Что необходимо знать об искусственном интеллекте (ИИ) в 2024-2025

Использование Искусственного Интеллекта (ИИ) стремительно набирает обороты, оказывая влияние не только на мир технологий, но и на такие сферы, как здравоохранение, рынок труда, искусство, финансы и защита окружающей среды. В этой статье мы рассмотрим 100 самых интересных фактов и статистических данных об ИИ за 2024 год, также несколько прогнозов, касающихся развития ИИ в 2025 году.

Что говорит статистика об использовании ИИ

Начнем с пяти кратких фактов о рынке ИИ.

1. Ожидается, что к 2030 году объем рынка ИИ достигнет 826 млрд долларов.
2. Ожидается, что мировые доходы от ИИ в корпоративных приложениях вырастут с 1,62 млрд долларов в 2018 году до 31,2 млрд долларов к 2025 году.
3. Ожидается, что к 2025 году сектору ИИ потребуется 97 миллионов специалистов для удовлетворения спроса на рабочие места.
4. 97% пользователей мобильных устройств полагаются на голосовых помощников на базе искусственного интеллекта.
5. 46% компаний используют ИИ для управления взаимоотношениями с клиентами.

Прогнозы на 2025 год

Ниже перечислены 5 наиболее важных прогнозов развития ИИ на 2025 год.

• 1. Больше ИИ ассистентов и программ-помощников: к 2025 году ИИ обеспечит более автономные модели ИИ-ассистентов, в которых системы ИИ будут предпринимать проактивные действия, принимая решения и выполняя задачи без человеческого участия. Такие модели, как o1 от OpenAI, начинают обеспечивать эти рабочие процессы с более эффективными моделями рассуждений и принятия решений. Это потребует создание инструментов для оценки и измерения производительности программ-помощников.
• 2. Новые приложения с голосовым управлением: OpenAI лидирует в этой области со своим API Realtime, с помощью которого разработчики теперь могут встраивать быстрые функции преобразования речи в свои приложения, что свидетельствует о новой тенденции на рынке.
• 3. Распространение ИИ на сферу производства видео-контента: инструменты искусственного интеллекта, такие как модель Sora, произведут революцию в создании видео за счет автоматизации редактирования, улучшения персонализации и создания оригинального видеоконтента, что приведет к существенным изменениям в процессах производства и потребления медиа.
• 4. Программирование на автопилоте: сейчас такие инструменты, как Cursor AI и Copilot, привлекают много внимания. Но в 2025 году мы, скорее всего, увидим программы-помощники, которые смогут полностью самостоятельно справляться с задачами программирования. Вполне возможно, что мы увидим в 2025 году веб-сайт или приложение, полностью созданное с помощью ИИ, управляемое основателем-одиночкой и ставшее вирусным.
• 5. Регулирование и прозрачность ИИ: спрос на регулирование ИИ будет расти, что приведет к более строгим правилам и разработке прозрачных систем ИИ. К 2025 году организации будут обязаны предоставлять более четкие объяснения процессов принятия решений ИИ для повышения надежности.

Главное о развитии и внедрении Искусственного Интеллекта

Инвестиции в ИИ

ИИ развивается не в вакууме. В эту сферу вкладываются миллиарды, и ожидается, что в ближайшие годы она будет только расти.

• 1. Ожидается, что рынок искусственного интеллекта в 2024 году составит 184 млрд долларов США , что на 100 млрд долларов США больше, чем в предыдущем году.
• 2. Ожидается, что к 2030 году рынок ИИ достигнет $826 млрд. Согласно альтернативным оптимистичным оценкам, к 2030 году рыночная капитализация ИИ превысит триллион долларов.
• 3. OpenAI и Microsoft планируют построить суперкомпьютер с миллионами графических процессоров, строительство которого обойдется более чем в 100 млрд долларов . Проект в настоящее время называется Stargate и должен быть запущен к 2028 году.
• 4. Обучение модели Gemini от Google обошлось в сумму от 30 до 191 миллиона долларов, не считая зарплат инженеров, которые работали над ней. Стоимость GPT-4, в свою очередь, составила от 41 до 71 миллиона долларов.
• 5. Доминирование Nvidia в секторе оборудования ИИ усилилось, и компания прогнозирует, что общий спрос на GPU достигнет $2 трлн. Это обусловлено растущими потребностями рабочих нагрузок ИИ, такими как обучение больших языковых моделей (LLM) и научное моделирование.
• 6. Ожидается, что мировые доходы от ИИ в корпоративных приложениях вырастут с 1,62 млрд долларов в 2018 году до 31,2 млрд долларов к 2025 году.
• 7. Более 60% респондентов из сферы розничной торговли, участвовавших в недавнем исследовании, планируют увеличить инвестиции в инфраструктуру ИИ в течение следующих 18 месяцев.
• 8. Среди технологий искусственного интеллекта сегмент глубокого обучения занял наибольшую долю рынка в 2023 году — 36,9%.
• 9. Число стартапов, ориентированных на ИИ, выросло в 14 раз с 2000 года.
• 10. Китай и Индия демонстрируют самый высокий уровень внедрения ИИ. По уровню внедрения ИИ Индия занимает третье место в мире, а США только четвертое.

