ערך: אריה עמית
יועץ אסטרטגי וחבר נשיאות הלשכה
מקור: HAI Stanford University
המהדורה השביעית של דוח AI Index 2024 הוא המקיף ביותר שלנו עד כה ומגיע לרגע חשוב שבו השפעתה של AI על החברה מעולם לא הייתה בולטת יותר. השנה, הורחב ההיקף שלו לכיסוי נרחב יותר של מגמות חיוניות כמו התקדמות טכנית ב-AI, תפיסות ציבוריות לגבי הטכנולוגיה והדינמיקה הגיאופוליטית סביב פיתוחה. מהדורה זו כוללת נתונים מקוריים יותר מאי פעם, ומציגה הערכות חדשות על עלויות אימון בינה מלאכותית, ניתוחים מפורטים של נוף ה-AI האחראי, ופרק חדש לחלוטין המוקדש להשפעה של AI על המדע והרפואה.
דוח האינדקס של AI עוקב, מאסף, מזקק וממחיש נתונים הקשורים לבינה מלאכותית (AI) . המשימה שלו היא לספק נתונים חסרי פניות, שנבדקו בקפדנות, בעלי מקורות רחבה על מנת שקובעי מדיניות, חוקרים, בכירים, עיתונאים והציבור הרחב יפתחו הבנה יסודית וניואנסית יותר של התחום המורכב של AI.
תובנות עיקריות
- AI
מנצחת בני אדם בכמה משימות, אבל לא בכולם.
בינה מלאכותית עלתה על הביצועים האנושיים במספר אמות מידה, כולל כמה בסיווג תמונות, חשיבה חזותית והבנה באנגלית. עם זאת, הוא נגרר אחרי משימות מורכבות יותר כמו מתמטיקה ברמת תחרות, חשיבה חזותית ותכנון.
2. התעשייה ממשיכה לשלוט במחקר בינה מלאכותית.
ב-2023, התעשייה ייצרה 51 מודלים בולטים של למידת מכונה, בעוד שהאקדמיה תרמה רק 15. היו גם 21 מודלים בולטים שנבעו משיתופי פעולה בין התעשייה לאקדמיה ב-2023, שיא חדש.
3. דגמי Frontier מתייקרים הרבה יותר.
לפי הערכות AI Index , עלויות ההכשרה של דגמי AI חדישים הגיעו לרמות חסרות תקדים. לדוגמה, ה-GPT-4 של OpenAI השתמש במחשוב בשווי מוערך של 78 מיליון דולר לאימון, בעוד ש-Gemini Ultra של גוגל עלתה 191 מיליון דולר עבור מחשוב.
4. ארה"ב מובילה את סין, האיחוד האירופי ובריטניה כמקור המוביל לדגמי AI מובילים.
בשנת 2023, 61 דגמי בינה מלאכותית בולטים מקורם במוסדות מבוססי ארה"ב, הרבה מעבר ל-21 של האיחוד האירופי ו-15 של סין.
5. הערכות מוצקות וסטנדרטיות עבור אחריות LLM חסרות מאוד.
מחקר חדש ממדד AI חושף חוסר משמעותי בסטנדרטיזציה בדיווח AI אחראי. מפתחים מובילים, כולל OpenAI, Google ו-Anthropic, בודקים בעיקר את המודלים שלהם מול מדדי AI אחראיים שונים. תרגול זה מסבך את המאמצים להשוות באופן שיטתי את הסיכונים והמגבלות של מודלים מובילים בינה מלאכותית.
6. הנתונים הנמצאים בבינה מלאכותית הופכת את העובדים ליותר פרודוקטיביים ומובילה לעבודה איכותית יותר.
בשנת 2023, מספר מחקרים העריכו את השפעת הבינה המלאכותית על העבודה, מה שהצביע על כך שבינה מלאכותית מאפשרת לעובדים לבצע משימות מהר יותר ולשפר את איכות התפוקה שלהם. מחקרים אלה גם הוכיחו את הפוטנציאל של בינה מלאכותית לגשר על פער המיומנויות בין עובדים בעלי כישורים נמוכים ומיומנים גבוהים. מחקרים אחרים מזהירים ששימוש בבינה מלאכותית ללא פיקוח מתאים עלול להוביל לירידה בביצועים.
