Αναφορές

Η έκθεση Stanford AI100 εντοπίζει τα όρια της κλιμάκωσης καθώς διευρύνεται ο αντίκτυπος της ΤΝ

mm
Προσθέστε το Unite.AI στις προτιμώμενες πηγές σας στο Google

Η Stanford HAI ανακοίνωσε την τρίτη έκθεση της Μελέτης Εκατονταετίας για την Τεχνητή Νοημοσύνη στις 10 Νοεμβρίου 2026. Καταλήγει στο συμπέρασμα ότι η στρατηγική κλιμάκωσης που βρίσκεται πίσω από τη γενετική ΤΝ προσκρούει σε όρια ως προς τα δεδομένα και το κόστος, καθώς οι επιπτώσεις της ΤΝ εξαπλώνονται στην επιστήμη, την ασφάλεια και τους δημόσιους θεσμούς.

Με τίτλο Η ΤΝ περνά στο ευρύ κοινό: Η εποχή της κλιμάκωσης και η άνοδος της γενετικής ΤΝ, η μελέτη ακολουθεί τις εκθέσεις του 2016 και του 2021. Το AI100 ξεκίνησε το 2014 και συγκροτεί επιτροπή μελέτης κάθε πέντε χρόνια. Της διεπιστημονικής επιτροπής προήδρευσε ο Michael Wooldridge, καθηγητής στο Πανεπιστήμιο της Οξφόρδης. Η επιτροπή εξέτασε 12 πάγια ερωτήματα και πρόσθεσε δύο εκτενείς αναλύσεις για τη γεωπολιτική της ΤΝ και την κλιμάκωση. Το κείμενο οριστικοποιήθηκε τον Σεπτέμβριο του 2026.

Μετάβαση πέρα από τα μεγαλύτερα μοντέλα

Η επιτροπή αποδίδει τις σημαντικότερες προόδους της γενετικής ΤΝ τα τελευταία πέντε χρόνια στην αύξηση των δεδομένων εκπαίδευσης και της υπολογιστικής ισχύος, διαπιστώνει όμως ότι η έλλειψη δεδομένων υψηλής ποιότητας και το απαγορευτικό κόστος εκπαίδευσης μοντέλων αιχμής περιορίζουν αυτή την προσέγγιση. Οι αρχιτεκτονικές Transformer και διάχυσης απέκτησαν καθοριστική σημασία όταν συνδυάστηκαν με τεράστια σύνολα δεδομένων και υπολογιστική ισχύ. Η δημόσια κυκλοφορία του ChatGPT τον Νοέμβριο του 2022 έφερε στη συνέχεια τα εργαλεία γενετικής ΤΝ σε εκατομμύρια χρήστες.

Η επιτροπή αναμένει ότι η επόμενη φάση θα βασιστεί περισσότερο σε εξυπνότερους αλγορίθμους και, ενδεχομένως, σε μικρότερα μοντέλα που θα ανακατασκευάζονται λιγότερο συχνά, με καλύτερη διαχείριση του πλαισίου και της μνήμης, εξειδικευμένη εκπαίδευση στον συλλογισμό, περισσότερους υπολογισμούς κατά τον χρόνο εξαγωγής συμπερασμάτων και εργαλεία ή πράκτορες για σύνθετες εργασίες. Τα μοντέλα συλλογισμού παράγουν ενδιάμεσα βήματα και χρησιμοποιούν πρόσθετους υπολογιστικούς πόρους κατά τη διαμόρφωση μιας απάντησης, σε αντίθεση με το μοναδικό πέρασμα προς τα εμπρός ενός συμβατικού μοντέλου. Οι δυνατότητές τους παραμένουν άνισες: οι εξελιγμένες επιδόσεις συνυπάρχουν με εύθραυστο συλλογισμό και αποτυχίες σε απλές εργασίες.

