The 2024 AI Index Report (EL)

From Systems analysis Wiki
Jump to navigation Jump to search

AI Index Report 2024 — η έβδομη ετήσια έκδοση της έκθεσης AI Index, που εκπονήθηκε από το Ινστιτούτο Τεχνητής Νοημοσύνης Ανθρωποκεντρικής Προσέγγισης του Στάνφορντ (Stanford HAI)[1]. Η έκθεση του 2024 είναι η πιο εκτενής σε όλη την ιστορία της δημοσίευσης και κυκλοφορεί σε μια στιγμή που η επίδραση της ΤΝ στην κοινωνία καθίσταται άνευ προηγουμένου ορατή. Η έκδοση περιλαμβάνει νέες εκτιμήσεις κόστους εκπαίδευσης μοντέλων, λεπτομερή ανάλυση της υπεύθυνης ΤΝ και για πρώτη φορά περιέχει ξεχωριστό κεφάλαιο αφιερωμένο στην επίδραση της ΤΝ στην επιστήμη και την ιατρική. Η έκθεση παρακολουθεί, συστηματοποιεί και οπτικοποιεί δεδομένα που σχετίζονται με την τεχνητή νοημοσύνη, παρέχοντας αντικειμενική και επιμελώς επαληθευμένη πληροφόρηση για υπευθύνους χάραξης πολιτικής, ερευνητές, στελέχη επιχειρήσεων, δημοσιογράφους και το ευρύ κοινό.

Δομή της έκθεσης

Η έκθεση του 2024 αποτελείται από εννέα θεματικά κεφάλαια[1]:

  1. Έρευνα και Ανάπτυξη (Research and Development) — τάσεις στις δημοσιεύσεις, τα διπλώματα ευρεσιτεχνίας, τα βασικά μοντέλα και τα ανοιχτά έργα.
  2. Τεχνική Απόδοση (Technical Performance) — benchmark, σύγκριση με το ανθρώπινο επίπεδο, πολυτροπικότητα.
  3. Υπεύθυνη ΤΝ (Responsible AI) — περιστατικά, ασφάλεια, μεροληψία, εμπιστευτικότητα.
  4. Οικονομία (Economy) — επενδύσεις, αγορά εργασίας, εταιρική υιοθέτηση, ρομποτοποίηση.
  5. Επιστήμη και Ιατρική (Science and Medicine) — νέο κεφάλαιο:돌προγρεσές στην επιστήμη και τις ιατρικές εφαρμογές ΤΝ.
  6. Εκπαίδευση (Education) — κατάρτιση στελεχών, εκπαιδευτικά προγράμματα, ChatGPT στη μάθηση.
  7. Πολιτική και Διακυβέρνηση (Policy and Governance) — νομοθεσία, ρύθμιση, εθνικές στρατηγικές.
  8. Ποικιλομορφία (Diversity) — έμφυλη και εθνοτική ποικιλομορφία στον τομέα της ΤΝ.
  9. Κοινή Γνώμη (Public Opinion) — στάση του κοινού απέναντι στην ΤΝ βάσει διεθνών ερευνών.

Βασικά συμπεράσματα της έκθεσης (Top 10)

Οι συγγραφείς της έκθεσης επέλεξαν τις δέκα κύριες θέσεις για το 2024[1]:

1. Η ΤΝ υπερτερεί των ανθρώπων σε ορισμένες εργασίες, αλλά όχι σε όλες

Τα συστήματα τεχνητής νοημοσύνης ξεπέρασαν το ανθρώπινο επίπεδο σε αρκετά benchmark, συμπεριλαμβανομένης της ταξινόμησης εικόνων (ImageNet), της οπτικής συλλογιστικής (VQA) και της κατανόησης της αγγλικής γλώσσας (SuperGLUE). Ωστόσο, η ΤΝ εξακολουθεί να υπολείπεται σε πιο σύνθετες εργασίες: μαθηματικά ολυμπιαδικού επιπέδου (MATH), οπτική συλλογιστική καθημερινής λογικής και προγραμματισμό[1].

2. Η βιομηχανία κυριαρχεί στην αιχμή της έρευνας ΤΝ

Το 2023 η βιομηχανία δημιούργησε 51 σημαντικά μοντέλα Machine Learning, ενώ η ακαδημία μόλις 15. Παράλληλα, 21 μοντέλα προέκυψαν από συνεργασία βιομηχανίας και ακαδημίας — ρεκόρ για την περίοδο[1].

3. Το κόστος εκπαίδευσης των πιο προηγμένων μοντέλων αυξάνεται δραματικά

Σύμφωνα με εκτιμήσεις του AI Index και της Epoch AI, το κόστος εκπαίδευσης του GPT-4 ανήλθε σε περίπου 78 εκατομμύρια δολάρια, ενώ του Gemini Ultra της Google σε περίπου 191 εκατομμύρια δολάρια[2]. Για σύγκριση: η εκπαίδευση του αρχικού μοντέλου Transformer το 2017 κόστιζε περίπου 900 δολάρια, και του RoBERTa Large το 2019 περίπου 160 χιλιάδες δολάρια[1].

4. Οι ΗΠΑ ηγούνται ως πηγή κορυφαίων μοντέλων ΤΝ

Το 2023, 61 σημαντικά μοντέλα ΤΝ δημιουργήθηκαν από οργανισμούς των ΗΠΑ, ξεπερνώντας κατά πολύ την ΕΕ (21 μοντέλα) και την Κίνα (15 μοντέλα)[1].

5. Οι τυποποιημένες αξιολογήσεις υπευθυνότητας LLM υστερούν σοβαρά

Η έρευνα του AI Index αποκάλυψε σημαντική έλλειψη τυποποίησης στις αναφορές για υπεύθυνη ΤΝ. Οι κορυφαίοι προγραμματιστές — OpenAI, Google και Anthropic — δοκιμάζουν τα μοντέλα τους σε διαφορετικά benchmark υπεύθυνης ΤΝ, γεγονός που καθιστά δύσκολη τη συστηματική σύγκριση κινδύνων[1].

