。2、人工智能助力企業(yè)降本增效和風(fēng)險(xiǎn)（44%）。在增加收入方面，從人工智能中獲益最多的功能包括制造（66%）、營(yíng)銷(xiāo)和銷(xiāo)售（65%）以及風(fēng)險(xiǎn)（64%）。圖4.4.7顯示，相當(dāng)多的受訪者表示使用人工智能后成本降低（42%收入增加（59%這表明人工智能切實(shí)幫助企業(yè)提高了底線。對(duì)比去年的平均值可以發(fā)現(xiàn)，在所有活動(dòng)中，成本降低的比例上升了10個(gè)百分點(diǎn)，收入增加的比例下降了4個(gè)百分點(diǎn)。.降低＜10%降低10-19%.降低≥20%增加＞10%.增加6-10%增加≤5%運(yùn)營(yíng)服務(wù)制造 人力資源營(yíng)銷(xiāo)和銷(xiāo)售功能風(fēng)險(xiǎn)供應(yīng)鏈管理功能研發(fā)/產(chǎn)品和/或服務(wù)開(kāi)發(fā)戰(zhàn)略和企業(yè)金融所有活動(dòng)平均受訪者百分比3、人工智能對(duì)經(jīng)濟(jì)影響的預(yù)測(cè)2023年，一些新發(fā)表的分析報(bào)告將目標(biāo)指向了預(yù)測(cè)和更好地理解人工智能未來(lái)的經(jīng)濟(jì)影響。麥肯錫最近的一份報(bào)告研究了生成型人工智能對(duì)各行業(yè)收入的影響程度。圖16顯示了各行業(yè)的預(yù)計(jì)影響范圍，包括占行業(yè)總收入的百分比和美元總額。報(bào)告預(yù)計(jì)，高科技行業(yè)的收入將因生成式人工智能而增加4.8%至9.3%，相當(dāng)于增加2400億至4600億美元。銀行、制藥和醫(yī)療產(chǎn)品以及教育等行業(yè)估計(jì)也會(huì)因采用生成式人工智能而增長(zhǎng)。高科技銀行藥物和醫(yī)療產(chǎn)品教育醫(yī)療保健保險(xiǎn)媒體與娛樂(lè)先進(jìn)制造消費(fèi)品先進(jìn)電子與半導(dǎo)體五、醫(yī)療和教育（一）人工智能在醫(yī)療中的應(yīng)用日益廣泛人工智能正越來(lái)越多地應(yīng)用于推動(dòng)醫(yī)學(xué)進(jìn)步。在過(guò)去幾年中，人工智能系統(tǒng)在MedQA基準(zhǔn)測(cè)試中表現(xiàn)出了顯著的進(jìn)步，這是評(píng)估人工智能臨床知識(shí)的關(guān)鍵測(cè)試。2023年的佼佼者GPT-4Medprompt準(zhǔn)確率達(dá)到90.2%，比2022年的最高分提高了22.6個(gè)百分點(diǎn)。自2019年引入該基準(zhǔn)以來(lái)，人工智能在MedQA上的表現(xiàn)幾乎翻了三倍。2023年，幾個(gè)重要的醫(yī)療系統(tǒng)相繼問(wèn)世，其中包括增強(qiáng)大流行病預(yù)測(cè)的EVEscape和協(xié)助人工智能驅(qū)動(dòng)突變分類(lèi)的AlphaMissence。實(shí)踐中，人工智能正越來(lái)越多地用于醫(yī)療目的。過(guò)去十年，獲得美國(guó)食品藥物管理局批準(zhǔn)的人工智能醫(yī)療設(shè)備的數(shù)量在2022年達(dá)到了最高峰。2022年，共有139種與人工智能相關(guān)的醫(yī)療設(shè)備獲得了美國(guó)美國(guó)食品藥物管理局的批準(zhǔn)，比2021年的批準(zhǔn)總數(shù)增加了12.1%。自2012年以來(lái)，這些設(shè)備的數(shù)量增加了45倍以上。6人工智能醫(yī)療設(shè)備數(shù)量人工智能醫(yī)療設(shè)備數(shù)量資料來(lái)源：美國(guó)食品藥物管理局，2023年|圖1、美國(guó)和加拿大的計(jì)算機(jī)科學(xué)本科畢業(yè)生人數(shù)持續(xù)上升，選擇接受計(jì)算機(jī)科學(xué)研究生教育的學(xué)生人數(shù)趨于平緩越來(lái)越多的美國(guó)高中生選修計(jì)算機(jī)科學(xué)課程，但入學(xué)問(wèn)題依然存在。