รายงาน AI Index 2025

• อิทธิพลทางสังคมของ AI ชัดเจนที่สุดในเวลานี้ และผลกระทบนั้นอาจเรียกได้ว่าอยู่ในระดับประวัติศาสตร์
• Stanford HAI มองว่า AI จะเป็น เทคโนโลยีพลิกโฉมที่ยิ่งใหญ่ที่สุดแห่งศตวรรษที่ 21
• อย่างไรก็ตาม ได้ย้ำว่า หากต้องการให้ประโยชน์จากความก้าวหน้าของ AI กระจายไปถึงทุกคนอย่างทั่วถึง ก็จำเป็นต้องมีการพัฒนาที่มีทิศทางชัดเจน
• AI Index วิเคราะห์ความก้าวหน้าทางเทคนิค ผลกระทบทางเศรษฐกิจ และผลกระทบทางสังคมของ AI อย่างเป็นกลาง เพื่อมอบข้อมูลเชิงลึกสำคัญให้แก่ผู้กำหนดนโยบายและผู้นำธุรกิจ

1. ประสิทธิภาพของ AI ในเบนช์มาร์กระดับยากยังคงพัฒนาอย่างต่อเนื่อง

• ในปี 2023 นักวิจัยได้เปิดตัวเบนช์มาร์กใหม่เพื่อ ทดสอบขีดจำกัดของระบบ AI รุ่นล่าสุด:
  • MMMU, GPQA, SWE-bench
• ภายในเวลาเพียง 1 ปี ประสิทธิภาพก็เพิ่มขึ้นอย่างมาก:
  • MMMU: +18.8%p
  • GPQA: +48.9%p
  • SWE-bench: +67.3%p
• นอกเหนือจากเบนช์มาร์กแล้ว AI ยังแสดงให้เห็นถึงความก้าวหน้าที่โดดเด่นในเทคโนโลยีสร้างวิดีโอคุณภาพสูง
• ในบางสภาพแวดล้อม เอเจนต์ที่ขับเคลื่อนด้วยโมเดลภาษาให้ผลงานด้านการเขียนโปรแกรมเหนือกว่ามนุษย์ภายในเวลาที่จำกัด

2. AI กำลังแพร่เข้าสู่ชีวิตประจำวันอย่างรวดเร็ว

• ตั้งแต่ การแพทย์ไปจนถึงการขนส่ง AI ได้ก้าวออกจากห้องแล็บและ ถูกรวมเข้ากับชีวิตประจำวันอย่างจริงจัง
• ในปี 2023 FDA ของสหรัฐอนุมัติอุปกรณ์การแพทย์ที่ใช้ AI จำนวน 223 รายการ (ในปี 2015 มีเพียง 6 รายการเท่านั้น)
• รถยนต์ไร้คนขับไม่ได้เป็นเพียงการทดลองอีกต่อไป แต่เข้าสู่ระยะเชิงพาณิชย์แล้ว
  • Waymo: ให้บริการเดินทางด้วยรถไร้คนขับ มากกว่า 150,000 เที่ยวต่อสัปดาห์
  • Baidu: ให้บริการเชิงพาณิชย์ในหลายเมืองของจีนผ่าน Apollo Go robotaxi

3. ภาคธุรกิจกำลังลงทุนและใช้งาน AI อย่างเต็มกำลัง

• ในปี 2024 มูลค่าการลงทุน AI ภาคเอกชนของสหรัฐอยู่ที่ 109.1 พันล้านดอลลาร์ ซึ่งสูงที่สุดในโลก
  • มากกว่า จีน (9.3 พันล้านดอลลาร์) ราว 12 เท่า และ สหราชอาณาจักร (4.5 พันล้านดอลลาร์) ราว 24 เท่า
• โดยเฉพาะในด้าน Generative AI เพียงอย่างเดียวมีการลงทุนถึง 33.9 พันล้านดอลลาร์ → เพิ่มขึ้น 18.7% จากปี 2023
• สัดส่วนบริษัทที่ใช้งาน AI ก็เพิ่มขึ้นอย่างรวดเร็ว:
  • 55% ในปี 2023 → ในปี 2024 มี 78% รายงานว่าได้นำ AI มาใช้แล้ว
• จากผลการวิจัย AI โดยรวมช่วย เพิ่มผลิตภาพ พร้อมกับ
  • มีส่วนช่วยเชิงบวกต่อการลดช่องว่างด้านทักษะระหว่างงานต่าง ๆ

