はじめに

今日の論文１０日目です。
今日はスタンフォード大学のArtificial Intelligence Index Report 2023です。
めちゃくちゃ長いレポートなので、ハイライトのところだけ読みました。

手法

論文をperplexityで調べて、PDFをChatPDFに突っ込みます。
論文本文は英語版とDeepLで翻訳した日本語版を保存しときます。
ChatPDFが出した要約をまとめます。
要約の中のわからない単語や追加の質問などをChatGPTに聞きます。
これらをWordにまとめて保存、Qiitaに投稿します。

今日の論文

論文名： Artificial Intelligence Index Report 2023
人工知能インデックスレポート2023
出典： Stanford University, Artificial Intelligence Index, Stanford University Human-Centered Artificial Intelligence
https://aiindex.stanford.edu/report/

論文内容

【アブストラクト】
　AI Index Reportの第6版へようこそ！今年は、AI世論に関する新しい章、より徹底した技術的性能の章、大規模言語モデルやマルチモーダルモデルに関する独自の分析、世界のAI立法記録の詳細な動向、AIシステムの環境影響に関する調査など、これまでのどの版よりも多くのオリジナルデータを導入しています。AI Index Reportは、人工知能に関連するデータを追跡、照合、抽出し、可視化します。政策立案者、研究者、経営者、ジャーナリスト、そして一般の人々が、AIという複雑な分野をより深く、よりニュアンス豊かに理解できるよう、公平かつ厳密に吟味された、幅広いソースのデータを提供することを使命としています。本レポートは、AIに関するデータと洞察を提供する、世界で最も信頼できる権威ある情報源となることを目指します。

論文要約

　AIインデックスレポート第6弾へようこそ！本レポートは、人工知AIインデックスレポート第6弾へようこそ！本レポートは、人工知能の様々な側面に関するオリジナルデータと分析を満載しています。政策立案者、研究者、経営者、ジャーナリスト、あるいはAIに関心のある方であれば、本レポートは必読の書です。能の様々な側面に関するオリジナルデータと分析を満載しています。政策立案者、研究者、経営者、ジャーナリスト、あるいはAIに関心のある方であれば、本レポートは必読の書です。

Report Highlights

第1章研究・開発

2010年から2021年までのAI出版物における国を超えた共同研究の数は、米国と中国が最も多かったが、そのペースは鈍化している。米国と中国のAI研究の共同研究数は、2010年以降およそ4倍に増加し、次に近い国ペアである英国と中国の共同研究合計の2.5倍であった。しかし、米中間の共同研究総数は2020年から2021年にかけて2.1%の増加にとどまり、2010年以降で最も小さい前年比成長率となっています。

AI研究は軒並み増加傾向にある。AIの論文総数は、2010年以降2倍以上に増加しています。引き続き研究を支配している特定のAIトピックは、パターン認識、機械学習、コンピューター・ビジョンなどです。

中国は、AIのジャーナル、カンファレンス、リポジトリの総出版数で引き続きリードしています。 AI学会やリポジトリの引用数では米国がまだ優勢ですが、その差は徐々に縮まってきています。それでも、世界の大規模言語モデルやマルチモーダルモデルの大部分（2022年には54％）は、米国の研究機関によって生み出されている。

産業界はアカデミアの先を行く。2014年まで、重要な機械学習モデルのほとんどはアカデミアから発表されていました。それ以降、産業界が主導権を握るようになりました。2022年には、産業界が製作した重要な機械学習モデルが32個あるのに対し、アカデミアが製作したものはわずか3個です。最先端のAIシステムを構築するには、大量のデータ、コンピュータパワー、そして資金が必要になりますが、これらのリソースは、非営利団体やアカデミアと比較して、業界のアクターが本来持っているものです。

大規模な言語モデルは、より大きく、より高価になっています。2019年にリリースされたGPT-2は、多くの人が最初の大規模言語モデルとみなしていますが、15億のパラメータを持ち、トレーニングに推定5万米ドルの費用がかかりました。2022年に発表されたフラッグシップの大規模言語モデルの1つであるPaLMは、5,400億のパラメータを持ち、推定800万米ドル-PaLMはGPT-2の約360倍で、160倍のコストがかかっています。PaLMだけではありません。全体的に、大規模な言語モデルやマルチモーダルモデルは、より大きく、より高価になっています。

