在7月4日下午舉行的2024世界人工智能大會科學前沿主論壇上，中國科學技術信息研究所聯合北京大學共同研制的《2023全球人工智能創新指數報告》發布，這也是這項指數第四次在世界人工智能大會上揭曉。
報告顯示，目前全球人工智能發展保持美國全面領先、美中兩強引領的總體格局，2023年美國以74.71的總分大幅領先，中國總分為52.69分，排名第二，比排名第三的英國高出近15分。自指數創建五年來，美國一直排名全球第一，中國從2020年起近四年一直排名第二。
大模型、生成式人工智能等新技術新賽道正掀起人工智能科研和產業領域新一輪發展熱潮，從數據上看，2018—2022年全球新增人工智能企業數逐年遞減，但該趨勢在2023年迎來扭轉，2023年新增企業數同比上漲21.5%。還有一個細節是，GitHub上發布的生成式人工智能開源項目從2022年的約1.7萬個激增到2023年的約6萬個，數量約是前一年的3.5倍，新增4.3萬個項目。
中國科學技術信息研究所黨委書記、中國軟科學研究會副理事長趙志耘在發布時介紹，《報告》目標是能夠全面客觀反映全球人工智能創新發展和治理的發展態勢，以及明確中國當前所處的位勢，希望從基礎支撐、資源與環境、國際合作交流等五大維度，通過構建三層、三級指標體系，對46個重要的國家創新發展和治理的情況進行量化評估。
綜合考慮總得分、國家間分差、一級指標排名等因素，報告將參評國家劃分為四個梯隊。美國和中國穩居第一梯隊，總得分明顯高于其他國家，第二梯隊與第一梯隊的差距進一步拉大。英國連續兩年位居第二梯隊首位，與美國的分差從2022年的26分擴大到2023年的38分，與中國的分差從2022年的9分擴大到2023年的15分。
在7月4日下午舉行的2024世界人工智能大會科學前沿主論壇上，中國科學技術信息研究所聯合北京大學共同研制的《2023全球人工智能創新指數報告》發布，這也是這項指數第四次在世界人工智能大會上揭曉。
報告顯示，目前全球人工智能發展保持美國全面領先、美中兩強引領的總體格局，2023年美國以74.71的總分大幅領先，中國總分為52.69分，排名第二，比排名第三的英國高出近15分。自指數創建五年來，美國一直排名全球第一，中國從2020年起近四年一直排名第二。
大模型、生成式人工智能等新技術新賽道正掀起人工智能科研和產業領域新一輪發展熱潮，從數據上看，2018—2022年全球新增人工智能企業數逐年遞減，但該趨勢在2023年迎來扭轉，2023年新增企業數同比上漲21.5%。還有一個細節是，GitHub上發布的生成式人工智能開源項目從2022年的約1.7萬個激增到2023年的約6萬個，數量約是前一年的3.5倍，新增4.3萬個項目。
中國科學技術信息研究所黨委書記、中國軟科學研究會副理事長趙志耘在發布時介紹，《報告》目標是能夠全面客觀反映全球人工智能創新發展和治理的發展態勢，以及明確中國當前所處的位勢，希望從基礎支撐、資源與環境、國際合作交流等五大維度，通過構建三層、三級指標體系，對46個重要的國家創新發展和治理的情況進行量化評估。
綜合考慮總得分、國家間分差、一級指標排名等因素，報告將參評國家劃分為四個梯隊。美國和中國穩居第一梯隊，總得分明顯高于其他國家，第二梯隊與第一梯隊的差距進一步拉大。英國連續兩年位居第二梯隊首位，與美國的分差從2022年的26分擴大到2023年的38分，與中國的分差從2022年的9分擴大到2023年的15分。
統觀當下全球人工智能創新發展趨勢，趙志耘提到了四個特點。一方面，大模型突破帶動了人工智能技術創新加快，自然語言處理和多模態等在人工智能創新發展中起到非常重要的作用，2023年全球發布的機器學習模型數量同比增加91.2%，達到近十年來最大增幅。其次，產業界在模型開發上的領先優勢在不斷擴大，2023年產業界獨立研發的機器學習模型達176個，為學術界的3.5倍。三是生成式人工智能開源項目的數量激增，GitHub上發布的生成式人工智能開源項目從2022年的約1.7萬個激增到2023年的約6萬個。
關于第四個特點，趙志耘提到人工智能企業新增數量開始增長，創業、創投低迷的趨勢有所轉變，“這個特點非常明顯”。在過去的2018-2022年，全球新增人工智能企業數量在逐年遞減，但是這種遞減趨勢在2023年得到了抑制，同時有回轉的傾向，2023年新增企業數量同比上漲了21.5%。
同時有一個更為樂觀的趨勢是，全球人工智能風險投資額雖然還是下降的趨勢，但是這種下降的幅度在明顯縮減。尤其是2023年生成式人工智能的風險投資規模在快速擴大，也使得生成式人工智能在推動人工智能創新發展方面起到非常重要的作用。
目光看向中國，在全球人工智能發展上，中國的綜合水平保持了全球第二的水平，在人才培養和科研產出、產業發展等方面，近些年來取得明顯的進展。高層次人才數量與美國的差距逐漸縮小，頂會頂刊論文、高影響力人工智能開源項目等高質量科研成果數量明顯上升，人工智能企業數量和風險投資額保持全球第二。
但從當前主流技術路線的趨勢特征以及支撐技術大規模應用的基礎條件看，中國人工智能發展還存在一些不足，尤其在數據開發利用、原始創新等方面需要進一步加強。
高質量數據資源缺乏的一個側面是，在Hugging Face上的開源訓練數據集中，中文數據集僅占5.1%，不到英文數據集的十分之一。其次重大引領性創新產出不及美國，2019-2023年全球發布的387個重要的機器學習模型中，美國機構主導開發的達262個，中國占68個。
趙志耘提到，希望加快高水平規模化的應用，這是中國最大的優勢。
