2022 年上半年，AI 繪畫等生成式 AI 的內(nèi)容引發(fā)了人工智能領域的廣泛關注，年底發(fā)布的 ChatGPT 更是迅速破圈，話題度和討論度不斷提升。這些變化的趨勢也延續(xù)到了 2023 年上半年，人們討論話題也向著大模型的實際應用逐漸深入，同時 AI 安全也展現(xiàn)了大家對技術突破的不同態(tài)度。

InfoQ 研究中心此前發(fā)布的《中國軟件技術發(fā)展洞察和趨勢預測研究報告 2023》，繪制了涵蓋 130+ 細分領域的中國技術成熟度評估曲線。作為年度趨勢報告的延續(xù)，InfoQ 研究中心基于 2023 年人工智能領域的種種變化，更新《2023 中國人工智能領域技術成熟度模型報告》。

同樣，InfoQ 研究中心也在三大核心指標（技術專利數(shù)量、技術發(fā)展時間、技術輿論指數(shù)）的基礎上，參考了市場規(guī)模、融資事件等公開資料，并結(jié)合了 AI 行業(yè)內(nèi)硬件、模型、應用不同領域的各位專家觀點，繪制了包含 40+ 技術點的中國人工智能技術成熟度模型。

備注：

1、技術專利相關數(shù)據(jù)來自國家知識產(chǎn)權(quán)局旗下專利檢索及分析系統(tǒng)，檢索時間為 2023 年 8 月 15 日。

2、技術發(fā)展時間使用知網(wǎng)論文庫等學術平臺進行相關技術領域論文最早收錄年份統(tǒng)計計算。

3、技術輿論指數(shù)數(shù)據(jù)來源為各家技術媒體和開發(fā)者社區(qū)，包括 InfoQ 中文站和 CSDN 社區(qū)。

有關各發(fā)展階段的具體特征，歡迎大家點擊閱讀原文進行完整報告下載。

中國人工智能技術成熟度三大核心指標氣泡圖

此外，在模型生成的過程中，我們也發(fā)現(xiàn)了一些有趣的現(xiàn)象，希望與各位讀者共同探討。

對大模型的期待和應用現(xiàn)狀出現(xiàn)短期錯配

這一方面是因為大眾和用戶對大模型充滿了極大的熱情與期待，另一方面，在經(jīng)過了半年多的激烈討論之后，大家的關注重點已經(jīng)開始轉(zhuǎn)向大模型的具體應用效果和由此帶來的成本。簡而言之，無論是 C 端還是 B 端，用戶已經(jīng)在期望成本可控下，體驗到大模型和 AIGC 的卓越成效。

相比之下，現(xiàn)階段眾多大模型相關廠商之間的競爭，仍然屬于「無」與「有」，即先推出產(chǎn)品再慢慢優(yōu)化效果和降低落地成本。同時，現(xiàn)階段的業(yè)務選擇中，眾多廠商聚焦于確定性高的場景，這也導致了現(xiàn)階段大模型與 AIGC 領域的產(chǎn)品并沒有建立各自的差異化優(yōu)勢。

這種短期錯配，實際上帶來了大模型各類廠商對于應用場景探索的焦慮與急迫性，本質(zhì)上也限制了大模型潛力的充分釋放。但歸根到底，這是技術與業(yè)務之間的權(quán)衡。大模型各類廠商，無論是模型層還是最終的應用層，都需要貼合實際需求，充分展現(xiàn)產(chǎn)品價值，才能在激烈競爭中脫穎而出。

AI 安全的關注度迅速提升，如何安全地使用模型成為重點

伴隨著 AI 的應用范圍逐漸拓寬，應用深度逐漸深入，AI 在各行各業(yè)發(fā)揮的促進作用日益凸顯。而 AI 越重要，對 AI 使用過程中的安全可信要求就越高，可信 AI、可解釋 AI 等正在成為 AI 落地的重要考慮因素。然而，目前數(shù)據(jù)投毒攻擊、模型竊取攻擊、噪音攻擊等攻擊方式正在嚴重威脅 AI 自身的安全，但相對應的防御手段與解決措施卻未能及時更新。這意味著 AI 安全領域需要更多可用的工具，幫助企業(yè)建立有效的防護措施。

此外，AI 大模型的出現(xiàn)也在一定程度上降低了網(wǎng)絡攻擊的技術門檻，給現(xiàn)有的網(wǎng)絡安全工作帶來了一定的沖擊。

技術難點與應用受限是限制技術發(fā)展的兩大因素

InfoQ 研究中心在對輿論關鍵詞的研究過程中發(fā)現(xiàn)，伴隨著人工智能技術逐漸走向成熟，討論重點也在逐漸從技術實現(xiàn)和風險倫理轉(zhuǎn)向解決方案與產(chǎn)品標準。

不同發(fā)展階段下的人工智能技術討論重點詞云變遷圖

除此以外，在報告中，InfoQ 研究中心將限制技術走向成熟的因素總結(jié)為技術難點和應用受限。其中技術難點還包括硬件 / 資源限制和技術實現(xiàn)，應用受限包括應用場景探索、規(guī)模化經(jīng)濟、法律及倫理道德三點。

限制中國人工智能技術發(fā)展的兩大因素

但這并不意味著是單一因素限制了技術的發(fā)展，在現(xiàn)實中通常存在多種因素相互作用。例如，汽車自動駕駛早期的探索重點一直是如何在技術上實現(xiàn)可行性，這時技術實現(xiàn)主要限制了汽車自動駕駛的發(fā)展。在后續(xù)發(fā)展過程中，乘用車還是商用車優(yōu)先發(fā)展、先借助 L2/L3 實現(xiàn)盈利還是直接探索 L4/L5，這些不同發(fā)展路線既包括了應用場景探索的思考，也包括了規(guī)模化經(jīng)濟，即落地成本的限制。但法律倫理貫穿汽車自動駕駛的整個發(fā)展過程。

同時，我們也需要理性思考這些限制性因素。當我們對于限制性因素的解決方案或者發(fā)展路線上達成了共識，這些限制性因素會反過來形成一種產(chǎn)品 / 技術標準，推動技術領域的發(fā)展。

InfoQ 研究中心也期待中國人工智能技術領域能夠?qū)崿F(xiàn)更大的突破和應用，InfoQ 研究中心也將持續(xù)關注中國人工智能領域的各項最新動態(tài)，也歡迎各位讀者與 AI 開發(fā)者一起探討。