4. สหรัฐยังคงเป็นผู้นำในการผลิตโมเดล AI หลัก แต่จีนกำลังไล่ลดช่องว่างด้านประสิทธิภาพอย่างรวดเร็ว

• ณ ปี 2024 สหรัฐเปิดตัว โมเดล AI หลัก 40 โมเดล นำหน้าทั้ง จีน (15 โมเดล) และยุโรป (3 โมเดล) อย่างชัดเจน
• แม้สหรัฐจะนำในเชิงจำนวน แต่ ช่องว่างด้านคุณภาพของโมเดลจีนกำลังแคบลงอย่างรวดเร็ว
  • ในเบนช์มาร์กหลัก (MMLU, HumanEval) จากที่ต่างกันระดับเลขสองหลักในปี 2023 → กลายเป็นเกือบเทียบเท่ากันในปี 2024
• จีนยังคงเป็น อันดับ 1 ของโลกในด้านจำนวนบทความวิจัยและสิทธิบัตร AI
• การพัฒนาโมเดล AI กำลัง กระจายความหลากหลายไปยังตะวันออกกลาง ละตินอเมริกา เอเชียตะวันออกเฉียงใต้ และภูมิภาคอื่น ๆ มากขึ้น

5. ระบบนิเวศของ AI ที่มีความรับผิดชอบ (RAI) กำลังพัฒนา แต่ยังไม่สมดุล

• แม้ว่า เหตุการณ์และปัญหาที่เกี่ยวข้องกับ AI จะเพิ่มขึ้นอย่างรวดเร็ว แต่ ผู้พัฒนาโมเดลอุตสาหกรรมขนาดใหญ่ยังคงนำการประเมินตามมาตรฐาน RAI มาใช้ไม่มากนัก
• มีเบนช์มาร์กสำหรับการประเมินความปลอดภัยใหม่ ๆ เกิดขึ้น:
  • HELM Safety, AIR-Bench, FACTS → เป็นเครื่องมือที่มีแนวโน้มดีสำหรับการประเมินความแม่นยำและความปลอดภัย
• บริษัทต่าง ๆ ตระหนักถึงความเสี่ยงของ RAI สูงขึ้น แต่การลงมือปฏิบัติจริงยังไม่เพียงพอ
• ในทางกลับกัน รัฐบาลกำลังเร่งความเร็วในการตอบสนองด้านธรรมาภิบาล AI
  • OECD, EU, UN และสหภาพแอฟริกา ได้ ประกาศกรอบนโยบายที่ให้ความสำคัญกับความโปร่งใสและความน่าเชื่อถือ

6. มุมมองเชิงบวกต่อ AI ทั่วโลกกำลังเพิ่มขึ้น แต่ช่องว่างระหว่างภูมิภาคยังสูง

• สัดส่วนผู้ที่มองว่า AI เป็นประโยชน์:
  • ใน จีน (83%), อินโดนีเซีย (80%), ไทย (77%) มีการประเมินเชิงบวกเป็นส่วนใหญ่
  • ส่วน แคนาดา (40%), สหรัฐ (39%), เนเธอร์แลนด์ (36%) บันทึกตัวเลขที่ต่ำกว่า
• อย่างไรก็ตาม แนวโน้มเชิงบวกกำลังเพิ่มขึ้น:
  • การรับรู้เชิงบวกเพิ่มขึ้นเมื่อเทียบกับปี 2022: เยอรมนี (+10%), ฝรั่งเศส (+10%), แคนาดา (+8%), สหราชอาณาจักร (+8%), สหรัฐ (+4%)

