The 2023 AI Index Report (EL)

AI Index Report 2023 — η έκτη ετήσια έκδοση της έκθεσης AI Index, που εκπονήθηκε από το Ινστιτούτο Τεχνητής Νοημοσύνης Ανθρωποκεντρικής Προσέγγισης του Πανεπιστημίου Στάνφορντ (Stanford HAI). Η έκθεση του 2023 είναι η πιο εκτενής κατά τη στιγμή της δημοσίευσής της και περιλαμβάνει περισσότερα πρωτότυπα δεδομένα από οποιαδήποτε προηγούμενη έκδοση: ένα νέο κεφάλαιο αφιερωμένο στη δημόσια γνώμη για την τεχνητή νοημοσύνη, εκτεταμένη ανάλυση τεχνικής απόδοσης, πρωτότυπη έρευνα για μεγάλα γλωσσικά και πολυτροπικά μοντέλα, λεπτομερείς τάσεις στη διεθνή νομοθεσία περί τεχνητής νοημοσύνης, καθώς και έρευνα για τις περιβαλλοντικές επιπτώσεις των συστημάτων ΤΝ. Η έκθεση δημοσιεύεται σε μια περίοδο κατά την οποία η ΤΝ εισέρχεται στην «εποχή ανάπτυξης»: κατά τη διάρκεια του 2022 και των αρχών του 2023 κυκλοφορούσαν κάθε μήνα νέα μεγάλης κλίμακας μοντέλα — ChatGPT, Stable Diffusion, Whisper, DALL-E 2 — που επιδεικνύουν πρωτόγνωρες δυνατότητες στη δημιουργία κειμένου, εικόνων και στην αναγνώριση φωνής. Το AI Index παρακολουθεί, συστηματοποιεί και οπτικοποιεί δεδομένα για την τεχνητή νοημοσύνη, παρέχοντας αντικειμενικές και επαληθευμένες πληροφορίες σε υπεύθυνους χάραξης πολιτικής, ερευνητές, στελέχη, δημοσιογράφους και το ευρύ κοινό.

Δομή της έκθεσης

Η έκθεση του 2023 αποτελείται από οκτώ θεματικά κεφάλαια:

1. Έρευνα και Ανάπτυξη (Research and Development) — τάσεις σε δημοσιεύσεις, διπλώματα ευρεσιτεχνίας, σημαντικά μοντέλα Machine Learning, μεγάλα γλωσσικά και πολυτροπικά μοντέλα.
2. Τεχνική Απόδοση (Technical Performance) — benchmark, υπολογιστική όραση, γλωσσικά μοντέλα, ομιλία, Reinforcement Learning, υλικό, περιβαλλοντικές επιπτώσεις, ΤΝ στην επιστήμη.
3. Τεχνική Ηθική ΤΝ (Technical AI Ethics) — προκατάληψη, τοξικότητα, δικαιοσύνη, εμπιστευτικότητα, deepfakes.
4. Οικονομία (The Economy) — επενδύσεις, αγορά εργασίας, εταιρική υιοθέτηση, ρομποτική.
5. Εκπαίδευση (Education) — κατάρτιση προσωπικού, τριτοβάθμια εκπαίδευση στην πληροφορική και την ΤΝ.
6. Πολιτική και Διακυβέρνηση (Policy and Governance) — νομοθεσία, κανονισμοί, εθνικές στρατηγικές.
7. Ποικιλομορφία (Diversity) — έμφυλη και εθνοτική ποικιλομορφία στον τομέα της ΤΝ.
8. Δημόσια Γνώμη (Public Opinion) — νέο κεφάλαιο: στάση του κοινού απέναντι στην ΤΝ βάσει διεθνών ερευνών και ανάλυσης κοινωνικών δικτύων.

Κύρια Συμπεράσματα της Έκθεσης (Top 10 Takeaways)

Οι συντάκτες της έκθεσης εντόπισαν δέκα κύριες θέσεις:

1. Η βιομηχανία προηγείται της ακαδημίας

Έως το 2014, τα περισσότερα σημαντικά μοντέλα Machine Learning κυκλοφορούσαν από ακαδημαϊκά ιδρύματα. Έκτοτε η ηγεσία πέρασε στη βιομηχανία. Το 2022 η βιομηχανία δημιούργησε 32 σημαντικά μοντέλα Machine Learning, ενώ η ακαδημία μόλις 3. Η ανάπτυξη προηγμένων συστημάτων ΤΝ απαιτεί όλο και περισσότερο τεράστιους όγκους δεδομένων, υπολογιστικούς πόρους και χρηματοδότηση, τα οποία οι βιομηχανικοί οργανισμοί διαθέτουν σε πολύ μεγαλύτερο βαθμό.

2. Κορεσμός των παραδοσιακών benchmark

Η ΤΝ συνεχίζει να σπάει ρεκόρ σε benchmark, ωστόσο η βελτίωση απόδοσης από έτος σε έτος γίνεται όλο και πιο οριακή. Ταυτόχρονα, ο ρυθμός κορεσμού των benchmark αυξάνεται. Παρόλα αυτά, εμφανίζονται νέα, πιο σύνθετα συστήματα αξιολόγησης — BIG-bench και HELM.

3. Η ΤΝ ταυτόχρονα ωφελεί και βλάπτει το περιβάλλον

Νέες έρευνες δείχνουν ότι τα συστήματα ΤΝ έχουν σοβαρές περιβαλλοντικές επιπτώσεις. Σύμφωνα με τα δεδομένα των Luccioni et al. (2022), η εκπαίδευση του BLOOM εξέπεμψε 25 φορές περισσότερο διοξείδιο του άνθρακα από έναν επιβάτη αεροπλάνου σε πτήση από τη Νέα Υόρκη προς το Σαν Φρανσίσκο. Ωστόσο, μοντέλα Reinforcement Learning όπως το BCOOLER (DeepMind) επιδεικνύουν τη δυνατότητα χρήσης ΤΝ για τη βελτιστοποίηση της κατανάλωσης ενέργειας.

