李飞飞加入AI创业大军？斯坦福网站显示“部分休假”

李飞飞加入AI创业大军？斯坦福网站显示“部分休假” 截至发稿，斯坦福大学方面尚未向第一财经记者予以回复。一位接近李飞飞的人工智能专家对第一财经记者表示，不便就李飞飞的近况发表评论。据公开信息，李飞飞曾于2023年2月加入一家风险投资公司Radical Venture。李飞飞当时发表在该公司网站上的一篇声明文章称：“我将在担任斯坦福大学计算机科学系教授和斯坦福大学以人为中心的人工智能研究所（HAI）联席主任的同时，加入该公司。”她当时还表示，自己投资了Radical的投资组合公司以及最新的基金，但向学生强调：“我哪儿也不去！将继续在斯坦福大学担任教育家、研究员和导师的全职工作。”根据媒体最新报道，李飞飞的创业公司在近期一轮种子融资中获得了来自包括Radical Ventures和硅谷风投公司Andreessen Horowitz等机构的投资。Radical Ventures公司事务负责人没有立即回应第一财经记者的相关询问。在加入斯坦福大学前，李飞飞曾于2017年至2018年在Google云领导人工智能业务，还在Twitter董事会任职，并曾为白宫政策制定者提供建议。李飞飞目前共同领导斯坦福大学以人为中心的人工智能研究所（HAI），研究方向包括“认知启发人工智能”以及计算机视觉和机器学习。上个月，李飞飞在温哥华的一次TED演讲中表示，她正在使用“空间智能”的概念教会机器对物理世界进行预测并采取行动。她还表示，最前沿的研究涉及算法，通过算法可以合理地推断图像和文本在三维环境中的样子。李飞飞表示：“在空间智能的推动下，大自然创造了这种看见与行为之间的良性循环。”利用类人视觉数据处理技术，使人工智能能够进行高级推理，这将是该技术的一次飞跃。一些专家表示，在人工智能模型实现通用人工智能（AGI）之前，必须先建立这种“推理”能力，所谓的通用人工智能指的是，系统可以像人类一样或更出色地执行大多数任务。目前业内针对AGI的实现方式主要有两种路径的观点：一种是通过构建更大、更复杂的人工智能模型来改进推理；另一种是使用新的“世界模型”，让模型从物理世界的环境中获取视觉信息来开发逻辑，这就好比复制婴儿如何学习。目前科技巨头正在加大对AI的投入，根据最新一轮科技公司财报，Meta、微软和Google都在AI基础设施方面不惜血本地加大投入，并称这些支出还“远远不够”，因为对人工智能服务的需求正大幅超过供应。相关文章:斯坦福人工智能领袖李飞飞打造"空间智能"初创公司AI教母李飞飞首次创业 “空间智能”公司已完成种子轮 ... PC版： 手机版：

斯坦福大学上周发布重要报告，来自以人为本人工智能研究所 HAI的2023年度AI指数报告。

斯坦福大学上周发布重要报告，来自以人为本人工智能研究所 HAI的2023年度AI指数报告。 共 386页长 ，挑选了其中一些要点。报告地址：（阅读体验很友善） 1⃣ 新技能的需求增加 AI专业技能需求激增，在美国有统计数据的产业领域 （除农业、林业、渔业和狩猎业外），与人工智能相关的工作岗位数量平均从2021年的1.7%增加到2022年的1.9%。 2⃣ 投资持续 2022 年，人工智能领域的私人投资为 919 亿美元，是 2013 年的 18 倍。在私人投资总额方面，美国领先于世界。2022年，在美国投资的474亿美元大约是次高国家中国（134亿美元）投资额的3.5倍。在新投资的人工智能公司总数方面，美国也继续领先，比欧盟和英国加起来多1.9倍，比中国多3.4倍。 3⃣ 机器学习系统分布 最常见的机器学习系统类别是大规模语言模型，2022 年发布了 23 个重要的 AI 语言系统，是第二常见类型（多模态）数量的 6 倍。2019年发布的GPT-2，被许多人认为是第一个大型语言模型，有15亿个参数，估计训练成本为5万美元。PaLM是2022年推出的旗舰大型语言模型之一，有5400亿个参数，成本估计为800万美元PaLM比GPT-2大360倍左右，成本高160倍。 4⃣ 技术性能 2022 年见证了大规模语言模型的性能提升。 随着微软和谷歌等公司将聊天机器人集成到其现有服务中，生成模型出大了普通消费者 一系列文本到文本，文本到图像，文本到视频和文本到3D模型，促使新初创公司的形成。 5⃣ 滥用增加 进一步伴随着人工智能相关法律案件数量的迅速增加，在过去十年中也呈指数级增长 。 6⃣ 公众舆论 在2022年IPSOS的调查中，78%的中国受访者 同意这样的说法：使用人工智能的产品和服务的好处多于坏处。随后来自沙特阿拉伯（76%）和印度（71%）的受访者对人工智能产品感到积极。只有35%的抽样美国人同意使用人工智能的产品和服务的好处多于坏处。 7⃣ 人工智能教育