第2章：技術性能

従来のベンチマークでの性能飽和。AIは引き続き最先端の結果を出していますが、多くのベンチマークで前年比の改善は限界に達している状態が続いています。さらに、ベンチマークが飽和状態に達するスピードも速くなっている。しかし、BIG-benchやHELMなど、より包括的な新しいベンチマーク・スイートがリリースされている。

ジェネレーティブAIが一般に浸透する。2022年には、DALL-E 2やStable Diffusionのようなテキストから画像へのモデル、Make-A-Videoのようなテキストから動画へのシステム、ChatGPTのようなチャットボットが発表されました。しかし、これらのシステムは幻覚を起こしやすく、支離滅裂な回答や事実と異なる回答を自信満々に出力することがあり、重要な用途に頼ることは難しい。

AIシステムがより柔軟になる。従来、AIシステムは、狭い範囲のタスクでは優れた性能を発揮しますが、より広い範囲のタスクでは苦戦を強いられてきました。最近発表されたBEiT-3、PaLI、Gatoなどは、複数のタスク（例えば、視覚、言語）をこなすことができる単一のAIシステムであり、この傾向は変わってきています。

言語モデルは推論に苦戦している。言語モデルは生成能力を向上させ続けているが、新たな研究によると、複雑な計画タスクにはまだ苦戦しているようである。

AIは環境を助け、また害する。新しい研究は、AIシステムが環境に深刻な影響を与える可能性があることを示唆しています。Luccioniら、2022年によると、BLOOMのトレーニング実行は、ニューヨークからサンフランシスコへの片道旅行で、一人の航空旅行者の25倍の炭素を排出した。それでも、BCOOLERのような新しい強化学習モデルは、AIシステムをエネルギー使用の最適化に利用できることを示しています。

世界最高の新人科学者...AI？AIモデルは科学の進歩を急速に加速させ始めており、2022年には水素融合の補助、マトリックス操作の効率化、新しい抗体の生成に使用されました。

AIは、より優れたAIを作り始める。Nvidiaは、AI強化学習エージェントを使用して、AIシステムを動かすチップの設計を改善しました。同様に、Googleは最近、言語モデルの1つであるPaLMを使って、まったく同じモデルを改善する方法を提案しました。自己改善型のAI学習は、AIの進歩を加速させるでしょう。

第3章技術的なAIの倫理

モデル規模がバイアスや毒性に及ぼす影響は、トレーニングデータや緩和方法によって混乱する。この1年で、いくつかの機関が独自のデータで訓練した独自の大規模モデルを構築した。大規模モデルは依然として毒性があり、バイアスがかかっているが、新しい証拠によると、大規模モデルをインストラクションチューニングで訓練すると、これらの問題は多少緩和されることがわかった。

ジェネレーティブモデルが登場し、倫理的な問題が発生した。2022年、ジェネレーティブモデルが時代の流れに乗るようになった。これらのモデルは有能であるが、倫理的な問題もある。テキスト画像生成ツールは日常的に性別に沿ったバイアスがかかっており、ChatGPTのようなチャットボットは悪意のある目的に騙されることがあります。

AIの悪用に関する事件の数は急速に増加しています。AIの倫理的な悪用に関する事件を追跡するAIAAICデータベースによると、AIの事件や論争の数は、2012年から26倍に増加しています。2022年には、ウクライナのヴォロディミル・ゼレンスキー大統領が降伏するディープフェイク動画や、米国の刑務所が受刑者に通話監視技術を使用した事件などが注目されています。この成長は、AI技術の利用拡大と悪用の可能性に対する認識の両方の証拠である。

公正なモデルは、偏りが少ないとは限らない。言語モデルの広範な分析によると、性能と公正さの間には明確な相関関係がある一方で、公正さと偏りは相反する場合があることが示されています：特定の公平性ベンチマークでより良い結果を出した言語モデルは、より悪いジェンダーバイアスを持つ傾向があります。

