Raport Stanford AI100 wskazuje na ograniczenia skalowania w miarę rozszerzania się wpływu AI

Stanford HAI ogłosił trzeci raport z badania One Hundred Year Study on Artificial Intelligence 10 listopada 2026 roku. Z raportu wynika, że strategia skalowania leżąca u podstaw generatywnej AI napotyka ograniczenia związane z danymi i kosztami, podczas gdy wpływ AI obejmuje coraz większy obszar nauki, bezpieczeństwa i instytucji publicznych.

Badanie zatytułowane AI wkracza do głównego nurtu: era skalowania i rozwój generatywnej AI jest kontynuacją raportów z 2016 i 2021 roku. Program AI100 rozpoczął się w 2014 roku, a panel badawczy zbiera się co pięć lat. Wielodyscyplinarnemu panelowi przewodniczył Michael Wooldridge, profesor Uniwersytetu Oksfordzkiego. Panel zajął się 12 stałymi pytaniami i dodał dwie pogłębione analizy dotyczące geopolityki AI i skalowania. Tekst ukończono we wrześniu 2026 roku.

Odejście od coraz większych modeli

Panel wskazuje, że głównym źródłem postępów w dziedzinie generatywnej AI w ciągu ostatnich pięciu lat było zwiększanie ilości danych treningowych i mocy obliczeniowej, ale ocenia, że ograniczona dostępność wysokiej jakości danych oraz zaporowe koszty trenowania najbardziej zaawansowanych modeli hamują to podejście. Architektury oparte na transformerach i modelach dyfuzyjnych nabrały znaczenia w połączeniu z ogromnymi zbiorami danych i mocą obliczeniową. Publiczne udostępnienie ChatGPT w listopadzie 2022 roku sprawiło, że narzędzia generatywnej AI trafiły następnie do milionów użytkowników.

Panel przewiduje, że kolejny etap będzie w większym stopniu opierał się na inteligentniejszych algorytmach i potencjalnie mniejszych modelach, które będą rzadziej przebudowywane, a także na lepszym kontekście i pamięci, specjalistycznym treningu rozumowania, większej ilości obliczeń na etapie wnioskowania oraz narzędziach lub agentach do złożonych zadań. Modele rozumujące generują pośrednie etapy i wykorzystują dodatkowe obliczenia podczas tworzenia odpowiedzi, w przeciwieństwie do konwencjonalnych modeli, które wykonują pojedyncze przejście w przód. Możliwości pozostają nierówne: zaawansowane wyniki współistnieją z zawodnym rozumowaniem i błędami w prostych zadaniach.

Postępy naukowe i zyski gospodarcze

Panel ocenia, że AI skraca czas realizacji niektórych badań naukowych z lat do miesięcy lub tygodni, przewiduje, że laboratoria wykorzystujące AI staną się powszechne w różnych dziedzinach w ciągu dekady, oraz postuluje rzetelną walidację odkryć wygenerowanych przez maszyny, przy jednoczesnym dalszym weryfikowaniu badań opracowanych przez AI przez ludzi. Kwestia tego, jak duży udział ludzie powinni zachować w projektowaniu eksperymentów, pozostaje otwarta.

Panel stwierdza, że skala i tempo inwestycji w centra danych i układy scalone na potrzeby AI przewyższyły wcześniejsze fale inwestycyjne, obciążając zasoby energii i słodkiej wody, zwiększając emisje dwutlenku węgla oraz wpływając na krajową politykę energetyczną. W chwili opracowywania raportu wycena Nvidii przekraczała 5 bilionów dolarów, a za ponad 15% wzrostów na amerykańskim rynku akcji w 2025 roku odpowiadał sam wzrost wartości akcji Nvidii.

Raport stwierdza, że poza wycenami finansowymi i nakładami inwestycyjnymi wpływ AI na gospodarkę nie był jeszcze widoczny w zagregowanych danych makroekonomicznych ani w stopach zwrotu z inwestycji firm. To rozróżnienie oddziela widoczną aktywność finansową od potwierdzonych korzyści w skali całej gospodarki i poszczególnych firm, stanowiąc istotne zastrzeżenie dotyczące boomu inwestycyjnego.

Bezpieczeństwo i odpowiedzialność publiczna

Panel wskazuje cyberbezpieczeństwo jako obszar zastosowań AI zarówno w ataku, jak i w obronie, przywołując udokumentowane przypadki wykrywania podatności oraz cyberataków przeprowadzanych w okresie objętym raportem przez zespoły agentów AI. Podczas trwających działań wojennych podejmowano decyzje o śmiercionośnych uderzeniach bez udziału człowieka. Obrazy syntetyczne, sklonowane głosy i nagrania wideo osłabiają również założenia dotyczące wiarygodności dowodów, na których opierają się dziennikarstwo, prawo i instytucje demokratyczne.

Choć AI wpływa na życie miliardów ludzi, panel stwierdza, że opinia publiczna miała niewielki realny wpływ na jej rozwój i wdrażanie. Wśród obaw wymienia się miejsca pracy, edukację, środowisko, zdrowie psychiczne, instytucje demokratyczne i infrastrukturę krytyczną. Zalecana odpowiedź polega na uznaniu kierunku rozwoju AI za wspólny wybór społeczny, podejmowany przy znaczącym udziale opinii publicznej oraz zaangażowaniu rządów i dostawców technologii.

Panel opisuje międzynarodowe zarządzanie jako rozdrobnione i coraz częściej ujmowane z perspektywy bezpieczeństwa narodowego; instrumentami polityki państwowej stają się kontrole eksportu oraz ograniczenia dostępu do układów scalonych i modeli. Międzynarodowe szczyty i deklaracje przyczyniły się do sformułowania zasad oraz rozwoju dyskusji naukowej i dyplomatycznej, ale zaowocowały niewielką liczbą praktycznych, prawnie wiążących środków wielostronnych.

Panel nie przewiduje, czy szybki wzrost możliwości AI będzie trwał, czy też wyhamuje z powodu ograniczeń w inwestycjach, dostępności półprzewodników i danych. Niezależnie od tego, który scenariusz się zrealizuje, wpływ AI na naukę i finanse jest już widoczny, natomiast rzetelna walidacja, szerokie korzyści gospodarcze i znacząca publiczna kontrola pozostają nierozstrzygniętymi kwestiami.