2025'te Yapay Zekanın Durumunu Açıklayan 12 Grafik

Stanford'un Yapay Zeka Endeksi performansı, yatırımı, kamuoyunu ve daha fazlasını izler

Eliza Strickland'ın fotoğrafı.

07 Nisan 2025

8 dakikalık okuma

Eliza Strickland, IEEE Spectrum'da yapay zeka ve biyomedikal mühendisliğini kapsayan kıdemli bir editördür.

IEEE Spektrumu

Derin Öğrenme derin arama Üretken Yapay Zeka Makine Öğrenimi Stanford Hai AI Endeksi

Yapay zeka ile ilgili haberleri okursanız, çelişkili mesajlarla bombardımana tutulmuş hissedebilirsiniz: Yapay zeka patlama yaşıyor. Yapay zeka bir balondur. Yapay zekanın mevcut teknikleri ve mimarileri atılımlar üretmeye devam edecek. Yapay zeka sürdürülemez bir yolda ve radikal yeni fikirlere ihtiyaç duyuyor. Yapay zeka işinizi alacak. AI, çoğunlukla aile fotoğraflarınızı Studio Ghibli tarzı animasyonlu görüntülere dönüştürmek için iyidir.

Karışıklığı ortadan kaldırmak, Stanford Üniversitesi İnsan Merkezli Yapay Zeka Enstitüsü'nün 2025 Yapay Zeka Endeksi'dir. 400+ sayfalık rapor, Ar-Ge, teknik performans, sorumlu yapay zeka, ekonomik etkiler, bilim ve tıp, politika, eğitim ve kamuoyu konularında grafikler ve verilerle doldurulmuştur. IEEE Spectrum'un her yıl yaptığı gibi (2021, 2022, 2023 ve 2024 yıllarındaki kapsamımıza bakın), her şeyi okuduk ve şu anda yapay zekanın gerçek hikayesini anlattığını düşündüğümüz grafikleri çıkardık.

1. ABD Şirketleri Önde

Yapay zeka yarışında hangi ülkenin "önde" olduğunu ölçmenin birçok farklı yolu olsa da (yayınlanan veya alıntı yapılan dergi makaleleri, verilen patentler vb.), Basit bir ölçüt, önemli modelleri kimin ortaya koyduğudur. Araştırma enstitüsü Epoch AI, 1950'den günümüze kadar uzanan etkili ve önemli AI modellerinden oluşan bir veri tabanına sahiptir ve AI Endeksi bu grafikte gösterilen bilgileri buradan almıştır.

Geçen yıl, Amerika Birleşik Devletleri'nden 40 önemli model gelirken, Çin'de 15 ve Avrupa'da 3 model vardı (bu arada, hepsi Fransa'dan). Burada gösterilmeyen başka bir grafik, bu 2024 modellerinin neredeyse tamamının akademi veya hükümetten ziyade endüstriden geldiğini gösteriyor. Endeks, 2023'ten 2024'e kadar piyasaya sürülen kayda değer modellerdeki düşüşe gelince, bunun teknolojinin artan karmaşıklığından ve sürekli artan eğitim maliyetlerinden kaynaklanabileceğini öne sürüyor.

2. Eğitim maliyetlerinden bahsetmişken...

Yowee, ama pahalı! AI Index'in kesin verileri yoktur, çünkü önde gelen birçok AI şirketi eğitim çalışmaları hakkında bilgi yayınlamayı bırakmıştır. Ancak araştırmacılar, eğitim süresi, donanım türü ve miktarı ve benzerleri hakkında toplanan ayrıntılara dayanarak en azından bazı modellerin maliyetlerini tahmin etmek için Epoch AI ile ortaklık kurdular. Maliyetlerini tahmin edebildikleri en pahalı model, yaklaşık 192 milyon ABD doları gibi nefes kesici bir maliyetle Google'ın Gemini 1.0 Ultra'sıydı. Eğitim maliyetlerindeki genel artış, raporun diğer bulgularıyla aynı zamana denk geldi: Modeller ayrıca parametre sayısı, eğitim süresi ve eğitim verilerinin miktarı açısından da ölçeklenmeye devam ediyor.