6. Οι επενδύσεις στη Γεννητική ΤΝ αυξάνονται με ταχείς ρυθμούς

Παρά τη γενική μείωση των ιδιωτικών επενδύσεων στην ΤΝ, η χρηματοδότηση της Γεννητικής ΤΝ αυξήθηκε σχεδόν οκταπλάσια σε σχέση με το 2022, φτάνοντας τα 25,2 δισεκατομμύρια δολάρια. Μεγάλους γύρους χρηματοδότησης ολοκλήρωσαν οι OpenAI, Anthropic, Hugging Face και Inflection[3].

7. Η ΤΝ αυξάνει την παραγωγικότητα και την ποιότητα εργασίας

Πολυάριθμες μελέτες του 2023 έδειξαν ότι η ΤΝ βοηθά τους εργαζόμενους να εκτελούν εργασίες ταχύτερα και με υψηλότερη ποιότητα, καθώς και να μειώνουν το χάσμα μεταξύ χαμηλά και υψηλά καταρτισμένων επαγγελματιών. Ωστόσο, ορισμένες μελέτες προειδοποιούν ότι η χρήση ΤΝ χωρίς κατάλληλη επίβλεψη μπορεί να οδηγήσει σε μείωση της παραγωγικότητας[1].

8. Η επιστημονική πρόοδος επιταχύνεται χάρη στην ΤΝ

Το 2023 παρουσιάστηκαν σημαντικές επιστημονικές εφαρμογές ΤΝ: AlphaDev (επιτάχυνση αλγορίθμων ταξινόμησης), GNoME (ανακάλυψη νέων υλικών), GraphCast (πρόβλεψη καιρού) και άλλες[1].

9. Ο αριθμός κανονιστικών πράξεων για την ΤΝ στις ΗΠΑ αυξήθηκε απότομα

Το 2023 εκδόθηκαν 25 κανονιστικές πράξεις σχετικές με την ΤΝ — αύξηση 56,3% σε σχέση με το προηγούμενο έτος. Για σύγκριση: το 2016 εκδόθηκε μόλις μία τέτοια πράξη[1].

10. Οι άνθρωποι γνωρίζουν όλο και περισσότερο την επίδραση της ΤΝ — και ανησυχούν όλο και περισσότερο

Σύμφωνα με την Ipsos, το ποσοστό των ερωτηθέντων που θεωρούν ότι η ΤΝ θα επηρεάσει ουσιαστικά τη ζωή τους στα επόμενα 3–5 χρόνια αυξήθηκε από 60% σε 66%. Μάλιστα, το 52% εκφράζει ανησυχία σχετικά με τα προϊόντα και τις υπηρεσίες ΤΝ — αύξηση κατά 13 ποσοστιαίες μονάδες από το 2022. Στις ΗΠΑ, σύμφωνα με το Pew Research, το 52% των Αμερικανών δηλώνει μεγαλύτερη ανησυχία παρά ενθουσιασμό για την ΤΝ (37% το 2022)[4][5].

Κεφάλαιο 1. Έρευνα και Ανάπτυξη

Το κεφάλαιο αναλύει τις τάσεις στις δημοσιεύσεις, τα διπλώματα ευρεσιτεχνίας, τα προηγμένα συστήματα ΤΝ, τα βασικά μοντέλα (foundation models), τα συνέδρια και τα ανοιχτά προγράμματα λογισμικού[1].

Δημοσιεύσεις

Ο συνολικός αριθμός δημοσιεύσεων για την ΤΝ συνεχίζει να αυξάνεται: από περίπου 88.000 το 2010 σε περισσότερες από 240.000 το 2022 (σχεδόν τριπλασιασμός). Η αύξηση κατά το τελευταίο έτος ανήλθε σε 1,1%[1].

Διπλώματα ευρεσιτεχνίας

Ο αριθμός των εκδοθέντων διπλωμάτων ευρεσιτεχνίας στον τομέα της ΤΝ παγκοσμίως αυξήθηκε δραματικά: από το 2021 έως το 2022 η αύξηση ήταν 62,7%, ενώ από το 2010 αυξήθηκε περισσότερο από 31 φορές. Η Κίνα κυριαρχεί στην κατοχύρωση ευρεσιτεχνιών ΤΝ: το 2022 ανέλαβε το 61,1% των αιτήσεων ευρεσιτεχνίας, ενώ το μερίδιο των ΗΠΑ ανήλθε σε 20,9% (μείωση από 54,1% το 2010)[1].

Προηγμένα μοντέλα

Το 2023 η βιομηχανία συνέχισε να κυριαρχεί στη δημιουργία προηγμένων μοντέλων. Κυκλοφόρησαν 149 βασικά μοντέλα — διπλάσια σε σχέση με το 2022. Από αυτά, το 65,7% ήταν ανοιχτού κώδικα (έναντι 44,4% το 2022 και 33,3% το 2021)[1].

Κόστος εκπαίδευσης. Η συνεργασία του AI Index με την Epoch AI επέτρεψε την απόκτηση βελτιωμένων εκτιμήσεων για το κόστος εκπαίδευσης μοντέλων. Η αύξηση των δαπανών απεικονίζεται ευκρινώς από την ακόλουθη δυναμική[2]:

Μοντέλο Έτος Εκτίμηση κόστους εκπαίδευσης (USD)
Transformer 2017 ~930
BERT-Large 2018 ~3 300
RoBERTa Large 2019 ~160 000
GPT-3 175B 2020 ~4,3 εκατ.
PaLM 540B 2022 ~12,4 εκατ.
Llama 2 70B 2023 ~3,9 εκατ.
GPT-4 2023 ~78 εκατ.
Gemini Ultra 2023 ~191 εκατ.

Εθνική προέλευση. Το 2023, 61 σημαντικά μοντέλα δημιουργήθηκαν από οργανισμούς των ΗΠΑ, 21 από την ΕΕ και 15 από την Κίνα. Αυτό επιβεβαιώνει τον ηγετικό ρόλο των ΗΠΑ στην ανάπτυξη προηγμένων συστημάτων ΤΝ[1].