7. ההתקדמות המדעית מואצת עוד יותר, הודות לבינה מלאכותית.
בשנת 2022, AI החלה לקדם גילוי מדעי. עם זאת, בשנת 2023 הושקו יישומי AI משמעותיים עוד יותר הקשורים למדע - החל מ-AlphaDev, שהופך את המיון האלגוריתמי ליעיל יותר, ועד ל-GNoME, שמקל על תהליך גילוי החומרים.
8. מספר תקנות הבינה המלאכותית בארצות הברית עולה בחדות.
מספר התקנות הקשורות לבינה מלאכותית בארה"ב עלה משמעותית בשנה האחרונה ובחמש השנים האחרונות. בשנת 2023 היו 25 תקנות הקשורות לבינה מלאכותית, לעומת אחת בלבד בשנת 2016. בשנה שעברה לבדה, המספר הכולל של תקנות הקשורות לבינה מלאכותית גדל ב-56.3%.
9. אנשים ברחבי העולם מודעים יותר להשפעה הפוטנציאלית של AI - ועצבניים יותר.
סקר של Ipsos מראה שבמהלך השנה האחרונה, שיעור האנשים שחושבים שה-AI ישפיע באופן דרמטי על חייהם בשלוש עד חמש השנים הקרובות גדל מ-60% ל-66%. יתרה מכך, 52% מביעים עצבנות כלפי מוצרים ושירותים של בינה מלאכותית, מה שמסמן עלייה של 13 נקודות אחוז משנת 2022. באמריקה, נתוני Pew מצביעים על כך ש-52% מהאמריקאים מדווחים על חששות יותר מאשר מתרגשים מבינה מלאכותית, עלייה מ-38% ב-2022.
תמצית הפרקים
פרק 1: מחקר ופיתוח
פרק זה בוחן מגמות במחקר ופיתוח בינה מלאכותית. זה מתחיל בבחינת מגמות בפרסומים ובפטנטים של בינה מלאכותית, ולאחר מכן בוחן מגמות במערכות בינה מלאכותיות ובמודלים של יסודות בולטות. זה מסתיים בניתוח נוכחות בכנסים של AI ופרויקטים של תוכנת AI בקוד פתוח.
בשנת 2023, 61 דגמי בינה מלאכותית בולטים מקורם במוסדות מבוססי ארה"ב, הרבה מעבר ל-21 של האיחוד האירופי ו-15 של סין.
פרק 2: ביצועים טכניים
סעיף הביצועים הטכניים של מדד הבינה המלאכותית של השנה מציע סקירה מקיפה של התקדמות בינה מלאכותית בשנת 2023. זה מתחיל בסקירה ברמה גבוהה של ביצועים טכניים של בינה מלאכותית, העוקבת אחר התפתחותו הרחבה לאורך זמן. לאחר מכן, הפרק בוחן את המצב הנוכחי של מגוון רחב של יכולות, AI כולל עיבוד שפה, קידוד, ראייה ממוחשבת (ניתוח תמונה ווידאו), חשיבה, עיבוד אודיו, סוכנים אוטונומיים, רובוטיקה ולמידת חיזוק. הוא גם מאיר זרקור על פריצות דרך בולטות של מחקר בינה מלאכותית מהשנה האחרונה, בוחן שיטות לשיפור LLMs באמצעות הנחיה, אופטימיזציה וכיוונון עדין, ומסיים בחקירה של "טביעת הרגל" הסביבתית של מערכות בינה מלאכותית.
בינה מלאכותית עלתה על הביצועים האנושיים במספר אמות מידה, כולל כמה בסיווג תמונות, חשיבה חזותית והבנה עם זאת, הוא נגרר אחרי משימות מורכבות יותר כמו מתמטיקה ברמת תחרות, חשיבה חזותית ותכנון.