4. Ο καλύτερος νέος επιστήμονας — η ΤΝ;

Τα μοντέλα ΤΝ αρχίζουν να επιταχύνουν ραγδαία την επιστημονική πρόοδο. Το 2022, η ΤΝ χρησιμοποιήθηκε για τη διευκόλυνση του ελέγχου πλάσματος σε σύντηξη υδρογόνου, τη βελτιστοποίηση αλγορίθμων πολλαπλασιασμού πινάκων (AlphaTensor) και τη δημιουργία νέων αντισωμάτων.

5. Ο αριθμός περιστατικών που σχετίζονται με ανήθικη χρήση ΤΝ αυξάνεται ραγδαία

Σύμφωνα με τη βάση δεδομένων AIAAIC, ο αριθμός περιστατικών και αμφιλεγόμενων καταστάσεων που σχετίζονται με ηθική κατάχρηση ΤΝ αυξήθηκε 26 φορές από το 2012. Μεταξύ των αξιοσημείωτων περιστατικών του 2022 είναι ένα deepfake βίντεο με την «παράδοση» του Προέδρου της Ουκρανίας Βολοντίμιρ Ζελένσκι και η χρήση τεχνολογιών παρακολούθησης κλήσεων στις αμερικανικές φυλακές.

6. Η ζήτηση για ειδικούς με δεξιότητες ΤΝ αυξάνεται σχεδόν σε όλους τους κλάδους

Σχεδόν σε όλους τους κλάδους της αμερικανικής οικονομίας (εκτός από τη γεωργία, τη δασοκομία, την αλιεία και το κυνήγι) το μερίδιο των θέσεων εργασίας που σχετίζονται με ΤΝ αυξήθηκε κατά μέσο όρο από 1,7% το 2021 σε 1,9% το 2022.

7. Για πρώτη φορά σε μια δεκαετία οι ιδιωτικές επενδύσεις στην ΤΝ μειώθηκαν

Οι παγκόσμιες ιδιωτικές επενδύσεις στην ΤΝ ανήλθαν σε 91,9 δισεκατομμύρια δολάρια το 2022, δηλαδή 26,7% χαμηλότερα από τον δείκτη του 2021. Μειώθηκαν επίσης ο συνολικός αριθμός επενδυτικών γεγονότων και ο αριθμός εταιρειών ΤΝ που χρηματοδοτήθηκαν για πρώτη φορά. Ωστόσο, σε διάστημα μιας δεκαετίας ο όγκος των επενδύσεων αυξήθηκε 18 φορές σε σχέση με το 2013.

8. Το μερίδιο εταιρειών που υιοθετούν ΤΝ σταθεροποιείται, αλλά οι πρωτοπόροι συνεχίζουν να αποκλίνουν

Το μερίδιο εταιρειών που χρησιμοποιούν ΤΝ υπερδιπλασιάστηκε από το 2017, ωστόσο τα τελευταία χρόνια σταθεροποιήθηκε στο επίπεδο 50–60%, σύμφωνα με την ετήσια έρευνα της McKinsey. Οι οργανισμοί που υιοθέτησαν ΤΝ αναφέρουν πραγματική μείωση κόστους και αύξηση εσόδων.

9. Το ενδιαφέρον των υπεύθυνων χάραξης πολιτικής για την ΤΝ αυξάνεται

Η ανάλυση νομοθετικών εγγράφων από 127 χώρες δείχνει ότι ο αριθμός νομοσχεδίων που περιέχουν τον όρο «τεχνητή νοημοσύνη» και εγκρίθηκαν ως νόμοι αυξήθηκε από 1 το 2016 σε 37 το 2022. Οι αναφορές στην ΤΝ στις κοινοβουλευτικές συζητήσεις 81 χωρών αυξήθηκαν σχεδόν 6,5 φορές από το 2016.

10. Οι Κινέζοι πολίτες έχουν την πιο θετική στάση απέναντι στην ΤΝ· οι Αμερικανοί — σαφώς λιγότερο

Σύμφωνα με την έρευνα IPSOS του 2022, το 78% των Κινέζων ερωτηθέντων συμφώνησε με την άποψη ότι τα προϊόντα και οι υπηρεσίες βασισμένα σε ΤΝ προσφέρουν περισσότερα οφέλη παρά ζημίες. Ακολουθούν η Σαουδική Αραβία (76%) και η Ινδία (71%). Μόλις το 35% των Αμερικανών ερωτηθέντων συμμερίζεται αυτή την άποψη — ένας από τους χαμηλότερους δείκτες μεταξύ των 28 χωρών που συμμετείχαν στην έρευνα.

Κεφάλαιο 1. Έρευνα και Ανάπτυξη

Το κεφάλαιο αναλύει τις τάσεις σε δημοσιεύσεις, διπλώματα ευρεσιτεχνίας, σημαντικά μοντέλα Machine Learning, μεγάλα γλωσσικά και πολυτροπικά μοντέλα, συνέδρια και ανοιχτό κώδικα.

Δημοσιεύσεις

Ο συνολικός αριθμός δημοσιεύσεων για την ΤΝ συνεχίζει να αυξάνεται: υπερδιπλασιάστηκε από το 2010. Οι κυρίαρχοι τομείς έρευνας είναι η αναγνώριση προτύπων (pattern recognition), το Machine Learning και η υπολογιστική όραση.

Περιφερειακή ηγεσία. Η Κίνα συνεχίζει να ηγείται στον συνολικό αριθμό δημοσιεύσεων για ΤΝ σε περιοδικά, συνέδρια και αποθετήρια. Ωστόσο, οι ΗΠΑ εξακολουθούν να υπερέχουν στον αριθμό παραπομπών σε δημοσιεύσεις συνεδρίων και αποθετηρίων, αν και η διαφορά αυτή σταδιακά μειώνεται.