2022年，共舉辦了201000次AP計(jì)算機(jī)科學(xué)考試。自2007年以來(lái)，參加這些考試的學(xué)生人數(shù)增加了10倍多。然而，最近的證據(jù)表明，規(guī)模較大的高中和郊區(qū)的高中學(xué)生更有可能選修計(jì)算機(jī)科學(xué)課程。美國(guó)和加拿大的計(jì)算機(jī)科學(xué)本科畢業(yè)生人數(shù)持續(xù)上升，計(jì)算機(jī)科學(xué)碩士畢業(yè)生人數(shù)相對(duì)持平，博士畢業(yè)生人數(shù)略有增長(zhǎng)。十多年來(lái)，美國(guó)和加拿大的應(yīng)屆本科畢業(yè)生人數(shù)持續(xù)上升，但選擇接受計(jì)算機(jī)科學(xué)研究生教育的學(xué)生人數(shù)卻趨于平緩。自2018年以來(lái)，計(jì)算機(jī)科學(xué)碩士和博士畢業(yè)生人數(shù)略有下降。英國(guó)和德國(guó)在歐洲信息學(xué)、計(jì)算機(jī)科學(xué)、計(jì)算機(jī)工程和信息技術(shù)專(zhuān)業(yè)畢業(yè)生的培養(yǎng)方面處于領(lǐng)先地位。英國(guó)和德國(guó)是歐洲培養(yǎng)信息學(xué)、計(jì)算機(jī)科學(xué)、計(jì)算機(jī)工程和信息學(xué)學(xué)士、碩士和博士畢業(yè)生人數(shù)最多的國(guó)家。按人均計(jì)算，芬蘭在培養(yǎng)本科和博士畢業(yè)生方面遙遙領(lǐng)先，而愛(ài)爾蘭則在培養(yǎng)碩士畢業(yè)生方面遙遙領(lǐng)先。2、計(jì)算機(jī)科學(xué)教育的國(guó)際化程度在下降，但全球人工智能相關(guān)學(xué)位課程的數(shù)量在穩(wěn)步增長(zhǎng)雖然美國(guó)和加拿大計(jì)算機(jī)科學(xué)教育的國(guó)際化程度在降低，但是人工智能相關(guān)學(xué)位課程數(shù)量在國(guó)際上呈上升趨勢(shì)，全世界的大學(xué)都在提供更多的以人工智能為重點(diǎn)的學(xué)位課程。與2021年相比，2022年畢業(yè)的國(guó)際計(jì)算機(jī)科學(xué)本科生、碩士生和博士生的比例有所下降，碩士生中國(guó)際學(xué)生的減少尤為明顯。自2017年以來(lái)，與人工智能相關(guān)的學(xué)位課程數(shù)量增加了兩倍，并在過(guò)去五年中呈現(xiàn)出每年穩(wěn)步增長(zhǎng)的趨勢(shì)。3、人工智能博士繼續(xù)加速向產(chǎn)業(yè)界遷移，而高層次人工智能人才從產(chǎn)業(yè)界向?qū)W術(shù)界遷移呈下降態(tài)勢(shì)2011年，新晉人工智能博士在產(chǎn)業(yè)界（40.9%）和學(xué)術(shù)界界的博士（20.0%）相比，畢業(yè)后進(jìn)入產(chǎn)業(yè)界的比例（70.7%）要大得多。僅在過(guò)去一年，進(jìn)入產(chǎn)業(yè)界的人工智能博士所占比例就上升了5.3個(gè)百分點(diǎn)，這表明學(xué)術(shù)界的人才流失正在加劇。與此同時(shí)，從產(chǎn)業(yè)界向?qū)W術(shù)界過(guò)渡的學(xué)術(shù)人才較少。2019年，美國(guó)和加拿大13%的新人工智能教師來(lái)自產(chǎn)業(yè)界。到2021年，這一數(shù)字下降到11%，2022年進(jìn)一步下降到7%。這一趨勢(shì)表明，高層次人工智能人才從產(chǎn)業(yè)界向?qū)W術(shù)界的遷移正在逐漸減少。