最近，State of AI 发布了最新的2023年AI行业发展报告PPT。

报告主要分为四个部分：

研究：

GPT-4登场，展示了专有模型与次优开源替代品之间的能力鸿沟，同时验证了从人类反馈中进行强化学习的力量。

人们正在努力通过较小的模型、更好的数据集、更长的上下文...以及由LLaMa-1/2提供支持，来克隆或超越专有模型的性能。

目前尚不清楚人类生成的数据能否维持AI的规模化趋势（有人估计到2025年，LLMs将耗尽数据），以及添加合成数据会带来什么影响。视频和被企业锁定的数据可能是下一个目标。

LLMs和扩散模型继续为生命科学社区提供礼物，为分子生物学和药物发现产生新的突破。

多模态成为新的前沿，各种类型的代理人引发的兴奋感大幅增长。

产业：

英伟达凭借其来自各国、初创公司、大型科技公司和研究者的对其GPU的强烈需求，一跃成为市值1万亿美元的俱乐部成员。

出口管制限制了对中国的先进芯片销售，但主要的芯片供应商创造了适应出口管制的替代品。

在ChatGPT的带领下，生成式AI应用在图像、视频、编码、语音或者针对每个人的AI助手方面实现了突破，推动了180亿美元的风投和企业投资。

政治：

世界已经分为清晰的监管阵营，但全球治理的进展仍然较慢。最大的AI实验室正在填补这个空缺。

芯片战争继续升级，美国正在动员其盟友，而中国的反应仍然参差不齐。

预计AI将影响一系列敏感领域，包括选举和就业，但我们尚未看到显著的影响。

安全：

生存风险的辩论首次进入主流视野并显著加剧。

许多高性能模型容易被“越狱”。为了解决挑战，研究者正在探索替代方案，例如自对齐和预训练人类偏好。

随着能力的提升，要始终评估大语言模型变得越来越困难。仅凭感觉是不够的。

报告的关键要点如下：

GPT-4目前是其观察范围的主宰者，它在经典基准和一些设计用于评估人类的考试上超越了所有其他的大语言模型（LLM），验证了专有架构和从人类反馈中进行强化学习的强大力量。

尝试克隆或超越专有性能的努力正在增长，通过更小的模型、更好的数据集和更长的上下文。鉴于人们对人类生成的数据可能只能在未来几年内维持AI规模化趋势的担忧，这些努力可能会获得新的紧迫感。

LLMs和扩散模型继续推动现实世界的突破，特别是在生命科学领域，分子生物学和药物发现都有实质性的进步。

算力成为新的石油，英伟达NVIDIA创下了记录的收益，初创公司将他们的GPU作为竞争优势。随着美国加强对中国贸易制裁并在芯片战争中动员其盟友，英伟达NVIDIA、英特尔Intel和AMD已开始大规模地销售适应出口管制的芯片。

生成式AI拯救了风险投资界，因为在科技估值不振的情况下，专注于生成性AI应用（包括视频、文本和编码）的AI初创公司，从风险投资者和企业投资者那里筹集了超过180亿美元。

安全性辩论已经在主流社会中引爆，促使全球的政府和监管机构采取行动。然而，这股热潮掩盖了AI社区内部的深刻分歧，同时，全球治理方面的具体进展缺乏，因为世界各地的政府正在追求相互冲突的方法。

随着标准LLM在鲁棒性上常常遇到困难，评估最新技术模型的挑战在增加。考虑到风险，“基于感觉”的方法显然不够。

原文如下：https://www.stateof.ai/2023-report-launch

完整PPT下载方法：加入知识星球AIGC部落