การสำรวจประจำปีที่ครอบคลุมเกี่ยวกับความก้าวหน้า การประยุกต์ใช้ และผลกระทบทางสังคมของปัญญาประดิษฐ์ในปี 2025 ซึ่งครอบคลุมการวิจัยและพัฒนา ประสิทธิภาพทางเทคนิค AI ที่มีความรับผิดชอบ เศรษฐกิจ วิทยาศาสตร์ การแพทย์ การศึกษา นโยบายและการกำกับดูแล และความคิดเห็นของประชาชนทั่วโลก
การนำทางด่วน
แท็ก
แชร์สไลด์
การสำรวจประจำปีที่ครอบคลุมเกี่ยวกับความก้าวหน้า การประยุกต์ใช้ และผลกระทบทางสังคมของปัญญาประดิษฐ์ในปี 2025 ซึ่งครอบคลุมการวิจัยและพัฒนา ประสิทธิภาพทางเทคนิค AI ที่มีความรับผิดชอบ เศรษฐกิจ วิทยาศาสตร์ การแพทย์ การศึกษา นโยบายและการกำกับดูแล และความคิดเห็นของประชาชนทั่วโลก
มุมมองรายละเอียดของแต่ละหน้าสไลด์ รวมถึงlayout เนื้อหาหลักและองค์ประกอบภาพ
หน้าปกฉบับเต็มของรายงาน Artificial Intelligence Index Report 2026 ฉบับที่ 9 โดยมีแบรนด์ Stanford HAI ที่เน้นสีแดง/ส้มปะการัง และลวดลายเรขาคณิตแบบนามธรรม
หน้าปกเต็มแผ่นโดยมีชื่อเรื่องตรงกลาง หมายเลขฉบับ และโลโก้ Stanford HAI ที่ด้านล่าง
หน้าชื่อเรื่องอย่างเป็นทางการซึ่งระบุ Stanford Human-Centered AI (HAI) เป็นผู้เผยแพร่ เครดิตทีมบรรณาธิการ ประกาศลิขสิทธิ์ และรายละเอียดการตีพิมพ์สำหรับฉบับประจำปีที่ 9
หน้าสีขาวสะอาดตาพร้อมลำดับชั้นข้อความตรงกลาง โลโก้ HAI ด้านบน ข้อมูลเมตาการตีพิมพ์ด้านล่าง
หน้าแรกของสารบัญแสดงรายการบทที่ 1 ถึง 5 พร้อมหมายเลขหน้า ชื่อบท และคำอธิบายสั้น ๆ หนึ่งบรรทัดเกี่ยวกับขอบเขตของแต่ละบท
เลย์เอาต์สองคอลัมน์โดยมีหมายเลขบททางด้านซ้าย ชื่อเรื่องและการอ้างอิงหน้าทางด้านขวา แท็บบทที่ใส่รหัสสี
หน้าสองของสารบัญครอบคลุมบทที่ 6 ถึง 9 รวมถึงภาคผนวก พร้อมหมายเลขหน้าและคำอธิบายบทแบบหนึ่งบรรทัด
ต่อเนื่องจากเลย์เอาต์ TOC สองคอลัมน์ที่ตรงกับสไตล์หน้า 3
คำนำเปิดจากผู้อำนวยการ HAI รวมถึง Fei-Fei Li แนะนำความสำคัญของ AI Index ประจำปีที่ 9 และวางบริบทความก้าวหน้าอย่างรวดเร็วของ AI ในปี 2025
ข้อความคอลัมน์เดียวพร้อมภาพถ่ายผู้อำนวยการที่แทรกด้านบนขวา แบนเนอร์ส่วนหัว HAI
ต่อเนื่องจากคำนำที่กล่าวถึงผลกระทบต่อสังคมที่เปลี่ยนแปลงไปของ AI ความสำคัญของนโยบาย AI ที่ขับเคลื่อนด้วยข้อมูล และพันธกิจของ HAI ในการชี้นำการพัฒนา AI ที่มีมนุษย์เป็นศูนย์กลาง
เค้าโครงข้อความคอลัมน์เดียวพร้อมหัวข้อย่อยของส่วน
หน้าคำนำที่สามครอบคลุมแนวทางของ HAI ในการติดตามความคืบหน้าของ AI ในหลายมิติ และรับทราบทีมงานผู้มีส่วนร่วมทั่วโลกในรายงานปี 2026
ข้อความคอลัมน์เดียวพร้อมย่อหน้ารับทราบและเครดิตผู้มีส่วนร่วม
หน้าปิดท้ายของคำนำพร้อมข้อสังเกตสุดท้ายจากผู้นำ HAI เกี่ยวกับเดิมพันของการพัฒนา AI ในปี 2025-2026 และเรียกร้องให้ผู้กำหนดนโยบายและนักวิจัยดำเนินการ
ข้อความคอลัมน์เดียวปิดท้ายด้วยบล็อกลายเซ็นผู้อำนวยการ
เปิดบทสรุปสำหรับผู้บริหารนำเสนอเรื่องราวครอบคลุมของ AI ในปี 2025: ความสามารถที่เพิ่มขึ้นอย่างรวดเร็ว การลงทุนที่เร่งตัวขึ้น กิจกรรมด้านนโยบายที่เพิ่มขึ้น และการอภิปรายทางสังคม
ย่อหน้าบทนำแบบเต็มความกว้างตามด้วยรายการแสดงตัวอย่างแบบมีหมายเลขของประเด็นสำคัญ 10 ข้อ
ประเด็นสำคัญ 1 ถึง 3: (1) ความสามารถของ AI พุ่งสูงขึ้นด้วยความอิ่มตัวของเกณฑ์มาตรฐาน (2) การลงทุน AI ภาคเอกชนของสหรัฐฯ สูงถึง 285.9 พันล้านดอลลาร์ (3) การติดตามเหตุการณ์และอันตรายจาก AI แสดงให้เห็นถึงการเพิ่มขึ้น 1,000% ตั้งแต่ปี 2019
เลย์เอาต์สามแผง แต่ละแผงมีหมายเลขประเด็นสำคัญ หัวข้อข่าวตัวหนา จุดข้อมูลสนับสนุน และไอคอนขนาดเล็ก
ประเด็นสำคัญ 4 ถึง 6: (4) ขณะนี้ AI agents แก้ปัญหา GitHub จริงได้มากกว่า 50% (5) FDA อนุมัติอุปกรณ์ทางการแพทย์ที่ใช้ AI จำนวน 258 รายการในปี 2025 (6) 46 ประเทศได้นำกลยุทธ์ AI ระดับชาติมาใช้
เลย์เอาต์สามแผงที่ตรงกับสไตล์หน้า 10
ประเด็นสำคัญ 7 ถึง 9: (7) นักเรียน 80% ใช้ generative AI สำหรับงานในชั้นเรียน (8) การห้ามการปฏิบัติที่ห้ามของ EU AI Act มีผลบังคับใช้ในเดือนกุมภาพันธ์ 2025 (9) 59% ของผู้ตอบแบบสอบถามทั่วโลกมองโลกในแง่ดีเกี่ยวกับ AI
เลย์เอาต์สามแผงที่ตรงกับหน้า 10-11
ประเด็นสำคัญสุดท้ายของบทสรุปสำหรับผู้บริหาร (10): การยอมรับรางวัลโนเบลสาขา AI ถือเป็นก้าวสำคัญทางประวัติศาสตร์สำหรับวิทยาศาสตร์ พร้อมด้วยแผนภูมิไฮไลท์ที่แสดงเมตริกหลักในทุกบททั้งเก้าบทโดยสรุป
แผงประเด็นสำคัญครึ่งบน; แดชบอร์ดเมตริกสรุปครึ่งล่าง
แผนภูมิสรุปภาพที่แสดงเมตริกการเติบโตเมื่อเทียบเป็นรายปีในมิติต่างๆ ของรายงานหลัก: การลงทุน สิ่งพิมพ์ การเผยแพร่โมเดล การดำเนินการตามนโยบาย และอัตราการนำไปใช้
แผนภูมิแท่งแบบกลุ่มเต็มความกว้าง โดยมีหมวดหมู่ที่เข้ารหัสสีและป้ายกำกับปีบนแกน x
การแสดงภาพแผนที่โลกที่แสดงระดับกิจกรรม AI ตามประเทศต่างๆ ในมิติของผลงานวิจัย การลงทุนภาคเอกชน การนำนโยบายไปใช้ และความเข้มข้นของบุคลากร
แผนที่โลกเต็มความกว้างพร้อมสเกลความเข้มของสีไล่ระดับและส่วนเน้นประเทศสำหรับประเทศชั้นนำ
คำอธิบายสั้นๆ เกี่ยวกับระเบียบวิธีในการรวบรวมข้อมูลของ AI Index โดยกำหนดสิ่งที่ถือว่าเป็น AI ในขอบเขตของรายงาน และแสดงรายการแหล่งข้อมูลหลักที่ใช้ในบทต่างๆ
ข้อความสองคอลัมน์พร้อมรายการแหล่งที่มาในแถบด้านข้างและแผนภาพระเบียบวิธีที่แทรกไว้
คู่มือการนำทางสำหรับผู้อ่านที่อธิบายโครงสร้างบท วิธีค้นหาหัวข้อเฉพาะ การเข้าถึงข้อมูลเชิงโต้ตอบออนไลน์ และแนวทางการอ้างอิงสำหรับ AI Index 2026
ข้อความคอลัมน์เดียวพร้อมกล่องข้อความสำหรับแหล่งข้อมูลออนไลน์และเคล็ดลับการนำทางบท
หน้าเปิดบทแบบเต็มหน้าจอที่มีพื้นหลังสีน้ำเงินเข้ม/เทาชนวน ตัวเลขบทที่ 1 สีขาวขนาดใหญ่ และชื่อเรื่อง 'การวิจัยและพัฒนา' พร้อมภาพรวมบทสั้นๆ หนึ่งย่อหน้า
พื้นหลังสีเข้มเต็มหน้าจอ หมายเลขบทขนาดใหญ่จัดชิดซ้าย ชื่อเรื่องและคำอธิบายจัดชิดขวา
ข้อความนำสำหรับบทที่ 1 ที่สรุปผลการวิจัยและพัฒนาที่สำคัญ: มีโมเดล AI ที่โดดเด่นประมาณ 200 โมเดลเผยแพร่ในปี 2025 การอิ่มตัวของเกณฑ์มาตรฐานกำลังเร่งตัวขึ้น โมเดลโอเพนซอร์สกำลังลดช่องว่างกับระบบที่เป็นกรรมสิทธิ์
บทนำคอลัมน์เดียวพร้อมข้อความดึงคำพูดสถิติสำคัญที่เน้น