Ανοιχτό λογισμικό

Ο αριθμός των έργων ΤΝ στο GitHub αυξάνεται σταθερά: από 845 το 2011 σε περίπου 1,8 εκατομμύρια το 2023. Το 2023 καταγράφηκε αύξηση 59,3%. Ο συνολικός αριθμός αστεριών για έργα ΤΝ τριπλασιάστηκε: από 4,0 εκατομμύρια το 2022 σε 12,2 εκατομμύρια το 2023[1].

Συνέδρια

Η συμμετοχή στα κορυφαία συνέδρια ΤΝ (NeurIPS, ICML, ICLR κ.ά.) συνέχισε να αυξάνεται, αντανακλώντας το αυξανόμενο ενδιαφέρον για τον τομέα[1].

Κεφάλαιο 2. Τεχνική Απόδοση

Το κεφάλαιο αναλύει την πρόοδο των συστημάτων ΤΝ σε εργασίες επεξεργασίας γλώσσας, δημιουργίας εικόνων, συλλογιστικής, κωδικοποίησης και αυτόνομης συμπεριφοράς[1].

Κατάσταση απόδοσης ΤΝ

Έως το 2023, η ΤΝ υπερτερεί του ανθρώπινου επιπέδου σε αρκετές κατηγορίες εργασιών: ταξινόμηση εικόνων (από το 2015), βασική κατανόηση κειμένου (από το 2017), οπτική συλλογιστική (από το 2020), λογική εξαγωγή συμπερασμάτων σε φυσική γλώσσα (από το 2021). Ωστόσο, σε εργασίες όπως η ολυμπιαδική μαθηματική (MATH) και ο προγραμματισμός, η ΤΝ εξακολουθεί να υπολείπεται των ανθρώπων[1].

Γλωσσικά μοντέλα

HELM. Το benchmark Holistic Evaluation of Language Models (HELM), που αναπτύχθηκε στο Στάνφορντ, αξιολογεί τα LLM σε δέκα σενάρια, συμπεριλαμβανομένης της κατανόησης κειμένου, των μαθηματικών και της νομικής συλλογιστικής. Από τον Ιανουάριο του 2024, το GPT-4 ηγείται με mean win rate 0,96[6].

MMLU. Το benchmark Massive Multitask Language Understanding (MMLU) αξιολογεί τα μοντέλα σε 57 θεματικούς τομείς. Το Gemini Ultra της Google υπερέβη πρώτο το βασικό ανθρώπινο επίπεδο (89,8%), σημειώνοντας 90,0% — βελτίωση κατά 14,8 ποσοστιαίες μονάδες σε σχέση με το 2022 και κατά 57,6 μ.μ. από τη δημιουργία του benchmark το 2019[7].

Chatbot Arena. Η πλατφόρμα που ξεκίνησε το 2023 επιτρέπει στους χρήστες να συγκρίνουν τις εξόδους ανώνυμων μοντέλων. Από τις αρχές του 2024, το GPT-4 Turbo αναγνωρίστηκε ως το πιο προτιμώμενο μοντέλο βάσει περισσότερων από 200.000 ψήφων[1].

Πολυτροπικότητα

Παραδοσιακά, τα συστήματα ΤΝ περιορίζονταν σε μία τροπικότητα. Ωστόσο, το 2023 εμφανίστηκαν ισχυρά πολυτροπικά μοντέλα — το Google Gemini και το OpenAI GPT-4, τα οποία είναι ικανά να επεξεργάζονται κείμενο, εικόνες και σε ορισμένες περιπτώσεις ήχο. Το benchmark MMMU (Massive Multi-discipline Multimodal Understanding) έδειξε ότι το Gemini Ultra ηγείται με 59,4%, αλλά αυτό είναι σημαντικά χαμηλότερο από το επίπεδο του ανθρώπινου εμπειρογνώμονα (82,6%)[8].

Συλλογιστική

GPQA. Το benchmark Graduate-Level Google-Proof Q&A περιλαμβάνει 448 σύνθετες ερωτήσεις βιολογίας, φυσικής και χημείας, στις οποίες δεν μπορεί να δοθεί απάντηση με απλή αναζήτηση στο Google. Το GPT-4 με αναζήτηση σημείωσε 41,0%, κάτω από το επίπεδο εμπειρογνωμόνων (72,5%), αλλά πάνω από το επίπεδο μη-εμπειρογνωμόνων (30,5%)[9].

Θεωρία Νου (BigToM). Η δοκιμασία της ικανότητας των LLM να μοντελοποιούν τις πεποιθήσεις άλλων ανθρώπων έδειξε ότι το GPT-4 πλησιάζει το ανθρώπινο επίπεδο σε εργασίες άμεσης εξαγωγής πεποιθήσεων και πράξεων, αν και εξακολουθεί να υπολείπεται σε εργασίες αντίστροφης εξαγωγής πεποιθήσεων[10].

Κωδικοποίηση

Το benchmark HumanEval αξιολογεί τη δημιουργία κώδικα. Το 2023 τα μοντέλα συνέχισαν να βελτιώνουν τις επιδόσεις τους, ενώ το SWE-bench — ένα νέο benchmark για την αξιολόγηση της επίλυσης πραγματικών εργασιών λογισμικής μηχανικής — έδειξε ότι ακόμα και τα καλύτερα μοντέλα επιλύουν μόλις ένα μικρό κλάσμα των εργασιών, υποδεικνύοντας σημαντικές δυνατότητες για περαιτέρω πρόοδο[1].