Επιστημονικά οφέλη και οικονομικές αποδόσεις

Η επιτροπή εκτιμά ότι η ΤΝ συμπιέζει ορισμένα χρονοδιαγράμματα επιστημονικής έρευνας από χρόνια σε μήνες ή εβδομάδες, προβλέπει ότι τα εργαστήρια με υποστήριξη ΤΝ θα αποτελούν τον κανόνα σε όλους τους επιστημονικούς κλάδους μέσα σε μία δεκαετία και ζητά την εφαρμογή τεκμηριωμένων αρχών για την επικύρωση ανακαλύψεων που παράγονται από μηχανές, παράλληλα με τη συνέχιση της ανθρώπινης επαλήθευσης της έρευνας που παράγεται με ΤΝ. Το πόσο ενεργό ρόλο θα πρέπει να διατηρούν οι άνθρωποι στον σχεδιασμό των πειραμάτων παραμένει ανοιχτό ερώτημα.

Η επιτροπή αναφέρει ότι το μέγεθος και η ταχύτητα των επενδύσεων σε κέντρα δεδομένων και τσιπ για την ΤΝ ξεπέρασαν εκείνα προηγούμενων επενδυτικών εξάρσεων, επιβαρύνοντας τα αποθέματα ενέργειας και γλυκού νερού, αυξάνοντας τις εκπομπές άνθρακα και επηρεάζοντας την εθνική ενεργειακή πολιτική. Κατά τον χρόνο σύνταξης της έκθεσης, η αποτίμηση της Nvidia ξεπερνούσε τα 5 τρισεκατομμύρια δολάρια, ενώ η αύξηση της μετοχής της Nvidia από μόνη της αντιστοιχούσε σε περισσότερο από το 15% των κερδών της χρηματιστηριακής αγοράς των ΗΠΑ το 2025.

Πέρα από τις χρηματοοικονομικές αποτιμήσεις και τις κεφαλαιουχικές δαπάνες, η έκθεση καταλήγει ότι ο οικονομικός αντίκτυπος της ΤΝ δεν ήταν ακόμη ορατός στα συνολικά μακροοικονομικά δεδομένα ή στις αποδόσεις των επενδύσεων των εταιρειών. Αυτή η διάκριση διαχωρίζει την ορατή χρηματοοικονομική δραστηριότητα από τις αποδεδειγμένες αποδόσεις σε επίπεδο οικονομίας και εταιρειών, θέτοντας έναν κεντρικό περιορισμό στην εικόνα της επενδυτικής έξαρσης.

Ασφάλεια και δημόσια λογοδοσία

Η επιτροπή αναγνωρίζει την κυβερνοασφάλεια ως εφαρμογή της ΤΝ τόσο για επιθετικούς όσο και για αμυντικούς σκοπούς, επικαλούμενη την αποδεδειγμένη ικανότητα εντοπισμού ευπαθειών και κυβερνοεπιθέσεις που εξαπέλυσαν ομάδες πρακτόρων ΤΝ κατά την περίοδο αναφοράς. Κατά τη διάρκεια ενεργών πολεμικών επιχειρήσεων έχουν ληφθεί αποφάσεις για στοχοποίηση με θανατηφόρα αποτελέσματα χωρίς ανθρώπινη συμμετοχή στη διαδικασία. Οι συνθετικές εικόνες, οι κλωνοποιημένες φωνές και τα βίντεο αποδυναμώνουν επίσης τις παραδοχές περί αποδεικτικής αξιοπιστίας στις οποίες βασίζονται η δημοσιογραφία, η δικαιοσύνη και οι δημοκρατικοί θεσμοί.

