По состоянию на март искусственный интеллект успешно выполнял 66% задач на компьютере. Показатель человека составил 72%, говорится в ежегодном отчете Стэнфордского университета о способностях ИИ.
Источник: hai.stanford.edu.
При этом еще в 2024 году нейросети могли выполнять только 12% заданий в цифровой среде.
В ключевом тесте для ИИ по программированию — SWE-bench Verified — производительность выросла с 60% до почти 100% всего за один год. В других ключевых технических бенчмарках тоже наблюдается существенный прогресс.
Источник: hai.stanford.edu.
Исследователи отметили, что большие языковые модели могут завоевать золотую медаль на Международной математической олимпиаде, однако не умеют точно определять время.
Лучшая модель Gemini Deep Think правильно считывает показания аналоговых часов лишь в 50,1% случаев. Эту проблему ученые называют «зубчатой границей».
Параллельно разрыв в производительности моделей искусственного интеллекта из США и КНР фактически ликвидирован. С начала 2025 года американские и китайские решения неоднократно менялись местами в лидерстве.
Источник: hai.stanford.edu.
Принятие технологии и инвестиции
Внедрение решений на основе больших языковых моделей в организациях достигло 88%. В то же время четыре из пяти студентов университетов используют чат-боты.
Средний уровень внедрения генеративного ИИ среди населения достиг 53% за три года — быстрее персональных компьютеров или интернета. Хотя темпы различаются в зависимости от страны и сильно коррелируют с ВВП на душу населения.
Источник: hai.stanford.edu.
«Внедрение искусственного интеллекта распространяется с беспрецедентной скоростью, и потребители получают существенную выгоду от инструментов, к которым они часто имеют доступ бесплатно», — пришли к выводу в Стэнфорде.
За 2025 году глобальные корпоративные инвестиции в индустрию достигли $581,7 млрд — более чем в два раза выше показателя предыдущего года. На долю США пришлось $285,9 млрд, что в 23 раза превосходит объем частных инвестиций Китая.
В Соединенных Штатах расположено наибольшее количество центров обработки данных для ИИ, причем основная доля микросхем производится одним тайваньским заводом, указали эксперты.
Источник: hai.stanford.edu.
Насущные проблемы
По мнению авторов исследования, все современные системы, предназначенные для измерения, управления и внедрения ИИ, серьезно отстают от самой технологии. Стандарты безопасности индустрии устарели, а количество инцидентов резко возросло.
Источник: hai.stanford.edu.
«Практически все ведущие разработчики передовых моделей сообщают о результатах по производительности, однако отчеты по показателям ответственного ИИ остаются неполными. Количество задокументированных инцидентов, связанных с искусственным интеллектом, выросло до 362 по сравнению с 233 в 2024 году», — отметили авторы.
Ситуацию усугубляет то, что показали недавние исследования: улучшение одного аспекта ответственного ИИ вроде безопасности может ухудшить иной, например, точность.
В Стэнфорде указали и на другую проблему. Более 80% американских старшеклассников и студентов колледжей сейчас используют ИИ для выполнения академических заданий. Однако только в половине средних и старших учебных учреждений страны действуют касающиеся технологии правила, и лишь 6% учителей считают их понятными.
С другой стороны, число новых докторов наук в области ИИ в США и Канаде увеличилось на 22% с 2022 по 2024 год. При этом многие специалисты устроились на работу в академическую среду, а не в коммерческий сектор.
Напомним, в марте исследование Стэнфордского университета выявило риски чрезмерного обращения к ИИ за советами.
https://forklog.com/news/ai/issledovanie-podtverdilo-rost-rabochej-nagruzki-posle-massovogo-vnedreniya-ii
