حالة AI 2025: 12 الرسوم البيانية فتح العين

إذا قرأت الأخبار عن الذكاء الاصطناعى ، فقد تشعر أنك تعرضت للقصف برسائل متضاربة: الذكاء الاصطناعي مزدهر. منظمة العفو الدولية هي فقاعة. ستستمر التقنيات والبنيت الحالية في الذكاء الاصطناعي في إنتاج اختراقات. الذكاء الاصطناعي على طريق غير مستدام ويحتاج إلى أفكار جديدة جذرية. الذكاء الاصطناعى سوف يأخذ عملك. AI مفيد في الغالب لتحويل صور عائلتك إلى صور متحركة على طراز Studio Ghibli.

إن التغلب على الالتباس هو مؤشر الذكاء الاصطناعي لعام 2025 من معهد جامعة ستانفورد للذكاء الاصطناعي المتمحور حول الإنسان. يعد تقرير الصفحات 400+ محشوًا بالرسوم البيانية والبيانات حول موضوعات البحث والتطوير والأداء الفني والمنظمة العفولية المسؤولة والتأثيرات الاقتصادية والعلوم والطب والتعليم والرأي العام. مثل IEEE Spectrum يفعل كل عام (انظر تغطيتنا من 2021و 2022و 2023، و 2024) ، لقد قرأنا الأمر برمته وطردنا الرسوم البيانية التي نعتقد أنها تحكي القصة الحقيقية لمنظمة العفو الدولية الآن.

1. الشركات الأمريكية في الخارج

في حين أن هناك العديد من الطرق المختلفة لقياس البلد الذي “مقدما” في سباق الذكاء الاصطناعى (مقالات المجلات المنشورة أو الاستشهاد ، فإن براءات الاختراع الممنوحة ، وما إلى ذلك) ، أحد المقياس المباشر هو الذي يضع نماذج مهمة. لدى معهد الأبحاث Epoch AI قاعدة بيانات لنماذج الذكاء الاصطناعى المؤثرة والمهمة التي تمتد من عام 1950 إلى الوقت الحاضر ، والتي رسم منها مؤشر الذكاء الاصطناعى المعلومات الموضحة في هذا المخطط.

في العام الماضي ، جاء 40 نموذجًا بارزًا من الولايات المتحدة ، بينما كانت الصين 15 وأوروبا لديها 3 (بالمناسبة ، كلها من فرنسا). يشير مخطط آخر ، غير مبين هنا ، إلى أن جميع نماذج 2024 تقريبًا جاءت من الصناعة بدلاً من الأوساط الأكاديمية أو الحكومة. أما بالنسبة للتراجع في الملحوظ النماذج المنبعثة من 2023 إلى 2024 ، يشير الفهرس إلى أنه قد يكون بسبب التعقيد المتزايد للتكنولوجيا وتكاليف التدريب المتزايدة.

2. الحديث عن تكاليف التدريب …

yowee ، لكنها مكلفة! لا يحتوي مؤشر AI على بيانات دقيقة ، لأن العديد من شركات AI الرائدة توقفوا عن إطلاق معلومات حول تدريبهم. لكن الباحثين قاموا بالشراكة مع Epoch AI لتقدير تكاليف بعض النماذج على الأقل بناءً على التفاصيل التي تم جمعها حول مدة التدريب ونوع وكمية الأجهزة وما شابه. كان أغلى نموذج تمكنوا من تقدير التكاليف هو Gemini 1.0 Ultra من Google ، بتكلفة خلابة تبلغ حوالي 192 مليون دولار أمريكي. تزامن الحجم العام في تكاليف التدريب مع النتائج الأخرى للتقرير: تواصل النماذج أيضًا التوسع في عدد المعلمات ووقت التدريب ومقدار بيانات التدريب.

