李飞飞团队2025AI指数报告：AI和计算机科学教育普及程度仍不够

由李飞飞联合领导的斯坦福大学以人为本人工智能研究所(Stanford HAI)发布《2025年人工智能指数报告》(Artificial Intelligence Index Report 2025)。这份长达456页的报告，深入剖析了2024年全球人工智能行业的发展态势，揭示了12大关键趋势。

李飞飞被誉为“AI教母”，现为斯坦福大学计算机科学教授，美国工程院院士，美国国家医学院院士。她的专业领域是计算机视觉和认知神经科学。李飞飞倡导以人为本的AI理念。其团队汇聚了来自多学科领域的顶尖专家，长期专注于跟踪、研究AI发展动态。

最新报告的12大趋势中，涉及AI基准测试成绩的变化、AI应用加速与投资增长、中美AI模型差距、公众对AI的态度转变、AI硬件发展状况分析等内容。

报告提到，人工智能在高要求基准测试中的表现持续提升。2023 年，研究人员推出了新的基准——MMMU、GPQA 和 SWE-bench——来测试高级 AI 系统的极限。仅仅一年后，性能就大幅提升：MMMU、GPQA 和 SWE-bench 上的得分分别上升了 18.8、48.9 和 67.3 个百分点。除了基准之外，AI 系统在生成高质量视频方面取得了重大进展，在某些情况下，语言模型代理甚至在时间预算有限的编程任务中胜过人类。

人工智能商业应用在加速：78% 的组织报告称 2024 年使用人工智能，高于前一年的 55%。与此同时，越来越多的研究证实，人工智能可以提高生产力，并且在大多数情况下有助于缩小劳动力队伍的技能差距。

美国私营部门对AI的资金投入依然占据领先地位。2024年，美国私营部门对AI的投资增长到1091亿美元，生成式AI吸引全球私营投资339亿美元，比2023年增长18.7%。78%的组织报告称在使用AI，比前一年增长55%。

中国大模型正在加速发展，与美国的差距缩小。2024 年，美国机构开发了 40 个值得关注的 AI 模型，远远超过中国的 15 个和欧洲的 3 个。虽然美国在数量上保持领先，但中国模型已迅速缩小质量差距，在MMLU和HumanEval等主要基准上的性能差异从2023年的两位数缩小到2024年的接近相等。与此同时，中国在 AI 出版物和专利方面继续保持领先地位。

各国政府正在加强对AI的监管和投资，2024年，美国联邦机构出台了59项与AI相关的法规，是2023年的两倍多。全球范围内，自2023年以来，75个国家的AI立法提及率上升了21.3%，自2016年以来增长了9倍。各国政府也在进行大规模投资，如加拿大承诺投资24亿美元，中国启动了475亿美元的半导体基金。

全球AI乐观情绪上升，但地区间有所差异。在中国(83%)、印度尼西亚(80%)和泰国(77%)等国家，大多数人认为人工智能产品和服务是利大于弊的。相比之下，加拿大(40%)、美国(39%)和荷兰(36%)等地的乐观情绪较低。不过，自2022年以来，包括德国(+10%)、法国(+10%)、加拿大(+8%)、英国(+8%)和美国(+4%)在内的几个先前持怀疑态度的国家，乐观情绪有所提升。

人工智能变得更加高效、经济实惠且易于获取。由越来越强大的小型模型驱动，在达到GPT-3.5水平上的系统推理成本在2022年11月到2024年10月间下降了280倍。在硬件层面，成本每年下降30%，而能效每年提高40%。开放权重模型也在缩小与封闭模型的差距。

在AI教育方面，AI和计算机科学教育正在扩大，但普及程度仍不够。如今，已有2/3的国家提供或计划提供K-12计算机科学教育，是2019年的两倍，其中非洲和拉丁美洲取得的进展最大。在美国，拥有计算机学士学位的毕业生人数在过去10年中增加了22%。然而，在许多非洲国家，由于电力等基础设施的不足，获得计算机学位的机会仍然有限。

工业界依然是研发AI最重要的领域，2024年，近90%的著名人工智能模型来自工业界，高于2023年的60%，而学术界仍然是高引用率研究的首要来源。模型规模持续快速增长——训练计算每5个月翻一番，数据集每8个月翻一番，耗电量每年翻一番。

AI对科学界的影响与日俱增，两项诺贝尔奖表彰了AI在深度学习(物理学)和蛋白质折叠(化学)中的应用，图灵奖则表彰了AI在强化学习方面的开创性贡献。

复杂推理依然存在挑战。人工智能模型擅长解决国际数学奥林匹克等问题，但在 PlanBench 等复杂推理基准测试中仍举步维艰。即使存在可证明的正确解决方案，它们也常常无法可靠地解决逻辑任务，这限制了它们在精度至关重要的高风险环境中的有效性。