* 人工智能有什么用？我会不会失业？这是这份人工智能报告中，我最关心的事儿了。
👇👇👇
-----------
![]()
让工具回归工具 · 让你成为你。
这份《2023 年人工智能指数报告》是斯坦福大学牵头的一项关于 AI 的研究，估计因为是 300 多页的全英文，所以很少有人在意，我用我感天动地的四级英文——生啃+机翻+求助 AI ，找到了一些我认为值得关注的点。
如果你也和我一样即将被 AI 信息冲昏了脑袋，希望这些能让你对未来生活多点信心，或多了解哪怕一点点。
我也把报告中的关键内容做成了思维导图，其中红色部分是我认为值得关注的点，你可以通过对应部分找到。
指数报告原文 PDF 和这份思维导图高清版，可以在后台回复【报告】获取。![]()
#这并不是一张目录，但我觉得每一章中这些内容应该被大家知道，这关于人工智能的发展过程、成就、或目前所面临的挑战等等。
“ AI 已经进入了它的部署时代：在整个 2022 年和 2023 年初，每个月都有新的大型 AI 型号发布。这些模型，如 ChatGPT、StableDiffusion 、Whisper 和 DALL-E2 ，能够执行越来越广泛的任务，从文本处理和分析到图像生成，再到前所未有的良好语音识别。它们展示了十年前无法想象的能力，在许多测试中，都超过最先进的水平。然而，他们很容易产生幻觉，经常有偏见，并可能被骗去为邪恶的目的服务，这使人工智能面临着严峻的道德挑战。”我总结下来的感受就是，AI 在以从未有过的速度迅猛发展，而且会离我们的生活越来越近。论文足足三百多页，内容很多，关乎技术、教育、政策制定方方面面，但我不是开发者也不是行业弄潮儿，因此所关注的也只有靠近自己生活的那部分。第二个问题的答案就见仁见智了，但论文可以提供的信息有：AI 在提高效率方面很牛逼、相当多公司需要具备人工智能操作经验的员工、有一部分打工人也在用 AI 改变些什么了。下面的问题离我们很近，或许能帮我提供上面两个疑问的答案。█▌▀▄✖▇
是谁在研究它？
第一个问题就来了，人工智能这网红产品到底是谁在研究啊？是大公司还是大教授？
![]()
#这充分证明了一个道理：有钱确实好办事。
在2022年，行业参与者发表了 32 个机器学习模型，而学术界只有 3 个。这个结果反正我是不意外，仔细想想，这几个月发布人工智能大模型的，还真全都是大公司！有咱们比较熟悉的 OpenAI ，它先投了一块大石头 —— ChatGPT ，接着，微软 New Bing ， OpenAI 的 GPT-4 等等，国内虽然不能说紧随其后，但也算交了作业：百度的文心一言大模型，阿里巴巴的通义千问大模型，商汤推出的日日新大模型，此外还有 360 、科大讯飞······其实也不难理解，毕竟研究人工智能大模型是砸钱的买卖。文章里也提了这一点。“构建最先进的人工智能系统越来越需要大量的数据、计算和资金，与非营利组织和学术界相比，行业参与者固有地拥有更多的资源”。![]()
#这张图显示了:大模型正变得越来越大，而训练它花钱也越来越多。
就拿 2022 年来说，随便一个大模型都是上百万美元的手笔。这个年度报告还说了，各个领域都在投资人工智能，比如上年医疗保健领域投资了 61 亿美元，云计算投了 59 亿美元，金融科技也投了 55 亿美元。（就喜欢写一些关于金钱的天文数字，有一种我看到却得不到的爽感）。所以，人工智能相关专业的同学恰好遇到了这波潮流，或是就业红利。█▌▀▄✖▇
人工智能有了，公司要不要用？
每年花费这么多钱在人工智能上，其实最终目的就是要用人工智能赚更多的钱，那接下来就要问公司会不会选择用人工智能。我老板对此态度很肯定，“能交给 AI 做的就交给 AI 做嘛，什么前期查资料，内容总结，你就是让它写文章都 OK ”。OK，抛开我老板不谈，我们也来看看其他公司的态度。![]()
#这个表格体现的是认为自己公司用了 AI 的受访者比例。
根据麦肯锡年度研究调查的结果，2022 年采用 AI 的公司比例自 2017 年以来翻了一番以上，近年来一直稳定在 50% 至 60% 之间。那么，来选一选你的公司是否用了 AI 来完成某项职能呢？█▌▀▄✖▇
会用的人多吗？
