全球人工智能实力排行榜-斯坦福大学-2024-11

3继续快速发展，对强大工具的需求变得越来越明显，以衡量和比较不同国家的人工智能能力。0ECD等人[27]在综合指数创建的研究中奠定了重要的基础工作。他们的指导强调连贯的理论结构、细致的数据选择和转换以及稳健性检查的重要性，以确保这些指标的可靠性。同样，Nrdo等人[26]讨论了选择、标准化、加权和汇总指标的潜在缺陷。他们强调方法的透明度和一致性的重要性，这对提高综合指数的可解释性和可比性至关重要。Greco等人[21]在全面审查中讨论了综合指标方法框架的最新进展。这项审查强调了由于综合指标在各个研究领域越来越受欢迎而在采用和方法改进方面的演变。Greco等人[21]特别关注重要的方面，如加权和汇总，这些领域引起了大量的批评，并为未来的研究提出了建议。他们的工作探索了这些指标构建后的稳健性分析，这是一个探索较少但意义重大的阶段，突出了对稳健方法的需要，这些方法可以经得起审查，并提供可靠和可解释的结果。除了基础知识，欧盟委员会的硬币工具用户指南[32]还为构建专门用于政策分析的综合指标提供了实践指导。该指南是研究人员和政策制定者的有用资源，旨在应用这些指标评估和比较不同地区或国家的政策影响。借鉴这些经验，全球人工智能活力工具(GVT)应用了文献中的最佳实践，确保了坚实的概念框架、透明的数据处理和彻底的鲁棒性检查。方法部分提供了更多详细信息。还有一个由来已久的传统，即创建指数来跟踪不同国家的技术进步。例如，Desai等人[14]开发的技术成就指数(TAI)是衡量跨国技术进步的基础框架。TAI根据几个维度评估国家，包括技术创造、传播和人类技能发展。这个指数为旨在评估人工智能能力的更专业的工具奠定了基础。Incekara等人[23]在原始TAI的基础上开发了TAI-l6,根据技术采用和创新对国家进行分类。该指数强调了技术发展的动态步伐如何需要频繁更新的标准。TAI-16还显示了各国如何适应技术变化和衡量人工智能的准备情况。Archibugi等人[1O]对衡量国家技术能力的综合指标进行了广泛的分析。他们的工作回顾了欧盟委员会、世界经济论坛和世界银行等实体开发的各种综合指标，讨论了它们的方法、假设和结果的一致性。这些作者阐述了这些指标对公共政策、企业战略和经济研究的重要性，同时解决了这些指标使用中固有的挑战和局限性，如潜在的过度简化和难以捕捉技术变革的全部复杂性。Shoham[34]是最早提出系统地测量和跟踪人工智能在各个维度上的国家进展和影响的人之一。Shoham[34]认为，需要一个多方面的国家级人工智能技术指数，其中包括投资、研究产出和技术成就等因素。这个提议的指数为人工智能指数[25]倡议奠定了基础。