六、政策和監(jiān)管（一）美歐等全球主要經(jīng)濟(jì)體加快推動(dòng)人工智能立法從2016年到2023年，全球主要經(jīng)濟(jì)體共通過(guò)了148項(xiàng)與人工智能相關(guān)的法案。其中，制定與人工智能相關(guān)法案數(shù)量最多的近年來(lái)，美國(guó)和歐盟制定與人工智能相關(guān)的法案數(shù)量均增長(zhǎng)顯著。與人工智能相關(guān)的法規(guī)總數(shù)增長(zhǎng)56.3%。歐盟制定的人工智能相關(guān)法案數(shù)量從2022年的22項(xiàng)增至2023年的32項(xiàng)，并在2024年通過(guò)全球第一個(gè)綜合性人工智能法。（二）發(fā)展人工智能已成為全球多個(gè)國(guó)家的國(guó)家戰(zhàn)略人工智能戰(zhàn)略，即政府為指導(dǎo)本國(guó)人工智能發(fā)展和部署而制定的政策計(jì)劃。監(jiān)測(cè)這些戰(zhàn)略的趨勢(shì)對(duì)于評(píng)估各國(guó)如何優(yōu)先發(fā)展和監(jiān)管人工智能技術(shù)非常重要。迄今為止，已發(fā)布的國(guó)家人工智能戰(zhàn)略共75項(xiàng)。其中，加拿大于2017年3月啟動(dòng)了首個(gè)國(guó)家人工智能戰(zhàn)略；發(fā)布戰(zhàn)略數(shù)量最多的是2019年，該年一共發(fā)布了24項(xiàng)戰(zhàn)略。2023年新增8項(xiàng)戰(zhàn)略，分別來(lái)自中東、非洲和加勒比海地區(qū)的國(guó)家，展示了人工智能決策話語(yǔ)權(quán)在全球范圍內(nèi)的擴(kuò)展。年份國(guó)家2017加拿大、中國(guó)、芬蘭2018法國(guó)、德國(guó)、印度、毛里求斯、墨西哥、瑞典2019阿根廷、孟加拉國(guó)、智利、哥倫比亞、塞浦路斯、捷克共和國(guó)、丹麥、埃及、愛(ài)沙尼亞、日本、立陶宛、盧森堡、馬耳他、荷蘭、葡萄牙、卡塔爾、羅馬尼亞、俄羅斯、塞拉利昂、新加坡、斯洛伐克共和國(guó)、阿拉伯聯(lián)合酋長(zhǎng)國(guó)、美國(guó)、烏拉圭2020阿爾及利亞、保加利亞、克羅地亞、希臘、匈牙利、印度尼西亞、拉脫維亞、韓國(guó)、挪威、波蘭、沙特阿拉伯、塞爾維亞、西班牙、瑞士2021澳大利亞、奧地利、巴西、香港、愛(ài)爾蘭、馬來(lái)西亞、秘魯、菲律賓、斯洛文尼亞、突尼斯、土耳其、烏克蘭、英國(guó)、越南2022比利時(shí)、加納、伊朗、意大利、約旦、泰國(guó)2023阿塞拜疆、巴林、貝寧、多米尼加共和國(guó)、埃塞俄比亞、伊拉克、以色列、盧旺達(dá)（三）美國(guó)對(duì)人工智能的公共投資逐年增加根據(jù)美國(guó)政府發(fā)布的報(bào)告，美國(guó)政府機(jī)構(gòu)在2023財(cái)年共撥款18億美元用于人工智能研發(fā)支出（圖18）。自2018財(cái)年以來(lái)，美國(guó)聯(lián)邦政府在人工智能領(lǐng)域的研發(fā)經(jīng)費(fèi)逐年增加，至今已增長(zhǎng)了兩倍多。2024財(cái)年，已申請(qǐng)19億美元的預(yù)算。預(yù)算（單位：十億美元）預(yù)算（單位：十億美元）2018財(cái)年2020財(cái)年2018財(cái)年2020財(cái)年2021財(cái)年2022財(cái)年2023財(cái)年2024財(cái)年資料來(lái)源：美國(guó)網(wǎng)絡(luò)與信息技術(shù)研發(fā)計(jì)劃，2023年|圖七、輿論民意（一）公眾對(duì)人工智能的認(rèn)知程度大幅提升全球各地越來(lái)越多的人開(kāi)始對(duì)人工智能有所了解，并對(duì)人工來(lái)，ChatGPT正在被人