7. AI กำลังพัฒนาไปในทิศทางที่มีประสิทธิภาพมากขึ้น ราคาถูกลง และเข้าถึงได้ง่ายขึ้น

• ด้วยแรงหนุนจาก ประสิทธิภาพของโมเดลขนาดเล็กที่ดีขึ้น ทำให้ ต้นทุนการอนุมานของโมเดลระดับ GPT-3.5 ลดลง 280 เท่า ระหว่างเดือนพฤศจิกายน 2022 ถึงเดือนตุลาคม 2024
• ในด้านฮาร์ดแวร์:
  • ต้นทุนรายปีลดลง 30%
  • ประสิทธิภาพด้านพลังงานดีขึ้น 40%
• โมเดล open-weight ก็มีประสิทธิภาพดีขึ้นอย่างรวดเร็วเช่นกัน
  • ในบางเบนช์มาร์ก ช่องว่างประสิทธิภาพกับโมเดลปิด ลดลงจาก 8% → 1.7%
• ปัจจัยทั้งหมดนี้กำลัง ลดอุปสรรคในการเข้าถึงเทคโนโลยี AI ขั้นสูงอย่างรวดเร็ว

8. รัฐบาลแต่ละประเทศกำลังเดินหน้าเรื่องการกำกับดูแลและการลงทุนด้าน AI อย่างจริงจัง

• ในปี 2024 หน่วยงานรัฐบาลกลางของสหรัฐออกกฎระเบียบที่เกี่ยวข้องกับ AI จำนวน 59 ฉบับ
  • มากกว่าปี 2023 กว่า 2 เท่า และจำนวนหน่วยงานที่เกี่ยวข้องก็เพิ่มขึ้น 2 เท่าเช่นกัน
• การกล่าวถึงกฎหมายที่เกี่ยวข้องกับ AI ใน 75 ประเทศเพิ่มขึ้น 21.3%
  • เพิ่มขึ้น 9 เท่าเมื่อเทียบกับปี 2016
• ตัวอย่างการลงทุนสำคัญของภาครัฐ:
  • แคนาดา: $2.4 พันล้าน, จีน: กองทุนเซมิคอนดักเตอร์ $47.5 พันล้าน
  • ฝรั่งเศส: €109 พันล้าน, อินเดีย: $1.25 พันล้าน
  • ซาอุดีอาระเบีย: ลงทุน $100 พันล้านผ่าน Project Transcendence

9. การศึกษา AI และวิทยาการคอมพิวเตอร์กำลังขยายตัว แต่ยังมีปัญหาด้านการเข้าถึงและความพร้อม

• สองในสามของประเทศทั่วโลกกำลังดำเนินการหรือมีแผนจัดการศึกษาวิทยาการคอมพิวเตอร์ระดับ K–12
  • เพิ่มขึ้น 2 เท่าเมื่อเทียบกับปี 2019
  • แอฟริกาและลาตินอเมริกามีความคืบหน้าเร็วที่สุด
• จำนวนผู้สำเร็จการศึกษาระดับปริญญาตรีด้านคอมพิวเตอร์ในสหรัฐ เพิ่มขึ้น 22% ในช่วง 10 ปี
• อย่างไรก็ตาม ด้วย การขาดแคลนโครงสร้างพื้นฐานพื้นฐาน (เช่น ไฟฟ้า) ทำให้บางพื้นที่ในแอฟริกายังคงเข้าถึงได้ยาก
• ในบรรดาครูวิทยาการคอมพิวเตอร์ระดับ K–12 ของสหรัฐ 81% มองว่า AI เป็นองค์ประกอบสำคัญของการศึกษา แต่
  • มีไม่ถึงครึ่งที่ตอบว่าพร้อมจะสอน AI ได้จริง