لم يتم تضمين هذا المخطط في هذا المخطط الصيني العميق ، الذي هزت الأسواق المالية في يناير مع مطالبتها بتدريب نموذج لغة كبير تنافسي مقابل 6 ملايين دولار فقط – مطالبة بأن بعض خبراء الصناعة قد تعارضوا. تحكي اللجنة التوجيهية لمؤشر منظمة العفو الدولية يولاندا جيل تروي IEEE Spectrum إنها تجد Deepseek “مثيرًا للإعجاب للغاية” ، وتلاحظ أن تاريخ علوم الكمبيوتر يعج بأمثلة على التقنيات المبكرة المبكرة التي تفسح المجال لحلول أكثر أناقة. وتقول: “أنا لست الشخص الوحيد الذي اعتقد أنه سيكون هناك نسخة أكثر كفاءة من LLMS في مرحلة ما”. “لم نكن نعرف من سيبنيها وكيف.”

3. ومع ذلك ، فإن تكلفة استخدام الذكاء الاصطناعى تنخفض

تكاليف التدريب المتزايدة باستمرار (معظم) نماذج الذكاء الاصطناعى تخاطر بحجب بعض الاتجاهات الإيجابية التي يبرزها التقرير: تكاليف الأجهزة منخفضة ، وارتفع أداء الأجهزة ، وكفاءة الطاقة ترتفع. هذا يعني أناتكاليف Nerfere ، أو حساب الاستعلام عن نموذج مدرب ، تنخفض بشكل كبير. يوضح هذا الرسم البياني ، الذي يقع على نطاق لوغاريتمي ، الاتجاه من حيث أداء الذكاء الاصطناعي لكل دولار. يشير التقرير إلى أن الخط الأزرق يمثل انخفاضًا من 20 دولارًا لكل مليون رمز إلى 0.07 دولار لكل مليون رموز ؛ يُظهر الخط الوردي انخفاضًا من 15 دولارًا إلى 0.12 دولار في أقل من عام.

في حين أن كفاءة الطاقة هي اتجاه إيجابي ، فلن نعود إلى سلبية: على الرغم من المكاسب في الكفاءة ، فإن استهلاك الطاقة الإجمالي يرتفع ، مما يعني أن مراكز البيانات في وسط طفرة الذكاء الاصطناعي لها بصمة كربونية هائلة. قدر مؤشر الذكاء الاصطناعى انبعاثات الكربون لنماذج الذكاء الاصطناع ازدادت انبعاثات الكربون من نماذج التدريب من الذكاء الاصطناعي بشكل مطرد مع مرور الوقت – مع كونها ديبسيك الغريبة.

أسوأ الجاني المدرج في هذا المخطط ، Meta’s Llama 3.1 ، أسفر عن ما يقدر بنحو 8،930 طن من CO₂ المنبعث ، وهو ما يعادل حوالي 496 أمريكيًا يعيشون سنة من حياتهم الأمريكية. هذا التأثير البيئي الهائل يفسر سبب تبني شركات الذكاء الاصطناعى النووي كمصدر موثوق للطاقة الخالية من الكربون.

5. فجوة الأداء تضيق

قد لا تزال الولايات المتحدة لديها تقدم قيادي على كمية النماذج البارزة التي تم إصدارها ، لكن النماذج الصينية تلحق الجودة. يوضح هذا الرسم البياني فجوة الأداء الضيقة على معيار chatbot. في يناير 2024 ، تفوقت نموذج الولايات المتحدة الأعلى على أفضل نموذج صيني بنسبة 9.26 في المائة ؛ بحلول فبراير 2025 ، ضاقت هذه الفجوة إلى 1.70 في المائة فقط. وجد التقرير نتائج مماثلة عن المعايير الأخرى المتعلقة بالتفكير والرياضيات والترميز.

6. آخر اختبار للبشرية

يسلط تقرير هذا العام الضوء على الحقيقة التي لا يمكن إنكارها بأن العديد من المعايير التي نستخدمها لقياس قدرات أنظمة الذكاء الاصطناعي “مشبعة” – أنظمة الذكاء الاصطناعى تحصل على درجات عالية على المعايير التي لم تعد مفيدة. لقد حدث ذلك في العديد من المجالات: المعرفة العامة ، والمنطق حول الصور ، والرياضيات ، والترميز ، وما إلى ذلك. تقول جيل إنها شاهدت مفاجأة كمعيار بعد أن أصبح المعيار غير ذي صلة. “ما زلت أفكر [performance] إنها ستذهب إلى الهضبة ، والتي ستصل إلى نقطة نحتاج فيها إلى تقنيات جديدة أو بنيات مختلفة جذريًا “لمواصلة إحراز تقدم ، لكن هذا لم يكن كذلك”.