Технологии ИИ

Пять новых технологий, сыгравших огромную роль в недавнем успехе ИИ.

• 1. BERT — это языковая модель, разработанная Google, которая значительно улучшила предыдущие модели, такие как GPT-2. BERT состоит из токенизатора, модуля встраивания, кодировщика и заголовка задачи.
• 2. В таких моделях, как GPT и BERT, текст разбивается на более мелкие части, называемые «токенами» (которые могут быть словами или частями слов). Затем каждый токен преобразуется в набор чисел, который использует моделью для понимания и работы с текстом.
• 3. OpenAI обучает свои модели на чипах Nvidia, используя графические чипы A100 и H100 и суперкомпьютер, построенный из десятков тысяч чипов.
• 4. Такие модели, как DALL·E и GPT-4, ввели мультимодальные возможности, то есть они могут обрабатывать и генерировать не только текст, но и изображения. Использование как зрительных, так и языковых моделей позволяет ИИ генерировать изображения из текстовых подсказок или, наоборот, описывать изображения.
• 5. Модели диффузии, такие как DALL-E и Stable Diffusion, начинаются со случайного шума и постепенно его очищают, чтобы генерировать четкие, реалистичные изображения. Эти модели популярны для создания подробных визуальных образов из текстовых подсказок.

Использование ИИ

Давайте поговорим о том, как и кем сегодня используется ИИ.

• 1. 65% организаций регулярно используют GenAI. Согласно тому же опросу, более 70% организаций используют какой-либо тип ИИ.
• 2. Число людей, использующих инструменты ИИ во всем мире, превысило 250 миллионов в 2023 году, увеличившись более чем вдвое с 2020 года. Ожидается, что этот быстрый рост продолжится, и, по прогнозам, к 2030 году число пользователей превысит 700 миллионов.
• 3. Внедрение ИИ в продажи и маркетинг удвоится в период с 2023 по 2024 год.
• 4. Около 50% организаций, использующих ИИ, внедряют готовые модели с незначительной настройкой или вообще без нее, в то время как такие отрасли, как энергетика и телекоммуникации, с большей вероятностью будут настраивать или создавать собственные модели для конкретных бизнес-проектов.
• 5. Опрос, проведенный MIT Technology Review, показал, что компании ожидают, что количество рабочих мест, в которых используется генеративный ИИ, к 2024 году увеличится более чем вдвое.
• 6. Недавний отчет PWC показал, что 96% респондентов планируют использовать симуляции ИИ, такие как цифровые близнецы. Симуляции играют важную роль в ИИ, ускоряя анализ рисков, предлагая идеи, прогнозируя динамику цепочки поставок и многое другое.

Влияние ИИ в современном мире

Давайте рассмотрим непосредственное влияние ИИ на экономику и общество в современном мире.

• 1. Ожидается, что к 2030 году вклад ИИ в мировую экономику составит 15,7 триллиона долларов США, что будет обусловлено ростом производительности и ростом потребительского спроса на продукцию, усовершенствованную с помощью ИИ.
• 2. ИИ все чаще внедряется в повседневные технологии, такие как голосовые помощники ( Siri , Alexa ), системы рекомендаций ( Netflix , Spotify ) и устройства для умного дома, что делает ИИ неотъемлемой частью повседневного опыта.
• 3. Прогнозируется, что в ближайшие годы ИИ повысит производительность труда до 40% , поскольку предприятия внедряют инструменты ИИ для оптимизации операций и повышения эффективности.
• 4. По прогнозам, к концу 2024 года в мире будет использоваться более 8 миллиардов цифровых голосовых помощников, что вдвое больше, чем 4 миллиарда в 2020 году, поскольку ИИ продолжает подпитывать технологии голосового взаимодействия.
• 5. Ожидается, что к 2025 году 73% предприятий будут использовать ИИ для управления клиентским опытом, применяя чат-боты и рекомендательные системы на базе ИИ для улучшения взаимодействия с клиентами.
• 6. 77% потребителей используют ту или иную форму технологии искусственного интеллекта.
• 7. Опрос, проведенный MIT Technology Review, показал, что 81% руководителей рассматривают ИИ как существенное конкурентное преимущество для своего бизнеса.
• 8. Более 33% компаний, участвовавших в недавнем опросе, заявили, что используют ИИ как минимум в одной бизнес-функции.
• 9. 42% компаний используют ИИ для создания текстов веб-сайтов, а 46% используют ИИ для персонализированной рекламы (46%).
• 10. ИИ набирает популярность в управлении телефонными звонками: 36% респондентов, принявших участие в опросе, уже используют или планируют использовать его в этой области, а 49% применяют ИИ для оптимизации текстовых сообщений.
• 11. Согласно одному исследованию , разработчики ожидают, что эффективность их работы возрастет на 30% при использовании помощников на основе генеративного искусственного интеллекта.

ИИ и рынок труда

Пожалуй, самое большое влияние развитие ИИ оказало на рынок труда.