AI倫理への関心は引き続き急上昇しています。AI倫理の代表的なカンファレンスであるFAccTへの投稿受付数は、2021年から2倍以上、2018年からは10倍以上に増加しました。2022年は、業界関係者からの投稿もこれまで以上に多くなっています。

自然言語処理によるファクトチェックの自動化は、結局のところそれほど簡単ではない。自動ファクトチェックのためのベンチマークがいくつか開発されていますが、研究者は、そのようなデータセットの16のうち11が、主張が表面化した時点では存在しなかったファクトチェックのレポートから「漏れた」証拠に依存していることを発見しました。

第4章：経済

AI関連の専門スキルに対する需要は、米国のほぼすべての産業分野で高まっています。データがある米国のすべてのセクター（農業、林業、漁業、狩猟を除く）において、AI関連の求人票の数は、2021年の1.7％から2022年の1.9％に平均して増加している。米国では、雇用主がAI関連スキルを持つ労働者を求める傾向が強まっています。

過去10年間で初めて、AIへの民間投資額が前年比で減少しました。 2022年の世界のAI民間投資は919億ドルで、2021年から26.7％減少した。AI関連の資金調達イベントの総数や、新たに資金調達したAI企業の数も同様に減少しています。しかし、この10年間で、AIへの投資額は大幅に増加しました。2022年、AIへの民間投資額は2013年の18倍となった。

再び、米国がAIへの投資でリードする。AI民間投資の総額では、米国が世界をリードしています。2022年、米国に投資された474億ドルは、次に多い国、中国（134億ドル）の投資額の約3.5倍に相当します。また、新たに資金調達したAI企業の総数でも米国は引き続きトップで、欧州連合と英国を合わせた数の1.9倍、中国の3.4倍と見られています。

2022年、最も投資額が多いAI重点分野は医療・ヘルスケア（61億ドル）、次いでデータ管理・処理・クラウド（59億ドル）、Fintech（55億ドル）である。しかし、AI民間投資の広範な傾向を反映し、ほとんどのAI重点分野では2022年の投資額が2021年よりも減少しました。この1年間で、3つの大きなAIプライベート投資イベントは以下の通りです： (1) 中国の電気自動車メーカーであるGAC Aion New Energy Automobileの25億ドルの資金調達イベント、(2) 軍事機関や国境監視用の技術を構築する米国の防衛製品会社Anduril Industriesの15億ドルのシリーズE資金ラウンド、(3) ドイツのビジネスデータコンサルティング会社Celonisへの12億ドルの投資。

AIを導入する企業の割合が頭打ちになる一方で、AIを導入している企業が引き離し続けている。マッキンゼーの年次調査結果によると、2022年にAIを導入する企業の割合は、近年は50％から60％の間で停滞しているものの、2017年から2倍以上に増加しているとのことです。AIを導入した組織は、有意義なコスト削減と収益の増加を実現していると報告しています。

AIは、多面的な方法で企業に導入されている。企業に最も多く導入されているAI機能は、ロボティック・プロセス・オートメーション（39%）、コンピューター・ビジョン（34%）、NLテキスト理解（33%）、バーチャル・エージェント（33%）です。さらに、2022年に最も多く採用されるAIのユースケースは、サービスオペレーションの最適化（24％）であり、次いでAIベースの新製品の作成（20％）、顧客セグメンテーション（19％）、顧客サービス分析（19％）、AIベースの新製品の強化（19％）である。

CopilotのようなAIツールは、タンジェント的に労働者を助けています。GitHubが実施した、text-to-codeのAIシステムであるCopilotの利用に関する調査結果によると、調査対象者の88％がシステムを利用することで生産性が向上したと感じ、74％がより満足度の高い仕事に集中できると感じ、88％がより迅速にタスクを完了できると感じています。

