AI 2025の状態：12目の目を見張るグラフ

AIに関するニュースを読むと、矛盾するメッセージが砲撃されていると感じるかもしれません。AIは活況を呈しています。 AIはバブルです。 AIの現在のテクニックとアーキテクチャは、ブレークスルーを生み出し続けます。 AIは持続不可能なパスにあり、急進的な新しいアイデアが必要です。 AIはあなたの仕事を引き受けるつもりです。 AIは、家族の写真をスタジオジブリスタイルのアニメーション画像に変えるのにほとんど適しています。

混乱を乗り越えるのは、スタンフォード大学の人間中心の人工知能研究所からの2025 AIインデックスです。 400ページ以上のレポートには、R＆D、技術的パフォーマンス、責任あるAI、経済的影響、科学と医学、政策、教育、世論に関するグラフとデータが詰め込まれています。として IEEEスペクトル 毎年（からの報道をご覧ください 2021、 2022、 2023、 そして 2024）、私たちはすべてを読んで、私たちが今AIの本当の物語を語っていると思うグラフを摘み取りました。

1。米国企業は先に出ています

AIレースでどの国が「先に」あるかを測定する多くの異なる方法がありますが（公開または引用されたジャーナル記事、特許授与など）、簡単な指標の1つは、重要なモデルを出力する人です。研究所のエポックAIには、1950年から現在まで及ぶ影響力のある重要なAIモデルのデータベースがあり、AIインデックスはこのチャートに示されている情報を描きました。

昨年、40の注目すべきモデルは米国から来ましたが、中国には15があり、ヨーロッパには3つ（偶然、すべてフランスから）がありました。ここには示されていない別のチャートは、これらの2024年モデルのほとんどすべてが学界や政府ではなく産業から来たことを示しています。 注目すべき低下については 2023年からリリースされたモデル 2024年、インデックスはそれが原因である可能性があることを示唆しています テクノロジーの複雑さの増加とトレーニングの増え続けるコスト。

2。トレーニングコストについて言えば…

Yowee、でもそれは高価です！ AIインデックスには正確なデータはありません。これは、多くの大手AI企業がトレーニングの実行に関する情報のリリースを停止したためです。しかし、研究者はエポックAIと提携して、トレーニング期間、種類、およびハードウェアの量などについて収集された詳細に基づいて、少なくとも一部のモデルのコストを推定しました。コストを見積もることができた最も高価なモデルは、GoogleのGemini 1.0 Ultraで、息をのむようなコストは約1億9,200万米ドルでした。トレーニングコストの一般的なスケールアップは、レポートの他の調査結果と一致しました。モデルは、パラメーター数、トレーニング時間、およびトレーニングデータの量でも拡大し続けています。

このチャートには含まれていません。中国の新興企業Deepseekは、1月にわずか600万ドルで競争力のある大規模な言語モデルをトレーニングするという主張で金融市場を揺るがしました。 AIインデックス運営委員会の共同ディレクターYolanda Gilが語る IEEEスペクトル 彼女はDeepseekを「非常に印象的」と見つけ、コンピューターサイエンスの歴史は、よりエレガントなソリューションに取って代わる初期の非効率的なテクノロジーの例であると述べています。 「ある時点でLLMSのより効率的なバージョンがあると思ったのは私だけではありません」と彼女は言います。 「私たちは誰がそれを構築するのか、どのように構築するのかわからなかった。」

3。それでもAIを使用するコストは減少しています

トレーニングの増え続けるコスト（ほとんどの）AIモデルは、レポートが強調するいくつかの肯定的なトレンドを不明瞭にするリスクがあります。ハードウェアコストは削減され、ハードウェアのパフォーマンスが上がり、エネルギー効率が上がります。それは私を意味しますnferingコスト、または訓練されたモデルを照会する費用は劇的に減少しています。対数スケールであるこのチャートは、 1ドルあたりのAIパフォーマンス。報告書は、ブルーラインが100万ドルあたり20ドルから100万ドルあたり0.07ドルに低下していることを指摘しています。ピンクのラインは、1年未満で15ドルから0.12ドルの低下を示しています。

エネルギー効率は前向きな傾向ですが、ネガティブに戻りましょう。効率の向上にもかかわらず、全体的な消費電力が増加しています。つまり、AIブームの中心にあるデータセンターには巨大な二酸化炭素排出量があります。 AIインデックスは、トレーニングハードウェア、クラウドプロバイダー、場所などの要因に基づいて、選択したAIモデルの炭素排出量を推定し、それを発見しました。 トレーニングフロンティアAIモデルからの炭素排出量は、時間の経過とともに着実に増加しました。

このチャートに含まれる最悪の犯罪者であるMetaのLlama 3.1は、推定8,930トンのCOをもたらしました。₂ 放出された、これはアメリカの生活の年を生きている約496人のアメリカ人に相当する。その大規模な環境への影響は、AI企業が原子力を炭素を含まない電力の信頼できる供給源として受け入れてきた理由を説明しています。

5。パフォーマンスギャップが狭くなります

米国は、リリースされた顕著なモデルの量に依然として指揮的なリードを持っている可能性がありますが、中国モデルは品質に追いついています。このチャートは、チャットボットベンチマークの狭いパフォーマンスのギャップを示しています。 2024年1月、 米国のトップモデルは、最高の中国モデルを9.26％上回りました。 2025年2月までに、このギャップはわずか1.70％に縮小しました。このレポートは、推論、数学、コーディングに関連する他のベンチマークで同様の結果を見つけました。

