Robotics Survey Pieter Abbeel, David Abbink, Farshid Alambeigi, Farshad Arvin, Nikolay Atanasov, Ruzena Bajcsy, Philip Beesley, Tapomayukh Bhattacharjee, Jeannette Bohg, David J. Cappelleri, Qifeng Chen, I-Ming Chen, Jackie Cheng, Cynthia Chem, Chemo, Steve Chryso Collins, David Correa, Brandon DeHart, Katie Driggs-Campbell, Nima Fazeli, Animesh Garg, Maged Ghoneima, Tobias Haschke, Kris Hauser, David Held, Yue Hu, Josie Hughes, Soo Jeon, Dimitrios Kanoulas, Jonathan Kelly, Oliver Kroemer, Changlio Liu, Maud, Martin, and Sajum. buro Matunaga, Satoshi Miura, Norrima Mokhtar, Elena De Momi, Christopher Nehaniv, Christopher Nielsen, Ryuma Niyama, Allison Okamura, Necmiye Ozay, Jamie Paik, Frank Park, Karthik Ramani, Carolyn Ren, Jan Rosell, Jee-Hwan Ryu, Tim Salcudean, Oliver Scheider, Peter Sommons, Alva Schoen, Stone ne, Michael Tolley, Tsu-Chin Tsao, Michiel van de Panne, Andy Weightman, Alexander Wong, Helge Wurdemann, Rong Xiong, Chao Xu, Geng Yang, Junzhi Yu, Wenzhen Yuan, Fu Zhang, Yuke Zhu
人工智能技术的广泛使用,以及对其滥用可能性的认识。6.对人工智能相关技能的需求正在增长 在美国所有有数据的行业中(农业、林业、渔业和狩猎业除外),与人工智能相关的职位空缺数量平均增加了 1.7%到 2022 年将下降至 1.9%。美国雇主越来越多地寻找具有人工智能相关技能的工人。7.十年来私人对人工智能的投资首次较去年下降 2022年全球私人对人工智能的投资为919亿美元,较2021年下降26.7%。人工智能相关的融资事件总数和新获得融资的人工智能公司数量也有所下降。但总体而言,过去十年对人工智能的投资大幅增加。2022年,人工智能领域的私人投资比2013年增长了18倍。8.虽然采用人工智能的公司比例已经稳定下来,但采用人工智能的公司继续前进 根据麦肯锡的年度研究调查,2022 年采用人工智能的公司比例自 2017 年以来增长了一倍以上,尽管最近多年来,这一比例一直在50%到60%之间波动。已实施人工智能的组织报告称成本显著降低且收入增加。9.政策制定者对人工智能的兴趣日益浓厚 对127个国家的立法文件的分析显示,通过成为法律的法案中提及“人工智能”的数量已从2016年的仅1项增至2022年的37项。对81个国家议会有关人工智能的报告的分析还显示,自2016年以来,人工智能在立法程序中的提及次数增加了近6.5倍。
本科研究员 Summer Flowers,斯坦福大学 Armin Hamrah,克莱蒙特麦肯纳学院 Amelia Hardy,斯坦福大学 Mena Hassan,斯坦福大学 Ethan Duncan He-Li Hellman,斯坦福大学 Julia Betts Lotufo,斯坦福大学
公共数据和工具 AI 指数 2021 报告补充了原始数据和交互式工具。我们邀请 AI 社区的每个成员以与他们的工作和兴趣最相关的方式使用数据和工具。• 原始数据和图表:报告中所有图表的公共数据和高分辨率图像均可在 Google Drive 上找到。• 全球 AI 活力工具:我们今年改进了全球 AI 活力工具,在比较多达 26 个国家的 22 项指标时可以实现更好的交互式可视化。更新后的工具根据用户的偏好对各国的相对位置进行透明评估;确定相关的国家指标以指导国家一级的政策优先事项;并展示不仅针对发达经济体而且针对新兴市场的本地 AI 卓越中心。• 人工智能测量中的问题:2020 年秋季,我们发布了《人工智能政策测量:机遇与挑战》,该报告概述了 2019 年秋季人工智能指数主办的一次会议上讨论的各种人工智能测量问题。
Nina Dewi Toft Djanegara 是斯坦福大学人类学博士候选人,也是麻省理工学院 (MIT) 的客座研究员。在撰写这份白皮书时,她是斯坦福种族和民族比较研究中心 (CCSRE) 技术与种族平等计划的副主任。在这个职位上,她负责监督该计划的从业者研究员计划、研究生和本科生奖学金以及战略发展。她的研究使用民族志和档案方法来探索如何应用计算机视觉来“解决”政治问题。特别是,她的论文研究了监控技术(例如面部识别和生物特征识别)如何应用于边境管理和执法。她拥有耶鲁大学环境科学硕士学位和加州大学伯克利分校国际发展研究学士学位。
本科研究员 Emily Capstick,斯坦福大学 Summer Flowers,斯坦福大学 Armin Hamrah,克莱蒙特麦肯纳学院 Amelia Hardy,斯坦福大学 Mena Hassan,斯坦福大学 Ethan Duncan He-Li Hellman,斯坦福大学
4 世界上最优秀的新科学家……人工智能?人工智能模型开始迅速加速科学进步,并在 2022 年被用于辅助氢聚变、提高基质操纵效率和产生新抗体。5 有关滥用人工智能的事件数量正在迅速增加。根据跟踪与人工智能道德滥用相关事件的 AIAAIC 数据库,自 2012 年以来,人工智能事件和争议的数量增加了 26 倍。2022 年的一些值得注意的事件包括乌克兰总统泽连斯基投降的深度伪造视频和美国监狱对囚犯使用通话监控技术。这种增长既证明了人工智能技术的使用范围扩大,也证明了滥用可能性的认识。6 几乎每个美国工业领域对人工智能相关专业技能的需求都在增加。
4 世界上最优秀的新科学家……人工智能?人工智能模型开始迅速加速科学进步,并在 2022 年被用于辅助氢聚变、提高基质操纵效率和产生新抗体。5 有关滥用人工智能的事件数量正在迅速增加。根据跟踪与人工智能道德滥用相关事件的 AIAAIC 数据库,自 2012 年以来,人工智能事件和争议的数量增加了 26 倍。2022 年的一些值得注意的事件包括乌克兰总统泽连斯基投降的深度伪造视频和美国监狱对囚犯使用通话监控技术。这种增长既证明了人工智能技术的使用范围扩大,也证明了滥用可能性的认识。6 几乎每个美国工业领域对人工智能相关专业技能的需求都在增加。
对这些幻灯片的其他老师和用户的注释:如果您发现我们的材料对自己的讲座有用,我们将感到高兴。随意使用这些幻灯片,或修改它们以满足您自己的需求。如果您在自己的演讲中使用了其中很大一部分的幻灯片,请包含此消息或指向我们网站的链接:http://cs224w.stanford.edu
5.4 亿年前,动物物种数量在很短的时间内激增。关于当时发生的事情有很多理论,但其中一种理论引起了我的注意:视觉的突然出现和随后的进化。今天,视觉感知是一种主要的感觉系统,人类的大脑可以识别世界上的模式,并根据这些模式生成模型或概念。赋予机器这些能力,即生成能力,一直是许多代人工智能科学家的梦想。生成模型的算法尝试历史悠久,进展程度各不相同。1966 年,麻省理工学院的研究人员开发了“夏季视觉项目”,以利用技术有效地构建“视觉系统的重要部分”。这是计算机视觉和图像生成领域的开端。