Bu grafikte yer almayan Çin'in yeni şirketi DeepSeek, Ocak ayında sadece 6 milyon dolara rekabetçi bir büyük dil modelini eğitme iddiasıyla finansal piyasaları sarstı - bazı endüstri uzmanlarının itiraz ettiği bir iddia. AI Index yönlendirme komitesi eş direktörü Yolanda Gil, IEEE Spectrum'a DeepSeek'i "çok etkileyici" bulduğunu söylüyor ve bilgisayar bilimi tarihinin, daha zarif çözümlere yol açan erken verimsiz teknolojilerin örnekleriyle dolu olduğunu belirtiyor. "Bir noktada LLM'lerin daha verimli bir versiyonu olacağını düşünen tek kişi ben değilim" diyor. "Sadece kimin ve nasıl inşa edeceğini bilmiyorduk."

3. Yine de Yapay Zeka Kullanmanın Maliyeti Düşüyor

Yapay zeka modellerinin (çoğu) eğitiminin sürekli artan maliyetleri, raporun vurguladığı birkaç olumlu eğilimi gizleme riski taşıyor: Donanım maliyetleri düştü, donanım performansı arttı ve enerji verimliliği arttı. Bu, referans maliyetlerinin veya eğitilmiş bir modeli sorgulama masrafının önemli ölçüde düştüğü anlamına gelir. Logaritmik bir ölçekte olan bu grafik, dolar başına yapay zeka performansı açısından eğilimi göstermektedir. Rapor, mavi çizginin bir milyon token başına 20 dolardan bir milyon token başına 0,07 dolara bir düşüşü temsil ettiğini belirtiyor; Pembe çizgi, bir yıldan kısa bir süre içinde 15 dolardan 0,12 dolara bir düşüş gösteriyor.

4. Yapay Zekanın Devasa Karbon Ayak İzi

Enerji verimliliği olumlu bir eğilim olsa da, olumsuza geri dönelim: Verimlilikteki kazanımlara rağmen, genel güç tüketimi arttı, bu da AI patlamasının merkezindeki veri merkezlerinin muazzam bir karbon ayak izine sahip olduğu anlamına geliyor. Yapay Zeka Endeksi, eğitim donanımı, bulut sağlayıcısı ve konum gibi faktörlere dayalı olarak belirli yapay zeka modellerinin karbon emisyonlarını tahmin etti ve eğitimin sınır yapay zeka modellerinden kaynaklanan karbon emisyonlarının zaman içinde istikrarlı bir şekilde arttığını ve DeepSeek'in aykırı değer olduğunu buldu.

Bu grafikte yer alan en kötü suçlu olan Meta'nın Llama 3.1'i, tahmini 8.930 ton CO ile sonuçlandı2 yayılan, Amerikan hayatlarının bir yılını yaşayan yaklaşık 496 Amerikalıya eşdeğerdir. Bu büyük çevresel etki, yapay zeka şirketlerinin neden nükleeri güvenilir bir karbonsuz enerji kaynağı olarak benimsediğini açıklıyor.

5. Performans Farkı Daralıyor

Amerika Birleşik Devletleri, piyasaya sürülen önemli modellerin miktarı konusunda hala lider olabilir, ancak Çinli modeller kaliteyi yakalıyor. Bu grafik, bir sohbet botu karşılaştırmasında daralan performans farkını gösterir. Ocak 2024'te en iyi ABD modeli, en iyi Çin modelinden yüzde 9,26 daha iyi performans gösterdi; Şubat 2025'e kadar bu fark sadece yüzde 1,70'e düştü. Rapor, akıl yürütme, matematik ve kodlama ile ilgili diğer kıyaslamalarda da benzer sonuçlar buldu.