แผนภูมิแท่งที่แสดงจำนวนการเผยแพร่โมเดล AI ที่โดดเด่นต่อปีตั้งแต่ปี 2019 ถึง 2025 ซึ่งแสดงให้เห็นถึงการเร่งตัวอย่างมาก โดยมีโมเดลที่โดดเด่นประมาณ 200 โมเดลเผยแพร่ในปี 2025 เพียงปีเดียว
แผนภูมิแท่งเต็มความกว้างพร้อมป้ายกำกับปีบนแกน x จำนวนบนแกน y แท่งสีในธีมสีน้ำเงินเข้ม/เทาชนวนของบท
แผนภูมิแท่งแบบเรียงซ้อนที่แบ่งการเผยแพร่โมเดล AI ปี 2025 ตามประเภทองค์กร: อุตสาหกรรม สถาบันการศึกษา รัฐบาล และภาคประชาสังคม ซึ่งแสดงให้เห็นส่วนแบ่งที่โดดเด่นของอุตสาหกรรม
แผนภูมิแท่งแนวนอนแบบเรียงซ้อนพร้อมหมวดหมู่ประเภทองค์กรและคำอธิบายแผนภูมิ
การแบ่งตามภูมิศาสตร์ของแหล่งกำเนิดโมเดล AI ในปี 2025 ที่แสดงสหรัฐอเมริกา จีน สหราชอาณาจักร ยุโรป และภูมิภาคอื่นๆ โดยสหรัฐอเมริกาผลิตโมเดลแนวหน้าที่มีชื่อเสียงในสัดส่วนที่ใหญ่ที่สุด
แผนที่โลกที่มีขนาดฟองบ่งบอกถึงปริมาณการเผยแพร่โมเดลต่อประเทศ พร้อมด้วยแผนภูมิแท่งประกอบ
ส่วนภาพรวมเกี่ยวกับโมเดลฐานรากในปี 2025 โดยกำหนดคำศัพท์ แสดงรายการโมเดลแนวหน้าหลัก (GPT-4o, Gemini 2.0, Claude 3.5, Llama 3, DeepSeek) และอธิบายความสำคัญทางสถาปัตยกรรม
ส่วนนำที่มีข้อความจำนวนมากพร้อมกล่องข้อความชื่อโมเดลและตารางเปรียบเทียบ
การแสดงภาพไทม์ไลน์แนวนอนที่แสดงวันที่เผยแพร่ของโมเดลฐานรากหลักตลอดปี 2025 โดยจัดเรียงตามองค์กรและตระกูลโมเดล
ไทม์ไลน์แนวนอนพร้อมป้ายกำกับโมเดลเหนือ/ใต้เส้น การเข้ารหัสสีขององค์กร
แผนภูมิเส้นเปรียบเทียบวิถีประสิทธิภาพของโมเดล AI แบบโอเพนซอร์สและแบบที่เป็นกรรมสิทธิ์ตั้งแต่ปี 2020-2025 บนเกณฑ์มาตรฐาน (benchmark) ที่เป็นมาตรฐาน แสดงให้เห็นถึงช่องว่างที่แคบลงในช่วงปลายปี 2025
แผนภูมิเส้นคู่ โดยเส้นโอเพนซอร์ส (ประ) และเส้นที่เป็นกรรมสิทธิ์ (ทึบ) คะแนน benchmark บนแกน y ปีบนแกน x
การวิเคราะห์การเติบโตของระบบนิเวศ AI แบบโอเพนซอร์สในปี 2025 รวมถึงจำนวนดาวบน GitHub ปริมาณการดาวน์โหลดสำหรับโมเดลยอดนิยม และบทบาทของแพลตฟอร์มอย่าง Hugging Face ในการทำให้การเข้าถึง AI เป็นประชาธิปไตย
รูปแบบผสมผสาน โดยมีการวิเคราะห์ข้อความทางด้านซ้าย และแผนภูมิแท่งทางด้านขวา แสดงเมตริกการดาวน์โหลด/จำนวนดาว
แผนภูมิเส้นแสดงสิ่งพิมพ์ทางวิชาการที่เกี่ยวข้องกับ AI ทั้งหมดตั้งแต่ปี 2010-2025 ตามภูมิภาค แสดงให้เห็นถึงความเป็นผู้นำด้านปริมาณของจีน และความเป็นผู้นำอย่างต่อเนื่องของสหรัฐอเมริกาในบทความที่มีการอ้างอิงสูง
แผนภูมิหลายเส้นที่มีการเข้ารหัสสีตามภูมิภาค ตัวเลือกแกน y แบบสเกลลอการิทึม ปีบนแกน x
แผนภาพการกระจาย (Scatter plot) ของปริมาณสิ่งพิมพ์ AI เทียบกับผลกระทบจากการอ้างอิงตามประเทศ แสดงให้เห็นถึงพลวัตด้านปริมาณ-คุณภาพของสิ่งพิมพ์ระหว่างสหรัฐอเมริกาและจีน และประสิทธิภาพการอ้างอิงของสหภาพยุโรป
แผนภาพการกระจาย โดยมีฟองอากาศประเทศขนาดตามจำนวนสิ่งพิมพ์ทั้งหมด ปริมาณแกน x การอ้างอิงต่อบทความแกน y
แผนภูมิพื้นที่แบบซ้อนกันแสดงการเติบโตของสิ่งพิมพ์ AI ตามโดเมนย่อยของการวิจัย (NLP, computer vision, robotics, ML theory ฯลฯ) ตั้งแต่ปี 2015-2025 โดย NLP และ generative AI แสดงให้เห็นถึงการเติบโตอย่างรวดเร็ว
แผนภูมิพื้นที่แบบซ้อนกันที่มีเลเยอร์สีโดเมนย่อย ปีแกน x จำนวนสิ่งพิมพ์แกน y
แผนภูมิแท่งเปรียบเทียบสถานที่ตีพิมพ์งานวิจัย AI — การประชุมชั้นนำ (NeurIPS, ICML, CVPR, ICLR, ACL) เทียบกับวารสาร — และสัดส่วนที่เกี่ยวข้องของงานวิจัย AI ที่มีผลกระทบสูงในปี 2025
การเปรียบเทียบแผนภูมิแท่งแบบเคียงข้างกัน โดยมีชื่อสถานที่บนแกน y จำนวนบทความบนแกน x
การวิเคราะห์เบื้องต้นเกี่ยวกับความอิ่มตัวของ benchmark ใน AI อธิบายว่า benchmark ที่ท้าทายก่อนหน้านี้จำนวนมากได้รับการแก้ไขไปแล้วในปี 2025 ทำให้ต้องมีงานประเมินที่ยากขึ้น
ส่วนข้อความพร้อมไดอะแกรมความอิ่มตัวของ benchmark แสดงงานที่ย้ายจากโซน 'ยังไม่ได้รับการแก้ไข' ไปยังโซน 'อิ่มตัว'
แผนภาพการกระจาย (Scatter plot) แสดงประสิทธิภาพของ AI เทียบกับประสิทธิภาพของมนุษย์ใน 50+ benchmark โดยมีการเข้ารหัสสีเพื่อระบุ benchmark ที่ AI มีประสิทธิภาพเหนือกว่าระดับมนุษย์
แผนภาพการกระจายขนาดใหญ่ที่มีเส้นทแยงมุมความเท่าเทียมกันของมนุษย์ คำอธิบายประกอบชื่อ benchmark การเข้ารหัสสีสำหรับเหนือ/ต่ำกว่าความเท่าเทียมกันของมนุษย์
แผนภูมิเส้นสเกลลอการิทึมติดตามการคำนวณการฝึกอบรม (ใน FLOPs) ที่ใช้สำหรับโมเดล AI แนวหน้าตั้งแต่ปี 2012-2025 แสดงให้เห็นถึงเวลาการเพิ่มเป็นสองเท่าโดยประมาณ 6 เดือน และการเพิ่มขึ้นหลายระดับ
แผนภูมิเส้นสเกลลอการิทึมที่มีคำอธิบายประกอบชื่อโมเดล เวลาบนแกน x log FLOPs บนแกน y
การวิเคราะห์แนวโน้มต้นทุนการฝึกอบรม AI แสดงให้เห็นว่าในขณะที่การคำนวณต่อโมเดลเพิ่มขึ้น ต้นทุนต่อหน่วยการคำนวณลดลงอย่างมาก โดยมีแผนภูมิแกนคู่แสดงให้เห็นถึงทั้งสองแนวโน้ม
แผนภูมิแกนคู่ที่มีต้นทุนการคำนวณต่อ FLOP บนแกนซ้าย และต้นทุนการฝึกอบรมต่อโมเดลบนแกนขวา
แผนภูมิแสดงการปรับปรุงประสิทธิภาพการอนุมาน AI ตั้งแต่ปี 2020-2025: โทเค็นต่อวินาที ต้นทุนต่อล้านโทเค็น และขนาดโมเดลที่จำเป็นสำหรับประสิทธิภาพที่เทียบเท่ากัน ทั้งหมดดีขึ้นอย่างมาก
แผนภูมิขนาดเล็กหลายชุดสามแผง แต่ละแผงแสดงเมตริกประสิทธิภาพหนึ่งรายการในช่วงเวลาหนึ่ง
ภาพรวมของการพัฒนาฮาร์ดแวร์ AI ในปี 2025: ความก้าวหน้าของ GPU/TPU, ตัวเร่งความเร็ว AI แบบกำหนดเองใหม่จากบริษัทเทคโนโลยีรายใหญ่ และการเกิดขึ้นของชิปที่ปรับให้เหมาะสมกับการอนุมาน
ภาพรวมข้อความพร้อมตารางข้อมูลจำเพาะฮาร์ดแวร์เปรียบเทียบ และแผนภูมิวงกลมส่วนแบ่งการตลาด
แผนภูมิแท่งและการวิเคราะห์ข้อความที่แสดงการเติบโตของขนาดชุดข้อมูลการฝึกอบรมที่ใช้สำหรับโมเดลแนวหน้า ตั้งแต่พันล้านถึงล้านล้านโทเค็น และการเปลี่ยนแปลงไปสู่การสร้างข้อมูลสังเคราะห์
แผนภูมิแท่งแสดงขนาดชุดข้อมูลตามโมเดล พร้อมคอลัมน์แสดงความคิดเห็น
การวิเคราะห์ความสามารถของ AI แบบ Multimodal ในปี 2025 ซึ่งเป็นโมเดลที่รวมข้อความ รูปภาพ เสียง และวิดีโอ โดยมีเมทริกซ์ความสามารถที่แสดงว่าโมเดลใดรองรับรูปแบบใดบ้าง
ตารางเมทริกซ์ความสามารถ โดยมีชื่อโมเดลเป็นแถว รูปแบบเป็นคอลัมน์ เครื่องหมายถูก/คะแนนในเซลล์