• 1. За последние четыре года спрос на навыки в области искусственного интеллекта и машинного обучения вырос на 74%.
• 2. Опрос показал, что 73% работодателей считают приоритетом привлечение сотрудников с навыками и опытом работы с ИИ, но почти 75% говорят, что не могут найти нужных им специалистов.
• 3. Прогнозируется, что к 2025 году ИИ создаст 97 миллионов новых рабочих мест и сократит 85 миллионов, что приведет к чистому увеличению числа рабочих мест на 12 миллионов.
• 4. Число вакансий, связанных с генеративным ИИ, резко возросло: LinkedIn сообщил о 21-кратном увеличении количества вакансий, в которых упоминаются такие термины, как GPT или ChatGPT, с ноября 2022 года.
• 5. Поскольку ИИ меняет работу, происходит переход от требования традиционных дипломов к акценту на навыках. Многие организации теперь отдают приоритет кандидатам с практическим опытом работы с ИИ и альтернативными квалификационными документами.
• 6. 34% компаний, участвовавших в недавнем опросе, сообщили о нехватке специалистов по обработке данных для достижения своих целей в области ИИ.

История ИИ

Чтобы понять, на каком фундаменте построена современная индустрия ИИ, нужно заглянуть в прошлое.

• 1. Нейронные сети, основа многих ранних систем ИИ, берут свое начало в 1943 году, когда Уоррен Макколлох и Уолтер Питтс написали статью о них . Они основывались на идеях, изначально выдвинутых Аланом Тьюрингом, сыгравшим важную роль во Второй мировой войне.
• 2. Известные как «крестные отцы ИИ», Йошуа Бенджио, Ян Лекун и Джеффри Хинтон сыграли важную роль в разработке основополагающих методов глубокого обучения, которые имеют решающее значение для генеративных моделей ИИ. Их работа над нейронными сетями в начале 2000-х годов позволила позднее разработать генеративные модели и принесла им премию Тьюринга 2018 года.
• 3. Восемь инженеров Google изобрели архитектуру «Transformer», которая является буквой T в GPT, сформировав ландшафт ИИ, который мы знаем сегодня. Их новаторская работа «Внимание — это все, что вам нужно» заложила основу, а остальное — история.
• 4. ChatGPT показал самый быстрый рост пользовательской базы, достигнув 100 млн пользователей менее чем за 3 месяца . Он превзошел другие популярные потребительские приложения, такие как TikTok (9 месяцев) и Instagram (2,5 года).
• 5. RAG (Генерация с дополненной реальностью – от англ. Retrieval Augmented Generation или RAG) позволяет Большим языковым моделям добавлять контекстные знания за пределами обучающих данных для помощи в запросах. RAG была изобретена Патриком Льюисом. Его команда не ожидала, что RAG (англ. rag – тряпка) станет известной аббревиатурой, и пожалела, что дала ему такое банальное название.
• 6. OpenAI была основана в декабре 2015 года Илоном Маском, Сэмом Альтманом, Грегом Брокманом, Ильей Суцкевером, Войцехом Зарембой и Джоном Шульманом и другими. Основатели стремились развивать искусственный интеллект безопасным и полезным для человечества способом.

Заключение

Искусственный Интеллект имеет огромное влияние на развитие различных секторов экономики и на рынок технологий в целом. Это стремительно растущее направление, которое к концу десятилетия станет индустрией стоимостью в триллион долларов.

Словарь

• Нейронная сеть (также искусственная нейронная сеть, ИНС, или нейросеть) — математическая модель, а также её программное или аппаратное воплощение, построенная по принципу организации биологических нейронных сетей — сетей нервных клеток живого организма. Это понятие возникло при изучении процессов, протекающих в мозге, и при попытке смоделировать эти процессы. После разработки алгоритмов обучения, получаемые модели стали использовать в практических целях: в задачах прогнозирования, для распознавания образов, в задачах управления и др.
• Большие языковые модели (англ. Large language model или LLM) — это категория базовых моделей, обученных на огромных объемах данных, что позволяет им понимать и генерировать естественный язык и другие типы контента для выполнения широкого спектра задач.
• Трансформер (англ. Transformer) — архитектура глубоких нейронных сетей, представленная в 2017 году исследователями из Google Brain. По аналогии с рекуррентными нейронными сетями трансформеры предназначены для обработки последовательностей, таких как текст на естественном языке, и решения таких задач как машинный перевод и автоматическое реферирование. Трансформеры не требуют обработки последовательностей по порядку. Например, если входные данные — это текст, то трансформеру не требуется обрабатывать конец текста после обработки его начала. Благодаря этому трансформеры могут быстрее «обучаться» по сравнению с другими видами нейронных сетей.
• Генерация с дополненной реальностью (англ. Retrieval Augmented Generation или RAG) — это тип модели генерации языка, которая объединяет предварительно обученную параметрическую и непараметрическую память для генерации языка. Это метод повышения точности и надежности генеративных моделей ИИ с использованием фактов, полученных из внешних источников и представляющих собой контекстные знания за пределами обучающих данных.

Автор: Мэтью Прегасен
Источник: https://www.vellum.ai/blog/100-must-know-ai-facts-and-statistics-for-2024