1.2重要的机器学习系统的发展趋势

通用的机器学习系统

下面的数字报告了在Epoch数据集中包含的所有机器学习系统的趋势。作为参考，这些系统在整个小节中被称为重要的机器学习系统。

系统类型

在2022年发布的重要的人工智能机器学习系统中，最常见的系统类别是语言（图1.2.1）。2022年发布了23个重要的人工智能语言系统，大约是第二常见的系统类型——多模态系统的6倍。

2022年按领域划分的重要机器学习系统的数量

（资料来源： Epoch，2022年|图表： 2023年人工智能指数报告）

图1.2.1

行业分析

在工业界、学术界或非营利组织中，哪个部门发布了最多的重要的机器学习系统？直到2014年，大多数机器学习系统都是由学术界发布的。从那时起，行业就接管了公司（图1.2.2）。2022年，有32个重要的工业机器学习系统，而学术界生产的只有3个。生产最先进的人工智能系统越来越需要大量的数据、计算能力和资金；与非营利组织和学术界相比，行业参与者拥有更多的资源。

2002-22年重要机器学习系统的数量

（资料来源： Epoch，2022年|图表： 2023年人工智能指数报告）

图1.2.2

国家关系

为了描绘一幅人工智能不断发展的地缘政治图景，人工智能指数研究团队确定了为Epoch数据集中每个重要机器学习系统的开发做出贡献的作者的国籍。

系统

图1.2.3显示了来自特定国家的研究人员的重要机器学习系统的总数。一名研究人员被认为属于其机构的总部国家，例如大学或人工智能研究公司。2022年，美国生产了最多的重要机器学习系统，有16个，其次是英国(8)和中国(3)。此外，自2002年以来，就所生产的重要机器学习系统的总数而言，美国已经超过了英国、欧盟以及中国（图1.2.4）。图1.2.5显示了自2002年以来各国为全世界生产的重要机器学习系统的总数。

2022年按国家划分的重要机器学习系统的数量

（资料来源： Epoch和AI指数，2022年|图表： 2023年AI指数报告）

图1.2.3

2002-2022按选择的地理区域划分的重要机器学习系统的数量

（资料来源： Epoch和AI指数，2022年|图表： 2023年AI指数报告）

图1.2.4