Αυτόνομη Συμπεριφορά

Τα συστήματα ΤΝ δοκιμάζονται όλο και πιο συχνά σε αυτόνομα σενάρια. Το Voyager (Microsoft) επέδειξε ικανότητα αυτόνομης μάθησης σε δυναμικό περιβάλλον Minecraft, συλλέγοντας 3,3 φορές περισσότερα μοναδικά αντικείμενα, κινούμενο 2,3 φορές μακρύτερα και φτάνοντας στα βασικά ορόσημα 15,3 φορές ταχύτερα σε σύγκριση με τα προηγούμενα μοντέλα[11]. Το MLAgentBench έδειξε ότι οι πράκτορες ΤΝ για επιστημονική έρευνα υπόσχονται δυνατότητες, αλλά τα αποτελέσματα ποικίλλουν σημαντικά μεταξύ εργασιών[1].

Ιδιότητες LLM

Αναδυόμενη συμπεριφορά. Μελέτη του 2023 αμφισβήτησε την άποψη για τον αναπόφευκτο χαρακτήρα της εμφάνισης απρόβλεπτων «αναδυόμενων» ικανοτήτων κατά την κλιμάκωση των μοντέλων. Με τη χρήση γραμμικών και συνεχών μετρικών, αυτές οι ικανότητες σε μεγάλο βαθμό εξαφανίζονται[12].

Υποβάθμιση απόδοσης. Έρευνα του Στάνφορντ και του Μπέρκλεϋ έδειξε ότι η απόδοση του GPT-4 μπορεί να μεταβάλλεται σημαντικά μεταξύ ενημερώσεων: η έκδοση Ιουνίου 2023 ήταν κατά 42 μ.μ. χειρότερη από την έκδοση Μαρτίου στη δημιουργία κώδικα και κατά 33 μ.μ. χειρότερη σε μαθηματικές εργασίες[13].

Αυτοδιόρθωση. Ερευνητές από το DeepMind και το Πανεπιστήμιο του Ιλινόις έδειξαν ότι τα LLM δυσκολεύονται να διορθώσουν αυτόνομα τη συλλογιστική τους χωρίς εξωτερική καθοδήγηση: η απόδοση του GPT-4 μειωνόταν σε όλα τα δοκιμαζόμενα benchmark κατά την προσπάθεια αυτοδιόρθωσης[1].

Κεφάλαιο 3. Υπεύθυνη ΤΝ

Το κεφάλαιο είναι αφιερωμένο στις βασικές διαστάσεις της υπεύθυνης ΤΝ: εμπιστευτικότητα, διαφάνεια, ασφάλεια και δικαιοσύνη[1].

Περιστατικά στον τομέα της ΤΝ

Η βάση δεδομένων AI Incident Database κατέγραψε 123 περιστατικά το 2023 — αύξηση 32,3% σε σχέση με το 2022. Από το 2013 ο αριθμός των περιστατικών αυξήθηκε περισσότερο από είκοσι φορές. Η αύξηση οφείλεται τόσο στην επέκταση της χρήσης ΤΝ όσο και στην αυξημένη ευαισθητοποίηση για τους ηθικούς κινδύνους της[14].

Τυποποίηση benchmark υπεύθυνης ΤΝ

Η ανάλυση πέντε κορυφαίων προγραμματιστών (OpenAI, Meta, Anthropic, Google, Mistral AI) αποκάλυψε την απουσία ενιαίου συνόλου benchmark για την αξιολόγηση της υπεύθυνης ΤΝ. Αν και τα κοινά benchmark ικανοτήτων (MMLU, HellaSwag, ARC Challenge, HumanEval, GSM8K) χρησιμοποιούνται ευρέως, τα benchmark υπεύθυνης ΤΝ (TruthfulQA, RealToxicityPrompts, ToxiGen, BOLD, BBQ) εφαρμόζονται αποσπασματικά: το TruthfulQA χρησιμοποιείται από το πολύ τρεις από τους πέντε προγραμματιστές, ενώ ένας προγραμματιστής δεν αναφέρει καθόλου δοκιμές με benchmark υπεύθυνης ΤΝ[1].

ΤΝ και εκλογές

Έρευνες του 2023 έδειξαν ότι οι άνθρωποι αναγνωρίζουν σωστά τα ηχητικά deepfake μόνο στο 73% των περιπτώσεων. Αναμένεται ότι με την ανάπτυξη της τεχνολογίας παραγωγής ήχου, η ακρίβεια αναγνώρισης θα μειωθεί. Αυτό δημιουργεί κινδύνους χειραγώγησης σε πολιτικές εκστρατείες και δίνει στους πολιτικούς τη δυνατότητα να απορρίπτουν ενοχοποιητικές ηχογραφήσεις ως πλαστές (λεγόμενο «μέρισμα του ψεύτη»)[15].

Έρευνες LLM για πολιτική μεροληψία αποκάλυψαν συσχέτιση μεταξύ των προεπιλεγμένων απαντήσεων του ChatGPT και των θέσεων του Δημοκρατικού Κόμματος, και αρνητική συσχέτιση με τις θέσεις του Ρεπουμπλικανικού Κόμματος[16].

Κεφάλαιο 4. Οικονομία

Το κεφάλαιο διερευνά τις τάσεις στις επενδύσεις, την απασχόληση, την εταιρική υιοθέτηση ΤΝ και τη ρομποτοποίηση[1].

Επενδύσεις

Γενικές τάσεις. Οι συνολικές εταιρικές επενδύσεις σε ΤΝ μειώθηκαν στα 189,2 δισεκατομμύρια δολάρια το 2023 (πτώση ~20% σε σχέση με το 2022). Ωστόσο, σε διάστημα δεκαετίας ο όγκος των επενδύσεων αυξήθηκε δεκατρείς φορές. Οι ιδιωτικές επενδύσεις μειώθηκαν για δεύτερη συνεχή χρονιά, αν και η πτώση ήταν λιγότερο έντονη από ό,τι το 2021–2022[3].

Γεννητική ΤΝ. Οι επενδύσεις στη Γεννητική ΤΝ ανήλθαν σε 25,2 δισεκατομμύρια δολάρια — σχεδόν εννεαπλάσια αύξηση σε σχέση με το 2022 και τριακονταπλάσια σε σχέση με το 2019. Η Γεννητική ΤΝ εξασφάλισε περισσότερο από το ένα τέταρτο των συνολικών ιδιωτικών επενδύσεων σε ΤΝ[3].

