1.2重要的機器學習系統的發展趨勢

通用的機器學習系統

下面的數字報告了在Epoch數據集中包含的所有機器學習系統的趨勢。作為參考，這些系統在整個小節中被稱為重要的機器學習系統。

系統類型

在2022年發布的重要的人工智能機器學習系統中，最常見的系統類別是語言（圖1.2.1）。2022年發布了23個重要的人工智能語言系統，大約是第二常見的系統類型——多模態系統的6倍。

2022年按領域劃分的重要機器學習系統的數量

（資料來源： Epoch，2022年|圖表： 2023年人工智能指數報告）

圖1.2.1

行業分析

在工業界、學術界或非營利組織中，哪個部門發布了最多的重要的機器學習系統？直到2014年，大多數機器學習系統都是由學術界發布的。從那時起，行業就接管了公司（圖1.2.2）。2022年，有32個重要的工業機器學習系統，而學術界生產的只有3個。生產最先進的人工智能系統越來越需要大量的數據、計算能力和資金；與非營利組織和學術界相比，行業參與者擁有更多的資源。

2002-22年重要機器學習系統的數量

（資料來源： Epoch，2022年|圖表： 2023年人工智能指數報告）

圖1.2.2

國家關系

為了描繪一幅人工智能不斷發展的地緣政治圖景，人工智能指數研究團隊確定了為Epoch數據集中每個重要機器學習系統的開發做出貢獻的作者的國籍。

系統

圖1.2.3顯示了來自特定國家的研究人員的重要機器學習系統的總數。一名研究人員被認為屬于其機構的總部國家，例如大學或人工智能研究公司。2022年，美國生產了最多的重要機器學習系統，有16個，其次是英國(8)和中國(3)。此外，自2002年以來，就所生產的重要機器學習系統的總數而言，美國已經超過了英國、歐盟以及中國（圖1.2.4）。圖1.2.5顯示了自2002年以來各國為全世界生產的重要機器學習系統的總數。

2022年按國家劃分的重要機器學習系統的數量

（資料來源： Epoch和AI指數，2022年|圖表： 2023年AI指數報告）

圖1.2.3

2002-2022按選擇的地理區域劃分的重要機器學習系統的數量

（資料來源： Epoch和AI指數，2022年|圖表： 2023年AI指數報告）

圖1.2.4