ส่วนเกี่ยวกับการเกิดขึ้นของโมเดลที่เน้นการให้เหตุผลในปี 2025 (เช่น OpenAI o-series, DeepSeek-R1) อธิบาย chain-of-thought ในช่วงเวลา inference และการปรับปรุง benchmark ในงานที่ต้องใช้การให้เหตุผลที่ยาก
ส่วนข้อความพร้อมแผนภูมิเปรียบเทียบก่อน/หลังที่แสดงประสิทธิภาพของโมเดลให้เหตุผลเทียบกับโมเดลมาตรฐาน
บทนำเกี่ยวกับระบบ AI agent ที่เปิดตัวในปี 2025 ครอบคลุมสถาปัตยกรรมที่ช่วยให้สามารถทำงานแบบอัตโนมัติหลายขั้นตอน การใช้เครื่องมือ และเวิร์กโฟลว์แบบ agentic
ไดอะแกรมแนวคิดของสถาปัตยกรรม agent (การรับรู้ → การให้เหตุผล → วงจรการกระทำ) พร้อมคำอธิบายข้อความ
การวิเคราะห์เปรียบเทียบความเป็นผู้นำด้าน AI R&D ตามประเทศในด้านต่างๆ: ปริมาณการตีพิมพ์ ผลกระทบจากการอ้างอิง การยื่นจดสิทธิบัตร การเปิดตัวโมเดล และการลงทุนภาคเอกชน
แผนภูมิ Radar/Spider ต่อประเทศชั้นนำ (สหรัฐอเมริกา จีน สหราชอาณาจักร สหภาพยุโรป แคนาดา อินเดีย) ที่มีแกนห้าด้าน
แผนภูมิแท่งแสดงการยื่นจดสิทธิบัตร AI ตามประเทศตั้งแต่ปี 2015-2025 โดยจีนแซงหน้าสหรัฐอเมริกาในด้านปริมาณสิทธิบัตรดิบ ในขณะที่สหรัฐอเมริกายังคงความเป็นผู้นำในด้านสิทธิบัตรที่มีการอ้างอิงสูง
แผนภูมิแท่งแบบกลุ่มตามประเทศโดยมีการจัดกลุ่มปี จำนวนสิทธิบัตรบนแกน y
ข้อมูลเกี่ยวกับการก่อตั้งบริษัท AI ใหม่ในปี 2025 แสดงให้เห็นถึงการเพิ่มขึ้นของสตาร์ทอัพที่ใช้ AI เป็นหลัก และการกระจายตัวทางภูมิศาสตร์ของกิจการ AI ใหม่ๆ ทั่วสหรัฐอเมริกา สหภาพยุโรป และเอเชีย
แผนภูมิฟองสบู่แผนที่โลกสำหรับการก่อตั้งสตาร์ทอัพ พร้อมแผนภูมิแท่งของศูนย์กลางสตาร์ทอัพชั้นนำ
การวิเคราะห์การกระจุกตัวของตลาดในการพัฒนาโมเดล AI แนวหน้า แสดงให้เห็นว่าองค์กรจำนวนน้อย (OpenAI, Google, Anthropic, Meta, Mistral, DeepSeek) คิดเป็นสัดส่วนการเปิดตัวแนวหน้าส่วนใหญ่
แผนภูมิวงกลมแสดงส่วนแบ่งการเปิดตัวโมเดลแนวหน้าตามองค์กร พร้อมการวิเคราะห์ข้อความ
การวิเคราะห์การไหลเวียนของบุคลากรด้านการวิจัย AI: แนวโน้มการลงทะเบียนในโครงการบัณฑิตศึกษา การย้ายถิ่นฐานทางภูมิศาสตร์ของนักวิจัย AI และการกระจุกตัวของบุคลากร AI ชั้นนำในสถาบันและบริษัทจำนวนน้อย
ไดอะแกรม Sankey แสดงการไหลเวียนของบุคลากรระหว่างประเทศ พร้อมแผนภูมิแท่งของสถาบันชั้นนำ
รายการอันดับและแผนภูมิแท่งของสถาบันวิจัย AI ชั้นนำตามผลงานการตีพิมพ์และผลกระทบจากการอ้างอิงในปี 2025 รวมถึงมหาวิทยาลัยและห้องปฏิบัติการในอุตสาหกรรม
แผนภูมิแท่งแนวนอนแบบเรียงอันดับ โดยมีชื่อสถาบันบนแกน y และเมตริกคู่บนแกน x
ไทม์ไลน์ของเหตุการณ์สำคัญด้านการวิจัยและพัฒนา AI ที่สำคัญที่สุดในปี 2025 ตั้งแต่การเปิดตัวโมเดลไปจนถึงความก้าวหน้าทางวิทยาศาสตร์และกิจกรรมด้านนโยบาย
ไทม์ไลน์แนวตั้งพร้อมรายการเหตุการณ์สำคัญ วันที่ทางด้านซ้าย คำอธิบายทางด้านขวา การเข้ารหัสสีตามหมวดหมู่
ภาพรวมของความคืบหน้าของ AI ในด้านหุ่นยนต์และ Embodied AI ในปี 2025: Foundation Model สำหรับการจัดการ การปรับปรุงการเคลื่อนที่ และการเกิดขึ้นของนโยบายหุ่นยนต์ทั่วไป
ภาพรวมข้อความพร้อมแผนภูมิ benchmark ความสามารถของหุ่นยนต์และภาพประกอบ
การวิเคราะห์ความก้าวหน้าของ Generative AI สำหรับการสังเคราะห์รูปภาพและวิดีโอในปี 2025 ซึ่งรวมถึง diffusion models, การปรับปรุงคุณภาพการสร้างวิดีโอ และความสามารถในการสร้างแบบเรียลไทม์
การวิเคราะห์ข้อความพร้อมแผนภูมิความก้าวหน้าของเมตริกคุณภาพและคำอธิบายความสามารถของตัวอย่าง
ภาพรวมของความก้าวหน้าของ Generative AI ในการสังเคราะห์เสียงและคำพูดในปี 2025: การโคลนนิ่งเสียง, การสร้างเพลง, การแปลแบบเรียลไทม์ และการปรับปรุงการจดจำเสียงรอบข้าง
ภาพรวมข้อความพร้อมแผนภูมิเมตริกประสิทธิภาพสำหรับอัตราข้อผิดพลาดในการจดจำเสียงและคะแนนคุณภาพเสียง
ส่วนเกี่ยวกับความก้าวหน้าของการสร้างโค้ดด้วย AI ในปี 2025 ครอบคลุมความสามารถของโมเดลบน HumanEval และ SWE-bench และการบูรณาการผู้ช่วยเขียนโค้ด AI ในขั้นตอนการทำงานของนักพัฒนา
แผนภูมิความก้าวหน้าของเกณฑ์มาตรฐานประสิทธิภาพ พร้อมการวิเคราะห์ข้อความพร้อมสถิติการยอมรับของนักพัฒนา
การวิเคราะห์หัวข้อการวิจัย AI ที่เกิดขึ้นใหม่ซึ่งได้รับแรงผลักดันในปี 2025: mechanistic interpretability, AI alignment, continual learning, test-time compute scaling และแนวทาง neuromorphic
การแสดงภาพกลุ่มหัวข้อพร้อมแผนภูมิการเติบโตของสิ่งพิมพ์ต่อธีม
ข้อมูลเกี่ยวกับความร่วมมือด้านการวิจัย AI ระหว่างประเทศที่วัดโดยการเขียนร่วมกันข้ามพรมแดน แสดงให้เห็นรูปแบบของความร่วมมือและการแยกตัวของการวิจัยระหว่างสหรัฐฯ และจีนที่เพิ่มขึ้น
แผนภาพคอร์ดของการไหลเวียนของการเขียนร่วมกันระหว่างประเทศพร้อมคำอธิบายข้อความ
การแบ่งย่อยของแหล่งเงินทุนวิจัย AI ในปี 2025: เงินช่วยเหลือจากรัฐบาล, เงินทุนจากอุตสาหกรรม, การลงทุนเพื่อการกุศล และส่วนแบ่งที่เพิ่มขึ้นของการวิจัยทางวิชาการที่ได้รับทุนจากอุตสาหกรรม
แผนภูมิแท่งซ้อนตามเวลาที่แสดงส่วนแบ่งแหล่งเงินทุน พร้อมการวิเคราะห์ข้อความ
การวิเคราะห์ความแตกต่างในการเข้าถึง AI compute ระหว่างบริษัทเทคโนโลยีขนาดใหญ่ สถาบันการศึกษา และนักวิจัยในประเทศที่มีรายได้น้อย โดยเน้นถึงความเหลื่อมล้ำด้าน compute
แผนภูมิแท่งเปรียบเทียบที่แสดงการจัดสรร compute พร้อมการวิเคราะห์ข้อความเกี่ยวกับความไม่เท่าเทียมกันในการเข้าถึง
ข้อมูลเกี่ยวกับการใช้พลังงานที่เพิ่มขึ้นของ AI ในปี 2025: การใช้พลังงานโดยประมาณของการฝึกโมเดลแนวหน้า, การอนุมานในวงกว้าง และการเติบโตของความต้องการพลังงานของศูนย์ข้อมูลที่เกิดจากปริมาณงาน AI
แผนภูมิเส้นแสดงความต้องการพลังงานที่เกิดจาก AI พร้อมคำอธิบายประกอบความเท่าเทียมกันของคาร์บอนและคำอธิบายข้อความ
การอภิปรายเกี่ยวกับปัญหาการวิจัยที่เปิดอยู่หลักๆ ใน AI ณ ปี 2025: long-horizon reasoning, reliable planning, ความทนทานต่อการเปลี่ยนแปลงการกระจาย, interpretability และ compositional generalization
ข้อความที่มีโครงสร้างพร้อมกล่องข้อความปัญหาและจำนวนการอ้างอิงต่อความท้าทายในการวิจัย
หน้าสถิติสรุปสำหรับบทที่ 1 นำเสนอผลการค้นพบเชิงปริมาณที่สำคัญที่สุดในรูปแบบแดชบอร์ด: การเปิดตัวโมเดล, การเติบโตของ compute, ปริมาณสิ่งพิมพ์ และเมตริกโอเพนซอร์ส
