作者： 云与数字化  来源： [云与数字化](https://mp.weixin.qq.com/s/XwLssf10nsJu7zd3yGXb1g)

全球人工智能指数简介

这是人工智能的一年。生成式人工智能的蓬勃发展动摇了全球最大科技公司之间的力量平衡，为各个行业创新带来了新的可能性，并增加了对监管的压力。

仅在2023年第一季度，全球对人工智能的私人投资就达到了180亿美元，较2022年第四季度的97亿美元增长了近一倍。

英国首相Rishi Sunak将英国推销为未来的人工智能监管之地。欧洲加快了欧盟人工智能法案的谈判进程，这是有史以来第一个综合性人工智能法律。中国计划在今年年底前制定自己的人工智能法律。美国在2022年将人工智能研究和开发预算较去年增加了13%。

然而，尽管人工智能具有巨大的改变商业、政府和社会的能力，但全球范围内的人工智能发展状况往往被误解。

《Tortoise Global AI Index》的第四次更新已经发布，展示了当前领导全球人工智能竞争的国家以及原因。该指数使用绝对和相对指标的组合来衡量各国的绝对人工智能能力（规模）以及其相对于人口和经济规模的人工智能能力（密度）。今年，该指数首次揭示了哪些国家的实力超过其权重，即识别当今最具活力的人工智能中心。

“人工智能是新的电力：它将颠覆几乎所有行业，同时创造巨大的经济价值，威胁到数百万个就业机会。今年的全球人工智能指数向我们展示了哪些国家在人工智能竞赛中取得领先地位，哪些国家落后。” Alexi Mostrous，《Tortoise Media》编辑

美国 仍然是全球人工智能指数的无可争议的领导者，再次紧随其后的是中国。今年，自2019年以来，英国因新加坡的飞速崛起而失去了第三名。英国跌至第四名，紧随其后的是加拿大。

美国得分为100分，在实施、创新和投资三个主要支柱上均位居首位。尤其是在投资方面，美国在商业子支柱上表现出色。该子支柱衡量围绕人工智能的工业环境的发展水平，分析人工智能商业企业的数量、规模和融资情况。

中国 得分为62分，在创新和投资方面排名第二，与美国之间保持显著差距。特别是在创新方面，中国在开源人工智能平台的贡献或国家级人工智能专利的申请数量方面得分较高。我们的指数显示，美国和中国之间的差距今年保持不变，但在私人投资等指标上有所扩大。

新加坡 得分为50分，从第六名跃升至第三名。该国在大多数相对指标上得分很高（例如，每百万人口的人工智能专业人员数量）。通过衡量人工智能专家的地理集中程度、他们的流动性以及对他们的供需变化，确定了一个国家人力资本提供的能力水平。但即使是在绝对意义上，新加坡也通过明确的政府努力在创新、研究和人力资本方面取得了巨大进展。

尽管尼日利亚 是非洲最大的经济体和人口最多的国家，但在我们的指数中，它排在倒数第二位，位于斯里兰卡之前，肯尼亚之后。这三个国家在所有支柱上得分都较低，但特别受到投资水平低和基础设施差的影响。从基本的电力和互联网接入到超级计算能力和深度数据库，可靠的基础设施是维持不同人工智能解决方案的运行和推广的必要条件。

全球人工智能指数：排名

Talent：人才

Infrastructure：基础设施

Operating Environment: 操作环境

Research：研究

Development：发展

Government Strategy：政府策略

Scale：规模

Intensity：密度

主要发现

自 2019 年全球人工智能指数首次推出以来，美国和中国一直保持第一和第二位。与包括中国在内的所有其他接受调查的国家相比，美国在人工智能能力的大多数指标上均遥遥领先。这可能要归功于该行业的高素质人才、人工智能研究和创新的进步以及流向人工智能初创公司的大量私人资金。

在投资方面，美中两国之间的差距已经明显拉大。2020年全球对AI初创企业的私人投资份额中，美国从51%（225亿美元）增加到2022年的53%（270亿美元），而中国的份额则从29%（123亿美元）急剧下降至仅10%（53亿美元）。

新加坡 、以色列和瑞士在全球人工智能指数的最新数据分析工具中排名领先。与美国和中国不同，这些国家在人口和经济规模相对于人工智能能力时表现最佳，而非整体发展规模。

新加坡在人工智能密度和规模上的出色表现证实了该国最近成为全球人工智能中心的雄心。相对于国内生产总值，新加坡在人工智能研发支出方面比美国高出18倍，该国至少有270家活跃的人工智能初创企业（每百万人口49家）。

在我们指数的研发子支柱上，新加坡已从 2020 年的第 14 位上升到 2023 年的第 3 位和第 5 位，特别是因为新加坡在过去五年中对人工智能的人均贡献高于总体增长全球研究论文数量（从 2017 年每百万人 212 篇贡献增至 2021 年每百万人 379 篇）。