פרק 4: כלכלה
השילוב של AI בכלכלה מעלה שאלות מרתקות רבות. יש הצופים שבינה מלאכותית תוביל לשיפורי פרודוקטיביות, אך מידת ההשפעה שלה עדיין לא ברורה. דאגה מרכזית היא הפוטנציאל לעקירת עובדים מאסיבית - באיזו מידה משרות יהיו אוטומטיות לעומת מוגברת על ידי ? AI חברות כבר משתמשות בבינה מלאכותית בדרכים שונות בתעשיות, אבל חלק מהאזורים בעולם עדים לזרימת השקעות גדולה יותר לטכנולוגיה המהמרת הזו. יתרה מכך, נראה כי העניין של המשקיעים נוטה לתחומי משנה ספציפיים של בינה מלאכותית כמו עיבוד שפה טבעית וניהול נתונים.
פרק זה בוחן מגמות כלכליות הקשורות לבינה מלאכותית באמצעות נתונים מ-Lightcast, LinkedIn, Quid, McKinsey, Stack Overflow והפדרציה הבינלאומית לרובוטיקה. (IFR) זה מתחיל בניתוח מקצועות הקשורים לבינה מלאכותית, כיסוי ביקוש לעבודה, מגמות גיוס עובדים, חדירת מיומנויות וזמינות כישרונות. לאחר מכן, הפרק בוחן את ההשקעות הארגוניותב – AI, ומציג סעיף חדש המתמקד במיוחד ב-AI גנרטיבי. זה עוד בוחן את האימוץ הארגוני של AI, מעריך את השימוש הנוכחי וכיצד מפתחים מאמצים את הטכנולוגיות הללו. לבסוף, הוא מעריך את ההשפעה הכלכלית הנוכחית והחזויה של AI ואת התקנות הרובוטים במגזרים שונים.
פרק 5: מדע ורפואה
מדד הבינה המלאכותית של השנה מציג פרק חדש על בינה מלאכותית במדע וברפואה מתוך הכרה בתפקידה ההולך וגדל של בינה מלאכותית בגילוי מדעי ורפואי. הוא בוחן את ההישגים המדעיים הבולטים של 2023, כולל מערכות חיזוי מזג אוויר מתקדמות כמו GraphCast ואלגוריתמים משופרים לגילוי חומרים כמו GNoME. הפרק בוחן גם ביצועים של מערכת בינה מלאכותית רפואית, חידושים רפואיים חשובים מונעי בינה מלאכותית לשנת 2023 כמו SynthSR ו-ImmunoSEIRA, ומגמות באישור של מכשירים רפואיים הקשורים לבינה מלאכותית של ה – FDA.
פרק 6: חינוך
פרק זה בוחן מגמות בחינוך AI ומדעי המחשב (CS) ,תוך התמקדות במי לומד, היכן הם לומדים וכיצד מגמות אלו התפתחו לאורך זמן. על רקע החששות הגוברים לגבי ההשפעה של AI על החינוך, הוא גם חוקר את השימוש בכלי AI חדשים כמו ChatGPT על ידי מורים ותלמידים.
הניתוח מתחיל בסקירה כללית של מצב החינוך למדעי המחשב וה-AI העל-תיכוניים בארצות הברית ובקנדה, בהתבסס על סקר Taulbee השנתי של איגוד המחקר למחשוב. לאחר מכן הוא סוקר נתונים מ-Informatics Europe לגבי חינוך למדעי המחשב באירופה. השנה מציגים מדור חדש עם נתונים מ- Studyportals על הספירה העולמית של תוכניות לימוד בשפה האנגלית הקשורות לבינה מלאכותית. הפרק מסתיים בתובנות לגבי חינוך למדעי המחשב ב-K-12 בארה"ב מ-Code.org וממצאים מסקר Walton Foundation על השימוש של ChatGPT בבתי ספר.
פרק 7: מדיניות וממשל
היכולות המתגברות של בינה מלאכותית משכו את תשומת הלב של קובעי המדיניות. במהלך השנה האחרונה, כמה מדינות וגופים פוליטיים, כמו ארצות הברית והאיחוד האירופי, חוקקו מדיניות משמעותית הקשורה לבינה מלאכותית. ריבוי המדיניות הללו משקף את המודעות הגוברת של קובעי המדיניות לצורך להסדיר את הבינה המלאכותית ולשפר את יכולתן של מדינותיהם בהתאמה לנצל את הפוטנציאל הטרנספורמטיבי שלה.
