گزارش دانشگاه استنفورد از صنعت هوش مصنوعی: یکه‌تازی آمریکا به پایان رسیده است

به گزارش پیوست، شاخص هوش مصنوعی این موسسه برای سال ۲۰۲۵ که به جمع‌آوری داده‌ها و جریان‌های صنعت هوش مصنوعی می‌پردازد، تصویری از رقابت روزافزون در سطح جهانی را ترسیم می‌کند و نشان می‌دهد که چطور فعالان این حوزه بدون محدودیت برای دست‌یابی به هوش مصنوعی عمومی یا سیستم با مهارت‌های فرا انسانی تلاش می‌کنند.

طبق داده‌های این گزارش، رقابت جهانی دیگر نه منحصر به آمریکا است و نه شرکت‌هایی چون اوپن‌ای‌آی و گوگل سلطه کاملی بر آن دارند، بلکه اکنون بازیگران جدیدی از جمله در چین به سرعت در حال نزدیک شدن به پیشتازان آمریکایی هستند.

این گزارش که تحت عنوان شاخص هوش مصنوعی ۲۰۲۵ منتشر شده است، نشان می‌دهد که شرکت‌های آمریکایی همچنان در تولید مدل‌های پیشرفته هوش مصنوعی پیشتازند، اما فاصله آن‌ها با رقبای چینی به طور قابل‌توجهی کاهش یافته است.

یکی از نمونه‌های شاخص، مدل R1 شرکت چینی دیپ‌سیک است که بر اساس معیار معتبر LMSYS در رده‌ای نزدیک به دو شرکت پیشتاز آمریکایی قرار می‌گیرد. نکته قابل‌توجه آن است که این مدل با استفاده از منابع رایانشی بسیار کمتری نسبت به رقبای آمریکایی ساخته شده است، موضوعی که در زمان عرضه R1 شوک سنگینی به صنعت فناوری و بازار بورس آمریکا وارد کرد.

ونسا پارلی، مدیر تحقیقات HAI، می‌گوید: «اینکه این مدل‌ها تنها توسط پنج نفر در سیلیکون ولی ساخته نشده‌اند، نکته مثبتی است و این موضوع رقابت هیجان‌انگیزی را رقم می‌زند.»

پارلی افزود: «مدل‌های چینی از لحاظ عملکرد در حال نزدیک به مدل‌های آمریکایی هستند اما در سراسر جهان، بازیگران تازه‌ای را مشاهده می‌کنیم.»

قیاس چین و آمریکا و جهانی شدن عرصه رقابت

گزارش استنفورد نشان می‌دهد که هوش مصنوعی چینی به طور کلی در مسیر رشد قرار دارد و مدل‌های شرکت‌های چینی در سنجه LMSYS امتیازی مشابه نمونه‌های آمریکایی دارند. این گزارش اشاره می‌کند که چین اکنون در تولید مقالات علمی و ثبت پتنت‌های مرتبط با هوش مصنوعی از آمریکا پیشی گرفته است، اما کیفیت هیچکدام از این گزارش‌ها و ثبت پتنت‌ها در گزارش مورد ارزیابی قرار نگرفته است.

اما ایالات متحده همچنان تولیدکننده بیشترین تعداد مدل‌های پیشرفته است: براساس داده‌های این گزارش، شرکت‌های آمریکایی ۴۰ مدل پیشتاز تولید کرده‌اند، درحالی‌که این عدد در چین ۱۵ و در اروپا تنها ۳ مدل است.

همچنین این گزارش اشاره می‌کند که در خاورمیانه، آمریکای لاتین و جنوب شرق آسیا نیز شاهد ظهور مدل‌های قدرتمندی هستیم که باعث جهانی‌تر شدن رقابت هوش مصنوعی شده است.

یکی از نکته‌های مهم در رقابت میان چین و آمریکا این است که پکن موفق شده است با وجود محدودیت‌هایی که آمریکا بر دسترسی این کشور به چیپ‌های قدرتمند اعمال کرده، همچنان به توسعه مدل‌های قابل قبول ادامه دهد. این امر از نگاه ناظران، نشانه‌ای از پویایی و سرعت پیشرفت مستقل چین در این حوزه محسوب می‌شود.

در مجموع، اگرچه آمریکا هنوز در نوآوری مدل‌های پیشرفته‌تر پیشتاز است، چین به سرعت در حال کاهش این فاصله و گسترش دامنه نفوذ خود در حوزه هوش مصنوعی است. رقابتی که حالا نه‌تنها دو قطبی نیست، بلکه ماهیتی جهانی، پیچیده و پرشتاب به خود گرفته است.

اهمیت و سهم مدل‌های متن‌باز افزایش یافته است

این گزارش همچنین به اهمیت مدل‌های متن‌باز در رقابت هوش مصنوعی اشاره می‌کند. گزارش این موسسه نشان می‌دهد که چندین مورد از بهترین مدل‌های هوش مصنوعی در حال حاضر «وزن‌ باز» هستند که یعنی امکان دانلود و اصلاح آنها به صورت رایگان وجود دارد.

متا با مدل Llama که اولین بار در سال ۲۰۲۳ منتشر شد رهبری این جریان را برعهده دارد. این شرکت همچنین به تازگی از مدل جدید این سری با نام Llama 4 نیز رونمایی کرده است.