斯坦福大学发布人工智能状况报告

斯坦福大学发布人工智能状况报告 虽然现在人工智能发展之快，让任何与人工智能有关的报告一发布就面临过期的风险，但是我们仍然能从这份 386 页的中得到一些有用的信息： ·在过去的十年里，人工智能的发展已经从学术界主导翻转到了工业界主导，而且这没有改变的迹象。 ·在传统基准上测试模型正变得困难，这里可能需要一种新的模式。 ·人工智能训练和使用的能源占用正在变得相当大，但我们还没有看到它如何在其他地方增加效率。 ·与人工智能相关的技能和工作岗位正在增加，但没有你想象的那么快。 ·政策制定者们正在努力编写一个明确的人工智能法案，如果有的话，这是一个愚蠢的差事。 ·投资已经暂时停滞，但这是在过去十年的天文数字般的增长之后。 ·超过 70% 的中国、沙特和印度受访者认为人工智能的好处多于坏处。美国人呢？35%。来源 ，， 来自：雷锋 频道：@kejiqu 群组：@kejiquchat 投稿：@kejiqubot

去年中国 AI 顶级论文数量和专利授权高于美国

去年中国 AI 顶级论文数量和专利授权高于美国 中国科学技术信息研究所和北京大学发表《2023 全球人工智能创新指数报告》，报告称去年中国 AI 顶级论文数量和专利授权均高于美国，但在综合能力上美国仍然领先于中国。在主要国家 AI 顶级论文数量占比上，中国占比 36.7%，美国占比 22.6%。在主要国家 AI 专利授权数量占比上，中国占比 34.7%，美国占比 32%。《报告》显示，2023 年产业界独立研发的机器学习模型达到 176 个，是学术界的 3.5 倍。近十年 GitHub 上人工智能开源项目总数持续增长，从 2013 年的 1.2 万个增加到 2023 年的约 190 万个。印度成为最大的开源项目来源国，每年贡献的人工智能开源项目数量占全球的比重从 2013 年的 3.1% 增长到 2023 年的 27.3%。 via Solidot

