Krajobraz sztucznej inteligencji w maju 2025 roku został ukształtowany przez dwa znaczące przełomy, które zmieniają zarówno technologię medyczną, jak i globalną konkurencję na rynku AI.
1 maja Google zaprezentowało AMIE (Articulate Medical Intelligence Explorer) — asystenta AI do obrazowania medycznego, zdolnego do interpretacji zdjęć rentgenowskich i rezonansu magnetycznego. Ten multimodalny system stanowi ogromny krok naprzód w medycznej AI, gdyż potrafi inteligentnie analizować i rozumować na podstawie wizualnych danych medycznych, dążąc do coraz trafniejszych diagnoz.
W zdalnym badaniu obejmującym 105 różnych scenariuszy medycznych AMIE wykazało niezwykłe możliwości. Gdy specjaliści oceniali rozmowy, w większości przypadków uznali, że AI przewyższa lekarzy pod względem jakości interpretacji obrazów i rozumowania, kompleksowości diagnostyki oraz trafności planów leczenia. Co zaskakujące, aktorzy odgrywający pacjentów często uznawali AI za bardziej empatyczną i godną zaufania niż lekarze w komunikacji tekstowej.
Tymczasem najnowszy model AI Alibaby, Qwen3, wydany pod koniec kwietnia, znacząco zmniejszył dystans technologiczny do wiodących amerykańskich firm. Qwen3 został wytrenowany na ogromnym zbiorze danych obejmującym ponad 36 bilionów tokenów w 119 językach i dialektach, co podkreśla rosnącą pozycję Chin w globalnym wyścigu AI.
Najbardziej wyróżniającą cechą Qwen3 jest hybrydowa architektura rozumowania, umożliwiająca modelom przełączanie się między „trybem myślenia” dla złożonych zadań, takich jak programowanie, a „trybem bezmyślnym” dla szybszych, ogólnych odpowiedzi. Flagowy model, Qwen3-235B-A22B, osiąga konkurencyjne wyniki względem liderów branży, takich jak o3-mini od OpenAI czy Gemini 2.5 Pro od Google, w testach z zakresu programowania, matematyki i ogólnych możliwości.
Te wydarzenia mają miejsce w kontekście raportu AI Index 2025 Uniwersytetu Stanforda, który ujawnia, że mimo ogromnych inwestycji w AI, większość firm odnotowała wzrost przychodów dzięki AI na poziomie poniżej 5%. Raport podkreśla również, że AI dla nauki i medycyny stanowi swoisty boom w ramach szerszego krajobrazu AI, a wiele firm próbuje przekuć predykcyjne i generatywne możliwości AI w zyskowne rozwiązania do odkrywania leków.
Wraz z dalszym rozwojem tych technologii, obiecują one transformację branż wykraczających poza ich pierwotne zastosowania, oferując nowe możliwości dla globalnych przedsiębiorstw, ale także rodząc ważne pytania dotyczące wdrożenia, regulacji i rzeczywistego wpływu.