印度 目前在指数排名中位居第14位，尽管基础设施、投资和研发方面的得分相对较低。其强劲表现主要归功于人才子柱的实力，在这一方面，自2020年以来印度一直保持第二的位置。

然而，尽管印度已经扩大了技术工作人员队伍，但在AI创新方面仍落后于更先进的国家。在我们的指数中，印度在衡量AI活动水平的指标上表现良好，但对衡量更高级别AI专业知识水平的指标则不太理想。例如，在Github上所有与AI开发相关（无论贡献者或用户数量）的开源库贡献数量方面，印度排名第一；但是，在支撑AI开源生态系统最重要且具有高影响力库方面的贡献只排名第五。

我们的调查结果表明，如果能将其人才用于更前沿的AI开发领域，印度有潜力成为全球性 AI 中心。

英国 今年从第三位下降到了第四位。这很可能是因为新加坡崛起迅猛，并考虑到英国得分基本保持不变。事实上，在研究、人才和商业生态系统方面，英国在AI领域具有整体优势。

英国在吸引人工智能投资方面表现强劲。2013年至2022年间，英国获得了129亿美元的人工智能投资，位居全球第三，并且按人均计算排名第七 - 每人均超过法国两倍多，几乎是德国和中国的三倍。

然而，与该地区规模相似的经济体相比，总部设在英国的投资者对自己本土AI公司的融资参与度较低，特别是自2020年以来。我们的分析显示，在2017年至2022年期间，在英国前500个AI融资轮中有46%由主要或完全由本土投资者组成。而加拿大和德国则达到51%和57%，而法国则高达70%。从历史趋势来看，从2018年开始逐渐下降可见一斑。2016年时，最大100个融资轮中有68%主要或完全来自本土投资者。到2022年时，这一比例已降至38%。

生成式人工智能的繁荣

这段文字中的一部分是由ChatGPT编写的 - 你能猜出哪一部分吗？*

今年，生成式人工智能的流行使社会、市场、政府和企业陷入了狂热之中。大型科技公司正在投入数十亿美元来开发自己的生成模型，而各国政府也被迫解决监管真空问题。

为了理清个别国家在生成式人工智能领域的实力，我们从10个指标中构建了一个小指数，这些指标衡量了与生成式人工智能相关的学术论文、专利和私人投资。再次，美国排名第一，紧随其后是中国和英国。

中国在研究出版物的数量上处于领先地位。然而，当考虑最重要的出版物时，美国仍保持显著优势。专业领域也存在差异。关于生成对抗网络（一种稍旧的模型架构，常用于图像生成），中国作者的论文被引用比美国多62%。相反，美国关于基于文本的大型语言模型研究的出版物比中国多接受39% 的引用。

总体而言，在以引用和学科领域为视角审视研究论文时，尽管中国在原始产量方面名列前茅，但在最具影响力、前沿发展方面仍由美国主导。

就生成人工智能专利而言，中美申请者提交了类似数量的专利申请，但是美国申请者获得授权专利数量几乎是中国的10倍之多，使其明显处于领先地位。尽管韩国申请者提交并获得了比英国更多的专利，但英国所占人工智能专利中生成AI专利所占比例（3.4%）远高于韩国（1.2%），这表明英国在生成AI特定领域内进行了更深入的专利开发。

最后，超过50%的生成AI初创公司（309家中的167家）总部位于美国，并获得了全球近70%的私人投资。英国和加拿大分别排名第二（20家公司）和第三（16家公司）。

虽然指数中所有国家在生成AI方面都显示出潜力，但必须避免过度简化，并认识到人工智能领域是一个复杂而相互依存的因素网络。

*[ChatGPT 在被问及我们关于生成AI迷你排行榜的想法时写下了最后一段话]

工作原理

全球人工智能指数依靠28个不同的数据来源，包括政府报告、国际组织的公共数据库、智库和私营公司以及Tortoise自己的研究，来衡量决定人工智能能力的国家生态系统。

全球人工智能指数由111个指标组成，这些指标被选择出来是因为它们：

• 反映了公开可得到的信息

• 使用最新的数据来源

• 与人工智能领域的关键问题相关

这些指标按照三个主要支柱和七个子支柱围绕相关主题进行分组：

• 实施 。该支柱内部的指标反映了商业、政府和社区从业者在实践中运用人工智能。该支柱包含才华、基础设施和运行环境三个子支柱。

• 创新 。该支柱内部的指标反映了技术突破和方法论进步，预示着未来更大容量的人工智能。该支柱包含研究与开发两个子支柱。

• 投资 。该支柱内部的指标反映了对人工智能进行财务和程序上承诺。该支柱包含商业企业和政府战略两个子支柱。

点击阅读原文 查看原文。

END

扫码加入读者群，

和作者及时互动，

和同行学习交流。

点这里 👇关注我，记得标星哦～‍‍‍