公司态度有了，我们这些打工人有多少人会用也是个问题，对此，论文提出了一个新名词：AI 技能渗透。![]()
#中国并没有在这个榜单上，看来 AI 对咱的渗透程度还没那么高。
这张图表现的是相对渗透率，比如领头的印度数字是 3.27，也就意味着在印度，人工智能相关技能的普及率是全球平均水平的 3.27 倍，不太恰当地用人头表示，假如全球平均十个人中有一个熟练掌握 AI 使用，那三哥家就有 3.27 个。（之所以不太恰当，是因为该图表基于国家、职业、具体 AI 技能多方面加权，我的人头比喻有点“简单粗暴没礼貌”）。还有这份报告说，运用人工智能比较多的业务前三名是，服务运营、创造产品、客户服务等。![]()
#在近段时间的大厂裁员中，客户服务岗位总是很有存在感。
所以根据这张图咱们大家心里就会算笔账了：如果你在这些行业中，你对人工智能的了解和使用程度又有多少？这似乎可以评判我们在工作中会不会落后，毕竟会用 AI 的人与不会用的相比，竞争力更强。█▌▀▄✖▇
人工智能有用吗？
这篇论文给出了肯定的结论：人工智能可以降低成本，增加收入。![]()
#作为使用者，我所在乎的就是，它能不能让我工作更轻松。
这张图给出了具体数字。先来说成本，大多数受访者都觉得有了人工智能，工作成本会降低，其中比重比较高的几个方面有供应链管理（52%），服务运营（45%），财务（43%）等等。收入增加比重比较明显的有销售（70%），服务开发（70%）以及财务（55%）等。提醒大家一下，这是 2021 年的数据，那时候 AI 炸弹 ChatGPT 还没出现，井喷的语言大模型还没来凑热闹，人工智能离我们的距离也没今天这么近，所以放在现在，这个比重可能会更高。█▌▀▄✖▇
在打工人看来，它做得怎么样？
在没看报告前，我个人是觉得 AI 虽然有些时候傻傻的，但在提高效率方面没得说。报告中介绍了一款 2021 年的生成式 AI 工具：Copilot （技术预览）。总结它的功能就是我用自然语言下达指令，它来生成代码。然后就让 2000 名程序员去试试这款工具，看看它会不会对工作和生活带来影响，结果如图：![]()
#不论是什么 AI 工具，提高效率我最关心。
88% 的参与者觉得使用这工具提高了自己的效率，能更快地完成任务，74% 的人还表示用了 Copilot 让自己能专注工作，还有其他且不限于：减少重复劳动，减少沮丧······总结：自从用了 Copilot ，腰也不疼了，腿也不酸了，效率提高，心情愉悦，神清气爽（麻烦结一下广告费）。此外在完成同一个任务时，使用 Copilot 的开发人员所用时间更少，效率提高一半以上。打工人在面对能提高自身效率的 AI 时，所表现的态度还都是积极的，毕竟它能让我更高效地完成任务，前提是我不觉得它会对我的职业造成威胁。█▌▀▄✖▇
哪个国家更认为人工智能利大于弊？
咱们中国人民群众对人工智能的产品和服务感受特别积极，美国人相对则不。![]()
#不知道是不是有种：不容易接触到，就越容易往积极方向考虑。
在 2022 年的一份调查中，78% 的中国受访者赞成此说法：使用人工智能的产品和服务利大于弊。在中国受访者之后，来自沙特阿拉伯（76%）和印度（71%）的受访者对人工智能产品的看法最为积极。而只有 35% 的抽样美国人同意使用 AI 的产品和服务利大于弊。不瞒大家说，我身边人对 AI 也表达了极大的热情，尽管可获取的渠道很少，但大家都很乐意借助 AI 帮助自己完成一些前期准备工作，比如头脑风暴、写一篇论文提纲等等。这些操作目前还看不出对使用者有什么威胁。█▌▀▄✖▇
人们到底在担心什么？
论文中写道，通过跟踪与人工智能滥用相关事件的数据库，2012 年以来，人工智能争议事件的数量增加了 26 倍。在2022 年，就有一些很值得注意的事件，比如乌克兰总统投降的深度伪造视频···不那么新的换头技术已经可以做到的很逼真了，所以我还真有点害怕，说不定哪天刷视频就刷到四个相同的我，在一张桌子上打麻将。![]()
#这张图表示的是，人工智能相关法规的涉及领域，排名前两位的是公民和知识产权。