פרק זה מתחיל לבחון את הממשל העולמי של בינה מלאכותית, החל מציר זמן של אירועי מדיניות משמעותיים של בינה מלאכותית בשנת 2023. לאחר מכן הוא מנתח את מאמצי החקיקה העולמיים והארה"ב, בוחן אזכורים בחקיקה של בינה מלאכותית, ובוחן כיצד מחוקקים ברחבי העולם תופסים ודנים בבינה מלאכותית. לאחר מכן, הפרק מציג פרופילים של אסטרטגיות AI לאומיות ומאמצי רגולציה בארצות הברית ובאיחוד האירופי. לבסוף, הוא מסתיים במחקר על השקעות ציבוריות בבינה מלאכותית בארצות הברית.
פרק 8: גיוון
הדמוגרפיה של מפתחי בינה מלאכותית שונה לרוב מאלה של המשתמשים. לדוגמה, מספר ניכר של חברות בינה מלאכותיות בולטות ומערכי הנתונים המשמשים להכשרת מודלים מקורם במדינות מערביות, ובכך משקפים נקודות מבט מערביות. היעדר הגיוון יכול להנציח או אפילו להחמיר את אי השוויון וההטיות החברתיות.
פרק זה מתעמק במגמות הגיוון ב-AI. הפרק מתחיל בהסתמך על נתונים מאגודת המחקר למחשוב (CRA) כדי לספק תובנות לגבי מצב הגיוון במחלקות למדעי המחשב (CS) באמריקה ובקנדה. תוספת בולטת לניתוח השנה היא נתונים שמקורם ב-Informatics Europe, אשר שופך אור על מגמות הגיוון בחינוך האירופי למדעי המחשב. לאחר מכן, הפרק בוחן את שיעורי ההשתתפות בסדנת Women in Machine Learning (WiML) המתקיימת מדי שנה ב-NurIPS. לבסוף, הפרק מנתח נתונים מ- Code.org, ומציע תובנות לגבי המצב הנוכחי של הגיוון בחינוך תיכוני למדעי המחשב ברחבי ארצות הברית. אינדקס הבינה המלאכותית מוקדש לשיפור הכיסוי של הנתונים המשותפים בפרק זה. נתונים דמוגרפיים לגבי מגמות בינה מלאכותית, במיוחד בתחומים כמו נטייה מינית, נותרו נדירים. מדד הבינה המלאכותית קורא לבעלי עניין אחרים בתחום הבינה המלאכותית להגביר את מאמציהם לעקוב אחר מגמות שונות הקשורות לבינה מלאכותית ומקווה לכסות באופן מקיף מגמות כאלה בדוחות עתידיים.
פרק 9: דעת הקהל
ככל שה-AI הופך להיות יותר ויותר בכל מקום, חשוב להבין כיצד מתפתחות תפיסות הציבור לגבי הטכנולוגיה. הבנת דעת הקהל הזו חיונית לחזות טוב יותר את ההשפעות החברתיות של AI וכיצד שילוב הטכנולוגיה עשוי להיות שונה בין מדינות וקבוצות דמוגרפיות.
פרק זה בוחן את דעת הקהל על AI דרך נקודות מבט גלובליות, לאומיות, דמוגרפיות ואתניות. הוא מסתמך על מספר מקורות נתונים: נתוני סקר אורך מאת Ipsos המציגים פרופילים של עמדות בינה מלאכותית עולמית לאורך זמן, נתוני סקר מאוניברסיטת טורונטו בוחנים את התפיסה הציבורית של ChatGPT, ונתונים מ-Pew הבוחן את הגישות האמריקאיות בנוגע לבינה מלאכותית. הפרק מסתיים בניתוח אזכורים של דגמי AI משמעותיים בטוויטר, תוך שימוש בנתונים מ-Quid.
Comments