Περιφερειακή κατανομή. Οι ΗΠΑ με επενδύσεις 67,2 δισεκατομμυρίων δολαρίων ξεπέρασαν την Κίνα (7,8 δισ.) κατά 8,7 φορές και το Ηνωμένο Βασίλειο (3,8 δισ.) κατά 17,8 φορές. Παράλληλα, οι ιδιωτικές επενδύσεις στην Κίνα μειώθηκαν κατά 44,2%, στην ΕΕ και το Ηνωμένο Βασίλειο κατά 14,1%, ενώ στις ΗΠΑ αυξήθηκαν κατά 22,1%[3].

Νεοφυείς επιχειρήσεις. Ο αριθμός των νέων εταιρειών ΤΝ που έλαβαν χρηματοδότηση αυξήθηκε σε 1.812 (αύξηση 40,6%). Στον τομέα της Γεννητικής ΤΝ χρηματοδότηση έλαβαν 99 νέες νεοφυείς επιχειρήσεις (έναντι 56 το 2022)[3].

Αγορά εργασίας

Το ποσοστό κενών θέσεων εργασίας σχετιζόμενων με ΤΝ στις ΗΠΑ μειώθηκε από 2,0% το 2022 σε 1,6% το 2023. Παρόμοια τάση παρατηρείται παγκοσμίως. Η μείωση εξηγείται από τη συρρίκνωση προσλήψεων από μεγάλες εταιρείες ΤΝ και τη μείωση του μεριδίου τεχνικών θέσεων[1].

Η μετανάστευση ειδικών ΤΝ από την ακαδημία στη βιομηχανία συνεχίζει να επιταχύνεται: το 2022 το 70,7% των νέων κατόχων διδακτορικού στην ΤΝ απασχολήθηκε στη βιομηχανία (έναντι 40,9% το 2011), ενώ μόλις το 20,0% στην ακαδημία (έναντι 41,6%)[1].

Εταιρική υιοθέτηση

Σύμφωνα με τη McKinsey, το 55% των οργανισμών χρησιμοποιεί ΤΝ (συμπεριλαμβανομένης της Γεννητικής ΤΝ) σε τουλάχιστον μία επιχειρηματική μονάδα — αύξηση από 50% το 2022 και 20% το 2017. Παράλληλα, το 42% των οργανισμών αναφέρει μείωση κόστους, ενώ το 59% αύξηση εσόδων χάρη στην ΤΝ[17].

Οι αναφορές στην ΤΝ στις εκθέσεις κερδών εταιρειών Fortune 500 έφτασαν τις 394 (σχεδόν 80% όλων των εταιρειών) — αισθητή αύξηση από 266 το 2022. Το πιο συχνά αναφερόμενο θέμα (19,7% όλων των κλήσεων) ήταν η Γεννητική ΤΝ[1].

Ρομποτική

Το 2022 εγκαταστάθηκαν 553.000 βιομηχανικά ρομπότ — αύξηση 5,1% σε σχέση με το 2021 και περισσότερο από τριπλάσια σε σχέση με το 2012. Η Κίνα κυριαρχεί: από το 2013, όταν ξεπέρασε την Ιαπωνία, το μερίδιό της αυξήθηκε από 20,8% σε 52,4% των παγκόσμιων εγκαταστάσεων το 2022. Το μερίδιο των συνεργατικών ρομπότ αυξήθηκε από 2,8% το 2017 σε 9,9% το 2022[18].

Κεφάλαιο 5. Επιστήμη και Ιατρική

Το κεφάλαιο, που περιλαμβάνεται για πρώτη φορά στην έκθεση, φωτίζει τον ρόλο της ΤΝ στις επιστημονικές ανακαλύψεις και τις ιατρικές καινοτομίες[1].

Επιστημονικά επιτεύγματα του 2023

AlphaDev (DeepMind) — σύστημα Reinforcement Learning που ανακάλυψε αλγορίθμους ταξινόμησης με λιγότερες οδηγίες από τα υπάρχοντα ανθρώπινα πρότυπα. Ορισμένοι από τους αλγορίθμους που βρέθηκαν συμπεριλήφθηκαν στην τυπική βιβλιοθήκη ταξινόμησης C++ (LLVM) — η πρώτη ενημέρωση αυτού του τμήματος της βιβλιοθήκης εδώ και πάνω από δέκα χρόνια[19].

GraphCast (DeepMind) — σύστημα πρόβλεψης καιρού βασισμένο σε γραφικά Neural Network, που παρέχει 10ήμερη πρόβλεψη σε λιγότερο από ένα λεπτό με ακρίβεια που υπερβαίνει το κορυφαίο σύστημα μοντελοποίησης HRES (Ευρωπαϊκό Κέντρο Μεσοπρόθεσμων Καιρικών Προβλέψεων)[20].

GNoME (Google DeepMind) — μοντέλο που χρησιμοποιεί γραφικά δίκτυα για επιταχυνόμενη αναζήτηση νέων λειτουργικών υλικών, κρίσιμη για την πρόοδο στη ρομποτική και τη βιομηχανία ημιαγωγών[21].

Synbot — ΤΝ-καθοδηγούμενο ρομπότ-χημικό για αυτόνομη σύνθεση οργανικών μορίων, που επιτυγχάνει απόδοση αντίδρασης συγκρίσιμη ή μεγαλύτερη από τις τιμές αναφοράς[22].

FlexiCubes (NVIDIA) — μέθοδος βελτιστοποίησης 3D mesh με χρήση ΤΝ για τη βελτίωση της ποιότητας δημιουργίας 3D αντικειμένων στα γραφικά υπολογιστών[23].

