شاخص هوش مصنوعی: وضعیت هوش مصنوعی در ۱۳ نمودار

شاخص هوش مصنوعی امسال، گزارشی 500 صفحه‌ای که روندهای جهانی هوش مصنوعی در سال 2023 را دنبال می‌کند، منتشر شد.

این شاخص یک ابتکار مستقل در موسسه استنفورد برای هوش مصنوعی انسان محور (HAI) است که توسط کمیته راهبری شاخص هوش مصنوعی، یک گروه بین رشته‌ای متشکل از کارشناسان از سراسر دانشگاه و صنعت، رهبری می‌شود. گزارش امسال ظهور مدل‌های پایه چندوجهی، سرمایه‌گذاری‌های نقدی عمده در هوش مصنوعی مولد، معیارهای عملکرد جدید، تغییر دیدگاه‌های جهانی و مقررات اصلی جدید را پوشش می‌دهد.

۱۳ شاخص هوش مصنوعی

حرکتی به سمت منبع باز

در سال گذشته، سازمان‌ها 149 مدل پایه را منتشر کردند که بیش از دو برابر تعداد منتشر شده در سال 2022 است. از این مدل‌های جدید منتشر شده، 65.7٪ منبع باز بودند (به این معنی که می‌توانند آزادانه توسط هر کسی استفاده و اصلاح شوند)، در حالی که تنها 44.4٪ در سال گذشته بود. 2022 و 33.3 درصد در سال 2021.

نوع عملکرد

مدل‌های منبع بسته همچنان از همتایان منبع باز خود بهتر عمل می‌کنند. در 10 معیار منتخب، مدل‌های بسته به میانگین عملکرد 24.2 درصدی دست یافتند، با تفاوت‌هایی که از 4.0 درصد در کارهای ریاضی مانند GSM8K تا 317.7 درصد در کارهای عاملی مانند AgentBench متغیر است.

بزرگترین بازیکنان

یک شاخص مهم در دنیای هوش منصوعی، سرمایه‌گذاری شرکت‌های بزرگ است. صنعت بر هوش مصنوعی، به ویژه در ساخت و انتشار مدل‌های فونداسیون، غالب است. در سال گذشته، گوگل در عرضه بیشتر مدل‌ها از جمله Gemini و RT-2 از دیگر بازیگران این صنعت پیشی گرفت. در واقع، از سال 2019، گوگل با مجموع 40 مدل، بیشترین مدل پایه را منتشر کرده است و پس از آن OpenAI با 20 مدل قرار دارد. صنعت مسیرهای آکادمیک: در سال گذشته، دانشگاه Berkeley سه مدل و Stanford دو مدل منتشر کردند.

مقایسه بازیگران بزرگ و کوچک

اگر به شواهد قابل توجه بیشتری نیاز داشتید، مبنی بر اینکه هوش مصنوعی شرکتی، تنها بازیکن موجود در اتاق در حال حاضر است، جای درستی قرار نگرفته‌اید. در سال 2023، صنعت 72 درصد از کل مدل‌های پایه جدید را به خود اختصاص داد.

قیمت‌ها سر به فلک می‌کشد

یکی از دلایلی که دانشگاه و دولت از رقابت هوش مصنوعی کنار گذاشته شده‌اند، افزایش چشمگیر هزینه آموزش این مدل‌های غول پیکر است. Gemini Ultra گوگل حدود 191 میلیون دلار هزینه محاسباتی برای آموزش دارد، در حالی که GPT-4 حدود 78 میلیون دلار هزینه دارد. در مقایسه، در سال 2017، مدل اصلی ترانسفورماتور (مبدل)، که معماری تقریباً هر LLM مدرن را معرفی کرد، حدود 900 دلار قیمت داشت.

مسابقه کشورها بر سر هوش مصنوعی

یک شاخص هوش منصوعی دیگر، رقابت کشورها است. حداقل از نظر مدل‌های قابل توجه یادگیری ماشینی، ایالات متحده در سال 2023 به شدت از سایر کشورها پیشی گرفت و در سال 2023 در مجموع 61 مدل را توسعه داد. از سال 2019، ایالات متحده به طور مداوم در تولید اکثر مدل‌های قابل توجه پیشتاز بوده است و به دنبال آن چین و کشورهای دیگر قرار دارند.

گذر از انسان

از سال 2023، هوش مصنوعی در بسیاری از معیارهای مهم هوش مصنوعی، از معیارهایی که درک مطلب را آزمایش می‌کنند تا استدلال بصری، به عملکرد در سطح انسانی رسیده است. با این حال، در برخی معیارها مانند ریاضیات در سطح رقابت بسیار کوتاه است. از آنجایی که هوش مصنوعی بسیاری از معیارهای استاندارد را پشت سر گذاشته است، محققان هوش مصنوعی، مجبور به ایجاد چالش‌های جدید و دشوارتر شده‌اند. شاخص امسال همچنین چندین مورد از این معیارهای جدید، از جمله موارد مربوط به وظایف کدنویسی، استدلال پیشرفته و رفتار عاملی را ردیابی کرد.