ตารางแดชบอร์ดของสถิติจำนวนมากพร้อม sparklines ที่สนับสนุนและป้ายกำกับข้อความสั้นๆ
หมายเหตุอ้างอิงสำหรับบทที่ 1 อ้างอิงแหล่งข้อมูลหลัก, หมายเหตุวิธีการสำหรับข้อมูลสิ่งพิมพ์และสิทธิบัตร และคำจำกัดความของคำหลักที่ใช้ในบทวิจัยและพัฒนา
รูปแบบเชิงอรรถ/ท้ายบทสองคอลัมน์พร้อมการอ้างอิงแหล่งที่มาและการอ้างอิงที่มีหมายเลข
รายการแหล่งข้อมูลอ่านเพิ่มเติมและเอกสารสำคัญที่อ้างอิงในบทที่ 1 ซึ่งจัดเรียงตามหัวข้อส่วน พร้อมคำอธิบายประกอบสั้นๆ
รายการอ่านที่มีโครงสร้างพร้อมส่วนหัวและรายการที่มีคำอธิบายประกอบ
ภาพเปิดบทแบบเต็มหน้ากระดาษ (Full-bleed) พร้อมพื้นหลังสีน้ำเงินเข้ม/กรมท่า ตัวเลขบทที่ 2 สีขาวขนาดใหญ่ ชื่อบท 'Technical Performance' และภาพรวมสั้นๆ เกี่ยวกับความก้าวหน้าด้านประสิทธิภาพของ AI ที่วัดได้ในปี 2025
พื้นหลังสีน้ำเงินเข้มแบบเต็มหน้ากระดาษ (Full-bleed), หมายเลขบทขนาดใหญ่พิเศษ, ชื่อบทและคำอธิบายเป็นสีขาว
บทนำของบท Technical Performance อธิบายกรอบการทำงานของการวัดประสิทธิภาพ, ข้อควรระวังเกี่ยวกับการอิ่มตัวของการวัดประสิทธิภาพ และการจัดระเบียบข้อมูลประสิทธิภาพในหมวดหมู่ต่างๆ ของงาน
ข้อความนำเสนอแบบคอลัมน์เดียวพร้อมแผนภาพภาพรวมส่วนของบท
ภาพรวมของประสิทธิภาพการวัดผลภาษา (language understanding benchmark) ในปี 2025 ใน MMLU, MMLU-Pro, BIG-Bench Hard และ HellaSwag ซึ่งแสดงให้เห็นว่าโมเดล AI มีประสิทธิภาพเท่าเทียมหรือสูงกว่าประสิทธิภาพของมนุษย์ในงานส่วนใหญ่
แผนภูมิเปรียบเทียบหลายแท่ง (Multi-bar) โดยมีชื่อการวัดประสิทธิภาพบนแกน y และคะแนนประสิทธิภาพบนแกน x สำหรับโมเดลชั้นนำ
แผนภูมิเส้นติดตามประสิทธิภาพของโมเดลชั้นนำในการวัดประสิทธิภาพ MMLU และ MMLU-Pro ตั้งแต่ปี 2020-2025 แสดงให้เห็นถึงความก้าวหน้าอย่างรวดเร็วจาก 60% ไปสู่ระดับใกล้เคียงมนุษย์และเหนือมนุษย์
แผนภูมิเส้นคู่ที่มีแนวโน้ม MMLU และ MMLU-Pro, คำอธิบายประกอบเหตุการณ์สำคัญของโมเดล, การอ้างอิงประสิทธิภาพของมนุษย์
แผนภูมิแท่งแสดงประสิทธิภาพของ AI ในการวัดผลคณิตศาสตร์ในการแข่งขัน (AIME, AMC, MATH) ในปี 2025 โดยโมเดลให้เหตุผลชั้นนำบรรลุคะแนนสูงสุดที่เทียบได้กับมนุษย์
แผนภูมิแท่งแบบกลุ่มตามเกณฑ์มาตรฐานพร้อมแท่งเปรียบเทียบโมเดล, การอ้างอิงพื้นฐานผู้เชี่ยวชาญที่เป็นมนุษย์
แผนภูมิเส้นติดตามประสิทธิภาพของ AI ในชุดข้อมูล MATH ตั้งแต่ปี 2020-2025 แสดงให้เห็นถึงจุดเปลี่ยนในปี 2024-2025 เมื่อโมเดลการให้เหตุผลปรับปรุงการแก้ปัญหาทางคณิตศาสตร์อย่างมาก
แผนภูมิเส้นพร้อมคำอธิบายประกอบโมเดลที่สำคัญ, จุดเปลี่ยนที่ไฮไลต์, เส้นอ้างอิงคะแนนมนุษย์
การเปรียบเทียบประสิทธิภาพการเขียนโค้ดของ AI ในเกณฑ์มาตรฐาน HumanEval, HumanEval+ และ MBPP ในปี 2025 แสดงให้เห็นถึงความอิ่มตัวใกล้เคียงกับ HumanEval ดั้งเดิมและประสิทธิภาพที่แข็งแกร่งในรูปแบบที่ยากขึ้น
แผนภูมิแท่งเปรียบเทียบโมเดลการเขียนโค้ดชั้นนำในสามเกณฑ์มาตรฐานพร้อมเส้นฐานนักพัฒนาที่เป็นมนุษย์
แผนภูมิเส้นและแผนภูมิแท่งแสดงประสิทธิภาพของ AI agent บน SWE-bench (การแก้ไขปัญหา GitHub จริง) ตั้งแต่ปี 2023-2025 โดยเอเจนต์ชั้นนำสามารถแก้ไขปัญหาได้มากกว่า 50%
ซ้าย: แผนภูมิเส้นของประสิทธิภาพที่ดีที่สุดเมื่อเวลาผ่านไป ขวา: แผนภูมิแท่งของเอเจนต์ชั้นนำที่มีอัตราการแก้ไข
การวิเคราะห์ประสิทธิภาพของ AI ในงานเขียนโค้ดแบบ Agentic ที่ต้องแก้ไขหลายไฟล์, การเขียนทดสอบ, การแก้ไขข้อบกพร่องในฐานโค้ดขนาดใหญ่ และการใช้เครื่องมือ ซึ่งเหนือกว่างานสไตล์ HumanEval แบบฟังก์ชันเดียว
ตารางเปรียบเทียบเกณฑ์มาตรฐานพร้อมแถวหมวดหมู่งานและคอลัมน์ประสิทธิภาพของโมเดล
แผนภูมิแท่งแสดงประสิทธิภาพของโมเดลชั้นนำใน GPQA (Graduate-Level Google-Proof Q&A) ในสาขาย่อยฟิสิกส์ เคมี และชีววิทยา โดยโมเดลแนวหน้ามีประสิทธิภาพเหนือกว่าประสิทธิภาพของมนุษย์ระดับปริญญาเอก
แผนภูมิแท่งแบบกลุ่มตามโดเมนวิทยาศาสตร์พร้อมการเปรียบเทียบโมเดลและเส้นฐานมนุษย์ระดับปริญญาเอก
การเปรียบเทียบหลายเกณฑ์มาตรฐานในงานให้เหตุผลทางวิทยาศาสตร์ (GPQA, SciQ, ARC-Challenge, OlympiadBench) แสดงประสิทธิภาพของโมเดล AI เมื่อเทียบกับเส้นฐานผู้เชี่ยวชาญที่เป็นมนุษย์
แผนภูมิเรดาร์ต่อโมเดลชั้นนำที่แสดงโปรไฟล์ประสิทธิภาพหลายเกณฑ์มาตรฐาน
การวิเคราะห์ประสิทธิภาพของ AI ในด้านตรรกะที่เป็นทางการ การพิสูจน์ทฤษฎี และงานให้เหตุผลที่มีโครงสร้างในปี 2025 รวมถึงประสิทธิภาพใน LeanDojo, FrontierMath และเกณฑ์มาตรฐานการอนุมานเชิงตรรกะ
แผนภูมิแท่งของประสิทธิภาพตามหมวดหมู่งานให้เหตุผลพร้อมการวิเคราะห์ข้อความ
การวิเคราะห์ประสิทธิภาพของโมเดล AI ในงานบริบทขนาดยาวที่ต้องใช้ความเข้าใจเอกสารที่มีโทเค็นมากถึง 1 ล้านโทเค็น แสดงให้เห็นถึงการปรับปรุงที่สำคัญ แต่ยังคงมีความท้าทายในบริบทที่ยาวมาก
แผนภูมิเส้นแสดงประสิทธิภาพเทียบกับความยาวบริบท พร้อมเส้นเปรียบเทียบโมเดล
การวิเคราะห์ความถูกต้องตามข้อเท็จจริงและอัตราการสร้างข้อมูลเท็จของโมเดล AI ในช่วงปี 2023-2025 แสดงให้เห็นถึงการปรับปรุงในการสร้างข้อมูลที่มีหลักฐานอ้างอิง แต่ยังคงมีความท้าทายในการสร้างข้อมูลเท็จในการตั้งค่าแบบเปิด
แผนภูมิแท่งเปรียบเทียบอัตราการสร้างข้อมูลเท็จในโมเดลต่างๆ พร้อมเส้นแนวโน้มการปรับปรุง
ข้อมูลเกี่ยวกับประสิทธิภาพของโมเดล AI ในเกณฑ์มาตรฐานการปฏิบัติตามคำสั่ง (IFEval, MT-Bench) ในปี 2025 แสดงให้เห็นถึงความก้าวหน้าที่แข็งแกร่งในการปฏิบัติตามคำสั่งที่ซับซ้อนและมีข้อจำกัดหลายประการ
แผนภูมิแท่งที่มีระดับความซับซ้อนของคำสั่งบนแกน x และอัตราการปฏิบัติตามบนแกน y สำหรับโมเดลชั้นนำ
ผลลัพธ์เกณฑ์มาตรฐานสำหรับโมเดล vision-language ในปี 2025 ในงานต่างๆ เช่น visual QA, image captioning และ chart understanding แสดงให้เห็นว่า AI เข้าใกล้หรือเหนือกว่าประสิทธิภาพของมนุษย์
แผนภูมิแท่งเปรียบเทียบหลายเกณฑ์มาตรฐานสำหรับโมเดล vision-language ชั้นนำ
การวิเคราะห์ประสิทธิภาพของโมเดล AI ที่เข้าใจวิดีโอในด้านการให้เหตุผลเชิงเวลา การจดจำการกระทำ และเกณฑ์มาตรฐาน video QA ในปี 2025