案子1：Respondus Monitor 是第三方监考工具，使用它就可以进行远程在线考试。学生认为这会侵犯他们的生物隐私权，因此闹上了法庭。案子2：罪犯在申请假释时被拒绝了，所以对它判定是否同意假释的标准提出了质疑，因为相关档案是 AI 制作的。案子3：儿子通过 Ultimate Software 社交网站认识了毒贩，并买了毒品，然后ga了。他的妈妈认为该社交网站通过挖掘用户数据，然后用数据和算法向她的儿子精准推送了与毒品相关的讨论小组，网站对此要负责。我不想我的数据被无端拿去给 AI 训练，也不想自己的声音被 AI 工具克隆用于诈骗······
█▌▀▄✖▇
其他一些值得关注的点。
虽然在人工智能会议出版物份额方面，中国占比最大。但引文占比却低于美国。![]()
![]()
#但在引文数量上，中美两国差距在变小。
两张图分别表示的是会议出版物和引用占比，咱们前者比例 26.15 % ，后者 22.02 %略低美国。2021 年，排名前十的人工智能出版机构，中国独占九所。不过论文中同样指出，“许多中国机构研究人员上千，因此在出版物数量方面遥遥领先属正常。”![]()
#来看看上榜的这九所中有没有你的母校。
不过论文中同样指出，“许多中国机构研究人员上千，因此在出版物数量方面遥遥领先属正常。”![]()
#这张图让 WILD Photos 很没面子哎。
这张图显示的就是人脸识别错误率，除了“异类”WILD Photos，其他所有测试系统错误率都低于 1 %，不过说实在的，如果错误率不控制得很低，最近几年，人脸识别技术的落地也不会遍地开花。人工智能训练参数、数据中心用电效率等等因素决定了人工智能的碳排放量，不够直观对吧，那就做个比较：BLOOM 模型运行排放碳数量是美国人一年平均排放量的 1.4 倍，纽约到旧金山往返航班 24 倍，其消耗的能量能为美国普通家庭供电 41 年。![]()
#如此巨大的碳排放量让人很意外。
这张图就是参数数量等因素对碳排放的影响，大家比较熟悉的 GPT-3 大模型碳消耗比 BLOOM 还多 20 倍。但也能帮助环境，比如用智能程序优化谷歌的数据冷却系统，实验表明，它帮助了冷却系统实现了 12.7 % 的节能。
核聚变可以产生清洁能源，研究人员借助人工智能加速了聚变科学。矩阵算法属于代数运算，研究人员借助人工智能找到了新算法；还可以设计算数电路；解锁新生代抗体设计；厉害了，老铁。![]()
#这是 AI 在抗体设计上的作用，我看不懂，但我知道图上内容很高级。
AI help AI ，借助人工智能创建更好的人工智能先是 Nvidia 借助人工智能的强化学习能力，用它提供动力改进人工智能芯片。谷歌做了相似的是，它询问了语言模型能怎么改进自己。事实证明，人工智能几乎可以自我提高，这将加速它们的进步。![]()
#在我和很多 AI 聊天过程中，有时也会产生对面是有性别的 AI 的感受。
这张图表明了，在100个对话式人工智能的测试中37%是女性性别。而在默认情况下，对话式人工智能性别为女性的概率高达62.5%。这不是好事，它很可能导致女性为人工智能的智障背负不必要的评价。是中国。因为现在人工智能领域最火的属各种 AI 大模型，有点让人忘了工业机器人。实际上2013年，中国成为安装工业机器人最多的国家，从那以后，差距越拉越大。![]()
#悄悄说，目前中国生产的工业机器人数量比其余所有国家之和还要多。
有个研究机构调查了受访者对某些人工智能技术的看法，比如自动驾驶技术。结果是这样的：![]()
#我倾向相信，我晕车，闭上眼睛谁开都行。
65% 的受访者都觉得自动驾驶汽车不安全，只有 27% 觉得安全。看来大家对这个技术并没有很信任。论文中在这个问题上的选的受访者是美国人，但有些我们也会有感触。看这图，这是受访者觉得人工智能让他们兴奋的点，前两名分别是，让生活变得更好以及节省时间、提高效率。 。![]()
#效率，效率还是效率。
而同样，人们对此也有担忧，其中比较突出的原因有失业、黑客攻击和数字隐私，以及缺乏人机关系等等。上面就是我很想问的七个问题和一些好奇的碎碎念，都是我目前特别关心的要素，年度论文在作出回答的同时，又再次验证了文章开头的那句话：AI 在以从未有过的速度迅猛发展，而且会离我们的生活越来越近。再次温馨提醒：报告原文 PDF 和这份思维导图高清版，可以在后台回复【报告】获取。