کاهش سرمایه‌گذاری خصوصی

در حالی که سرمایه‌گذاری خصوصی هوش مصنوعی از سال 2021 به طور پیوسته کاهش یافته است، هوش مصنوعی مولد در حال افزایش است. در سال 2023، این بخش 25.2 میلیارد دلار جذب کرد که تقریباً 9 برابر سرمایه گذاری سال 2022 و حدود 30 برابر میزان سرمایه گذاری در سال 2019 است (آن را اثر ChatGPT می‌نامید). هوش مصنوعی مولد بیش از یک چهارم کل سرمایه گذاری‌های خصوصی مرتبط با هوش مصنوعی در سال 2023 را به خود اختصاص داده است.

آمریکا در صدر سرمایه‌گذاری

و دوباره، در سال 2023، ایالات متحده در سرمایه‌گذاری خصوصی هوش مصنوعی تسلط دارد. در سال 2023، 67.2 میلیارد دلار سرمایه گذاری در ایالات متحده تقریباً 8.7 برابر بیشتر از میزان سرمایه گذاری در بالاترین کشور بعدی، چین و 17.8 برابر میزان سرمایه گذاری در بریتانیا بود. این ترکیب در زمان کوچک‌نمایی یکسان به نظر می‌رسد: در مجموع از سال 2013، ایالات متحده با 335.2 میلیارد دلار، چین با 103.7 میلیارد دلار و بریتانیا با 22.3 میلیارد دلار در رتبه‌های بعدی قرار دارند.

پذیرش شرکت‌ها

شرکت‌های بیشتری هوش مصنوعی را در بخشی از کسب‌وکار خود پیاده‌سازی می‌کنند: در نظرسنجی‌ها، 55 درصد از سازمان‌ها گفتند که در سال 2023 از هوش مصنوعی استفاده می‌کردند، از 50 درصد در سال 2022 و 20 درصد در سال 2017. کسب‌وکارها گزارش کردند که از هوش مصنوعی برای خودکار کردن مراکز تماس، شخصی‌سازی محتوا استفاده می‌کنند. و مشتریان جدیدی به دست می‌آورند.

افراد جوانتر و ثروتمندتر نگران شغل هستند

در سطح جهانی، بیشتر مردم انتظار دارند هوش مصنوعی شغل آنها را تغییر دهد و بیش از یک سوم انتظار دارند که هوش مصنوعی جایگزین آنها شود. نسل‌های جوان‌تر (نسل زد) – Gen Z و نسل‌های هزاره – در مقایسه با نسل‌های قدیمی‌تر مانند Gen X و بچه‌های بومِر، اثرات قابل‌توجه‌تری را از هوش مصنوعی پیش‌بینی می‌کنند.

به طور خاص، 66 درصد از Gen Z در مقایسه با 46 درصد از پاسخ دهندگان معتقدند که هوش مصنوعی به طور قابل توجهی بر مشاغل فعلی آنها تأثیر می گذارد. در همین حال، افراد با درآمد بالاتر، تحصیلات بیشتر و نقش‌های تصمیم‌گیری پیش‌بینی می‌کنند که هوش مصنوعی تأثیر زیادی بر اشتغال آنها داشته باشد.

کشورهای مشترک المنافع نگران محصولات هوش مصنوعی هستند

هنگامی که در یک نظرسنجی در مورد اینکه آیا محصولات و خدمات هوش مصنوعی شما را عصبی می‌کنند یا خیر، 69 درصد از استرالیایی‌ها و 65 درصد از بریتانیایی‌ها پاسخ مثبت دادند. ژاپن با 23 درصد کمترین نگرانی را در مورد محصولات هوش مصنوعی خود دارد.

قانون‌گذاری

آژانس‌های نظارتی آمریکایی بیشتر مقرراتی را برای محافظت از شهروندان و کنترل استفاده از ابزارها و داده‌های هوش مصنوعی وضع می‌کنند. به عنوان مثال، دفتر حق چاپ و کتابخانه کنگره دستورالعمل ثبت حق چاپ را در مورد آثاری که حاوی مطالب تولید شده توسط هوش مصنوعی بودند تصویب کردند، در حالی که کمیسیون بورس و اوراق بهادار یک استراتژی مدیریت ریسک امنیت سایبری، حکومت و طرح افشای حوادث را توسعه داد. آژانس‌هایی که بیشترین مقررات را تصویب کردند، دفتر اجرایی رئیس جمهور و وزارت بازرگانی بودند.

شاخص هوش مصنوعی ابتدا برای ردیابی توسعه هوش مصنوعی ایجاد شد. این شاخص با سازمان‌هایی مانند LinkedIn، Quid، McKinsey، Studyportals، موسسه شوارتز رایسمن، و فدراسیون بین المللی رباتیک برای جمع آوری جدیدترین تحقیقات و ارائه بینش‌های مهم در مورد اکوسیستم هوش مصنوعی همکاری می‌کند.