Διεθνής συνεργασία. Ο μεγαλύτερος αριθμός διακρατικών συνεργασιών σε δημοσιεύσεις για ΤΝ κατά την περίοδο 2010–2021 αντιστοιχεί στο ζεύγος ΗΠΑ — Κίνα: ο αριθμός τους αυξήθηκε περίπου 4 φορές από το 2010 και υπερβαίνει κατά 2,5 φορές τη συνεργασία του επόμενου ζεύγους (Ηνωμένο Βασίλειο — Κίνα). Ωστόσο, η αύξηση των κοινών εργασιών ΗΠΑ–Κίνα επιβραδύνθηκε: κατά την περίοδο 2020–2021 η αύξηση ήταν μόλις 2,1% — η χαμηλότερη για ολόκληρη την περίοδο παρατήρησης.

Αποθετήρια. Ο αριθμός δημοσιεύσεων σε αποθετήρια ΤΝ (arXiv, SSRN κ.ά.) αυξήθηκε σχεδόν 27 φορές τα τελευταία 12 χρόνια. Η Βόρεια Αμερική διατηρεί την ηγεσία στο μερίδιο δημοσιεύσεων σε αποθετήρια από το 2016.

Σημαντικά μοντέλα Machine Learning

Κυριαρχία της βιομηχανίας. Το 2022, 32 σημαντικά μοντέλα δημιουργήθηκαν από τη βιομηχανία έναντι μόλις 3 από την ακαδημία. Αυτό επιβεβαιώνει την τάση που εμφανίστηκε από το 2014.

Κλίμακα και κόστος. Τα μεγάλα γλωσσικά μοντέλα γίνονται όλο και μεγαλύτερα και ακριβότερα. Το GPT-2, που κυκλοφόρησε το 2019 και θεωρείται ένα από τα πρώτα μεγάλα γλωσσικά μοντέλα, περιείχε 1,5 δισεκατομμύρια παραμέτρους· η εκπαίδευσή του κόστισε περίπου 50.000 δολάρια. Το PaLM (Google, 2022) περιείχε 540 δισεκατομμύρια παραμέτρους και στοίχισε περίπου 8 εκατομμύρια δολάρια — ένα μοντέλο 360 φορές μεγαλύτερο από το GPT-2 και 160 φορές ακριβότερο.

Υπολογιστικοί πόροι. Από το 2010, τα γλωσσικά μοντέλα απαιτούν τους μεγαλύτερους υπολογιστικούς πόρους μεταξύ όλων των συστημάτων Machine Learning. Τα δεδομένα της Epoch καταγράφουν εκθετική αύξηση των υπολογισμών (FLOP) που χρησιμοποιούνται κατά την εκπαίδευση.

Μεγάλα γλωσσικά και πολυτροπικά μοντέλα

Εθνική προέλευση. Η πλειονότητα των συντακτών μεγάλων γλωσσικών και πολυτροπικών μοντέλων προέρχεται από αμερικανικά ιδρύματα (54,2% το 2022). Το 2022, για πρώτη φορά, ερευνητές από τον Καναδά, τη Γερμανία και την Ινδία συνεισέφεραν στην ανάπτυξη τέτοιων μοντέλων.

Βασικά μοντέλα του 2022:

Μοντέλο	Προγραμματιστής	Ημερομηνία	Σημασία
DALL-E 2	OpenAI	Απρίλιος 2022	Σύστημα παραγωγής εικόνων από κειμενική περιγραφή· εκκίνηση της «έκρηξης generative ΤΝ»
PaLM (540B)	Google	Απρίλιος 2022	Ένα από τα μεγαλύτερα γλωσσικά μοντέλα του 2022· 540 δισεκατομμύρια παράμετροι
Gato	DeepMind	Μάιος 2022	Πολυεργασιακός πράκτορας: χειρισμός ρομπότ, παιχνίδια, περιγραφή εικόνων, παραγωγή κειμένου
Imagen	Google	Μάιος 2022	Μοντέλο diffusion για παραγωγή εικόνων υψηλού φωτορεαλισμού· benchmark DrawBench
Stable Diffusion	Stability AI	Αύγουστος 2022	Ανοιχτό μοντέλο παραγωγής εικόνων· μαζική διάδοση
Make-A-Video	Meta AI	Σεπτέμβριος 2022	Σύστημα παραγωγής βίντεο από κειμενική περιγραφή
Whisper	OpenAI	Σεπτέμβριος 2022	Καθολικό σύστημα αναγνώρισης ομιλίας με υποστήριξη πολλών γλωσσών
ChatGPT	OpenAI	Νοέμβριος 2022	Chatbot βασισμένο σε LLM· πρωτοφανής άνοδος δημοτικότητας της generative ΤΝ
GLM-130B	Πανεπιστήμιο Τσινγκχουά	2022	Δίγλωσσο (αγγλ./κιν.) ανοιχτό μοντέλο· το μοναδικό κινεζικό μεγάλο μοντέλο του 2022

Κεφάλαιο 2. Τεχνική Απόδοση

Το κεφάλαιο αναλύει την πρόοδο σε εργασίες υπολογιστικής όρασης, επεξεργασίας γλώσσας, ομιλίας, Reinforcement Learning, υλικού, καθώς και τις περιβαλλοντικές επιπτώσεις της ΤΝ και τον ρόλο της ΤΝ στην επιστήμη.

Κατάσταση των benchmark

Η ΤΝ συνεχίζει να επιδεικνύει αποτελέσματα στο επίπεδο ή ανώτερα του παγκόσμιου ρεκόρ στα περισσότερα benchmark, ωστόσο οι βελτιώσεις γίνονται οριακές. Ο ρυθμός κορεσμού των benchmark αυξάνεται. Νέα σύνθετα συστήματα αξιολόγησης — BIG-bench και HELM — αποσκοπούν στην παροχή πιο αντικειμενικής και ολοκληρωμένης εκτίμησης.