6。人類の最後の試験

今年のレポートは、AIシステムの機能を測定するために使用するベンチマークの多くが「飽和」であるという否定できない事実を強調しています。AIシステムは、ベンチマークで非常に高いスコアを獲得し、もはや役に立たない。それは多くのドメインで起こりました：一般的な知識、画像に関する推論、数学、コーディングなど。ギルは、ベンチマークが無関係になった後にベンチマークが無関係になったため、彼女は驚きで見てきたと言います。 「私は考え続けます [performance] 彼女は、「しかし、それはそうではなかった」と彼女は言う。

この状況に照らして、決心した研究者は、AIシステムに挑戦することを望んでいる新しいベンチマークを作成しています。それらの1つは、世界中の500の機関から来た主題の専門家が提供する非常に挑戦的な質問で構成される人類の最後の試験です。これまでのところ、最高のAIシステムでさえも困難です。Openaiの推論モデルO1は、これまでに8.8％の正解でトップスコアを持っています。それがどれくらい続くかを見ていきます。

7。データコモンズに対する脅威

今日の生成的なAIシステムは、インターネットから削り取られた膨大な量のデータをトレーニングすることにより、スマートを得て、「データは新しいオイル」であるというよく述べられたアイデアにつながります。 AI企業は、モデルにどの程度のデータを送ることができるかという限界を押し続けているため、人々は「ピークデータ」を心配し始め、その時に尽きます。 1つの問題は、Webサイトがサイトをrawったりデータを削ったりすることをボットにますます制限していることです（おそらく、AI企業がビジネスモデルを殺害しながらWebサイトのデータから利益を得ているという懸念のためです）。 Webサイトは、これらの制限をMachine Readable Robots.txtファイルで述べています。

このチャートは、トップWebドメインのデータの48％が現在完全に制限されていることを示しています。しかし、ギルは、AI内の新しいアプローチが巨大なデータセットへの依存を終わらせる可能性があると言います。 「ある時点で、データの量がそれほど重要ではないと思います」と彼女は言います。

8。ここに企業のお金が来ます

企業の世界は、過去5年間にわたってAIの資金調達のためにスピゴットをオンにしました。そして、2024年の全体的な世界的な投資は2021年の気まぐれな高さと一致しませんでしたが、民間投資がかつてないほど高くなっていることは顕著です。 2024年の1,500億ドルの民間投資のうち、インデックスの別のチャート（ここには示されていません）は、約330億ドルが生成AIへの投資に投資したことを示しています。

9。その大きなROIを待っています

おそらく、企業は投資の大きな利益を期待しているため、AIに投資しています。これは、人々がAIの変革的性質と生産性の前例のない利益について息を切らして話す部分です。しかし、企業がまだ大幅な節約や大幅な新しい利益をもたらす変革をまだ見ていないと言ってもいいです。マッキンゼーの調査から描かれたデータを含むこのチャートは、コスト削減を報告した企業のうち、ほとんどが10％未満の節約を示していることを示しています。 AIにより収益が増加した企業のほとんどは、ほとんどが5％未満の利益を報告しています。その大きな見返りはまだ来ている可能性があり、投資の数字は多くの企業がそれに賭けていることを示唆しています。まだここにありません。

10。AI博士はすぐにお会いしましょう

科学と医学のAIは、AIブーム内のミニブームです。このレポートには、材料科学、気象予測、量子コンピューティングなどの分野の研究者を支援するためにリリースされたさまざまな新しい基礎モデルがリストされています。多くの企業は、AIの予測的で生成的な力を有益な創薬に変えようとしています。 そして OpenaiのO1推論モデルは最近、Medqaと呼ばれるベンチマークで96％を獲得しました。。

しかし、全体として、これは、人間がまだテクノロジーの使用方法をまったく理解していないため、おそらく、実際の影響の大きな影響にまだ変換されていない広大な可能性のある別の領域のように思えます。このチャートは、典型的なリソースに加えてGPT-4を使用した場合、医師がより正確な診断を行うかどうかをテストした2024年の研究の結果を示しています。彼らはそうしませんでしたし、それも彼らをより速くしませんでした。一方、GPT-4は、人間のチームと人間だけよりも優れていました。

11。米国の政策措置は州に移行します

米国では、このチャートは、議会の殿堂でAIについて多くの話があり、ほとんど行動があったことを示しています。報告書は、米国での訴訟が州レベルに移行し、2024年に131の法案が法律に渡されたと述べています。これらの州の法案のうち、56は、選挙での使用を禁止するか、同意のない親密なイメージを広めることを禁止しています。

米国を超えて、ヨーロッパはAI法を可決しました。これは、高いリスクとみなされるAIシステムを作成する企業に新たな義務を課しています。しかし、大きな世界的な傾向は、AIが世界で果たすべき役割について、抜本的で拘束力のない宣言をするために集まっている国です。それで、たくさんの話があります。

12。人間は楽観主義者です

あなたがストックカメラマン、マーケティングマネージャー、またはトラックの運転手であろうと、AIがあなたの仕事に来るかどうかについては、多くの公の言説がありました。しかし、AIに関する態度に関する最近の世界的な調査では、大多数の人々はAIに脅かされているとは感じませんでした。 32か国の回答者の60％は、AIが仕事のやり方を変えると考えていますが、36％だけが交代すると予想しています。 これらの調査結果に「本当に驚きました」とギルは言います。 「「AIは私の仕事を変えようとしているが、私はまだ価値をもたらすだろう」と考えるのは非常に力を与えている。」