" Ученые Стэнфорда представили отчет о развитии ИИ за 2024 год — это 456 страниц о тенденциях в исследованиях и разработках, начиная с анализа публикаций, патентов и известных систем ИИ, методах обучения моделей и бенчмарках для их оценки, законодательных инициативах, влиянии ИИ на экономику и экологию.
Главное — ниже. Промышленный ИИ лидирует: почти 90% значимых моделей в 2024-м (60% в 2023-м году) разработали в промышленности.
Бизнес уже не может игнорировать то, что ИИ дает финансовые выгоды: автоматизируя рутинные процессы, сокращая потребность в персонале и улучшая взаимодействие с потребителями. Большинство компаний только начинают внедрять ИИ, опасаясь неточности результатов, необходимости соблюдать нормативные требования и рисков для кибербезопасности. ИИ для многих пока серая зона. Разрыв в производительности между моделями с открытым кодом и закрытыми моделями стремительно сокращается. По количеству публикаций и выпущенных моделей лидируют США и Китай, а по количеству патентов на душу населения — Южная Корея и Люксембург. Ну, вы Люксембург видели? 680 тысяч душ против 1,5 млрд китайцев. Зато Китай лидирует по общему количеству патентов — на его долю приходится 69,7% от всего объема.
США продолжают оставаться ведущим источником известных моделей искусственного интеллекта: 40 американских моделей против 15 китайских и трех европейских. Но, знаете ли, один Дипсик, вышедший в декабре 2024-го, перекрыл всю эту разницу. Стоимость использования моделей ИИ становится всё доступнее: почти в 280 раз, с $20 за млн токенов в ноябре 2022-го до $ 0,07 за млн токенов в октябре 2024-го.
«Железо» для ИИ становится быстрее, дешевле и энергоэффективнее: производительность ежегодно растёт на 43%, удваиваясь примерно каждые 2 года. Есть вероятность в 80%, что текущий запас обучающих данных будет полностью использован в период с 2026 по 2032 год (по аналитике группы Epoch AI).
Один из ключевых факторов — моделям нужно все больше и больше данных, люди не успевают производить контент с такой скоростью, как ИИ его потребляет. Выбросы углекислого газа при обучении ИИ неуклонно растут: с 0,01 т при обучении AlexNet в 2012-м до 8930 т на Llama 3.1 405B в 2024-м. А вот среднестатистический американец вырабатывает 18 т/год.