6. İnsanlığın Son Sınavı

Bu yılki rapor, yapay zeka sistemlerinin yeteneklerini ölçmek için kullandığımız kıyaslamaların çoğunun "doymuş" olduğu yadsınamaz gerçeğini vurguluyor - yapay zeka sistemleri, kıyaslamalarda o kadar yüksek puanlar alıyor ki, artık kullanışlı değiller. Pek çok alanda oldu: genel bilgi, görüntüler hakkında akıl yürütme, matematik, kodlama vb. Gil, birbiri ardına kıyaslamanın alakasız hale getirilmesini şaşkınlıkla izlediğini söylüyor. "[Performansın] durağanlaşacağını, ilerleme kaydetmeye devam etmek için yeni teknolojilere veya kökten farklı mimarilere ihtiyaç duyduğumuz bir noktaya ulaşacağını düşünmeye devam ediyorum" diyor. "Ama durum böyle olmadı."

Bu durumun ışığında, kararlı araştırmacılar, AI sistemlerine meydan okuyacağını umdukları yeni kriterler hazırlıyorlar. Bunlardan biri, dünya çapında 500 kurumdan gelen konu uzmanlarının katkıda bulunduğu son derece zorlu sorulardan oluşan İnsanlığın Son Sınavı. Şimdiye kadar, en iyi yapay zeka sistemleri için bile hala zor: OpenAI'nin akıl yürütme modeli o1, yüzde 8,8 doğru cevapla şimdiye kadarki en yüksek puana sahip. Bunun ne kadar süreceğini göreceğiz.

7. Data Commons'a Yönelik Bir Tehdit

Günümüzün üretken yapay zeka sistemleri, İnternet'ten kazınan büyük miktarda veri üzerinde eğitim alarak zekalarını elde ediyor ve bu da yapay zeka ekonomisinin "verilerin yeni petrolü" olduğu fikrine yol açıyor. Yapay zeka şirketleri, modellerine ne kadar veri besleyebileceklerinin sınırlarını zorlamaya devam ettikçe, insanlar "en yüksek veriler" ve bunların ne zaman tükeneceği konusunda endişelenmeye başladılar. Bir sorun, web sitelerinin botların sitelerini taramasını ve verilerini kazımasını giderek daha fazla kısıtlamasıdır (belki de AI şirketlerinin web sitelerinin verilerinden kâr elde ederken aynı zamanda iş modellerini öldürdüğü endişeleri nedeniyle). Web siteleri, bu kısıtlamaları makine tarafından okunabilen robots.txt dosyalarında belirtir.

Bu grafik, en iyi web alanlarından gelen verilerin yüzde 48'inin artık tamamen kısıtlandığını gösteriyor. Ancak Gil, yapay zeka içindeki yeni yaklaşımların büyük veri kümelerine olan bağımlılığı sona erdirebileceğinin mümkün olduğunu söylüyor. "Bir noktada veri miktarının o kadar kritik olmayacağını beklerdim" diyor.

8. İşte Şirket Parası Geliyor

Kurumsal dünya, son beş yılda AI finansmanı için musluğu açtı. Ve 2024'teki genel küresel yatırım, 2021'in baş döndürücü yükseklikleriyle eşleşmese de, özel yatırımın hiç bu kadar yüksek olmadığı dikkate değerdir. 2024'teki 150 milyar dolarlık özel yatırımın endeksteki başka bir grafiği (burada gösterilmemiştir), yaklaşık 33 milyar doların üretken yapay zekaya yapılan yatırımlara gittiğini gösteriyor.

9. Bu Büyük Yatırım Getirisini Beklemek

Muhtemelen, şirketler yapay zekaya yatırım yapıyorlar çünkü büyük bir yatırım getirisi bekliyorlar. Bu, insanların yapay zekanın dönüştürücü doğası ve üretkenlikteki benzeri görülmemiş kazanımlar hakkında nefes kesen tonlarda konuştuğu kısımdır. Ancak, şirketlerin henüz önemli tasarruflar veya önemli yeni karlar ile sonuçlanan bir dönüşüm görmediğini söylemek doğru olur. Bir McKinsey anketinden elde edilen verileri içeren bu grafik, maliyet düşüşü bildiren şirketlerin çoğunun yüzde 10'dan daha az tasarruf sağladığını gösteriyor. Yapay zeka nedeniyle gelir artışı yaşayan şirketlerin çoğu, yüzde 5'ten daha az kazanç bildirdi. Bu büyük getiri hala geliyor olabilir ve yatırım rakamları, birçok şirketin bunun üzerine bahse girdiğini gösteriyor. Sadece henüz burada değil.