Generative ΤΝ

Το 2022 σηματοδότησε την είσοδο της generative ΤΝ στη μαζική συνείδηση. Κυκλοφόρησαν μοντέλα παραγωγής εικόνων από κείμενο (DALL-E 2, Stable Diffusion), συστήματα παραγωγής βίντεο (Make-A-Video) και chatbot (ChatGPT). Ωστόσο, αυτά τα συστήματα τείνουν σε «ψευδαισθήσεις» (hallucinations) — την αυτόπεποιθη παραγωγή εσφαλμένων ή άσκοπων απαντήσεων — γεγονός που περιορίζει τη χρήση τους σε κρίσιμες εφαρμογές.

Γλωσσικά μοντέλα

MMLU. Το benchmark Massive Multitask Language Understanding αξιολογεί μοντέλα σε 57 θεματικές περιοχές. Το 2022, τα καλύτερα μοντέλα συνέχισαν να βελτιώνουν τις επιδόσεις τους, αλλά παρέμεινε σημαντικό χάσμα μέχρι το επίπεδο του ανθρώπινου ειδικού.

HELM. Το benchmark του Στάνφορντ Holistic Evaluation of Language Models (HELM) παρέχει ολοκληρωμένη αξιολόγηση γλωσσικών μοντέλων σε δέκα σενάρια, συμπεριλαμβανομένης της κατανόησης κειμένου, των μαθηματικών, της νομικής συλλογιστικής, καθώς και μετρήσεων προκατάληψης και τοξικότητας.

Σχεδιασμός και συλλογιστική. Τα γλωσσικά μοντέλα συνεχίζουν να βελτιώνουν τις παραγωγικές τους δυνατότητες, αλλά αντιμετωπίζουν σοβαρές δυσκολίες με εργασίες σχεδιασμού. Η έρευνα των Valmeekam et al. (2022) έδειξε ότι τα GPT-3, Instruct-GPT3 και BLOOM αντιμετωπίζουν εξαιρετικά αναποτελεσματικά εργασίες παραγωγής σχεδίων, βέλτιστου σχεδιασμού και επαναχρησιμοποίησης σχεδίων στο περιβάλλον Blocksworld.

Αναγνώριση ομιλίας

Whisper (OpenAI). Το 2022, η OpenAI παρουσίασε το Whisper — ένα μεγάλης κλίμακας σύστημα αναγνώρισης ομιλίας, εκπαιδευμένο σε 680.000 ώρες πολύγλωσσων δεδομένων. Το Whisper επέδειξε σημαντική πρόοδο στην ακρίβεια αναγνώρισης, πλησιάζοντας το ανθρώπινο επίπεδο σε ορισμένα benchmark, και υποστηρίζει μετάφραση από αρκετές δεκάδες γλώσσες.

Η ΤΝ βελτιώνει την ΤΝ

Διαφαίνεται μια τάση αυτοβελτίωσης των συστημάτων ΤΝ. Η NVIDIA χρησιμοποίησε έναν πράκτορα Reinforcement Learning για τη βελτίωση της αρχιτεκτονικής των chip που τροφοδοτούν τα συστήματα ΤΝ. Η Google χρησιμοποίησε το γλωσσικό μοντέλο PaLM για την αναζήτηση τρόπων βελτίωσης του ίδιου του μοντέλου PaLM.

Υλικό

Τάσεις GPU. Η διάμεση υπολογιστική απόδοση (FLOP/s) των νέων GPU σχεδόν τριπλασιάστηκε από το 2021 και αυξήθηκε κατά περίπου 7.000 φορές από το 2003. Η διάμεση απόδοση ανά δολάριο ΗΠΑ (FLOP/s per USD) το 2022 ήταν 1,4 φορές υψηλότερη από εκείνη του 2021 και 5.600 φορές υψηλότερη από εκείνη του 2003, επιδεικνύοντας διπλασιασμό της απόδοσης κάθε 1,5 χρόνια.

MLPerf. Το benchmark MLPerf συνεχίζει να καταγράφει σταθερή μείωση του χρόνου εκπαίδευσης μοντέλων σε τυπικές εργασίες, αντικατοπτρίζοντας την πρόοδο στο υλικό και τη βελτιστοποίηση.

Περιβαλλοντικές επιπτώσεις

Η ενότητα περιλαμβάνεται για πρώτη φορά στην έκθεση. Το αποτύπωμα άνθρακα των μοντέλων ΤΝ διαφέρει σημαντικά ανάλογα με την υποδομή:

Μοντέλο	Παράμετροι	Εκπομπές CO₂ (τόνοι)	PUE κέντρου δεδομένων
GPT-3	175 δισ.	502	1,10
Gopher	280 δισ.	352	1,08
OPT	175 δισ.	70	1,09
BLOOM	176 δισ.	25	1,20

Το GPT-3 εξέπεμψε 20 φορές περισσότερο διοξείδιο του άνθρακα από το BLOOM, με συγκρίσιμο αριθμό παραμέτρων. Οι βασικοί παράγοντες είναι η ένταση άνθρακα του ενεργειακού δικτύου, η αποδοτικότητα του κέντρου δεδομένων (PUE) και η διάρκεια της εκπαίδευσης.

Για σύγκριση: η εκπαίδευση του BLOOM εξέπεμψε 25 φορές περισσότερο CO₂ από μια αεροπορική μεταφορά ενός επιβάτη από τη Νέα Υόρκη στο Σαν Φρανσίσκο, και 1,4 φορές περισσότερο από τις μέσες ετήσιες εκπομπές ενός Αμερικανού. Η ενέργεια που καταναλώθηκε θα αρκούσε για να εφοδιάσει ένα μέσο αμερικανικό νοικοκυριό με ηλεκτρισμό για 41 χρόνια.

Βελτιστοποίηση κατανάλωσης ενέργειας. Το σύστημα BCOOLER (DeepMind) — ένας πράκτορας Reinforcement Learning για τη βελτιστοποίηση της ψύξης των κέντρων δεδομένων της Google — εξασφάλισε εξοικονόμηση ενέργειας περίπου 12,7% σε τρεις μήνες πειράματος, διατηρώντας άνετες συνθήκες λειτουργίας.