2023年中国人工智能顶级论文数量和专利授权均高于美国

2023年中国人工智能顶级论文数量和专利授权均高于美国 该《报告》聚焦基础支撑、资源与环境、科技研发、产业与应用、国际合作交流等5个维度构建指标体系，对46个重点国家的人工智能创新发展和治理情况进行量化评估。澎湃科技注意到，综合考虑总得分、国家间分差、一级指标排名等因素，报告将参评国家划分为四个梯队，美国和中国稳居第一梯队，总得分明显高于其他国家，第二梯队与第一梯队的差距进一步拉大。中美两国AI水平稳居第一梯队总体格局上，2023年全球人工智能美国和中国稳居第一梯队，英国、日本、新加坡等9个国家位居第二梯队。其中，美国以74.71的总分大幅领先，中国总分为52.69分，排名第二，比排名第三的英国高出近15分。美国全面领先，中美在多数指标上处于“断层式”领先。自指数创建五年来，美国一直排名全球第一，中国从2020年起近四年一直排名第二。《2023全球人工智能创新指数报告》正式发布《报告》指出，美国和中国在人工智能高层次人才数量和人工智能企业数量上均领先于第二梯队国家。在主要国家人工智能顶级论文数量和主要国家人工智能专利授权数量上，中国远高于美国。比如，在主要国家人工智能顶级论文数量占比上，中国占比36.7%，美国占比22.6%。在主要国家人工智能专利授权数量占比上，中国占比34.7%，美国占比32%。《报告》也提到，第二梯队中，英国在整体教育资源和高质量的学术研究成果方面比较突出，日本专利也较为突出。德国在产业和应用方面，尤其是在人工智能风险投资以及国内市场规模方面很有优势。第三、四梯队部分国家有所进步，其中印度和沙特阿拉伯连续三年排位上升。学习模型研发数量中，美国人工智能企业表现突出统观当下全球人工智能创新发展趋势，赵志耘提到了当下全球趋势呈现四个特点。趋势一，大模型的突破带动人工智能技术创新加快，自然语言处理、多模态等领域研发提速。多模态领域的模型数量大幅增长，从2022年的9个增加到2023年的35个。需要注意的是，2023年AI for Science持续深入，面向生物/医药、地球科学、数学、材料科学等科研领域的机器学习模型不断涌现。全球趋势观察趋势二，产业界在模型开发上的领先优势凸显。《报告》显示，2023年产业界独立研发的机器学习模型达到176个，是学术界的3.5倍。澎湃科技注意到，在2023年机器学习模型研发数量的机构中，美国人工智能企业表现尤为突出，2023年推出2个以上机器学习模型的13家机构中，美国7家，研发学习模型数量最多的来自Google，数量达到19个。中国2家（阿里巴巴、北京智源人工智能研究院）、英国、加拿大、法国、阿联酋各占1家。《报告》同时还提及，近十年产业界独立研发的机器学习模型数量占比从2013年的25%上升到2023年的62.6%，学术界却不断下降，与产业界的差距拉大。趋势三，生成式人工智能开源项目激增，开源仍是人工智能技术研发应用的重要模式。《报告》指出，近十年GitHub上人工智能开源项目总数持续增长，从2013年的1.2万个增加到2023年的约190万个。印度成为最大的开源项目来源国，每年贡献的人工智能开源项目数量占全球的比重从2013年的3.1%增长到2023年的27.3%，2020年开始反超美国。趋势四，人工智能企业新增数量开始增长，2023年生成式人工智能风险投资规模急剧扩大，主要集中在美国、法国、中国、以色列、英国等国家。在过去的2018-2022年，全球新增人工智能企业数量在逐年递减，但是这种递减趋势在2023年得到了抑制，同时有回转的倾向，2023年新增企业数量同比上涨了21.5%。同时有一个更为乐观的趋势是，全球人工智能风险投资额虽然还是下降的趋势，但是这种下降的幅度在明显缩减。尤其是2023年生成式人工智能的风险投资规模在快速扩大，也使得生成式人工智能在推动人工智能创新发展方面起到非常重要的作用。原始创新需要加强《报告》指出，中国人工智能综合水平保持全球第二，但尚未形成具有绝对领先优势的核心竞争力。在人才培养、科研产出、产业发展等方面，中国取得积极成效。在高层次人工智能人才队伍上，顶会顶刊论文作者数量从2018年的328人增长到2022年的1674人，与美国的差距正逐渐缩小。高质量科研成果数量明显上升，顶会顶刊论文数量已经超过美国，位居全球第一，累计贡献的高影响力人工智能开源项目目前位居全球第三，仅次于美国和印度。不过，赵志耘指出，从当前主流技术路线的趋势特征以及支撑技术大规模应用的基础条件来看，中国人工智能发展还存在一些不足，尤其在数据开发利用、原始创新等方面需要进一步加强。《报告》也同时提到对中国人工智能发展的建议及展望。赵志耘表示，应加快高水平规模化的应用，这将是中国最大的优势。此外，加强数据资源建设，健全公共数据开放共享机制，建设安全合规、大规模、高质量的语料库。加大高层次人才引育，加快高水平规模化应用，聚焦关键领域打造一批具有技术先进性和规模化潜力的重大场景，推动大小模型协同落地。 ... PC版： 手机版：

Stability AI 发布日语 StableLM 模型

Stability AI 发布日语 StableLM 模型 Stability AI 今天发布了日语 StableLM Alpha，将其语言模型产品扩展至国际市场，这是面向日语使用者的性能最佳的公开语言模型。 新的70亿参数通用语言模型旨在为日本用户提供增强的人工智能文本生成能力。Stability AI 表示，在该公司进行的评估中，日语 StableLM 的表现优于其他四种基准日语模型。 新模型发布了两个版本： 和。 基础模型设计用于使用大规模日语和英语训练数据进行一般文本生成。指令模型使用监督微调技术进行额外调整，以遵循用户提示和说明。 此次发布为日本人工智能开发人员和研究人员提供了适合其语言的新生成模型。这也标志着 Stability AI 首次扩展到 Stable Diffusion 等英语语言模型之外。此举标志着随着全球生成式人工智能应用的增加，未来可能会进入其他国际市场。