2023年4月3日，斯坦福大学以人为本人工智能研究所（Stanford HAI）通过跟踪、整理、提炼和可视化与人工智能相关的数据，正式发布《2023年人工智能指数报告》（Artificial Intelligence Index Report 2023），分析了人工智能的影响和年度趋势。本文就报告中关于人工智能（AI）研究和发展、技术性能、政策和治理方面的趋势进行概要总结。

在AI研究和发展领域，存在以下趋势：（1）中美合作的跨国人工智能出版物最多：尽管合作的步伐已经放缓，但自2010年至2021年的11年间，中美合作的跨国人工智能出版物最多，且自2010年以来增加了4倍。但从2020年至2021年，中美合作的总数仅增长了2.1%，是自2010年以来最小同比增长率。（2）在论文产量上，工业界领先于学术界。直到2014年，大多数重要的模型都是学术界发布的，从2014年起，工业界便逆袭翻身。到2022年，32个重要的机器学习模型都诞生在工业界，而学术界仅3个。（3）人工智能研究正在全面崛起。自2010年以来，人工智能出版物的总数增加了一倍多，从2021年的20万篇增长到2021年的近50万篇）。模式识别、机器学习和计算机视觉依旧是人工智能领域研究的热门。（4）中美在人工智能研究方面处于领先地位。中国在期刊、会议和存储库论文总量方面依旧处于领先地位，美国在人工智能会议和存储库引用方面仍然领先，但这些领先优势正在慢慢变弱。尽管如此，世界上大多数的大型语言模型和多模态模型（2022年54%）是由美国机构产出的。（5）大型语言模型正变得越来越大，同时也越来越昂贵。

在技术性能方面，存在以下趋势：（1）人工智能系统变得更加灵活；（2）语言模型仍有待提升。语言模型的生成能力不断增强，但是新的研究表明，在复杂的规划任务中它们表现不佳。（3）人工智能对环境的影响具有两面性。新的研究表明，人工智能系统会对环境产生不良影响。（4）生成式人工智能进入公众视野；（5）最好的新科学家是人工智能模型；（6）人工智能在传统性能基准测试中进步越来越小；（7）人工智能开始创造更好的人工智能。英伟达使用人工智能强化学习模型来改进为人工智能系统提供动力的芯片的设计。与之类似，谷歌最近使用其语言模型PaLM提出了改进同一模型的方法。自我完善的人工智能学习将加速人工智能的进步。

在政策和治理方面，存在以下趋势：（1）政策制定者对人工智能越来越感兴趣。报告对127个国家的立法记录进行分析后显示，包含“人工智能”内容的法案数量从2016年的1个增长到2022年的37个。对81个国家的AI议会记录进行的分析同样显示，自2016年以来，在全球立法程序中提到AI的次数增加了近6.5倍。（2）政策制定者对人工智能的考量因素越来愈多。对多个国家的议会记录进行的定性分析显示，政策制定者从各种角度考虑AI的作用。例如，2022年，英国的立法者讨论了AI主导自动化的风险；日本的立法者考虑了在AI面前保护人权的必要性；而赞比亚的立法者则研究了使用AI预报天气的可能性。（3）从对话到实施——美国通过的人工智能法案数量创新高。2021年，美国联邦立法中只有2%的AI法案得到通过。而这个数字在2022年上升到了10%。同样，去年35%的州级AI法案得到通过。 （4）美国政府不断增加对人工智能的支出。自2017年以来，美国政府与AI相关的合同支出金额增加了约2.5倍。2022年，美国政府支出最多的AI领域包括决策科学（12亿美元）以及计算机视觉（8亿美元）。（5）法律界正在逐渐认识人工智能。2022年，美国州级和联邦法院中有110起与AI相关的法律案件，约是2016年的7倍。这些案件大多起源于加利福尼亚、纽约和伊利诺伊州，涉及民事、知识产权和合同法等问题。