في ضوء هذا الموقف ، قام الباحثون المصممون بصياغة معايير جديدة يأملون في تحدي أنظمة الذكاء الاصطناعي. أحد هؤلاء هو آخر امتحان للبشرية ، والذي يتكون من أسئلة صعبة للغاية ساهمت بها خبراء في الموضوع الذين ينحدرون من 500 مؤسسة في جميع أنحاء العالم. حتى الآن ، لا يزال من الصعب حتى على أفضل أنظمة الذكاء الاصطناعي: نموذج التفكير في Openai ، O1 ، لديه أعلى درجة حتى الآن مع 8.8 في المائة من الإجابات الصحيحة. سنرى كم من الوقت يستمر.

7. تهديد لمشاع البيانات

تحصل أنظمة الذكاء الاصطناعى التوليدي اليوم على ذكائها من خلال التدريب على كميات هائلة من البيانات المكسورة من الإنترنت ، مما يؤدي إلى فكرة في كثير من الأحيان أن “البيانات هي النفط الجديد” لاقتصاد الذكاء الاصطناعي. مع استمرار شركات الذكاء الاصطناعي في دفع حدود مقدار البيانات التي يمكنهم إطعامها في نماذجها ، بدأ الناس القلق بشأن “بيانات الذروة” ، وعندما نفد من الأشياء. تتمثل إحدى المشكلات في أن مواقع الويب تقيد الروبوتات بشكل متزايد من زحف مواقعها وتجنب بياناتها (ربما بسبب المخاوف من أن شركات الذكاء الاصطناعى تستفيد من بيانات المواقع الإلكترونية مع قتل نماذج أعمالها في وقت واحد). تشير مواقع الويب إلى هذه القيود في ملفات Robots.txt القابلة للقراءة الجهاز.

يوضح هذا الرسم البياني أن 48 في المائة من البيانات من أفضل مجالات الويب محظورة الآن بالكامل. لكن جيل يقول إنه من الممكن أن تنهي الأساليب الجديدة داخل الذكاء الاصطناعي الاعتماد على مجموعات البيانات الضخمة. وتقول: “أتوقع أنه في مرحلة ما لن يكون مقدار البيانات أمرًا بالغ الأهمية”.

8. هنا يأتي أموال الشركات

قام عالم الشركات بتشغيل الحنفية لتمويل الذكاء الاصطناعي على مدار السنوات الخمس الماضية. وعلى الرغم من أن الاستثمار العالمي الإجمالي في عام 2024 لم يتطابق مع المرتفعات الغامضة لعام 2021 ، إلا أنه من الجدير بالذكر أن الاستثمار الخاص لم يكن أعلى من أي وقت مضى. من بين 150 مليار دولار في الاستثمار الخاص في عام 2024 ، يشير مخطط آخر في المؤشر (غير مبين هنا) إلى أن حوالي 33 مليار دولار ذهب إلى الاستثمارات في الذكاء الاصطناعي.

9. في انتظار هذا العائد على الاستثمار الكبير

من المفترض أن الشركات تستثمر في الذكاء الاصطناعي لأنها تتوقع عائدًا كبيرًا على الاستثمار. هذا هو الجزء الذي يتحدث فيه الناس بألوان لا تحصى عن الطبيعة التحويلية لمنظمة العفو الدولية وحول المكاسب غير المسبوقة في الإنتاجية. لكن من العدل أن نقول إن الشركات لم تشهد بعد تحولًا ينتج عنه مدخرات كبيرة أو أرباح جديدة كبيرة. يوضح هذا الرسم البياني ، مع البيانات المستمدة من دراسة استقصائية McKinsey ، تلك الشركات التي أبلغت عن تخفيضات في التكاليف ، وكان معظمها مدخرات أقل من 10 في المائة. من الشركات التي كانت تزيد من الإيرادات بسبب الذكاء الاصطناعي ، فإن معظم مكاسب تقل عن 5 في المائة. قد لا يزال هذا المكافأة الكبيرة قادمة ، وتشير أرقام الاستثمار إلى أن الكثير من الشركات تراهن عليها. إنه ليس هنا بعد.