ΤΝ στην Ιατρική

Κλινικές γνώσεις. Στο benchmark MedQA (αξιολόγηση κλινικών γνώσεων ΤΝ), το μοντέλο GPT-4 Medprompt επέτυχε ακρίβεια 90,2% — αύξηση κατά 22,6 μ.μ. σε σχέση με το καλύτερο αποτέλεσμα του 2022. Από τη δημιουργία του benchmark το 2019, η απόδοση της ΤΝ στο MedQA σχεδόν τριπλασιάστηκε. Αξιοσημείωτο είναι ότι το GPT-4 Medprompt χρησιμοποίησε prompt engineering αντί για fine-tuning, ξεπερνώντας εξειδικευμένα ιατρικά μοντέλα[24].

MediTron-70B — ανοιχτό ιατρικό LLM που σημείωσε 70,2% στο MedQA — το καλύτερο αποτέλεσμα μεταξύ μοντέλων ανοιχτού κώδικα, αν και χαμηλότερο από τις επιδόσεις των κλειστών μοντέλων GPT-4 Medprompt και Med-PaLM 2[25].

Ιατρικές καινοτομίες. Μεταξύ των σημαντικών συστημάτων του 2023: SynthSR (βελτίωση απεικόνισης δομών εγκεφάλου από χαμηλής ποιότητας σαρώσεις MRI), ImmunoSEIRA (υπέρυθροι αισθητήρες ΤΝ για διάγνωση νευροεκφυλιστικών νόσων), EVEscape (πρόβλεψη εξέλιξης ιών για πρόληψη πανδημιών), AlphaMissense (ταξινόμηση missense μεταλλάξεων)[1].

Έγκριση FDA. Το 2022, ο FDA ενέκρινε 139 ιατρικές συσκευές βασισμένες σε ΤΝ — αύξηση 12,1% σε σχέση με το 2021. Από το 2012 ο αριθμός αυτών των εγκρίσεων αυξήθηκε περισσότερο από 45 φορές[26].

Κεφάλαιο 6. Εκπαίδευση

Το κεφάλαιο εξετάζει τις τάσεις στην εκπαίδευση στον τομέα της πληροφορικής και της ΤΝ[1].

Ανώτατη εκπαίδευση

Ο αριθμός των αποφοίτων προπτυχιακού στην πληροφορική στις ΗΠΑ και τον Καναδά συνεχίζει να αυξάνεται. Ο αριθμός των μεταπτυχιακών παραμένει σχετικά σταθερός, ενώ ο αριθμός των διδακτορικών αυξάνεται μετρίως. Από το 2018 ο αριθμός των μεταπτυχιακών και διδακτορικών στην πληροφορική έχει μειωθεί ελαφρώς[1].

Το ποσοστό των διεθνών φοιτητών μειώθηκε σε όλα τα επίπεδα εκπαίδευσης, ιδιαίτερα αισθητά στο μεταπτυχιακό. Σε παγκόσμιο επίπεδο, ο αριθμός των αγγλόφωνων εκπαιδευτικών προγραμμάτων που σχετίζονται με ΤΝ τριπλασιάστηκε από το 2017[1].

ChatGPT στην εκπαίδευση

Σύμφωνα με έρευνα της Walton Foundation, το 88% των εκπαιδευτικών και το 79% των φοιτητών πιστεύουν ότι το ChatGPT έχει θετική επίδραση στην εκπαιδευτική διαδικασία. Το 76% των εκπαιδευτικών και το 65% των φοιτητών θεωρούν ότι είναι σημαντικό να ενταχθεί το ChatGPT στη μάθηση[27].

Κεφάλαιο 7. Πολιτική και Διακυβέρνηση

Το κεφάλαιο αναλύει τη νομοθετική και ρυθμιστική δραστηριότητα στον τομέα της ΤΝ σε παγκόσμιο, αμερικανικό και ευρωπαϊκό επίπεδο[1].

Παγκόσμιες τάσεις

Οι αναφορές στην ΤΝ σε νομοθετικές διαδικασίες σε όλο τον κόσμο έφτασαν σε επίπεδο ρεκόρ. Παρατηρείται μετατόπιση από αμιγώς ενθαρρυντικά μέτρα σε περιοριστική νομοθεσία, γεγονός που μαρτυρά αυξημένη προσοχή των ρυθμιστικών αρχών στους πιθανούς κινδύνους της ΤΝ[1].

Το θεματολόγιο των νόμων που ψηφίστηκαν το 2023 διευρύνθηκε σημαντικά, καλύπτοντας ένοπλες δυνάμεις και εθνική ασφάλεια, αστικά δικαιώματα, εμπόριο, εκπαίδευση, εργασιακές σχέσεις, επιστήμη και τεχνολογία[1].

Ρύθμιση στις ΗΠΑ

Ο αριθμός κανονιστικών πράξεων σχετικών με ΤΝ έφτασε τις 25 το 2023 (αύξηση 56,3% σε σχέση με το 2022). Η πιο συνηθισμένη θεματολογία ήταν το εξωτερικό εμπόριο και η διεθνής χρηματοδότηση. Το μερίδιο κανονιστικών πράξεων με υψηλό και μεσαίο βαθμό συνάφειας με την ΤΝ αυξήθηκε σε σχέση με προηγούμενα έτη[1].

Ορόσημο του 2023 αποτέλεσε το Προεδρικό Διάταγμα Biden για την ΤΝ (Executive Order on AI), που στόχευε, μεταξύ άλλων, στη δημιουργία του Εθνικού Πόρου Έρευνας ΤΝ (National AI Research Resource) για την εξασφάλιση ίσων ευκαιριών μεταξύ βιομηχανίας και ακαδημίας[28].

Ρύθμιση στην ΕΕ

Στην Ευρωπαϊκή Ένωση παρατηρείται ανάλογη τάση αύξησης του αριθμού κανονιστικών πράξεων σχετικών με ΤΝ. Σημαντικό επίτευγμα του 2023 αποτέλεσε η προώθηση του AI Act — του πρώτου ολοκληρωμένου νόμου για την ΤΝ στον κόσμο[1].