แผนภูมิแท่งเปรียบเทียบโมเดลวิดีโอชั้นนำในหลายเกณฑ์มาตรฐานพร้อมข้อมูลพื้นฐานประสิทธิภาพของมนุษย์
แนวโน้มอัตราความผิดพลาดของคำสำหรับระบบ AI ที่รู้จำคำพูดตั้งแต่ปี 2015-2025 ในหลายภาษาและกลุ่มสำเนียง แสดงให้เห็นถึงประสิทธิภาพที่ใกล้เคียงกับมนุษย์ในภาษาที่มีทรัพยากรสูง
แผนภูมิหลายเส้นของ WER ตามช่วงเวลาโดยกลุ่มภาษา
คะแนนการประเมินโดยมนุษย์สำหรับคุณภาพการสร้างภาพ AI ตั้งแต่ปี 2021-2025 แสดงให้เห็นถึงการปรับปรุงอย่างมากในด้านความสมจริง ความสอดคล้อง และการปฏิบัติตามคำสั่ง
แผนภูมิเส้นแสดงคะแนนคุณภาพตามช่วงเวลา พร้อมคำอธิบายประกอบการเปิดตัวโมเดลและคำอธิบายเอาต์พุตตัวอย่าง
แผนภูมิแท่งแสดงอัตราการทำงานให้สำเร็จของ AI agent ในเกณฑ์มาตรฐาน agentic ที่ได้มาตรฐาน (WebArena, OSWorld, AgentBench) ในปี 2025 โดยเน้นถึงความคืบหน้าไปสู่การดำเนินการงานอัตโนมัติทั่วไป
แผนภูมิแท่งแบบกลุ่มตามเกณฑ์มาตรฐาน พร้อมแท่งเปรียบเทียบระบบ agent และข้อมูลอ้างอิงพื้นฐาน
การวิเคราะห์ประสิทธิภาพของ AI agent ในการท่องเว็บ การใช้คอมพิวเตอร์ และงานโต้ตอบ GUI แสดงให้เห็นถึงอัตราความสำเร็จและการวิเคราะห์โหมดความล้มเหลวสำหรับระบบ agent ชั้นนำ
แผนภูมิแท่งแสดงอัตราความสำเร็จตามประเภทงาน พร้อมแผนภูมิแสดงรายละเอียดโหมดความล้มเหลว
ข้อมูลเกี่ยวกับประสิทธิภาพของ AI agent ในงานวางแผนระยะยาวที่ต้องใช้ 10 ขั้นตอนขึ้นไป แสดงให้เห็นถึงข้อจำกัดในปัจจุบันและความแตกต่างระหว่างประสิทธิภาพของงานสั้นและงานยาว
แผนภูมิเส้นแสดงการลดลงของประสิทธิภาพเมื่อจำนวนขั้นตอนของงานเพิ่มขึ้นสำหรับระบบ agent หลายระบบ
การวิเคราะห์คุณภาพการแปลภาษาด้วย AI ในกว่า 200 คู่ภาษาโดยใช้คะแนน BLEU และการประเมินโดยมนุษย์ แสดงให้เห็นถึงคุณภาพที่ใกล้เคียงกับมืออาชีพสำหรับคู่ภาษาที่มีทรัพยากรสูง และความแตกต่างอย่างมากสำหรับภาษาที่มีทรัพยากรต่ำ
แผนที่ความร้อนภาษาโลกสำหรับคุณภาพการแปลภาษา พร้อมแผนภูมิแท่งแสดงคู่ภาษาที่มีประสิทธิภาพสูงสุด/ต่ำสุด
เกณฑ์มาตรฐานสำหรับคุณภาพการสรุปข้อความและการสร้างข้อความรูปแบบยาวด้วย AI ในปี 2025 รวมถึงคะแนนความสอดคล้องของการประเมินโดยมนุษย์และเมตริกความถูกต้องตามข้อเท็จจริง
แผนภูมิแท่งเปรียบเทียบคุณภาพการสรุปในโมเดลต่างๆ พร้อมผลการประเมินโดยมนุษย์
การวิเคราะห์ความทนทานของโมเดล AI ต่อการเปลี่ยนแปลงการกระจายตัวของข้อมูล, ข้อมูลนำเข้าที่เป็นปฏิปักษ์ และกรณีทดสอบแบบ out-of-distribution ซึ่งแสดงให้เห็นถึงความเปราะบางที่ยังคงมีอยู่ แม้จะมีความสามารถโดยรวมเพิ่มขึ้น
แผนภูมิแท่งแบบกลุ่ม เปรียบเทียบช่องว่างประสิทธิภาพ in-distribution กับ OOD ในประเภทโมเดลต่างๆ
แผนภูมิเปรียบเทียบแบบรวมที่แสดงประสิทธิภาพของ AI เทียบกับมนุษย์ใน 30+ งานที่แตกต่างกัน พร้อมเครื่องหมายแสดงงานที่ปัจจุบัน AI มีประสิทธิภาพเหนือกว่ามนุษย์
แผนภาพจุดแนวนอน โดยมีชื่องานบนแกน y คะแนน AI และมนุษย์เป็นจุดคู่กัน แรเงา 'AI เหนือกว่า'
ข้อมูลประสิทธิภาพบนเกณฑ์มาตรฐานที่ยากซึ่งเพิ่งเปิดตัว ซึ่งออกแบบมาเพื่อต้านทานการอิ่มตัวในปี 2025: FrontierMath, MMMU-Pro และ Humanity's Last Exam ซึ่งแสดงให้เห็นถึงความสามารถของโมเดลแนวหน้าในปัจจุบัน
แผนภูมิแท่งแสดงคะแนนสูงสุดของโมเดลบนเกณฑ์มาตรฐานที่ยากสามเกณฑ์ โดยมีเส้นฐานผู้เชี่ยวชาญที่เป็นมนุษย์
การวิเคราะห์กระบวนทัศน์การปรับขนาดการประมวลผล test-time ในปี 2025: การประมวลผลอนุมานเพิ่มเติมผ่าน chain-of-thought, การค้นหา และการตรวจสอบตนเอง ช่วยปรับปรุงประสิทธิภาพในงานที่ยากได้อย่างไร
แผนภูมิเส้นแสดงประสิทธิภาพเทียบกับงบประมาณการประมวลผลอนุมานสำหรับโมเดลให้เหตุผล
การวิเคราะห์การปรับเทียบโมเดล AI ซึ่งแสดงให้เห็นว่าคะแนนความเชื่อมั่นของโมเดลตรงกับความแม่นยำที่แท้จริงได้ดีเพียงใด ซึ่งแสดงให้เห็นถึงการปรับปรุงการปรับเทียบสำหรับโมเดลชั้นนำ แต่ยังคงมีความท้าทายอยู่
พล็อตเส้นโค้งการปรับเทียบสำหรับหลายโมเดล พร้อมการอ้างอิงเส้นทแยงมุมการปรับเทียบในอุดมคติ
แผนที่ความร้อนที่แสดงประสิทธิภาพของโมเดล AI ใน 100+ ภาษาบนเกณฑ์มาตรฐาน NLP มาตรฐาน โดยเน้นช่องว่างประสิทธิภาพที่สำคัญระหว่างกลุ่มภาษาที่มีทรัพยากรสูงและทรัพยากรต่ำ
แผนที่ความร้อนภาษาตามเกณฑ์มาตรฐาน พร้อมการไล่ระดับสีประสิทธิภาพและการจัดกลุ่มตามภูมิภาค
สรุปประสิทธิภาพเกณฑ์มาตรฐานในโดเมนวิชาชีพเฉพาะทาง: กฎหมาย (Bar exam), การแพทย์ (USMLE), การเงิน (CFA) และการบัญชี ซึ่งแสดงให้เห็นโมเดล AI แนวหน้าที่คะแนนสอบผ่านระดับมืออาชีพหรือสูงกว่า
แผนภูมิแท่งแสดงคะแนนสอบผ่านระดับมืออาชีพ เทียบกับคะแนนโมเดล AI ในสี่โดเมน
ภาพรวมของประสิทธิภาพ AI ในเกมเชิงกลยุทธ์และการจำลองในปี 2025 รวมถึงหมากรุก, Go, โป๊กเกอร์ และเกมวางแผนแบบเรียลไทม์ ซึ่งแสดงให้เห็นถึงประสิทธิภาพที่เหนือมนุษย์ในเกมส่วนใหญ่
แผนภูมิเปรียบเทียบเรตติ้งสำหรับ AI เทียบกับผู้เล่นที่เป็นมนุษย์ชั้นนำในประเภทเกมต่างๆ
ข้อมูลประสิทธิภาพเกณฑ์มาตรฐานสำหรับระบบ AI แบบ embodied ในงานจัดการ, การนำทาง และการควบคุมที่คล่องแคล่ว ซึ่งแสดงให้เห็นถึงความคืบหน้าอย่างมาก แต่ยังคงมีช่องว่างเมื่อเทียบกับประสิทธิภาพของมนุษย์
แผนภูมิแท่งแสดงอัตราความสำเร็จตามหมวดหมู่งานสำหรับระบบ AI หุ่นยนต์ชั้นนำ
การวิเคราะห์ประสิทธิภาพ AI ต่อค่าใช้จ่ายในการอนุมานหนึ่งดอลลาร์ในปี 2025 ซึ่งแสดงให้เห็นถึงการปรับปรุงด้านความคุ้มค่าอย่างมาก ซึ่งเป็นการเปิดโอกาสให้เข้าถึง AI ที่มีความสามารถสูงได้อย่างเท่าเทียมกัน
แผนภาพการกระจายของประสิทธิภาพเทียบกับค่าใช้จ่ายต่อการสืบค้นสำหรับโมเดลชั้นนำ พร้อมลูกศรแนวโน้มตามเวลา
การเปรียบเทียบความสามารถแบบ head-to-head ของ 10 frontier model ชั้นนำของปี 2025 ใน 15 หมวดหมู่เกณฑ์มาตรฐาน ซึ่งให้ภาพรวมที่มีโครงสร้างของภูมิทัศน์ความสามารถ AI ในปัจจุบัน
ตารางเปรียบเทียบขนาดใหญ่ โดยมีชื่อโมเดลเป็นแถว หมวดหมู่เกณฑ์มาตรฐานเป็นคอลัมน์ ระดับประสิทธิภาพที่เข้ารหัสสี
แผนภูมิเส้นสรุปที่แสดงแนวโน้มประสิทธิภาพในห้าหมวดหมู่งานหลัก (ภาษา, คณิตศาสตร์, โค้ด, วิทยาศาสตร์, มัลติโมดัล) ตั้งแต่ปี 2018-2025 ซึ่งแสดงให้เห็นถึงความเร่งของการพัฒนา AI
