L'Indice de l'IA de Stanford est une publication annuelle produite par l'Institut Stanford pour l'IA centrée sur l'humain (HAI) qui offre un aperçu complet et basé sur les données des développements en intelligence artificielle. Publié pour la première fois en 2017, le rapport suit des indicateurs couvrant la recherche technique, l'investissement industriel, l'éducation, les politiques et l'opinion publique, visant à servir de référence neutre pour les décideurs politiques, les chercheurs et le public. Il est largement cité dans les discussions académiques et médiatiques comme source principale de données sur les tendances de l'IA.
L'indice consolide des informations provenant de sources diverses, notamment des publications académiques, des rapports industriels et des ensembles de données gouvernementaux. Il couvre des domaines tels que les progrès de la recherche en IA, les dépôts de brevets, l'investissement privé, la dynamique du marché du travail et la législation mondiale. Le rapport est mis à jour chaque année, chaque édition élargissant son champ pour refléter des sujets émergents comme le déploiement de IA générative et des grands modèles de langage.
Histoire et origines
L'Indice de l'IA a été conçu en 2017 comme un projet au sein de l'Étude centenaire de Stanford sur l'intelligence artificielle (AI100), une initiative lancée en 2014 pour surveiller l'impact à long terme de l'IA sur la société. La première édition, publiée en 2017, a été dirigée par un comité d'universitaires, dont Yoav Shoham et Raymond Perrault. En 2019, le projet a été placé sous l'égide du Stanford HAI, nouvellement créé, qui supervise depuis sa production. L'édition 2021 a introduit un chapitre dédié à l'éthique et à la gouvernance de l'IA, reflétant les préoccupations sociétales croissantes.
Indicateurs clés et méthodologie
Le rapport repose sur un mélange d'indicateurs quantitatifs et d'analyses qualitatives. Les indicateurs de recherche incluent le nombre de publications en IA, les citations et les soumissions à des conférences, avec une attention particulière aux sous-domaines du apprentissage automatique et du apprentissage profond. Les données industrielles suivent l'investissement des entreprises, les fusions et acquisitions, et l'adoption des technologies d'IA par les entreprises. L'indice mesure également la performance de l'IA sur des références standardisées, telles que la reconnaissance d'images et les tâches de traitement du langage naturel, mettant souvent en lumière les avancées dans les architectures de transformeurs.
La rigueur méthodologique est une priorité déclarée.