Κεφάλαιο 8. Ποικιλομορφία

Το κεφάλαιο διερευνά την έμφυλη και εθνοτική ποικιλομορφία μεταξύ των ειδικών ΤΝ. Παρά κάποια πρόοδο, οι γυναίκες και οι εκπρόσωποι μειονοτήτων εξακολουθούν να υποεκπροσωπούνται σημαντικά στον τομέα της ΤΝ, τόσο στη βιομηχανία όσο και στην ακαδημία[1].

Κεφάλαιο 9. Κοινή Γνώμη

Το κεφάλαιο αναλύει την κοινή αντίληψη για την ΤΝ βάσει διεθνών ερευνών και δεδομένων κοινωνικών μέσων[1].

Διεθνείς έρευνες

Ευαισθητοποίηση και ανησυχία. Σύμφωνα με την Ipsos, το 66% των ερωτηθέντων (αύξηση από 60%) θεωρεί ότι η ΤΝ θα επηρεάσει ουσιαστικά τη ζωή τους στα επόμενα 3–5 χρόνια. Παράλληλα, το 52% εκφράζει ανησυχία για τα προϊόντα ΤΝ (αύξηση κατά 13 μ.μ. από το 2022)[4].

Οικονομικές προσδοκίες. Μόλις το 37% των ερωτηθέντων πιστεύει ότι η ΤΝ θα βελτιώσει την εργασία τους, το 34% ότι θα βελτιώσει την οικονομία, και το 32% ότι θα επηρεάσει θετικά την αγορά εργασίας[4].

Δημογραφικές διαφορές. Οι νεότερες γενιές είναι σημαντικά πιο αισιόδοξες: το 59% της γενιάς Z πιστεύει ότι η ΤΝ θα βελτιώσει την ψυχαγωγία, έναντι 40% των baby boomers. Οι άνθρωποι με υψηλότερο εισόδημα και εκπαίδευση είναι επίσης πιο αισιόδοξοι[1].

Αναγνωρισιμότητα ChatGPT. Σύμφωνα με διεθνή έρευνα του Πανεπιστημίου του Τορόντο, το 63% των ερωτηθέντων γνωρίζει το ChatGPT, εκ των οποίων περίπου η μισή το χρησιμοποιεί τουλάχιστον μία φορά την εβδομάδα[29].

Δεδομένα κοινωνικών μέσων

Η ανάλυση της Quid σε περισσότερες από 7 εκατομμύρια αναρτήσεις στα κοινωνικά μέσα για το 2023 αποκάλυψε ότι τα μοντέλα GraphCast και Claude 2.1 έλαβαν τον υψηλότερο δείκτη θετικής διάθεσης (net sentiment score). Το GPT-4 προσέλκυσε το μεγαλύτερο μερίδιο προσοχής στο πρώτο τρίμηνο, ενώ προς το τέλος του έτους η εστίαση μετατοπίστηκε στο Gemini και το Grok[1].

Σημαντικά μοντέλα ΤΝ του 2023

Η έκθεση καταγράφει την εμφάνιση ορισμένων βασικών μοντέλων[1]:

Μοντέλο Προγραμματιστής Τύπος Ημερομηνία Σημασία
GPT-4 OpenAI LLM, πολυτροπικό Μάρτιος 2023 Ένα από τα πιο ισχυρά LLM· ηγείται στο HELM
PaLM 2 Google LLM Μάιος 2023 Διευρυμένες πολύγλωσσες δυνατότητες
Llama 2 Meta LLM (ανοιχτό) Ιούλιος 2023 Κορυφαίο ανοιχτό μοντέλο· εκδόσεις 7B/13B/70B
Claude 2 / 2.1 Anthropic LLM Ιούλιος / Νοέμβριος 2023 Παράθυρο περιβάλλοντος έως 200K token
Mistral 7B Mistral AI LLM (ανοιχτό) Σεπτέμβριος 2023 Μικρό, υψηλής απόδοσης μοντέλο
DALL-E 3 OpenAI Δημιουργία εικόνων Οκτώβριος 2023 Βελτιωμένη ποιότητα και ακολουθία prompt
Gemini / Gemini Ultra Google LLM, πολυτροπικό Δεκέμβριος 2023 Πρώτο LLM που ξεπέρασε τον άνθρωπο στο MMLU
Mixtral 8×7B Mistral AI LLM (MoE, ανοιχτό) Δεκέμβριος 2023 Αρχιτεκτονική Mixture-of-Experts
Midjourney v6 Midjourney Δημιουργία εικόνων Δεκέμβριος 2023 Βελτιωμένη ποιότητα και διαισθητικά prompt
Whisper v3 OpenAI Αναγνώριση ομιλίας Νοέμβριος 2023 Αυξημένη ακρίβεια, διευρυμένη γλωσσική υποστήριξη

Μεθοδολογία

Η έκθεση χρησιμοποιεί δεδομένα από πλήθος πηγών[1]:

  • Δημοσιεύσεις και διπλώματα ευρεσιτεχνίας: OpenAlex, WIPO, USPTO, δεδομένα Epoch AI.
  • Benchmark: Papers With Code, CRFM (HELM), εξειδικευμένα leaderboard.
  • Επενδύσεις: Quid (Capital IQ, Crunchbase), δεδομένα για περισσότερες από 8 εκατ. εταιρείες.
  • Αγορά εργασίας: Lightcast, LinkedIn, Stack Overflow.
  • Εταιρική δραστηριότητα: McKinsey & Company, Seeking Alpha (earnings calls).
  • Ρομποτική: International Federation of Robotics (IFR).
  • Ρύθμιση: Federal Register (ΗΠΑ), EUR-Lex (ΕΕ), Govini.
  • Κοινή γνώμη: Ipsos, Pew Research Center, University of Toronto (GPO-AI), Quid (κοινωνικά μέσα).
  • Εκπαίδευση: CRA Taulbee Survey, Informatics Europe, Studyportals, Code.org, Walton Foundation.
  • Ιατρική: FDA, Papers With Code (MedQA).

