В 2024 г. индустрией было создано почти 90% самых известных в мире моделей искусственного интеллекта. Всего годом ранее этот показатель составлял 60%. По мере того как масштабы, стоимость и вычислительные ресурсы, необходимые для создания передовых систем ИИ, продолжают расти, разрыв между академическими и корпоративными разработками становится все труднее игнорировать, отмечает портал AIwire.
Новый отчет «2025 AI Index Report» от Stanford Institute for Human-Centered Artificial Intelligence (HAI) дает представление об этом ускоряющемся сдвиге. Академическая наука остается основным двигателем фундаментальных исследований и по-прежнему производит значительную долю высокоцитируемых работ. Но ее все больше опережают корпоративные разработки , когда речь идет о создании самых больших и быстрых моделей. Потребность в обучающих вычислениях теперь удваивается каждые пять месяцев, наборы данных — каждые восемь, а потребление энергии растет ежегодно. На переднем рубеже ИИ-инноваций планка для входа быстро поднимается.
Эта тенденция вызывает тревогу в научных сообществах, работа которых зависит от доступа к передовым системам ИИ. По мере того как стоимость и инфраструктурные потребности разработки моделей выходят за рамки возможностей академических лабораторий, растет обеспокоенность по поводу воспроизводимости, прозрачности и научной независимости.
Но все не так мрачно. Согласно отчету, модели с открытыми весами начинают сокращать разрыв в производительности со своими закрытыми отраслевыми аналогами. По некоторым ключевым показателям разница между открытыми и закрытыми моделями за год сократилась с 8% до всего лишь 1,7%. Такой быстрый прогресс дает надежду исследовательским, учебным и государственным учреждениям, которые полагаются на открытые инструменты для создания приложений для конкретных областей или оценки новых методов.
В пользу доступности также работает резкое снижение стоимости получения выводов. В период с ноября 2022 г. по октябрь 2024 г. стоимость работы системы уровня GPT-3.5 снизилась более чем в 280 раз. Аппаратные затраты снижаются на 30% в год, а энергоэффективность повышается на 40% в год. Эти тенденции способствуют снижению барьера входа для разработчиков и пользователей ИИ за пределами гипермасштабного ИИ, даже если барьер для обучения передовых моделей остается высоким.
Тем не менее, концентрация передовых инноваций поднимает более широкие вопросы. Сейчас корпорации контролируют большинство влиятельных моделей. Вершина рейтинга не только быстро расширяется, но и становится все более переполненной. Для учреждений, не имеющих доступа к собственным инструментам, данным или вычислениям, окно для значимого участия может сократиться.
Ставки особенно высоки для науки. От моделирования климата до биомедицинских исследований доступ к новейшим и лучшим системам ИИ может напрямую повлиять на скорость и масштаб открытий. Поэтому здоровье экосистемы ИИ с открытым исходным кодом — это не только технический, но и научный вопрос. По мере того как открытые модели становятся все более функциональными, а усилия по созданию совместных и прозрачных инструментов набирают обороты, есть надежда, что у исследователей останется хотя бы немного возможностей для экспериментов и передовых инноваций без необходимости в корпоративном партнере или миллиардном бюджете.
На фоне растущей обеспокоенности по поводу доступа и контроля при разработке ИИ в отчете Stanford HAI также подчеркивается, что влияние технологии выходит далеко за пределы лабораторий: «ИИ — это технология, меняющая цивилизацию, не ограничивающаяся каким-то одним сектором, а преобразующая все отрасли, которых она касается, — говорит Рассел Уолд, исполнительный директор Stanford HAI. — В прошлом году мы стали свидетелями беспрецедентного ускорения внедрения ИИ, и его масштабы и влияние будут только расти. „AI Index“ предоставляет политикам, исследователям и общественности данные, необходимые для принятия обоснованных решений и обеспечения того, чтобы ИИ разрабатывался с учетом ориентации на человеческие ценности».
В гонке за определением будущего ИИ вопрос о том, кто будет на переднем крае, а кто останется позади, может быть не менее важен, чем то, насколько мощными станут модели.