ΤΝ στην επιστήμη (2022)

Έλεγχος πλάσματος σε tokamak. Η DeepMind ανέπτυξε αλγόριθμο Reinforcement Learning για τον βέλτιστο έλεγχο πλάσματος σε tokamak — βασικό επίτευγμα στον δρόμο προς τη θερμοπυρηνική σύντηξη.

AlphaTensor. Η DeepMind χρησιμοποίησε Reinforcement Learning για την ανακάλυψη αλγορίθμων πολλαπλασιασμού πινάκων που υπερβαίνουν τις υπάρχουσες λύσεις — συμπεριλαμβανομένου του κλασικού αλγορίθμου Strassen για πίνακες 4×4.

AlphaCode. Το σύστημα της DeepMind που γράφει προγράμματα υπολογιστή σε ανταγωνιστικό επίπεδο, επέτυχε κατάταξη στο ανώτερο 54% των συμμετεχόντων σε διαγωνισμούς προγραμματισμού.

Παραγωγή αντισωμάτων. Η generative ΤΝ χρησιμοποιήθηκε για de novo σχεδιασμό αντισωμάτων, ανοίγοντας νέες δυνατότητες για τη βιοφαρμακευτική.

Κεφάλαιο 3. Τεχνική Ηθική ΤΝ

Το κεφάλαιο είναι αφιερωμένο στις βασικές διαστάσεις της ηθικής της ΤΝ: προκατάληψη, τοξικότητα, δικαιοσύνη και περιστατικά.

Μετρικές δικαιοσύνης και προκατάληψης

Το 2022 παρατηρήθηκε σταθερή αύξηση του αριθμού μετρικών και benchmark για την αξιολόγηση της δικαιοσύνης και της προκατάληψης των συστημάτων ΤΝ. Οι μετρικές επεκτείνονται και εξειδικεύονται: οι ερευνητές τις προσαρμόζουν σε συγκεκριμένες εργασίες (απαντήσεις σε ερωτήσεις, λογική επαγωγή φυσικής γλώσσας) και χρησιμοποιούν γλωσσικά μοντέλα για τη δημιουργία εκτεταμένων δεδομένων δοκιμής. Το 2022 παρουσιάστηκαν νέα benchmark, όπως το BBQ (Bias Benchmark for Question Answering), καθώς και πρόσθετες αξιολογήσεις στο πλαίσιο του εκτενούς έργου BIG-bench.

Διακρίνονται δύο τύποι μετρικών: benchmark (στατικά σύνολα δεδομένων με ετικέτες που αξιολογούν την εσωτερική προκατάληψη του μοντέλου — StereoSet, Winogender) και διαγνωστικές μετρικές (που μετρούν τη διαφορά απόδοσης του μοντέλου για διαφορετικές δημογραφικές ομάδες κατά την πραγματική εφαρμογή). Και οι δύο προσεγγίσεις αλληλοσυμπληρώνονται.

Επίδραση της κλίμακας στην προκατάληψη

Έρευνες του 2022 έδειξαν ότι η επίδραση της αύξησης της κλίμακας του μοντέλου στην προκατάληψη και την τοξικότητα είναι αμφίσημη και εξαρτάται από τα δεδομένα εκπαίδευσης και τις μεθόδους μείωσης της προκατάληψης που εφαρμόζονται.

Περιστατικά στον τομέα της ΤΝ

Σύμφωνα με τη βάση δεδομένων AIAAIC, ο αριθμός περιστατικών και αμφιλεγόμενων καταστάσεων που σχετίζονται με ηθική κατάχρηση ΤΝ αυξήθηκε 26 φορές από το 2012. Η αύξηση οφείλεται τόσο στη διεύρυνση των εφαρμογών ΤΝ όσο και στην αυξημένη ευαισθητοποίηση σχετικά με τους κινδύνους.

Κεφάλαιο 4. Οικονομία

Το κεφάλαιο διερευνά τις τάσεις στην απασχόληση, τις επενδύσεις, την εταιρική υιοθέτηση ΤΝ και τη ρομποτική.

Αγορά εργασίας

Το μερίδιο των θέσεων εργασίας που σχετίζονται με ΤΝ στις ΗΠΑ αυξήθηκε κατά μέσο όρο από 1,7% το 2021 σε 1,9% το 2022 σχεδόν σε όλους τους κλάδους. Αύξηση ζήτησης παρατηρείται στην τεχνολογία, τα οικονομικά, τη μεταποίηση, την υγειονομική περίθαλψη και άλλους τομείς.

Μετανάστευση στη βιομηχανία. Ολοένα και μεγαλύτερο ποσοστό νέων κατόχων διδακτορικού τίτλου στην ΤΝ επιλέγει να εργαστεί στη βιομηχανία: το 2021, το 65,4% κατευθύνθηκε στη βιομηχανία (έναντι 40,9% το 2011), και μόλις το 28,2% — στην ακαδημία (έναντι 41,6% το 2011). Το μερίδιο των PhD που εργάζονται στον δημόσιο τομέα παραμένει σταθερά χαμηλό — 0,7%.

Επενδύσεις

Γενικές τάσεις. Οι παγκόσμιες ιδιωτικές επενδύσεις στην ΤΝ ανήλθαν σε 91,9 δισεκατομμύρια δολάρια — μείωση 26,7% σε σχέση με το 2021. Ο αριθμός επενδυτικών γεγονότων μειώθηκε σε 3.538 (πτώση 12% σε σχέση με το 2021). Ο αριθμός εταιρειών ΤΝ που χρηματοδοτήθηκαν για πρώτη φορά μειώθηκε σε 1.392 (από 1.669 το 2021). Ωστόσο, ο όγκος επενδύσεων υπερβαίνει κατά 18 φορές το επίπεδο του 2013.