แผนภูมิเส้นขนาดเล็กหลายแผงห้าแผง โดยแต่ละแผงแสดงแนวโน้มหนึ่งหมวดหมู่เมื่อเวลาผ่านไป
การอภิปรายเชิงระเบียบวิธีเกี่ยวกับการจำกัดการออกแบบเกณฑ์มาตรฐาน AI รวมถึงข้อกังวลเรื่องการปนเปื้อนของข้อมูล การปรับแบบจำลองให้เข้ากับเกณฑ์มาตรฐานมากเกินไป และความท้าทายในการวัดความฉลาดทั่วไป
การวิเคราะห์ข้อความพร้อมแผนภาพการปนเปื้อนประกอบ และรายการตรวจสอบเกณฑ์คุณภาพของเกณฑ์มาตรฐาน
ข้อมูลเกี่ยวกับประสิทธิภาพของแบบจำลอง AI ในเกณฑ์มาตรฐานที่เกี่ยวข้องกับความปลอดภัยและการปรับแนวทาง: TruthfulQA, การประเมินอคติ BBQ และการทดสอบความต้านทานการแหกคุก ซึ่งแสดงให้เห็นถึงความคืบหน้าและความท้าทายที่ยังคงมีอยู่
แผนภูมิแท่งเปรียบเทียบคะแนนเกณฑ์มาตรฐานด้านความปลอดภัยในแบบจำลองชั้นนำพร้อมคำอธิบายข้อความ
หมายเหตุอ้างอิงสำหรับบทที่ 2 พร้อมการอ้างอิงแหล่งข้อมูล การอ้างอิงระเบียบวิธีของเกณฑ์มาตรฐาน และคำจำกัดความของเมตริกประสิทธิภาพที่ใช้ตลอดทั้งบท
รูปแบบเชิงอรรถสองคอลัมน์พร้อมการอ้างอิงหมายเลขและการอ้างอิงแหล่งที่มา
รายการอ่านเพิ่มเติมที่คัดสรรมาสำหรับบทที่ 2 จัดเรียงตามหมวดหมู่เกณฑ์มาตรฐาน พร้อมเอกสารสำคัญและแหล่งข้อมูลลีดเดอร์บอร์ดสำหรับการสำรวจประสิทธิภาพทางเทคนิคของ AI อย่างต่อเนื่อง
รายการอ่านที่มีโครงสร้างพร้อมส่วนหัวของหมวดหมู่และรายการที่มีคำอธิบายประกอบ
การวิเคราะห์เชิงลึกเกี่ยวกับผลกระทบของการกระตุ้น chain-of-thought ต่อประสิทธิภาพการให้เหตุผล ซึ่งแสดงให้เห็นว่าการให้เหตุผลทีละขั้นตอนอย่างชัดเจนช่วยปรับปรุงประสิทธิภาพในเกณฑ์มาตรฐานทางคณิตศาสตร์ ตรรกะ และวิทยาศาสตร์
แผนภูมิแท่งเปรียบเทียบประสิทธิภาพแบบมี/ไม่มี CoT พร้อมกับการวิเคราะห์กลไกข้อความ
การวิเคราะห์ประสิทธิภาพของระบบการสร้างเสริมการดึงข้อมูล (RAG) ในปี 2025 ซึ่งแสดงให้เห็นว่าการรวม LLM เข้ากับการดึงความรู้จากภายนอกช่วยปรับปรุงความถูกต้องตามข้อเท็จจริงได้อย่างมีนัยสำคัญ
แผนภูมิแท่งแสดงความถูกต้องตามข้อเท็จจริงแบบมีและไม่มี RAG ในโดเมนความรู้ต่างๆ
ประสิทธิภาพเกณฑ์มาตรฐานของแบบจำลอง AI ในงานข้อมูลที่มีโครงสร้าง: การสร้าง SQL, QA ตาราง และการตีความข้อมูลทางการเงิน ซึ่งแสดงให้เห็นถึงประสิทธิภาพที่แข็งแกร่งแต่ไม่สมบูรณ์
แผนภูมิแท่งแสดงประสิทธิภาพของงานข้อมูลที่มีโครงสร้างพร้อมการแบ่งประเภทงาน
การวิเคราะห์ความท้าทายในการทำซ้ำในการวัดประสิทธิภาพของ AI รวมถึงความไวต่อการเรียบเรียงข้อความแจ้ง การตั้งค่าอุณหภูมิ และรูปแบบโปรโตคอลการประเมิน
แผนภูมิการวิเคราะห์ความแปรปรวนแสดงความไวของประสิทธิภาพต่อการเปลี่ยนแปลงข้อความแจ้งพร้อมคำอธิบายข้อความ
การอภิปรายเกี่ยวกับความสามารถ AI ที่เกิดขึ้นใหม่ที่สังเกตได้ในปี 2025 ซึ่งเป็นทักษะที่ปรากฏขึ้นอย่างไม่ต่อเนื่องเมื่อขนาดแบบจำลองเพิ่มขึ้น พร้อมตัวอย่างและการถกเถียงว่าการเกิดขึ้นเป็นเรื่องจริงหรือเป็นผลจากการประเมิน
การวิเคราะห์ข้อความพร้อมตารางตัวอย่างการเกิดขึ้นใหม่และพล็อตกระจายขนาดเทียบกับความสามารถ
ภาพรวมของระบบนิเวศการวัดเกณฑ์มาตรฐาน AI ในปี 2025: ลีดเดอร์บอร์ดหลัก องค์กรประเมิน (HELM, BIG-bench) และความท้าทายในการรักษาการประเมินที่มีความหมายเมื่อแบบจำลองปรับปรุง
แผนภาพระบบนิเวศแสดงเกณฑ์มาตรฐานหลัก องค์กร และความสัมพันธ์ของพวกเขา
ข้อมูลประสิทธิภาพในงานการให้เหตุผลแบบหลายรูปแบบที่ต้องใช้การรวมข้อมูลข้อความและภาพ รวมถึงแผนภาพวิทยาศาสตร์ แผนภูมิ และคณิตศาสตร์พร้อมตัวเลข
แผนภูมิแท่งเปรียบเทียบเกณฑ์มาตรฐานสำหรับแบบจำลองหลายรูปแบบชั้นนำในประเภทงานการให้เหตุผล
การวิเคราะห์ช่องว่างระหว่างประสิทธิภาพเกณฑ์มาตรฐานและประสิทธิภาพการใช้งานจริง รวมถึงการอภิปรายเกี่ยวกับการเปลี่ยนแปลงการกระจาย กรณีพิเศษ และความสัมพันธ์ระหว่างประสิทธิภาพเกณฑ์มาตรฐานและการใช้งาน
พล็อตกระจายเปรียบเทียบคะแนนเกณฑ์มาตรฐานในห้องปฏิบัติการกับการประมาณการประสิทธิภาพการใช้งานจริงสำหรับแอปพลิเคชัน
แดชบอร์ดสรุปบทที่ 2 นำเสนอผลการดำเนินงานที่สำคัญ: AI มีความสามารถเทียบเท่ามนุษย์ในงาน X, เหนือกว่าผู้เชี่ยวชาญที่เป็นมนุษย์ในงาน Y และความท้าทายที่สำคัญที่ยังคงมีอยู่
แดชบอร์ดสรุปที่มีสถิติจำนวนมาก การแบ่งประเภทย่อยของงาน และกล่องข้อความเน้นประเด็นสำคัญ
ประสิทธิภาพของ AI ในเกณฑ์มาตรฐานการเขียนโปรแกรมเชิงแข่งขัน (CodeForces, ปัญหา IOI) ในปี 2025 แสดงให้เห็นว่าโมเดลแนวหน้าบรรลุระดับประสิทธิภาพที่ได้รับการจัดอันดับสูงจาก CodeForces
แผนภูมิเปรียบเทียบการจัดอันดับโดยมีการแมป AI system levels เทียบเท่ากับเปอร์เซ็นไทล์ของมนุษย์
การวิเคราะห์โดยละเอียดเกี่ยวกับประสิทธิภาพของ AI ในปัญหาลักษณะ International Mathematical Olympiad (IMO) ในปี 2025 โดยโมเดลแนวหน้าบรรลุประสิทธิภาพเทียบเท่าเหรียญทองในการแก้ปัญหาที่เลือก
แผนภูมิความยากของปัญหาเทียบกับอัตราการแก้ปัญหา พร้อมการเปรียบเทียบโมเดลและคำอธิบายประกอบเกณฑ์เหรียญรางวัล IMO
ประสิทธิภาพของ AI systems ในงานทบทวนวรรณกรรมทางวิทยาศาสตร์: สรุปบทความได้อย่างถูกต้อง ระบุข้อผิดพลาดทางระเบียบวิธีวิจัย และสังเคราะห์ผลการวิจัยจากบทความหลายฉบับ
แผนภูมิแท่งเปรียบเทียบความถูกต้องสำหรับงานย่อยในการทบทวนวรรณกรรม พร้อมการเปรียบเทียบโมเดล
ประสิทธิภาพของเกณฑ์มาตรฐานหลายภาษาโดยละเอียด (XTREME, XGLUE, mMMLU) แสดงให้เห็นถึงช่องว่างด้านประสิทธิภาพระหว่างงานภาษาอังกฤษและภาษาที่ไม่ใช่ภาษาอังกฤษ พร้อมการวิเคราะห์ความท้าทายด้านภาษาที่มีทรัพยากรน้อย
แผนที่ความร้อนของประสิทธิภาพตามภาษาและเกณฑ์มาตรฐาน พร้อมการจัดกลุ่มตระกูลภาษา
ผลการวิจัยเกี่ยวกับความสามารถในการโน้มน้าวใจของ AI ในปี 2025: การศึกษาแสดงให้เห็นว่าข้อความโน้มน้าวใจที่สร้างโดย AI มีประสิทธิภาพเหนือกว่าข้อความที่เขียนโดยมนุษย์ในการทดสอบ A/B ซึ่งก่อให้เกิดความกังวลเกี่ยวกับการบิดเบือน
แผนภูมิแท่งแสดงผลการศึกษาการโน้มน้าวใจ พร้อมการวิเคราะห์ข้อความเกี่ยวกับผลกระทบและการอภิปรายความเสี่ยง
การวิเคราะห์ความสามารถด้านหน่วยความจำของ AI model ในปี 2025: ขีดจำกัดหน่วยความจำในบริบท การเพิ่มหน่วยความจำภายนอก และระบบ agent ที่มีสถานะซึ่งช่วยให้สามารถทำงานในระยะยาวได้
