跨行业
2024年人工智能指数报告(AI Index Report)
作者 Runwise.co · 发布 2024-04-19 · 未复核 · 阅读 4 分钟
本页目录
1.AI 在某些领域的任务中已经取得了比人类更好的成绩,但并所有领域。 AI 已经在包括图像分类、视觉推理和英文理解等多项基准测试中胜过人类。尽管如此,AI 在一些更为复杂的任务上仍有所不足,例如在高难度的数学竞赛、基于视觉的常识判断以及策略规划等方面。
2.产业界仍然是人工智能前沿研究的主力军。 在2023年,企业开发了51个具有重大影响力的机器学习模型,而高校和研究机构贡献的模型仅有15个。同年,由企业和学术机构联合开发的重要模型达到21个,创下了新高。
3.前沿大模型模型的开发成本飙升。 据 AI Index 估算,顶级 AI 模型的训练成本达到了空前的高度。例如,OpenAI 的 GPT-4 在训练过程中估计耗费了7800万美元的计算资源。而 Google 的 Gemini Ultra 的计算资源成本更是高达1.91亿美元。
照着做
想用在自己的问题上?
用这个问题开始 →接着读
研报洞察
B2B 科技 · 02 拆解AI 成本的冰山:为什么 Token 单价跌去 99%,账单却越用越贵
Token 单价跌了,单个任务的用量涨得更快,AI 成本要按任务算。
Runwise 增长研究院 · 9 分钟阅读
研报洞察
跨行业 · 90% 的企业将“负责任 AI”视为合规负担,却忽略了其背后巨大的信任红利与护城河效应。本文深度解读世界经济论坛权威手册,提炼出3大核心支柱与9个关键实操战术,帮你避开那些昂贵的“伦理债务”,将 AI 治理转化为核心竞争力。
Runwise.co · 40 分钟阅读
研报洞察
跨行业 · 全球企业正陷入疯狂的“算力军备竞赛”,但MIT最新数据显示,95%的投入不仅未能带来增长,反而成为了财务黑洞。不想成为炮灰?这份揭示“5%幸存者”生存法则的报告,你必须读完。
Runwise.co · 37 分钟阅读