Περιφερειακή κατανομή. Οι ΗΠΑ ηγούνται με επενδύσεις 47,4 δισεκατομμυρίων δολαρίων — 3,5 φορές περισσότερο από την Κίνα (13,4 δισ.) και 11 φορές περισσότερο από το Ηνωμένο Βασίλειο (4,4 δισ.). Ταυτόχρονα, οι επενδύσεις στις ΗΠΑ μειώθηκαν κατά 35,5%, στην Κίνα κατά 41,3%. Συνολικά για την περίοδο 2013–2022, στις ΗΠΑ επενδύθηκαν 248,9 δισ., στην Κίνα 95,1 δισ. και στο Ηνωμένο Βασίλειο 18,2 δισ..

Τομείς εστίασης. Οι πιο ελκυστικοί τομείς για τους επενδυτές ήταν: ιατρική και υγειονομική περίθαλψη (6,1 δισεκατομμύρια δολάρια), διαχείριση δεδομένων, επεξεργασία και υπολογιστικό νέφος (5,9 δισ.), fintech (5,5 δισ.), κυβερνοασφάλεια (5,4 δισ.) και λιανεμπόριο (4,2 δισ.). Τα περισσότερα από τους εστιασμένους τομείς κατέγραψαν μείωση επενδύσεων σε σχέση με το 2021.

Μεγαλύτερα επενδυτικά γεγονότα του 2022:

• GAC Aion New Energy Automobile (Κίνα, ηλεκτρικά οχήματα) — 2,54 δισεκατομμύρια δολάρια;
• Anduril Industries (ΗΠΑ, αμυντικές τεχνολογίες) — 1,5 δισ.;
• Celonis (Γερμανία, επιχειρηματική ανάλυση) — 1,22 δισ..

Εταιρική υιοθέτηση

Σύμφωνα με τη McKinsey, το μερίδιο εταιρειών που χρησιμοποιούν ΤΝ υπερδιπλασιάστηκε από το 2017, σταθεροποιούμενο στο επίπεδο 50–60%. Οι οργανισμοί που υιοθέτησαν ΤΝ αναφέρουν πραγματική μείωση κόστους και αύξηση εσόδων.

Earnings calls. Το οικονομικό έτος 2022, 268 εταιρείες Fortune 500 ανέφεραν την ΤΝ στις εκθέσεις κερδών (μείωση από 306 το 2021, αλλά άνοδος από 225 το 2018).

Προκλήσεις. Τα κύρια προβλήματα κατά την εκκίνηση έργων ΤΝ: απόδειξη επιχειρηματικής αξίας (37%), έλλειψη δέσμευσης από τη διοίκηση (34%), επιλογή κατάλληλων τεχνολογιών ΤΝ (33%). Τα κύρια εμπόδια κλιμάκωσης: διαχείριση κινδύνων ΤΝ (50%), απόκτηση δεδομένων εκπαίδευσης (44%), υιοθέτηση τεχνολογιών (42%).

Ρομποτική

Το 2021 εγκαταστάθηκαν 517.000 βιομηχανικά ρομπότ — αύξηση 31,3% σε σχέση με το 2020 και περισσότερο από 3 φορές σε σχέση με το 2011. Το επιχειρησιακό απόθεμα βιομηχανικών ρομπότ έφτασε τις 3.477.000 μονάδες (αύξηση 14,6%).

Κυριαρχία της Κίνας. Το 2021, η Κίνα εγκατέστησε 268.200 βιομηχανικά ρομπότ — 5,7 φορές περισσότερα από την Ιαπωνία (47.200) και 7,7 φορές περισσότερα από τις ΗΠΑ (35.000). Από το 2013, όταν η Κίνα ξεπέρασε την Ιαπωνία, το μερίδιό της αυξήθηκε από 20,8% σε 51,8% των παγκόσμιων εγκαταστάσεων. Το 2021, η Κίνα εγκατέστησε για πρώτη φορά περισσότερα βιομηχανικά ρομπότ από όλον τον υπόλοιπο κόσμο μαζί.

Κεφάλαιο 5. Εκπαίδευση

Το κεφάλαιο εξετάζει τις τάσεις στην εκπαίδευση στην πληροφορική και την ΤΝ.

Τριτοβάθμια εκπαίδευση

Προπτυχιακό επίπεδο. Ο αριθμός πτυχιούχων προπτυχιακού επιπέδου στην πληροφορική (CS) στη Βόρεια Αμερική συνεχίζει να αυξάνεται.

Διδακτορικό επίπεδο. Το 2021 αποφοίτησαν 1.893 διδάκτορες πληροφορικής — λιγότεροι από το 2020 (1.997). Το μερίδιο των διεθνών φοιτητών μεταξύ των PhD στην CS αυξήθηκε από 45,8% το 2010 σε 68,6% το 2021.

Εξειδίκευση στην ΤΝ. Το 2021, το 19,1% των νέων διδακτόρων CS στη Βόρεια Αμερική εξειδικεύτηκε στην ΤΝ — αύξηση κατά 4,2 ποσοστιαίες μονάδες σε σχέση με το 2020 και 8,6 ποσοστιαίες μονάδες σε σχέση με το 2012.

Κεφάλαιο 6. Πολιτική και Διακυβέρνηση

Το κεφάλαιο αναλύει τη νομοθετική και ρυθμιστική δραστηριότητα στον τομέα της ΤΝ σε παγκόσμιο, αμερικανικό και περιφερειακό επίπεδο.

Παγκόσμιες τάσεις

Ο αριθμός νομοσχεδίων που περιέχουν τον όρο «τεχνητή νοημοσύνη» και εγκρίθηκαν ως νόμοι αυξήθηκε από 1 το 2016 σε 37 το 2022 (ανάλυση 127 χωρών). Οι αναφορές στην ΤΝ στις κοινοβουλευτικές συζητήσεις 81 χωρών αυξήθηκαν σχεδόν 6,5 φορές από το 2016, αν και το 2022 παρατηρήθηκε μικρή μείωση σε σχέση με το 2021 (από 1.547 σε 1.340 αναφορές).

