在7月4日下午舉行的2024世界人工智能大會科學前沿主論壇上，中國科學技術信息研究所聯(lián)合北京大學共同研制的《2023全球人工智能創(chuàng)新指數(shù)報告》發(fā)布，這也是這項指數(shù)第四次在世界人工智能大會上揭曉。
報告顯示，目前全球人工智能發(fā)展保持美國全面領先、美中兩強引領的總體格局，2023年美國以74.71的總分大幅領先，中國總分為52.69分，排名第二，比排名第三的英國高出近15分。自指數(shù)創(chuàng)建五年來，美國一直排名全球第一，中國從2020年起近四年一直排名第二。
大模型、生成式人工智能等新技術新賽道正掀起人工智能科研和產業(yè)領域新一輪發(fā)展熱潮，從數(shù)據(jù)上看，2018—2022年全球新增人工智能企業(yè)數(shù)逐年遞減，但該趨勢在2023年迎來扭轉，2023年新增企業(yè)數(shù)同比上漲21.5%。還有一個細節(jié)是，GitHub上發(fā)布的生成式人工智能開源項目從2022年的約1.7萬個激增到2023年的約6萬個，數(shù)量約是前一年的3.5倍，新增4.3萬個項目。
中國科學技術信息研究所黨委書記、中國軟科學研究會副理事長趙志耘在發(fā)布時介紹，《報告》目標是能夠全面客觀反映全球人工智能創(chuàng)新發(fā)展和治理的發(fā)展態(tài)勢，以及明確中國當前所處的位勢，希望從基礎支撐、資源與環(huán)境、國際合作交流等五大維度，通過構建三層、三級指標體系，對46個重要的國家創(chuàng)新發(fā)展和治理的情況進行量化評估。
綜合考慮總得分、國家間分差、一級指標排名等因素，報告將參評國家劃分為四個梯隊。美國和中國穩(wěn)居第一梯隊，總得分明顯高于其他國家，第二梯隊與第一梯隊的差距進一步拉大。英國連續(xù)兩年位居第二梯隊首位，與美國的分差從2022年的26分擴大到2023年的38分，與中國的分差從2022年的9分擴大到2023年的15分。
在7月4日下午舉行的2024世界人工智能大會科學前沿主論壇上，中國科學技術信息研究所聯(lián)合北京大學共同研制的《2023全球人工智能創(chuàng)新指數(shù)報告》發(fā)布，這也是這項指數(shù)第四次在世界人工智能大會上揭曉。
報告顯示，目前全球人工智能發(fā)展保持美國全面領先、美中兩強引領的總體格局，2023年美國以74.71的總分大幅領先，中國總分為52.69分，排名第二，比排名第三的英國高出近15分。自指數(shù)創(chuàng)建五年來，美國一直排名全球第一，中國從2020年起近四年一直排名第二。
大模型、生成式人工智能等新技術新賽道正掀起人工智能科研和產業(yè)領域新一輪發(fā)展熱潮，從數(shù)據(jù)上看，2018—2022年全球新增人工智能企業(yè)數(shù)逐年遞減，但該趨勢在2023年迎來扭轉，2023年新增企業(yè)數(shù)同比上漲21.5%。還有一個細節(jié)是，GitHub上發(fā)布的生成式人工智能開源項目從2022年的約1.7萬個激增到2023年的約6萬個，數(shù)量約是前一年的3.5倍，新增4.3萬個項目。
中國科學技術信息研究所黨委書記、中國軟科學研究會副理事長趙志耘在發(fā)布時介紹，《報告》目標是能夠全面客觀反映全球人工智能創(chuàng)新發(fā)展和治理的發(fā)展態(tài)勢，以及明確中國當前所處的位勢，希望從基礎支撐、資源與環(huán)境、國際合作交流等五大維度，通過構建三層、三級指標體系，對46個重要的國家創(chuàng)新發(fā)展和治理的情況進行量化評估。
綜合考慮總得分、國家間分差、一級指標排名等因素，報告將參評國家劃分為四個梯隊。美國和中國穩(wěn)居第一梯隊，總得分明顯高于其他國家，第二梯隊與第一梯隊的差距進一步拉大。英國連續(xù)兩年位居第二梯隊首位，與美國的分差從2022年的26分擴大到2023年的38分，與中國的分差從2022年的9分擴大到2023年的15分。
統(tǒng)觀當下全球人工智能創(chuàng)新發(fā)展趨勢，趙志耘提到了四個特點。一方面，大模型突破帶動了人工智能技術創(chuàng)新加快，自然語言處理和多模態(tài)等在人工智能創(chuàng)新發(fā)展中起到非常重要的作用，2023年全球發(fā)布的機器學習模型數(shù)量同比增加91.2%，達到近十年來最大增幅。其次，產業(yè)界在模型開發(fā)上的領先優(yōu)勢在不斷擴大，2023年產業(yè)界獨立研發(fā)的機器學習模型達176個，為學術界的3.5倍。三是生成式人工智能開源項目的數(shù)量激增，GitHub上發(fā)布的生成式人工智能開源項目從2022年的約1.7萬個激增到2023年的約6萬個。
關于第四個特點，趙志耘提到人工智能企業(yè)新增數(shù)量開始增長，創(chuàng)業(yè)、創(chuàng)投低迷的趨勢有所轉變，“這個特點非常明顯”。在過去的2018-2022年，全球新增人工智能企業(yè)數(shù)量在逐年遞減，但是這種遞減趨勢在2023年得到了抑制，同時有回轉的傾向，2023年新增企業(yè)數(shù)量同比上漲了21.5%。
同時有一個更為樂觀的趨勢是，全球人工智能風險投資額雖然還是下降的趨勢，但是這種下降的幅度在明顯縮減。尤其是2023年生成式人工智能的風險投資規(guī)模在快速擴大，也使得生成式人工智能在推動人工智能創(chuàng)新發(fā)展方面起到非常重要的作用。
目光看向中國，在全球人工智能發(fā)展上，中國的綜合水平保持了全球第二的水平，在人才培養(yǎng)和科研產出、產業(yè)發(fā)展等方面，近些年來取得明顯的進展。高層次人才數(shù)量與美國的差距逐漸縮小，頂會頂刊論文、高影響力人工智能開源項目等高質量科研成果數(shù)量明顯上升，人工智能企業(yè)數(shù)量和風險投資額保持全球第二。
但從當前主流技術路線的趨勢特征以及支撐技術大規(guī)模應用的基礎條件看，中國人工智能發(fā)展還存在一些不足，尤其在數(shù)據(jù)開發(fā)利用、原始創(chuàng)新等方面需要進一步加強。
高質量數(shù)據(jù)資源缺乏的一個側面是，在Hugging Face上的開源訓練數(shù)據(jù)集中，中文數(shù)據(jù)集僅占5.1%，不到英文數(shù)據(jù)集的十分之一。其次重大引領性創(chuàng)新產出不及美國，2019-2023年全球發(fā)布的387個重要的機器學習模型中，美國機構主導開發(fā)的達262個，中國占68個。
趙志耘提到，希望加快高水平規(guī)模化的應用，這是中國最大的優(yōu)勢。