10. ภาคอุตสาหกรรมกำลังนำการพัฒนา AI แต่การแข่งขันก็เข้มข้นขึ้นเรื่อย ๆ

• ในปี 2024 ประมาณ 90% ของโมเดล AI หลักได้รับการพัฒนาโดยภาคอุตสาหกรรม (ในปี 2023 อยู่ที่ 60%)
• ในทางกลับกัน งานวิจัย AI ที่ถูกอ้างอิงมากที่สุดยังคงมาจากภาควิชาการ
• ขนาดโมเดลยังคงขยายตัวต่อไป:
  • ปริมาณการคำนวณสำหรับการฝึกเพิ่มเป็น 2 เท่าทุก 5 เดือน
  • ชุดข้อมูลเพิ่มเป็น 2 เท่าทุก 8 เดือน
  • การใช้พลังงานเพิ่มขึ้น 2 เท่าทุกปี
• แต่ ช่องว่างด้านประสิทธิภาพมีแนวโน้มลดลง:
  • ช่องว่างคะแนนระหว่างโมเดลอันดับ 1 กับอันดับ 10: 11.9% → 5.4%
  • ช่องว่างระหว่างอันดับ 1 กับอันดับ 2: เพียง 0.7%
• สิ่งนี้สะท้อนถึง สภาพแวดล้อมการพัฒนา AI ที่แข่งขันดุเดือดและมีความซับซ้อนเพิ่มขึ้น

11. AI กำลังได้รับการยอมรับในระดับสูงสุดของวงการวิทยาศาสตร์

• เมื่อไม่นานมานี้ AI ได้รับการยอมรับว่าเป็น เทคโนโลยีหลักของงานวิจัยที่ได้รับรางวัลโนเบล
  • ได้รับรางวัลจาก เทคโนโลยี Deep Learning (สาขาฟิสิกส์) และ การประยุกต์ใช้การทำนายโครงสร้างโปรตีน (สาขาเคมี) ตามลำดับ
• นอกจากนี้ ยังมีการมอบ รางวัลทัวริงสำหรับผลงานบุกเบิกด้าน Reinforcement Learning
• นี่บ่งชี้ว่า อิทธิพลทางวิทยาศาสตร์ของ AI กำลังเริ่มได้รับการยอมรับอย่างเป็นทางการในสาขาวิชาหลักต่าง ๆ

12. การให้เหตุผลที่ซับซ้อนยังคงเป็นความท้าทายสำคัญของ AI

• AI แสดง ผลงานยอดเยี่ยมในการแก้ปัญหาระดับโอลิมปิกคณิตศาสตร์นานาชาติ
• แต่ใน เบนช์มาร์กการให้เหตุผลที่ซับซ้อน เช่น PlanBench ก็ยังคงประสบความยากลำบาก
• แม้จะมีคำตอบที่ถูกต้องชัดเจนอยู่แล้ว ก็ยังมีหลายกรณีที่ไม่สามารถแก้ปัญหาเชิงตรรกะได้อย่างสม่ำเสมอ
• ด้วยเหตุนี้ ประสิทธิผลของ AI ในสาขาความเสี่ยงสูงที่ความแม่นยำมีความสำคัญจึงยังมีข้อจำกัด

[GN⁺]