産業用ロボットの設置台数は中国が圧倒的に多い 2013年、中国は日本を抜いて最も多くの産業用ロボットを導入している国になりました。それ以降、中国が導入した産業用ロボットの総数と、その次に近い国との差は広がっています。2021年には、中国が設置する産業用ロボットの数は、世界の他の国の合計よりも多くなります。

第5章：教育

ますます増えるAI専門化。米国の大学から新たにコンピュータサイエンスの博士号を取得した人のうち、AIを専門とする人の割合は、2020年の14.9％、2010年の10.2％から、2021年には19.1％に急増しています。

新しいAI博士号取得者は、ますます産業界に向かうようになっている。2011年には、AI博士号を取得した新卒者のうち、産業界に就職する割合が40.9％と、アカデミア（41.6％）とほぼ同じであった。しかし、それ以降、AI博士の過半数が産業界に向かうようになりました。2021年には、AI博士の65.4%が産業界に就職し、アカデミアに就職した28.2%の2倍以上となる。

北米のCS、CE、情報系教員の新規採用は横ばい。過去10年間、北米のコンピュータサイエンス（CS）、コンピュータエンジニアリング（CE）、情報系教員の新規採用者数は減少している： 2012年には733人であったのに対し、2021年には710人であった。同様に、テニュアトラック採用者総数も、2019年の422人をピークに、2021年には324人に減少しています。

アメリカの私立CS学科と公立CS学科の外部研究費の差は広がり続けている。2011年、コンピューティング研究のための外部からの支出総額の中央値は、アメリカの私立CS学科と公立CS学科でほぼ同じでした。それ以降、その差は拡大し、アメリカの私立CS学科は公立大学よりも数百万円多く追加資金を受け取っています。2021年、私立大学の支出額の中央値は970万ドルで、公立大学は570万ドルでした。

K-12のAIおよびコンピュータサイエンス教育への関心は、米国と世界の両方で高まっている。2021年、アメリカの学生が受験したAPコンピュータサイエンス試験は、前年比1.0％増の計181,040回でした。2007年以降、APコンピュータサイエンスの受験者数は9倍に増加しています。2021年現在、ベルギー、中国、韓国を含む11カ国が、K-12 AIカリキュラムを公式に承認・実施している。

第6章政策とガバナンス

AIに対する政策立案者の関心は高まっている。AIインデックスが127カ国の立法記録を分析したところ、法律として成立した「人工知能」を含む法案の数は、2016年のわずか1件から2022年には37件に増加したことがわかりました。また、81カ国のAIに関する議会記録を分析したところ、世界の立法手続きにおけるAIに関する言及は、2016年以降、約6.5倍に増加していることがわかりました。

議論から制定へ-米国では、かつてないほど多くのAI関連法案が可決されました。2021年、米国では連邦政府のAI関連法案のうち、法制化されたのはわずか2％でした。この数字は2022年には10%に跳ね上がった。同様に、昨年は州レベルのAI関連法案の35%が法制化された。

AIに関しては、政策立案者は様々な考えを持っている。多様な国の議会議事録を定性的に分析した結果、政策立案者がAIについて幅広い視点から考えていることが明らかになりました。例えば、2022年、イギリスの議員はAIによる自動化のリスクについて、日本の議員はAIを前にした人権擁護の必要性について、ザンビアの議員は天気予報へのAI活用の可能性について議論しました。

米国政府はAIへの支出を増やし続けている。2017年以降、米国政府のAI関連契約支出額はおよそ2.5倍に増加しています。

法曹界はAIに目覚めている。2022年、米国の州裁判所と連邦裁判所で起きたAI関連の訴訟事件は110件で、2016年のおよそ7倍となった。これらの事件の大半はカリフォルニア州、ニューヨーク州、イリノイ州で発生し、民事法、知的財産法、契約法に関連する問題を扱っています。

第7章多様性

北米の学士、修士、博士課程のコンピュータサイエンス専攻の学生は、民族的に多様化している。新入生の学士号、修士号、博士号レベルのコンピュータサイエンス専攻の卒業生では、白人の学生が依然として最も多い民族であるが、その他の民族的背景を持つ学生（例えば、アジア人、ヒスパニック、黒人またはアフリカ系アメリカ人）の割合はますます多くなってきている。例えば、2011年のCS学士課程新卒者の71.9%は白人でした。2021年には、その数は46.7%に減少しています。