10. Dr. AI Yakında Görüşürüz, Belki

Bilim ve tıp için yapay zeka, yapay zeka patlaması içinde bir mini patlamadır. Rapor, malzeme bilimi, hava tahmini ve kuantum hesaplama gibi alanlardaki araştırmacılara yardımcı olmak için piyasaya sürülen çeşitli yeni temel modelleri listeler. Birçok şirket, yapay zekanın öngörücü ve üretken güçlerini karlı ilaç keşfine dönüştürmeye çalışıyor. Ve OpenAI'nin o1 akıl yürütme modeli, kısa süre önce sağlık kurulu sınavlarından sorular içeren MedQA adlı bir kıyaslamada yüzde 96 puan aldı.

Ancak genel olarak, bu, henüz önemli bir gerçek dünya etkisine dönüşmemiş olan başka bir büyük potansiyele sahip alan gibi görünüyor - belki de kısmen, çünkü insanlar teknolojiyi nasıl kullanacaklarını hala tam olarak çözemediler. Bu grafik, doktorların tipik kaynaklarına ek olarak GPT-4 kullanmaları durumunda daha doğru teşhisler koyup koyamayacaklarını test eden 2024 tarihli bir çalışmanın sonuçlarını göstermektedir. Yapmadılar ve bu onları daha hızlı da yapmadı. Bu arada, GPT-4 kendi başına hem insan-yapay zeka ekiplerinden hem de tek başına insanlardan daha iyi performans gösterdi.

11. ABD Politika Eylemi Devletlere Kayıyor

Amerika Birleşik Devletleri'nde bu grafik, Kongre salonlarında yapay zeka hakkında çok fazla konuşma yapıldığını ve çok az eylem olduğunu gösteriyor. Raporda, Amerika Birleşik Devletleri'ndeki eylemin, 2024'te 131 yasa tasarısının yasalaştığı eyalet düzeyine kaydığı belirtiliyor. Bu devlet yasa tasarılarından 56'sı, seçimlerde kullanılmalarını veya rıza dışı mahrem görüntülerin yayılmasını yasaklayan derin sahtekarlıklarla ilgiliydi.

Amerika Birleşik Devletleri'nin ötesinde Avrupa, yüksek riskli olarak kabul edilen yapay zeka sistemleri yapan şirketlere yeni yükümlülükler getiren Yapay Zeka Yasasını kabul etti. Ancak büyük küresel eğilim, yapay zekanın dünyada oynaması gereken rol hakkında kapsamlı ve bağlayıcı olmayan açıklamalar yapmak için bir araya gelen ülkeler olmuştur. Yani her yerde çok fazla konuşma var.

12. İnsanlar iyimserdir

İster bir stok fotoğrafçısı, ister bir pazarlama müdürü veya bir kamyon şoförü olun, yapay zekanın işiniz için gelip gelmeyeceği veya ne zaman geleceği konusunda çok sayıda kamuoyu söylemi var. Ancak yapay zeka ile ilgili tutumlar üzerine yakın zamanda yapılan küresel bir ankette, insanların çoğunluğu yapay zeka tarafından tehdit altında hissetmedi. 32 ülkeden ankete katılanların yüzde 60'ı yapay zekanın işlerini yapma şeklini değiştireceğine inanırken, yalnızca yüzde 36'sı değiştirilmesini bekliyor. Gil, "Bu anket sonuçları beni gerçekten şaşırttı" diyor. "'Yapay zeka işimi değiştirecek ama yine de değer katacağım' diye düşünmek çok güçlendirici." Yapay zeka çalışanlarından oluşan hevesli ekipleri yöneterek hepimizin değer katıp katmadığını öğrenmek için bizi izlemeye devam edin.