دو شرکت دیپ‌سیک از چین و میسترال از فرانسه نیز مدل‌های وزن باز قدرتمندی را در اختیار کاربران قرار داده‌اند و همین مساله و به ویژه پیشتازی دیپ‌سیک به لطف رویکرد متن‌باز خود باعث شده تا اوپن‌ای‌آی نیز توجه بیشتری به این بخش از توسعه مدل‌ها داشته باشد. اوپن‌ای‌آی اخیرا اعلام کرد که برای اولین بار پس از عرضه GPT-2 به صورت متن‌باز، قرار است مدل جدید‌تری را به صورت متن باز عرضه کند.

طبق این گزارش شکاف میان مدل‌های بسته و باز در سال ۲۰۲۴ از هشت درصد به ۱.۷ درصد کاهش یافته است. با این حال همچنان بیشتر مدل‌های پیشرفته (۶۰.۷ درصد) ماهیت بسته دارند.

بهبود چشمگیر سخت‌افزار هوش مصنوعی

گزارش استنفورد همچنین به پیشرفت مداوم صنعت هوش مصنوعی در بخش‌های مختلف اشاره کرده است و در یکی از مهمترین موارد شاهد پیشرفت چشمگیر عملکرد سخت‌افزاری هستیم. سخت‌افزار هوش مصنوعی طبق گزارش موسسه HAI، در یک سال گذشته تا ۴۰ درصد کارآمد‌تر شده است. این مساله هزینه اداره مدل‌ها را کاهش داده و امکان اجرای مدل‌های نسبتا قدرتمند را روی دستگاه‌های شخصی فراهم کرده است.

اما بهبود بازدهی سخت‌افزار باعث این گمانه‌زنی شده است که بزرگترین مدل‌های هوش مصنوعی ممکن است در آینده به پردازنده‌های گرافیکی کمتری برای آموزش نیاز داشته باشند، این در حالی است که توسعه دهندگان می‌گویند به توان رایانشی بیشتری نیاز دارند.

این مطالعه نشان می‌دهد که جدیدترین مدل‌های هوش مصنوعی همچنان با استفاده از ده‌ها هزار میلیارد توکن (اجزایی که داده‌ها، همچون کلمات در جملات، را نمایندگی می‌کنند) آموزش می‌بینند و میلیارد‌ها پتافلاپ ظرفیت رایانشی برای آموزش آنها استفاده می‌شود. با این حال این تحقیقات اشاره می‌کند که زنجیره تامین داده‌ آموزشی از اینترنت در سال‌های ۲۰۲۶ تا ۲۰۳۲ به اتمام می‌رسد و در نتیجه توسعه دهندگان باید به دنبال استفاده از داده‌های مصنوعی یا داده‌های تولید شده با هوش مصنوعی باشند.

تاثیر هوش مصنوعی بر نیروی کار

این گزارش همچنین تصویر خاصی را از تاثیر گسترده هوش مصنوعی ترسیم می‌کند. این گزارش نشان می‌دهد که تقاضا برای کارکنان آشنا با مهارت‌های یادگیری ماشینی به اوج رسیده است و همچنین به نظرسنجی جدیدی اشاره دارد که نشان می‌دهد بخش رو به رشدی از کارکنان انتظار دارند این فناوری باعث تغییر ماهیت شغل انها شود.

افزایش سرمایه‌گذاری خصوصی و دولتی

طبق داده‌های این گزارش، سرمایه‌گذاری خصوصی در بخش هوش مصنوعی در سال ۲۰۲۴ به ۱۵۰.۸ میلیارد دلار رسیده است و دولت‌های سراسر جهان نیز میلیارد‌ها دلار سرمایه را در همین سال به هوش مصنوعی اختصاص داده‌اند.

علاوه بر سرمایه‌گذاری‌ها، روند قانون‌گذاری و تنظیم‌گری نیز سرعت گرفته است و از سال ۲۰۲۲ تا زمان انتشار این گزارش، مقررات مرتبط با هوش مصنوعی در ایالات متحده دو برابر شده است.

پارلی می‌گوید اگرچه شرکت‌ها درمورد توسعه مدل‌های پیشتاز هوش مصنوعی رازدارتر عمل می‌کنند، اما تحقیقات آکادمیک در این زمینه در حال شکوفایی است و کیفیت این تحقیقات نیز رو به رشد است.

مشکلات فراگیری هوش مصنوعی

گزارش استنفورد همچنین به مشکلات مربوط به فراگیر شدن هوش مصنوعی اشاره کرده است. محققان می‌گویند موارد سو استفاده یا رفتار نادرست هوش مصنوعی در سال گذشته افزایش یافته است.

با این حال تحقیقات انجام گرفته در تلاش هستند تا امنیت و اعتبار این مدل‌ها را افزایش دهند.

هوش مصنوعی همین حالا هم در برخی زمینه‌ها از انسان پیشی گرفته است

این گزارش همچنین با اشاره به هدف نهایی شرکت‌ها برای رسیدن AGI و وضعیت پیشرفت آنها می‌گوید، برخی از مدل‌اه در حال حاضر نیز در سنجه‌های مربوط به مهارت‌های خاص از جمله دسته بندی تصویر، درک زبان و استدلال ریاضی از انسان‌ها پیشی گرفته‌اند.

دلیل پیشتازی مدل‌ها در این موارد آن است که ابزارها به گونه‌ای طراحی شده‌اند که بهترین عملکرد را در این بخش به اجرا بگذارند. با این حال این یافته‌ها نشان می‌دهد که فناوری نوظهوری همچون هوش مصنوعی چگونه به سرعت در سال‌های اخیر پیشرفت کرده است.