10. دكتور AI سوف يراك قريبًا ، ربما

الذكاء الاصطناعى للعلوم والطب هو طلاء صغير داخل طفرة الذكاء الاصطناعى. يسرد التقرير مجموعة متنوعة من نماذج الأساس الجديدة التي تم إصدارها لمساعدة الباحثين في مجالات مثل علوم المواد والتنبؤ بالطقس والحوسبة الكمومية. تحاول العديد من الشركات تحويل القوى التنبؤية والتوهمية لـ AI إلى اكتشاف مخدرات مربح. و سجل نموذج التفكير O1 Openai مؤخراً 96 في المائة على معيار يسمى MedQA ، والذي يحتوي على أسئلة من اختبارات المجلس الطبي.

لكن بشكل عام ، يبدو هذا بمثابة مجال آخر من الإمكانات الهائلة التي لم تترجم بعد إلى تأثير كبير في العالم الحقيقي-ربما ، لأن البشر ما زالوا لم يكتشفوا كيفية استخدام التكنولوجيا. يوضح هذا المخطط نتائج دراسة 2024 التي اختبرت ما إذا كان الأطباء سيقومون بتشخيصات أكثر دقة إذا استخدموا GPT-4 بالإضافة إلى مواردهم النموذجية. لم يفعلوا ذلك ، كما أنها لم تجعلهم أسرع. وفي الوقت نفسه ، تفوقت GPT-4 من تلقاء نفسها على كل من فرق الإنسان والبشر وحدهم.

11. ينتقل اتخاذ إجراءات السياسة الأمريكية إلى الولايات

في الولايات المتحدة ، يوضح هذا المخطط أنه كان هناك الكثير من الحديث عن الذكاء الاصطناعى في قاعات الكونغرس ، وقليل من العمل. يشير التقرير إلى أن الإجراء في الولايات المتحدة قد انتقل إلى مستوى الولاية ، حيث تم نقل 131 مشروع قانون إلى القانون في عام 2024. من بين مشاريع القوانين الحكومية ، 56 تتعلق بـ Deepfakes ، مما يحظر استخدامها في الانتخابات أو لنشر الصور الحميمة غير العادية.

إلى جانب الولايات المتحدة ، قامت أوروبا بتمرير قانون الذكاء الاصطناعي ، والذي يضع التزامات جديدة على الشركات التي تصنع أنظمة الذكاء الاصطناعى التي تعتبر مخاطر عالية. لكن الاتجاه العالمي الكبير كان الدول التي تجتمع معا لإجراء تصريحات شاملة وغير ملزمة حول الدور الذي يجب أن تلعبه الذكاء الاصطناعي في العالم. لذلك هناك الكثير من الكلام في كل مكان.

12. البشر متفائلون

سواء كنت مصورًا أو مدير تسويق أو سائق شاحنة ، كان هناك الكثير من الخطاب العام حول ما إذا كانت الذكاء الاصطناعى ستأتي في وظيفتك أو متى. لكن في دراسة استقصائية عالمية حديثة حول المواقف حول الذكاء الاصطناعي ، لم يشعر غالبية الناس بالتهديد من قبل الذكاء الاصطناعى. بينما يعتقد 60 في المائة من المجيبين من 32 دولة أن الذكاء الاصطناعى سيغيرون كيفية قيامهم بوظائفهم ، من المتوقع استبدال 36 في المائة فقط. يقول جيل: “لقد فوجئت حقًا” بنتائج المسح هذه ، كما يقول جيل. “من المفيد للغاية التفكير ،” سوف تغير منظمة العفو الدولية وظيفتي ، لكنني ما زلت أحضر قيمة “. ترقبوا لمعرفة ما إذا كنا جميعًا نجلب القيمة من خلال إدارة فرق متلهفة من موظفي الذكاء الاصطناعي.