新しいAI博士号取得者は、依然として圧倒的に男性です。2021年、新しいAI博士の78.7%は男性でした。女性はわずか21.3％で、2011年から3.2ポイント増加した。より高度なAI教育において、男女の不均衡が続いている。

CS、CE、情報の教員採用では、女性の占める割合がますます大きくなっています。 2017年以降、女性のCS、CE、情報系教員の新規採用の割合は、24.9%から30.2%に増加しています。それでも、北米の大学のCS・CE・情報系教員の多くは男性（75.9％）です。2021年現在、CS、CE、情報系教員のうち、ノンバイナリーを名乗る者はわずか0.1%です。

アメリカのK-12コンピュータサイエンス教育は、性別と民族性の両面から、より多様化している。女子学生が受験するAPコンピュータサイエンス試験のシェアは、2007年の16.8％から2021年には30.6％に増加しました。アジア系、ヒスパニック系、ラテン系、黒人・アフリカ系アメリカ人の生徒がAPコンピュータサイエンスを受験する割合も同様に年々増加しています。

第8章パブリックオピニオン

AI製品・サービスに対して最もポジティブに感じているのは、中国国民。アメリカ人は…それほどでもない。2022年のIPSOSの調査では、中国の回答者の78％（調査対象国の中で最も高い割合）が「AIを使った製品やサービスは欠点よりも利点が多い」という記述に同意している。中国の回答者に次いで、サウジアラビア（76％）とインド（71％）の回答者が、AI製品に最も好感を抱いています。AIを使った製品やサービスには、欠点よりも利点が多いという意見に同意したのは、アメリカ人の35％（調査対象国中最下位）にとどまった。

男性は、女性よりもAIを使った製品やサービスに肯定的な印象を持つ傾向があります。また、男性は女性よりも、AIは害になるどころか、ほとんどが助けになると考える傾向がある。2022年のIPSOS調査によると、男性は女性よりも、AI製品やサービスが自分の生活を便利にすると回答し、AIを利用する企業を信頼し、AI製品やサービスには欠点よりも利点が多いと感じる傾向がある。ギャラップ社とロイドレジスター財団による2021年の調査でも同様に、今後20年間、AIは自国に害を与えるよりもむしろ助けることがほとんどであるという声明に同意する確率は、女性よりも男性の方が高いことが明らかになっています。

世界中の人々、特にアメリカは、自動運転車に納得していないままです。世界的な調査では、自動運転車に乗っていて安全だと感じたと回答した人は、わずか27％でした。同様に、ピュー・リサーチによると、運転手のいない乗用車が社会にとって良いアイデアだと感じているアメリカ人は26%に過ぎない。

興奮と懸念の原因はさまざま調査対象となったアメリカ人の中で、AIに興奮を覚えると答えた人は、生活や社会をより良くする可能性（31％）、時間の節約や物事の効率化（13％）に最も期待しています。不安を感じている人は、人間の仕事がなくなること（19％）、監視、ハッキング、デジタルプライバシー（16％）、人とのつながりがなくなること（12％）を心配しています。

NLPの研究者も強い意見を持っている。NLP研究者に広く配布されたアンケートによると、77％が「民間のAI企業の影響力が強すぎる」、41％が「NLPを規制すべき」、73％が「AIはすぐに革命的な社会変革につながる可能性がある」と感じています。これらは、NLP研究者コミュニティが持つ多くの強い意見の一部であった。

わかったこと

・AI関連のイノベーターはすでに破壊的な段階に入っているのだな、ということがより強く実感できた。
・正直、進歩が速すぎて今何が起きているのかすらもよくわかっていないけど、これからも情報収集は怠らずにいろいろ試していきたいです。

まとめ

AIの進化は速すぎますね。
先行き不透明すぎて大学卒業後が心配ですが、何とか頑張りたいです。（なんとかなるさｗ！）