ความคิดเห็นจาก Hacker News

• รายงานนี้เปิดให้ใช้ข้อมูลเป็นไฟล์ CSV บน Google Drive เพื่อให้แปลงเป็นฐานข้อมูล SQLite และสำรวจได้ด้วย Datasette Lite
  • ตารางที่น่าสนใจที่สุดแสดงตัวอย่างอคติในโมเดลหลากหลายตัว
• มีการโพสต์ข้อโต้แย้งต่อข้อ 11 (AlphaFold3 เทียบกับ Vina, Gnina ฯลฯ) บน Substack
  • Gnina เป็นการนำผลลัพธ์ของ Vina มาประเมินซ้ำด้วยโครงข่ายประสาท จึงมีข้อกังวลแบบเดียวกัน
  • โดยรวมมองโลกในแง่ดีต่อ AI แต่การเปรียบเทียบครั้งนี้ผิดพลาด
  • จำเป็นต้องมีวิธีที่ทำให้ใช้ทั่วไปกับผู้สมัครยาใหม่ได้ แต่การประเมินนี้ทำบนชุดข้อมูลแบบวนซ้ำ
• มักเห็นรายงานว่า AI เก่งกว่ามนุษย์ แต่ยังไม่เคยได้รับความช่วยเหลือในการแก้ปัญหาในชีวิตประจำวัน
  • เคยให้ Claude ทั้งโค้ดหลายร้อยบรรทัดและตำแหน่งของปัญหาแล้ว แต่ก็ยังแก้ไม่ได้
  • LLM มักมีแนวโน้มยึดติดกับผลลัพธ์บางแบบโดยเฉพาะ
  • คล้ายกับการค้นหาใน Google คือแม้จะพยายามค้นหาให้เฉพาะเจาะจง ก็ยังได้ผลลัพธ์เดิมกลับมา
• น่าแปลกใจที่ไม่มีบทเกี่ยวกับผลกระทบต่อสิ่งแวดล้อม
  • ในยุโรป โดยเฉพาะฝรั่งเศส นี่เป็นประเด็นหลักในการวิจารณ์การใช้ AI
  • รวมถึงการขโมยงานศิลปะ การทำลายงาน การสร้างข้อมูลเท็จได้ง่าย และสภาพการทำงานของผู้ฝึก AI ในประเทศรายได้น้อย
  • ส่วนตัวไม่ได้ต่อต้าน AI เพียงแค่ยกประเด็นที่เห็นบ่อยในฟีดขึ้นมา
• แต่ละบทมีให้ดาวน์โหลดเป็น PDF แยกกัน และรายงานฉบับเต็มยาว 456 หน้า
• "ประสิทธิภาพของ AI บนเบนช์มาร์กที่ท้าทายยังคงดีขึ้นอย่างต่อเนื่อง"
  • รู้สึกว่ามีโมเดล AI มากขึ้นเรื่อย ๆ ที่ถูกปรับแต่งให้เข้ากับเบนช์มาร์กอันทรงอิทธิพลเหล่านี้
• มีคำถามว่าทำไมเว็บไซต์ถึงทำให้เปิดรูปภาพในแท็บใหม่ได้ยาก
  • ถ้าคัดลอก URL จะพาไปยังภาพรบกวน แต่สามารถดาวน์โหลดภาพต้นฉบับได้จาก AWS S3
  • สงสัยว่าทำแบบนี้เพื่อขู่ผู้ใช้ที่ไม่ใช่สายเทคนิคหรือไม่
• รายงาน AI ก่อนหน้านี้ของ Stanford เคยมีเนื้อหาหนักแน่นและวิพากษ์วิจารณ์มากกว่านี้
  • รายงานปัจจุบันดูเหมือนการเอาข่าวประชาสัมพันธ์ชิ้นเล็ก ๆ หลายชิ้นมามัดรวมกัน
  • AI ได้ย้ายจากมหาวิทยาลัยไปสู่ภาคธุรกิจ และจากงานวิจัยไปสู่ข่าวประชาสัมพันธ์
  • ข่าวประชาสัมพันธ์เกี่ยวกับ GPT ของ OpenAI ก็มีแต่การเรียงสถิติ โดยแทบไม่มีข้อมูลที่เป็นประโยชน์
• มั่นใจว่ามาตรฐานการใช้ชีวิตจะดีขึ้น
  • เราจะทำงานได้มีประสิทธิภาพมากขึ้นในเวลาเท่าเดิม จึงเพิ่มผลิตภาพและลดต้นทุนลงได้
  • แต่ยังไม่แน่ใจว่าผลนี้จะแสดงออกในตลาดหุ้นอย่างไร
• สหรัฐฯ ยังผลิตโมเดล AI ระดับแนวหน้าได้อยู่ แต่จีนก็กำลังไล่ลดช่องว่างด้านประสิทธิภาพ
  • นักวิจัยส่วนใหญ่ไม่ได้โฟกัสที่ประเทศ แต่อยากสร้างสิ่งเจ๋ง ๆ ร่วมกับคนเก่ง
  • ไม่ต้องการสงครามกับประเทศเดียวในโลกที่เป็นมหาอำนาจด้านการผลิต
  • อยากให้สหรัฐฯ จริงจังกับ R&D หากจะเข้าแข่งขันด้าน AI กับจีน แต่ก็ไม่อยากเห็นการแข่งขันแบบนั้น