ไดอะแกรมเปรียบเทียบสถาปัตยกรรมหน่วยความจำ พร้อมข้อมูลประสิทธิภาพในงานที่ต้องพึ่งพาหน่วยความจำ
ข้อมูลประสิทธิภาพของ AI models ที่ใช้เครื่องมือภายนอก (APIs, เครื่องคิดเลข, Search engines, ตัวตีความโค้ด) ในปี 2025 แสดงให้เห็นถึงการปรับปรุงที่สำคัญในการใช้เครื่องมือที่เชื่อถือได้
แผนภูมิแท่งแสดงอัตราความสำเร็จสำหรับงานใช้เครื่องมือตามประเภทเครื่องมือและโมเดล
ภาพรวมของ AI models เฉพาะโดเมนสำหรับงานทางวิทยาศาสตร์: โครงสร้างโปรตีน วิทยาศาสตร์วัสดุ ภูมิอากาศ จีโนมิกส์ และประสิทธิภาพของ AI models เหล่านี้เมื่อเทียบกับ models อเนกประสงค์
ตารางเปรียบเทียบประสิทธิภาพ: โมเดลเฉพาะทางเทียบกับโมเดลทั่วไปในโดเมนวิทยาศาสตร์
ประสิทธิภาพของเกณฑ์มาตรฐานสำหรับงานทำความเข้าใจเอกสารของ AI: การแยกวิเคราะห์ PDF, การดึงข้อมูลแบบฟอร์ม, การวิเคราะห์สัญญา และ QA เอกสารที่ซับซ้อนในปี 2025
แผนภูมิแท่งแสดงประสิทธิภาพงานเอกสาร พร้อมการแบ่งประเภทงานและการเปรียบเทียบโมเดล
การวิเคราะห์ความทนทานของ AI model ต่อการโจมตีแบบ adversarial ในปี 2025 รวมถึงการโจมตีด้วยการรบกวนรูปภาพ การแทรก prompt สำหรับ LLMs และประสิทธิภาพของกลไกการป้องกัน
แผนภูมิแท่งแสดงอัตราความสำเร็จในการโจมตี พร้อมการเปรียบเทียบวิธีการป้องกันและการวิเคราะห์ข้อความ
บทสรุปการวิเคราะห์ประเด็นสำคัญของบทที่ 2: การเร่งความเร็วของการเพิ่มขึ้นของความสามารถของ AI ความท้าทายในการรักษาเกณฑ์มาตรฐานให้มีความหมาย และผลกระทบที่ AI มีประสิทธิภาพเหนือกว่าประสิทธิภาพของมนุษย์ในชุดงานที่ขยายตัว
บทสรุปข้อความพร้อมแผนภูมิสรุปที่แสดงหมวดหมู่เกณฑ์มาตรฐานตามสถานะ human-parity
ภาพเปิดบทแบบเต็มหน้ากระดาษ (Full-bleed) พร้อมพื้นหลังสีเขียวอมฟ้าเข้ม ตัวเลขบทที่ 3 สีขาวขนาดใหญ่ ชื่อบท 'Responsible AI' และภาพรวมโดยย่อของบทที่เน้นเรื่องความปลอดภัยของ AI, อคติ, อันตราย และการกำกับดูแล
พื้นหลังสีเขียวอมฟ้าเข้มแบบเต็มหน้ากระดาษ (Full-bleed), หมายเลขบทขนาดใหญ่, ชื่อบทและคำอธิบายเป็นสีขาว
บทนำสู่บท Responsible AI อธิบายกรอบการทำงานสำหรับการวัดผลกระทบที่เป็นอันตรายของ AI, การวิจัยด้านความปลอดภัย, การประเมินอคติ และการกำกับดูแลในการปฏิบัติจริงตลอดปี 2025
บทนำแบบคอลัมน์เดียวพร้อมไดอะแกรมภาพรวมส่วนและกล่องคำจำกัดความที่สำคัญ
แผนภูมิเส้นแสดงจำนวนเหตุการณ์ที่เกี่ยวข้องกับ AI ที่ติดตามโดยฐานข้อมูล AIAAIC ตั้งแต่ปี 2012-2025 ซึ่งแสดงให้เห็นการเติบโตมากกว่า 1000% ในช่วงเวลาดังกล่าว โดยมีการเร่งตัวอย่างรวดเร็วตั้งแต่ปี 2022
แผนภูมิเส้นแบบเต็มความกว้าง โดยมีแกน x เป็นปี แกน y เป็นจำนวนเหตุการณ์ มีการใส่คำอธิบายประกอบจุดสูงสุดของเหตุการณ์สำคัญ
แผนภูมิแท่งแบบเรียงซ้อน (Stacked bar chart) แสดงรายละเอียดเหตุการณ์ AI ในปี 2025 ตามหมวดหมู่ความเสียหาย: ข้อมูลเท็จ/Deepfakes, การละเมิดความเป็นส่วนตัว, การเลือกปฏิบัติ, ความล้มเหลวของระบบอัตโนมัติ และการละเมิดความปลอดภัยทางไซเบอร์
แผนภูมิแท่งแนวนอนแบบเรียงซ้อน (Stacked horizontal bar chart) พร้อมการเข้ารหัสสีตามหมวดหมู่ความเสียหายและป้ายกำกับเปอร์เซ็นต์
แผนที่โลกและแผนภูมิแท่งแสดงการกระจายตามภูมิศาสตร์ของเหตุการณ์ AI ที่รายงานในปี 2025 โดยสหรัฐอเมริกา สหภาพยุโรป และจีน คิดเป็นสัดส่วนส่วนใหญ่ของเหตุการณ์ที่ติดตาม
แผนที่โลกที่มีฟองความหนาแน่นของเหตุการณ์ พร้อมแผนภูมิแท่งแสดง 15 ประเทศแรกตามจำนวนเหตุการณ์
การวิเคราะห์เหตุการณ์ข้อมูลเท็จที่สร้างโดย AI ในปี 2025: วิดีโอ Deepfake ที่มุ่งเป้าไปที่การเลือกตั้ง, การฉ้อโกงด้วยเสียงสังเคราะห์ และบทความข่าวที่สร้างโดย AI ซึ่งเผยแพร่อย่างกว้างขวาง
ไทม์ไลน์ของเหตุการณ์ Deepfake ที่สำคัญในปี 2025 พร้อมการวิเคราะห์ข้อความและแผนภูมิความสามารถในการตรวจจับ
การเปรียบเทียบประสิทธิภาพของเทคโนโลยีการตรวจจับ Deepfake ในปี 2025 กับคุณภาพการสร้าง Deepfake ซึ่งแสดงให้เห็นถึงการแข่งขันที่ดำเนินอยู่ โดยการตรวจจับล้าหลังการสร้างอย่างต่อเนื่อง
แผนภูมิเส้นคู่แสดงคุณภาพการสร้างเทียบกับความแม่นยำในการตรวจจับเมื่อเวลาผ่านไป พร้อมคำอธิบายประกอบช่องว่างการแข่งขัน
ภาพรวมของการวัดอคติและการวิจัยการลดอคติในระบบ AI ในปี 2025 ครอบคลุมอัลกอริทึมการจ้างงาน, การให้คะแนนเครดิต, การคัดกรองผู้ป่วยในโรงพยาบาล และการจดจำใบหน้าในกลุ่มประชากรต่างๆ
ไดอะแกรมกรอบการทำงานของประเภทอคติและแนวทางการลดอคติ พร้อมภาพรวมข้อความ
ผลการทดลองจากการตรวจสอบอคติของเครื่องมือการจ้างงาน AI ในปี 2025 แสดงให้เห็นอัตราการคัดกรองที่แตกต่างกันตามเชื้อชาติ เพศ และอายุ ในระบบการคัดกรองเรซูเม่โดยอัตโนมัติ
แผนภูมิแท่งแสดงอัตราการคัดกรองตามกลุ่มประชากร พร้อมคำอธิบายประกอบอัตราส่วนความแตกต่าง
การวิเคราะห์อคติในอัลกอริทึม AI ด้านการดูแลสุขภาพในปี 2025 โดยเน้นที่ความแม่นยำที่แตกต่างกันของ AI วินิจฉัยโรคในกลุ่มเชื้อชาติและเศรษฐกิจสังคมต่างๆ และสาเหตุของช่องว่างด้านประสิทธิภาพ
แผนภูมิแท่งแสดงความแม่นยำในการวินิจฉัยโรคตามกลุ่มประชากรในเครื่องมือ AI หลายรายการ
ข้อมูลเกี่ยวกับอคติของ AI ในการให้คะแนนเครดิตและบริการทางการเงิน แสดงให้เห็นอัตราการอนุมัติสินเชื่อและการกระจายคะแนนความเสี่ยงที่แตกต่างกันในกลุ่มประชากรต่างๆ ในการให้กู้ยืมที่ใช้ AI ช่วย
แผนภูมิแท่งแสดงอัตราการอนุมัติและการกระจายคะแนนตามประชากร พร้อมการวิเคราะห์ข้อความ
ผลการวัดประสิทธิภาพสำหรับระบบจดจำใบหน้าในกลุ่มประชากรต่างๆ ในปี 2025 แสดงให้เห็นถึงความแตกต่างของความแม่นยำอย่างต่อเนื่องแม้จะมีความคืบหน้า พร้อมการวิเคราะห์การตอบสนองด้านกฎระเบียบ
แผนภูมิเปรียบเทียบอัตราข้อผิดพลาดตามกลุ่มประชากร พร้อมคำอธิบายประกอบการตอบสนองด้านกฎระเบียบ
แผนภูมิเส้นแสดงปริมาณงานวิจัยด้านความเป็นธรรมของ AI และการลดอคติ (bias mitigation) ตั้งแต่ปี 2015-2025 ซึ่งแสดงให้เห็นถึงการเติบโตอย่างรวดเร็วของสาขานี้ ควบคู่ไปกับการให้คำมั่นสัญญาด้านความเป็นธรรมขององค์กรที่เพิ่มขึ้น
แผนภูมิเส้นแสดงปริมาณสิ่งพิมพ์ (publication volume) รวมกับแผนภูมิแท่งแสดงการประกาศโครงการริเริ่มด้านความเป็นธรรมขององค์กร (corporate fairness initiative) แยกตามปี
