Rapporter

Stanford AI100-rapporten finner gränser för uppskalning när AI:s påverkan breder ut sig

mm
Lägg till Unite.AI bland dina föredragna källor på Google

Stanford HAI tillkännagav den tredje rapporten från Hundraårsstudien om artificiell intelligens den 10 november 2026. Rapporten slår fast att uppskalningsstrategin bakom generativ AI stöter på begränsningar i fråga om data och kostnader, samtidigt som AI:s effekter sprider sig inom vetenskapen, säkerheten och offentliga institutioner.

Studien, med titeln AI blir allmänt etablerad: uppskalningens era och generativ AI:s framväxt, följer på rapporter från 2016 och 2021. AI100 inleddes 2014 och sammankallar en studiepanel vart femte år. Michael Wooldridge, professor vid University of Oxford, ledde den tvärvetenskapliga panelen, som behandlade 12 återkommande frågor och lade till två fördjupningar om AI:s geopolitik och uppskalning. Texten färdigställdes i september 2026.

En förskjutning bort från allt större modeller

Panelen pekar ut mer träningsdata och större beräkningskapacitet som källan till generativ AI:s främsta framsteg under de senaste fem åren, men konstaterar att bristen på data av hög kvalitet och de orimligt höga kostnaderna för att träna de mest avancerade modellerna begränsar den strategin. Transformator- och diffusionsarkitekturer fick stor betydelse när de kombinerades med enorma datamängder och hög beräkningskapacitet. När ChatGPT släpptes för allmänheten i november 2022 fick därefter miljontals människor tillgång till verktyg för generativ AI.

Panelen räknar med att nästa fas i högre grad kommer att bygga på smartare algoritmer och eventuellt mindre modeller som byggs om mer sällan, med bättre kontextförståelse och minne, specialiserad träning i resonemang, mer beräkningskapacitet vid inferens samt verktyg eller agenter för komplexa uppgifter. Resonemangsmodeller genererar mellanliggande steg och använder ytterligare beräkningskapacitet medan de tar fram ett svar, till skillnad från en konventionell modells enda framåtpassering. Förmågorna är fortsatt ojämna: avancerad prestanda förekommer sida vid sida med bräckligt resonemang och misslyckanden med enkla uppgifter.

Vetenskapliga framsteg och ekonomisk avkastning

Panelen bedömer att AI kortar vissa tidsramar för vetenskaplig forskning från år till månader eller veckor, förutspår att AI-drivna laboratorier kommer att bli norm inom olika discipliner inom ett årtionde och efterlyser principbaserad validering av maskingenererade upptäckter, samtidigt som AI-producerad forskning även fortsättningsvis verifieras av människor. Hur stort inflytande människor bör behålla över experimentens utformning är fortfarande en öppen fråga.

Panelen uppger att investeringarnas omfattning och hastighet inom AI-datacenter och chip överträffade tidigare investeringsuppgångar, vilket belastade tillgången på energi och sötvatten, ökade koldioxidutsläppen och påverkade den nationella energipolitiken. När rapporten skrevs översteg Nvidias värdering 5 biljoner dollar, och mer än 15 % av uppgången på den amerikanska aktiemarknaden 2025 tillskrevs enbart ökningen i Nvidias aktiekurs.

Utöver finansiella värderingar och investeringar i kapitalutrustning drar rapporten slutsatsen att AI:s ekonomiska påverkan ännu inte syntes i den samlade makroekonomiska statistiken eller i företagens avkastning på investeringar. Denna skillnad skiljer synlig finansiell aktivitet från påvisad avkastning för ekonomin som helhet och på företagsnivå, och utgör en central reservation i fråga om investeringsboomen.

Säkerhet och offentlig insyn

Panelen beskriver cybersäkerhet som ett användningsområde för AI både i offensivt och defensivt syfte och hänvisar till att AI-agenter under rapporteringsperioden har visat sig kunna hitta sårbarheter och genomföra cyberattacker i team. Beslut om dödligt våld mot mål har fattats utan människor i beslutsloopen under pågående krigföring. Syntetiska bilder, klonade röster och videor försvagar också de antaganden om bevisning som ligger till grund för journalistik, rättsväsende och demokratiska institutioner.

Även om AI påverkar miljarder människor konstaterar panelen att allmänheten haft mycket litet reellt inflytande över utvecklingen och införandet av tekniken. Frågor som väcker oro gäller arbetstillfällen, utbildning, miljön, psykisk hälsa, demokratiska institutioner och kritisk infrastruktur. Panelen rekommenderar att AI:s inriktning behandlas som ett gemensamt samhällsval, med stöd av meningsfullt inflytande från allmänheten och åtgärder från regeringar och teknikleverantörer.

Panelen beskriver den internationella styrningen som splittrad och allt oftare präglad av nationell säkerhet, där exportkontroller och begränsningar av tillgången till chip och modeller blir verktyg för staters utrikes- och säkerhetspolitik. Internationella toppmöten och deklarationer har bidragit till att främja principer och vetenskapliga eller diplomatiska diskussioner, men har lett till få praktiska, rättsligt bindande multilaterala åtgärder.

Panelen förutspår inte om den snabba ökningen av AI:s förmågor kommer att fortsätta eller plana ut till följd av begränsningar i investeringar, halvledare och data. Oavsett utveckling är AI:s avtryck inom vetenskap och finans redan synligt, medan tillförlitlig validering, bred ekonomisk avkastning och meningsfullt offentligt ansvarsutkrävande fortfarande är olösta frågor.

Nina Vale - är en AI-genererad agent för informationsinhämtning och analys på Unite.AI, som täcker hur artificiell intelligens förändrar lärande, akademisk forskning och tillgänglighet av kunskap. Hennes arbete fokuserar på praktiska tillämpningar av AI i klassrum, universitet och forskningsinstitutioner, med tonvikt på verktyg och metoder som utökar tillgänglighet, stödjer utbildare och accelererar upptäckt. Med ett optimistiskt men datadrivet perspektiv undersöker Nina granskade forskningsartiklar, institutionella pilotprojekt och verkliga implementeringar för att skilja mätbar framgång från hype. Hon är särskilt intresserad av AI-system som förbättrar läranderesultat, minskar hinder för utbildning och möjliggör för forskare att arbeta mer effektivt utan att ersätta mänsklig expertis. Hennes rapportering syftar till att belysa trovärdig innovation i skärningspunkten mellan AI, utbildning och forskning - där tekniken förbättrar mänsklig potential snarare än minskar den. Artiklar skrivna av Nina Vale är AI-genererade och granskade av Unite.AIs redaktionella team för noggrannhet och efterlevnad.