Παρότι η ΤΝ επηρεάζει δισεκατομμύρια ανθρώπους, η επιτροπή διαπιστώνει ότι το κοινό είχε ελάχιστη ουσιαστική συμμετοχή στην ανάπτυξη και την εφαρμογή της. Οι ανησυχίες αφορούν τις θέσεις εργασίας, την εκπαίδευση, το περιβάλλον, την ψυχική υγεία, τους δημοκρατικούς θεσμούς και τις κρίσιμες υποδομές. Η προτεινόμενη αντιμετώπιση είναι να θεωρηθεί η κατεύθυνση της ΤΝ συλλογική επιλογή της κοινωνίας, με ουσιαστική συμμετοχή του κοινού και δράση από τις κυβερνήσεις και τους παρόχους τεχνολογίας.

Η επιτροπή περιγράφει τη διεθνή διακυβέρνηση ως κατακερματισμένη και ολοένα περισσότερο διαμορφωμένη με γνώμονα την εθνική ασφάλεια, καθώς οι έλεγχοι εξαγωγών και οι περιορισμοί στην πρόσβαση σε τσιπ και μοντέλα γίνονται εργαλεία κρατικής πολιτικής. Οι διεθνείς σύνοδοι κορυφής και οι διακηρύξεις έχουν προωθήσει αρχές, καθώς και επιστημονικές ή διπλωματικές συζητήσεις, αλλά έχουν αποφέρει ελάχιστα πρακτικά, νομικά δεσμευτικά πολυμερή μέτρα.

Η επιτροπή δεν προβλέπει αν η ταχεία αύξηση των δυνατοτήτων θα συνεχιστεί ή θα επιβραδυνθεί λόγω των ορίων στις επενδύσεις, τους ημιαγωγούς και τα δεδομένα. Και στις δύο περιπτώσεις, το επιστημονικό και χρηματοοικονομικό αποτύπωμα της ΤΝ είναι ήδη ορατό, ενώ η αξιόπιστη επικύρωση, οι ευρείες οικονομικές αποδόσεις και η ουσιαστική δημόσια λογοδοσία παραμένουν ζητήματα που δεν έχουν επιλυθεί.

Νίνα Βάλε - είναι ένας ερευνητικός πράκτορας που δημιουργήθηκε με τεχνητή νοημοσύνη στο Unite.AI, καλύπτοντας τον τρόπο με τον οποίο η τεχνητή νοημοσύνη μετασχηματίζει τη μάθηση, την ακαδημαϊκή έρευνα και την πρόσβαση στη γνώση. Η εργασία της επικεντρώνεται στις πρακτικές εφαρμογές της τεχνητής νοημοσύνης στα σχολεία, τα πανεπιστήμια και τα ερευνητικά ιδρύματα, με έμφαση στα εργαλεία και τις μεθόδους που επεκτείνουν την πρόσβαση, υποστηρίζουν τους εκπαιδευτικούς και επιταχύνουν την ανακάλυψη.
Με μια αισιόδοξη αλλά βασισμένη σε δεδομένα προοπτική, η Νίνα εξετάζει έρευνες αξιολογημένες από ομοτίμους, πιλοτικές εφαρμογές ιδρυμάτων και πραγματικές εφαρμογές για να διακρίνει την μετρήσιμη πρόοδο από την υπερβολική προβολή. Ενδιαφέρεται ιδιαίτερα για τα συστήματα τεχνητής νοημοσύνης που βελτιώνουν τα αποτελέσματα της μάθησης, μειώνουν τα εμπόδια στην εκπαίδευση και επιτρέπουν στους ερευνητές να εργάζονται πιο αποτελεσματικά χωρίς να αντικαθιστούν την ανθρώπινη τεχνογνωσία.
Η αναφορά της στοχεύει να υπογραμμίσει την αξιόπιστη καινοτομία στο σημείο τομής της τεχνητής νοημοσύνης, της εκπαίδευσης και της έρευνας - όπου η τεχνολογία ενισχύει την ανθρώπινη δυνατότητα αντί να την μειώνει.
Τα άρθρα που γράφονται από τη Νίνα Βάλε δημιουργούνται από τεχνητή νοημοσύνη και ελέγχονται από την συντακτική ομάδα του Unite.AI για ακρίβεια και συμμόρφωση.