Το 2022, χώρες με τον μεγαλύτερο αριθμό αναφορών ΤΝ σε κοινοβουλευτικές συνεδριάσεις ήταν: Ισπανία (273), Καναδάς (211), Ηνωμένο Βασίλειο (146), ΗΠΑ (138).

Ρύθμιση στις ΗΠΑ

Σε ομοσπονδιακό επίπεδο, το 2022 προτάθηκαν 88 νομοσχέδια που σχετίζονται με ΤΝ, εκ των οποίων 9 εγκρίθηκαν (αύξηση από 3 τα προηγούμενα χρόνια). Σε επίπεδο πολιτειών, ηγούνται η Καλιφόρνια (5 εγκεκριμένοι νόμοι) και το Μέριλαντ (3).

Εθνικές στρατηγικές

Αρκετές χώρες υιοθέτησαν νέα νομοθεσία που καλύπτει ένα ευρύ φάσμα θεμάτων: κατάρτιση προσωπικού σε δεξιότητες ΤΝ, έλεγχο χρήσης ΤΝ σε υπηρεσίες επιβολής νόμου, ενίσχυση της διαφάνειας στη λήψη αλγοριθμικών αποφάσεων.

Κεφάλαιο 7. Ποικιλομορφία

Οι γυναίκες και οι εκπρόσωποι μειονοτήτων εξακολουθούν να υποεκπροσωπούνται σημαντικά στον τομέα της ΤΝ, τόσο στη βιομηχανία όσο και στην ακαδημία. Τα δεδομένα από την έρευνα CRA Taulbee Survey και άλλες πηγές καταγράφουν αργή αλλά σταθερή πρόοδο στην αύξηση της ποικιλομορφίας.

Κεφάλαιο 8. Δημόσια Γνώμη

Το νέο κεφάλαιο της έκθεσης αναλύει την κοινωνική αντίληψη για την ΤΝ βάσει διεθνών ερευνών και ανάλυσης κοινωνικών δικτύων.

Παγκόσμιες έρευνες (IPSOS)

Σύμφωνα με την έρευνα IPSOS του 2022 (19.504 ερωτηθέντες σε 28 χώρες):

• Το 60% των ερωτηθέντων θεωρεί ότι τα προϊόντα ΤΝ θα αλλάξουν σημαντικά τη ζωή τους στα επόμενα 3–5 χρόνια;
• Το 60% θεωρεί ότι τα προϊόντα ΤΝ κάνουν τη ζωή τους ευκολότερη;
• Το 52% συμφωνεί ότι τα προϊόντα ΤΝ προσφέρουν περισσότερα οφέλη παρά ζημίες;
• Το 40% σημειώνει ότι τα προϊόντα ΤΝ τους προκαλούν άγχος.

Περιφερειακές διαφορές. Η πιο θετική στάση απέναντι στην ΤΝ έχουν οι πολίτες της Κίνας (78% συμφωνούν με τα οφέλη ΤΝ), της Σαουδικής Αραβίας (76%) και της Ινδίας (71%). Η λιγότερο θετική — η Γαλλία (31%), ο Καναδάς (32%), οι ΗΠΑ (35%).

Δημογραφικές διαφορές. Οι άνδρες αξιολογούν τα προϊόντα ΤΝ πιο θετικά από τις γυναίκες σε όλες τις διαστάσεις. Τα νοικοκυριά με υψηλότερο εισόδημα και υψηλότερο επίπεδο εκπαίδευσης είναι επίσης πιο αισιόδοξα.

Έρευνα Lloyd's Register Foundation και Gallup

Παγκόσμια έρευνα σε 125.911 άτομα από 121 χώρες (2021) έδειξε ότι το 39% θεωρεί την ΤΝ γενικά ωφέλιμη για τη χώρα, ενώ το 28% — επιβλαβή. Οι άνδρες τείνουν να θεωρούν την ΤΝ ωφέλιμη περισσότερο από ό,τι οι γυναίκες.

Αυτόνομα οχήματα. Μόλις το 27% των ερωτηθέντων παγκοσμίως αισθάνεται ασφαλής σε αυτόνομο όχημα. Σύμφωνα με το Pew Research, μόλις το 26% των Αμερικανών θεωρεί τα επιβατικά αυτόνομα οχήματα ως καλή ιδέα για την κοινωνία.

Έρευνα Pew Research (ΗΠΑ)

Μεταξύ των Αμερικανών που εκφράζουν ενθουσιασμό για την ΤΝ, οι κύριοι λόγοι είναι η δυνατότητα βελτίωσης της ζωής και της κοινωνίας (31%) και η εξοικονόμηση χρόνου (13%). Μεταξύ των ανησυχούντων — απώλεια θέσεων εργασίας (19%), παρακολούθηση και ψηφιακή ιδιωτικότητα (16%), απώλεια ανθρώπινων επαφών (12%).

Γνώμη ερευνητών NLP

Σύμφωνα με έρευνα μεταξύ ερευνητών NLP: το 77% συμφωνεί ή συμφωνεί εν μέρει ότι οι ιδιωτικές εταιρείες ΤΝ έχουν υπερβολική επιρροή· το 41% θεωρεί ότι το NLP πρέπει να ρυθμιστεί· το 73% πιστεύει ότι η ΤΝ μπορεί σύντομα να οδηγήσει σε επαναστατικές κοινωνικές αλλαγές.

Ανάλυση κοινωνικών δικτύων

Η NetBase Quid πραγματοποίησε ανάλυση περισσότερων από 7 εκατομμυρίων αναρτήσεων σε κοινωνικά δίκτυα για το 2022. Τα μοντέλα ChatGPT και Stable Diffusion προσέλκυσαν τη μεγαλύτερη προσοχή. Τα κύρια θέματα συζητήσεων — ηθικά προβλήματα, πολιτιστικές και οικονομικές επιπτώσεις της ΤΝ.