Οι εκτιμήσεις κόστους εκπαίδευσης μοντέλων εκπονήθηκαν από κοινού με την Epoch AI βάσει ανάλυσης του τύπου και της ποσότητας υλικού, της διάρκειας εκπαίδευσης και των τιμών ενοικίασης στο cloud[2].

Συγγραφική ομάδα

Η έκθεση εκπονήθηκε υπό την καθοδήγηση των συνδιευθυντών Ray Perrault και Jack Clark με τη συμμετοχή ευρέος κύκλου ερευνητών και εταίρων οργανισμών. Το AI Index είναι έργο του Ινστιτούτου Στάνφορντ HAI (Human-Centered Artificial Intelligence)[1].

Σύνδεσμοι

Βιβλιογραφία

Παραπομπές

  1. ↑ 1.00 1.01 1.02 1.03 1.04 1.05 1.06 1.07 1.08 1.09 1.10 1.11 1.12 1.13 1.14 1.15 1.16 1.17 1.18 1.19 1.20 1.21 1.22 1.23 1.24 1.25 1.26 1.27 1.28 1.29 1.30 1.31 1.32 1.33 1.34 1.35 1.36 1.37 1.38 1.39 1.40 1.41 1.42 1.43 1.44 1.45 1.46 Stanford HAI (2024). Artificial Intelligence Index Report 2024. https://aiindex.stanford.edu/report/
  2. ↑ 2.0 2.1 2.2 Epoch AI (2023). AI Training Cost Estimates. https://epochai.org/
  3. ↑ 3.0 3.1 3.2 3.3 3.4 Quid (2023). AI Investment Data. https://quid.com/
  4. ↑ 4.0 4.1 4.2 Ipsos (2023). Global Perceptions of AI Survey. https://www.ipsos.com/
  5. ↑ Pew Research Center (2023). Public Views on AI. https://www.pewresearch.org/
  6. ↑ Liang, P. et al. (2022). Holistic Evaluation of Language Models. https://arxiv.org/abs/2211.09110
  7. ↑ Hendrycks, D. et al. (2021). Measuring Massive Multitask Language Understanding. https://arxiv.org/abs/2009.03300
  8. ↑ Yue, X. et al. (2023). MMMU: A Massive Multi-discipline Multimodal Understanding and Reasoning Benchmark. https://arxiv.org/abs/2311.16502
  9. ↑ Rein, D. et al. (2023). GPQA: A Graduate-Level Google-Proof Q&A Benchmark. https://arxiv.org/abs/2311.12022
  10. ↑ Gandhi, K. et al. (2023). Understanding Social Reasoning in Language Models with Language Models. https://arxiv.org/abs/2306.15448
  11. ↑ Wang, G. et al. (2023). Voyager: An Open-Ended Embodied Agent with Large Language Models. https://arxiv.org/abs/2305.16291
  12. ↑ Schaeffer, R. et al. (2023). Are Emergent Abilities of Large Language Models a Mirage? https://arxiv.org/abs/2304.15004
  13. ↑ Chen, L. et al. (2023). How Is ChatGPT's Behavior Changing over Time? https://arxiv.org/abs/2307.09009
  14. ↑ AI Incident Database (2023). https://incidentdatabase.ai/
  15. ↑ Mai, K. T. et al. (2023). Warning: Humans Cannot Reliably Detect Speech Deepfakes. https://arxiv.org/abs/2301.07829
  16. ↑ Motoki, F. et al. (2023). More Human than Human: Measuring ChatGPT Political Bias. https://doi.org/10.1007/s11127-023-01097-2
  17. ↑ McKinsey & Company (2023). The State of AI in 2023: Generative AI's Breakout Year. https://www.mckinsey.com/capabilities/quantumblack/our-insights/the-state-of-ai
  18. ↑ International Federation of Robotics (2023). World Robotics Report 2023. https://ifr.org/worldrobotics/
  19. ↑ Mankowitz, D. J. et al. (2023). Faster sorting algorithms discovered using deep reinforcement learning. Nature. https://doi.org/10.1038/s41586-023-06004-9
  20. ↑ Lam, R. et al. (2023). Learning skillful medium-range global weather forecasting. Science. https://doi.org/10.1126/science.adi2336
  21. ↑ Merchant, A. et al. (2023). Scaling deep learning for materials discovery. Nature. https://doi.org/10.1038/s41586-023-06735-9
  22. ↑ Ha, T. et al. (2023). AI-driven robotic chemist for autonomous synthesis of organic molecules. Science Advances. https://doi.org/10.1126/sciadv.adj0461
  23. ↑ Shen, T. et al. (2023). Flexible Isosurface Extraction for Gradient-Based Mesh Optimization. ACM Transactions on Graphics. https://doi.org/10.1145/3592430
  24. ↑ Nori, H. et al. (2023). Can Generalist Foundation Models Outcompete Special-Purpose Tuning? Case Study in Medicine. https://arxiv.org/abs/2311.16452
  25. ↑ Chen, Z. et al. (2023). MEDITRON-70B: Scaling Medical Pretraining for Large Language Models. https://arxiv.org/abs/2311.16079
  26. ↑ U.S. Food and Drug Administration (2023). Artificial Intelligence and Machine Learning (AI/ML)-Enabled Medical Devices. https://www.fda.gov/medical-devices/software-medical-device-samd/artificial-intelligence-and-machine-learning-aiml-enabled-medical-devices
  27. ↑ Impact Research / Walton Family Foundation (2023). ChatGPT and Education Survey. https://www.waltonfamilyfoundation.org/
  28. ↑ The White House (2023). Executive Order on the Safe, Secure, and Trustworthy Development and Use of Artificial Intelligence. https://www.whitehouse.gov/briefing-room/presidential-actions/2023/10/30/executive-order-on-the-safe-secure-and-trustworthy-development-and-use-of-artificial-intelligence/
  29. ↑ Global Public Opinion on AI Survey, University of Toronto (2023). https://www.mediatechdemocracy.com/
Retrieved from "https://systems-analysis.info/int/index.php?title=The_2024_AI_Index_Report_(EL)&oldid=8033"