Instytut Sztucznej Inteligencji Skoncentrowanej na Człowieku (HAI) Uniwersytetu Stanforda opublikował ósmy coroczny AI Index, oferując oparty na danych przegląd globalnego krajobrazu sztucznej inteligencji na maj 2025 roku.
Raport AI Index 2025 Instytutu Sztucznej Inteligencji Skoncentrowanej na Człowieku Uniwersytetu Stanforda porządkuje chaos informacyjny, prezentując ponad 400 stron wykresów i danych dotyczących badań i rozwoju, wydajności technicznej, odpowiedzialnej AI, wpływu na gospodarkę, naukę i medycynę, politykę, edukację oraz opinię publiczną.
W ubiegłym roku ze Stanów Zjednoczonych pochodziło 40 znaczących modeli, z Chin – 15, a z Europy – 3 (wszystkie z Francji). Niemal wszystkie modele z 2024 roku powstały w przemyśle, a nie w środowisku akademickim czy rządowym. Jeśli chodzi o spadek liczby znaczących modeli w latach 2023–2024, raport sugeruje, że może to wynikać z rosnącej złożoności technologii i stale rosnących kosztów trenowania.
Przemysł wyraźnie wyprzedza inne sektory w rozwoju AI – niemal 90% znaczących modeli AI w 2024 roku pochodziło z przemysłu (wzrost z 60% w 2023 roku), podczas gdy środowisko akademickie pozostaje głównym źródłem najczęściej cytowanych badań. AI Index nie dysponuje precyzyjnymi danymi na temat kosztów trenowania, ponieważ wiele czołowych firm przestało publikować takie informacje. Jednak badacze we współpracy z Epoch AI oszacowali koszty na podstawie czasu trenowania, rodzaju i liczby użytego sprzętu. Najdroższym modelem, którego koszt udało się oszacować, był Gemini 1.0 Ultra od Google – jego trenowanie kosztowało około 192 milionów dolarów.
Chociaż USA utrzymują przewagę ilościową, chińskie modele szybko nadrabiają pod względem jakości: różnice w wydajności na kluczowych benchmarkach, takich jak MMLU i HumanEval, zmniejszyły się z dwucyfrowych wartości w 2023 roku do niemal równości w 2024. Chiny wciąż dominują także w liczbie publikacji naukowych i patentów związanych z AI.
AI staje się coraz bardziej wydajna, przystępna cenowo i dostępna. Dzięki coraz lepszym małym modelom koszt inferencji dla systemu osiągającego poziom GPT-3.5 spadł ponad 280-krotnie między listopadem 2022 a październikiem 2024 roku. Na poziomie sprzętowym koszty spadały o 30% rocznie, a efektywność energetyczna poprawiała się o 40% każdego roku. Modele open-weight również zmniejszają dystans do zamkniętych modeli – różnica w wydajności na niektórych benchmarkach spadła z 8% do zaledwie 1,7% w ciągu roku. Te trendy szybko obniżają bariery wejścia do zaawansowanej AI.
Przedsiębiorstwa coraz chętniej wdrażają technologie AI. W 2024 roku odsetek respondentów deklarujących wykorzystanie AI w swoich organizacjach wzrósł do 78% z 55% w 2023 roku. Podobnie odsetek osób korzystających z generatywnej AI w co najmniej jednej funkcji biznesowej ponad dwukrotnie się zwiększył – z 33% w 2023 roku do 71% w ubiegłym roku. Jednak według AI Incidents Database – indeksu śledzącego szkodliwe incydenty związane z AI – liczba takich przypadków wzrosła w 2024 roku do 233, co stanowi rekord i wzrost o 56,4% w porównaniu z 2023 rokiem. Wśród zgłoszonych incydentów znalazły się m.in. deepfake’i o charakterze intymnym oraz chatboty rzekomo powiązane z samobójstwem nastolatka.