Μεθοδολογία

Η έκθεση χρησιμοποιεί δεδομένα από πολλαπλές πηγές:

• Δημοσιεύσεις και διπλώματα ευρεσιτεχνίας: Center for Security and Emerging Technology (CSET), Georgetown University· δεδομένα Epoch.
• Benchmark: Papers With Code, CRFM (HELM), BIG-bench, εξειδικευμένοι πίνακες κατάταξης.
• Επενδύσεις: NetBase Quid (Capital IQ, Crunchbase).
• Αγορά εργασίας: Lightcast, LinkedIn.
• Εταιρική δραστηριότητα: McKinsey & Company, Deloitte, NetBase Quid (earnings calls).
• Ρομποτική: International Federation of Robotics (IFR).
• Ρύθμιση: νομοθετικές βάσεις 127 χωρών, κοινοβουλευτικά υλικά 81 χωρών.
• Δημόσια γνώμη: IPSOS, Lloyd's Register Foundation / Gallup, Pew Research Center, NetBase Quid (κοινωνικά μέσα).
• Εκπαίδευση: CRA Taulbee Survey, Code.org.
• Περιβαλλοντικές επιπτώσεις: Luccioni et al. (2022), δεδομένα GPU — Epoch.

Συγγραφική ομάδα

Η έκθεση εκπονήθηκε υπό την καθοδήγηση των συν-διευθυντών Ρέιμοντ Περό (Raymond Perrault, SRI International) και Τζακ Κλαρκ (Jack Clark, Anthropic / OECD). Επικεφαλής ερευνών και κύριος συντάκτης ήταν ο Νέστορ Μάσλεϊ (Nestor Maslej, Stanford University). Στην εκπόνηση της έκθεσης συμμετείχαν οι Erik Brynjolfsson, John Etchemendy, Katrina Ligett, Terah Lyons, James Manyika, Helen Ngo, Juan Carlos Niebles, Vanessa Parli, Yoav Shoham (ιδρυτής του AI Index), Russell Wald, καθώς και ένας ευρύς κύκλος ερευνητών και οργανισμών-εταίρων. Το AI Index είναι έργο του Ινστιτούτου HAI (Human-Centered Artificial Intelligence) του Πανεπιστημίου Στάνφορντ.

Σύνδεσμοι

• Stanford HAI — AI Index Report 2023 (πλήρες κείμενο): https://aiindex.stanford.edu/report/
• Epoch — δεδομένα για υπολογιστικές τάσεις και σημαντικά μοντέλα: https://epochai.org/
• Papers With Code — benchmark και πίνακες κατάταξης: https://paperswithcode.com/
• CRFM HELM — Holistic Evaluation of Language Models: https://crfm.stanford.edu/helm/
• AIAAIC Repository — βάση περιστατικών ηθικής κατάχρησης ΤΝ: https://www.aiaaic.org/
• International Federation of Robotics: https://ifr.org/
• McKinsey Global Survey on AI: https://www.mckinsey.com/capabilities/quantumblack/our-insights/the-state-of-ai
• NetBase Quid — δεδομένα επενδύσεων και κοινωνικών μέσων: https://quid.com/
• IPSOS — παγκόσμια έρευνα για τη στάση απέναντι στην ΤΝ: https://www.ipsos.com/
• Pew Research Center — έρευνες δημόσιας γνώμης: https://www.pewresearch.org/
• CRA Taulbee Survey — δεδομένα εκπαίδευσης CS: https://cra.org/resources/taulbee-survey/
• Global AI Vibrancy Tool (Stanford HAI): https://aiindex.stanford.edu/vibrancy/

Βιβλιογραφία

• Maslej, N., Fattorini, L., Brynjolfsson, E., Etchemendy, J., Ligett, K., Lyons, T., Manyika, J., Ngo, H., Niebles, J. C., Parli, V., Shoham, Y., Wald, R., Clark, J., and Perrault, R. (2023). The AI Index 2023 Annual Report. AI Index Steering Committee, Institute for Human-Centered AI, Stanford University. https://aiindex.stanford.edu/report/
• Luccioni, A. S. et al. (2022). Estimating the Carbon Footprint of BLOOM, a 176B Parameter Language Model. https://arxiv.org/abs/2211.02001
• Liang, P. et al. (2022). Holistic Evaluation of Language Models. https://arxiv.org/abs/2211.09110
• Hendrycks, D. et al. (2021). Measuring Massive Multitask Language Understanding. https://arxiv.org/abs/2009.03300
• Radford, A. et al. (2022). Robust Speech Recognition via Large-Scale Weak Supervision. https://arxiv.org/abs/2212.04356
• Valmeekam, K. et al. (2022). Large Language Models Still Can't Plan. https://arxiv.org/abs/2206.10498
• Fawzi, A. et al. (2022). Discovering faster matrix multiplication algorithms with reinforcement learning. Nature. https://doi.org/10.1038/s41586-022-05172-4
• Degrave, J. et al. (2022). Magnetic Control of Tokamak Plasmas through Deep Reinforcement Learning. Nature. https://doi.org/10.1038/s41586-021-04301-9
• McKinsey & Company (2023). The State of AI in 2023. https://www.mckinsey.com/capabilities/quantumblack/our-insights/the-state-of-ai
• International Federation of Robotics (2022). World Robotics Report 2022. https://ifr.org/worldrobotics/
• IPSOS (2022). Global Views on AI Survey 2022. https://www.ipsos.com/
• Pew Research Center (2022). Public Views on AI. https://www.pewresearch.org/
• Lloyd's Register Foundation and Gallup (2022). World Risk Poll: Perceptions of AI. https://wrp.lrfoundation.org.uk/
• Deloitte (2022). State of AI in the Enterprise Survey. https://www2.deloitte.com/
• Luo, J. et al. (2022). Controlling Commercial Cooling Systems Using Reinforcement Learning. DeepMind Research.