雖然預估人工智能系統的碳排放量并不容易，但考慮到模型中的參數數量、數據中心的能源效率以及用于輸送電力的發電類型，人工智能指數團隊給了它最好的機會。它得出的結論是，即使是所考慮的四種模型中效率最高的BLOOM的訓練運行，一年內排放的碳也超過了美國居民的平均使用量。

十年來，私人AI投資首次下降，從2021年下降約三分之一至1896億美元。其中原因尚不清楚。AI指數指導委員會聯合主任Ray Perrault表示：“我們確實知道，2022年對初創公司的私人投資總體下降；我們沒有回答人工智能初創公司的投資是比其他公司縮水更多還是更少的問題。”

報告顯示，人工智能研究的好消息是，政府支出有所增加，至少在美國是這樣。AI指數報告顯示，美國非國防政府機構在2022年為AI研發撥款17億美元，比2021年增長13.1%。美國國防部要求在2023財年為非分類人工智能特定研究提供11億美元，比2022年的資金增長26.4%。Perrault說，這些數字很難得到。AI指數團隊采用了幾種不同的測量方法，得出了大致相似的數字，但無法從世界各地收集可比數據。

Perrault表示，這種增長有幾個潛在的來源。他說：“有一個國家安全委員會在2021年發布了一份針對人工智能的報告，建議增加大約10億美元的人工智能資金，再增加10億美元用于高性能計算。看起來這有一些效果。過去，人工智能是由少數機構資助的，如美國國防高級研究計劃局、美國國家科學基金會和一些國防部團體，但現在我懷疑，鑒于人工智能被視為與生物學等更廣泛利益相關的問題，其資助領域也在擴展。”

根據AI指數報告，2021年（這是可用的最新數據），所有AI博士中有65.4%進入了工業界，而在學術界工作的比例為28.2%。（此處未顯示的其他人是自營職業者、失業者或報告“其他人”。）自2011年以來，這一比例一直在穩步增長，而在最初這一比例幾乎相等。

隨著擁有博士學位人員數量的增加，工業界在生產新的機器學習模型方面領先于學術界也就不足為奇了。

直到2014年，大多數新的機器學習模型都來自學術界，但工業界很快就取得了領先。根據HAI收集的數據，2022年，有32個行業生產的機器學習模型，而學術界生產的只有三個。AI指數報告指出，該行業在獲取大量數據、計算機能力和資金方面也具有優勢，這些都是構建最先進的人工智能系統所必需的。Perrault說，鑒于這一趨勢，“一個大問題是，大學將在多大程度上獲得資源來建立自己的大型模型，而不是修補從外部獲取的模型。”

AI指數指導委員會選擇了2022年人工智能最重要的技術發展，按時間順序排列。Perrault說，這種“月度模型”對團隊來說是新的，他們正在增加內部數據收集，而不是僅僅依賴其他人發表的研究。他繼續說道：“我們對其他應該解決的問題有很多想法，但做原創工作的靈活性受到資金的限制。”

AI指數使用了來自人工智能、算法和自動化事件和爭議（AIAAIC）庫的數據。這是一個公開的數據庫，報告稱，與濫用人工智能有關的事件數量正在激增。這些數據落后了大約一年，但允許對報告進行審查。

HAI報告稱，127個國家通過的與人工智能相關的法律數量激增，2016年僅通過了一項，而2022年為37項。其中包括對拉脫維亞《國家安全法》的修正，以限制對國家安全至關重要的組織，包括開發人工智能的商業公司，以及西班牙的一項法案，要求公共行政中使用的人工智能算法考慮到偏見最小化標準。

根據全球研究公司IPSOS進行的一項調查顯示，78%的中國受訪者同意使用人工智能的產品和服務利大于弊。在美國，只有35%的人認為人工智能帶來了凈收益，法國以31%的比例墊底。IPSOS報道稱，總體而言，男性對人工智能的態度比女性更積極。

據HAI報道，一組美國研究人員調查了自然語言處理研究人員，如出版物所示，以了解人工智能專家對人工智能研究的看法。盡管近90%的人表示人工智能過去和未來的凈影響是好的，但他們并沒有忽視它的力量或風險。絕大多數人——73%的人預計人工智能很快會帶來革命性的社會變革，而也有占比不小的一部分人——36%的人認為人工智能可能會造成核級別的災難。

Perrault說：“這是一個非常有趣的調查結果，因為這些人大多知道自己在討論些什么。這些數字大約有一年的歷史了；考慮到大型語言模型正在發生的事情，這些數據很有趣。”