แผนภูมิเส้นแสดงการเติบโตของสิ่งพิมพ์งานวิจัยด้านความปลอดภัยของ AI และองค์กรวิจัยด้านความปลอดภัยโดยเฉพาะ ตั้งแต่ปี 2016-2025 ซึ่งแสดงให้เห็นถึงการจัดตั้งสถาบันอย่างรวดเร็วของสาขานี้
แผนภูมิเส้นคู่แสดงสิ่งพิมพ์ด้านความปลอดภัย (safety publications) และจำนวนองค์กรด้านความปลอดภัย (safety org count) ตามช่วงเวลา
ภาพรวมขององค์กรวิจัยด้านความปลอดภัยของ AI หลักที่ดำเนินงานในปี 2025: Anthropic, DeepMind Safety, ARC Evals, Redwood Research, METR, Apollo Research และอื่นๆ
การ์ดโปรไฟล์องค์กรในรูปแบบตาราง โดยมีวันที่ก่อตั้ง ขอบเขตที่เน้น และผลงานสำคัญต่อองค์กร
การวิเคราะห์การนำ AI red-teaming ไปใช้ในห้องปฏิบัติการ AI หลักๆ ในปี 2025 ซึ่งแสดงให้เห็นว่า red-teaming กลายเป็นแนวปฏิบัติที่เป็นมาตรฐาน โดยมีมาตรฐานใหม่ๆ จาก NIST และกรอบการทำงานของรัฐบาล
แผนภูมิเส้นเวลาการนำไปใช้ (adoption timeline chart) พร้อมการวิเคราะห์ข้อความของวิธีการและผลการค้นพบของ red-teaming
สรุปผลการค้นพบของ red-teaming ที่เปิดเผยในห้องปฏิบัติการ AI หลักๆ ในปี 2025: หมวดหมู่ช่องโหว่ทั่วไป ความชุกของเทคนิคการเจาะระบบ และประสิทธิภาพของแนวทางการป้องกันที่แตกต่างกัน
แผนภูมิแท่งหมวดหมู่ช่องโหว่ (Vulnerability category bar chart) พร้อมตารางเปรียบเทียบประสิทธิภาพการป้องกัน (defense efficacy comparison table)
ภาพรวมของเทคโนโลยีการใส่ลายน้ำและการตรวจจับเนื้อหาที่สร้างโดย AI ในปี 2025: มาตรฐานที่มา C2PA, ตัวตรวจจับข้อความ AI และการนำการใส่ลายน้ำรูปภาพไปใช้โดยแพลตฟอร์มหลัก
แผนภาพภูมิทัศน์เทคโนโลยี (Technology landscape diagram) พร้อมเมตริกการนำไปใช้ (adoption metrics) และการวิเคราะห์ข้อความของประสิทธิภาพ
การวิเคราะห์ความเสี่ยงด้านความเป็นส่วนตัวของ AI และมาตรการป้องกันในปี 2025: การจดจำข้อมูลการฝึกอบรม การโจมตีแบบ model inversion การนำ differential privacy ไปใช้ และความท้าทายในการปฏิบัติตามกฎระเบียบ
แผนภาพอนุกรมวิธานความเสี่ยง (Risk taxonomy diagram) พร้อมแผนภูมิอัตราการนำไปใช้ (adoption rate chart) สำหรับเทคนิคการรักษาความเป็นส่วนตัว
การวิเคราะห์บทบาทคู่ของ AI ในความปลอดภัยทางไซเบอร์ในปี 2025: การตรวจจับและป้องกันภัยคุกคามด้วย AI เทียบกับการโจมตีอัตโนมัติที่ใช้ AI โดยมีข้อมูลเกี่ยวกับอัตราการเกิดเหตุการณ์สำหรับทั้งสองอย่าง
แผนภูมิแท่งแบบเคียงข้างกัน (Side-by-side bar charts) สำหรับแอปพลิเคชันการป้องกัน AI (AI defense applications) และแอปพลิเคชันการโจมตี AI (AI attack applications) พร้อมการวิเคราะห์ข้อความ
ภาพรวมของกรอบการประเมินความสามารถ (capability evaluation frameworks) ที่ใช้โดยห้องปฏิบัติการ AI ชั้นนำในปี 2025 เพื่อประเมินความสามารถที่เป็นอันตรายก่อนการใช้งานโมเดล รวมถึงการทดสอบ CBRN uplift
แผนภาพกรอบการประเมิน (Evaluation framework diagram) พร้อมคำจำกัดความของหมวดหมู่ความสามารถ (capability category definitions) และตารางการนำไปใช้ของห้องปฏิบัติการ (lab adoption table)
การเปรียบเทียบอนุกรมวิธานและความเสี่ยงของ AI ที่สำคัญในปี 2025: NIST AI RMF, ระดับความเสี่ยงของ EU AI Act, กรอบความเสี่ยง AI ของ OECD และการจัดประเภทความเสี่ยงที่พัฒนาโดยอุตสาหกรรม
ตารางเปรียบเทียบแบบเคียงข้างกัน (Side-by-side comparison table) ของกรอบการทำงานสี่กรอบ โดยมีหมวดหมู่ความเสี่ยงที่แมปข้ามกรอบการทำงาน
ข้อมูลเกี่ยวกับอัตราการนำ NIST AI RMF ไปใช้ในหน่วยงานรัฐบาลกลางของสหรัฐอเมริกาและองค์กรภาคเอกชนในปี 2025 ซึ่งแสดงให้เห็นถึงการยอมรับที่เพิ่มขึ้นแต่ไม่สม่ำเสมอ
แผนภูมิแท่งอัตราการนำไปใช้ (Adoption rate bar chart) ตามภาคส่วนและขนาดองค์กร พร้อมการวิเคราะห์ข้อความ
การวิเคราะห์การนำบัตรโมเดล (model card) และเอกสารประกอบความโปร่งใสของ AI ไปใช้ในปี 2025 ซึ่งแสดงให้เห็นถึงการเปิดเผยข้อมูลที่เพิ่มขึ้นโดยห้องปฏิบัติการหลัก แต่มีมาตรฐานและความลึกที่ไม่สอดคล้องกันในอุตสาหกรรม
แผนภูมิแท่งเมตริกการนำไปใช้ (Adoption metrics bar chart) พร้อมบัตรคะแนนคุณภาพ (quality scorecard) ที่เปรียบเทียบความลึกของบัตรโมเดลในห้องปฏิบัติการหลัก
ภาพรวมของการประยุกต์ใช้ AI ในบริบททางการทหารและการป้องกันประเทศในปี 2025: การพัฒนาอาวุธที่ทำงานได้เอง, การกำหนดเป้าหมายด้วย AI, การสอดส่องดูแลที่ขับเคลื่อนด้วย AI และความท้าทายด้านกฎหมายระหว่างประเทศ
การวิเคราะห์ข้อความพร้อมแผนที่การใช้งานทั่วโลกและกล่องแจ้งเตือนปัจจัยเสี่ยง
ข้อมูลเกี่ยวกับการใช้ AI ในกระบวนการยุติธรรมทางอาญาในปี 2025: การป้องกันอาชญากรรมเชิงคาดการณ์, อัลกอริทึมการตัดสินโทษ, เครื่องมือตัดสินใจการประกันตัว และข้อกังวลเรื่องอคติที่ได้รับการบันทึกไว้และความท้าทายทางกฎหมาย
แผนที่การนำไปใช้โดยรัฐต่างๆ ในสหรัฐอเมริกา พร้อมแผนภูมิผลการตรวจสอบอคติและไทม์ไลน์ความท้าทายทางกฎหมาย
การวิเคราะห์ระดับโลกของการใช้งานเทคโนโลยีการสอดส่องดูแลที่ขับเคลื่อนด้วย AI ในปี 2025: การจดจำใบหน้าในพื้นที่สาธารณะ, การตรวจสอบพฤติกรรม และการนำไปใช้และข้อจำกัดในระดับประเทศ
แผนที่โลกของการนำเทคโนโลยีการสอดส่องดูแลไปใช้พร้อมภาพซ้อนข้อจำกัดด้านกฎระเบียบ
การวิเคราะห์ข้อกังวลด้านผลกระทบต่อสิ่งแวดล้อมที่เพิ่มขึ้นของ AI ในปี 2025 โดยเน้นที่การใช้น้ำของศูนย์ข้อมูล, การปล่อยก๊าซคาร์บอนจากการประมวลผล AI และโครงการริเริ่มด้านความยั่งยืนโดยบริษัท AI รายใหญ่
แผนภูมิแท่งของเมตริกด้านสิ่งแวดล้อมต่อบริษัท พร้อมตารางเปรียบเทียบพันธสัญญาด้านความยั่งยืน
ภาพรวมของข้อกังวลด้านแรงงานที่เกี่ยวข้องกับ AI ในปี 2025: สภาพการทำงานของคนงานติดป้ายข้อมูล, สุขภาพจิตของคนงานดูแลเนื้อหา และการอภิปรายเรื่องการถูกแทนที่งานด้วย AI
การวิเคราะห์ข้อความพร้อมข้อมูลจากการสำรวจสภาพการทำงานของคนติดป้ายข้อมูลและแผนภูมิการคาดการณ์การถูกแทนที่งาน
การวิเคราะห์บทบาทของ AI ในการดูแลเนื้อหาบนแพลตฟอร์มหลักในปี 2025 รวมถึงความแม่นยำในการตรวจจับสำหรับหมวดหมู่เนื้อหาที่เป็นอันตรายและความท้าทายของการตรวจจับผิดพลาดสำหรับชุมชนชายขอบ
แผนภูมิแท่งเมตริกความแม่นยำตามประเภทเนื้อหาพร้อมรายละเอียดอัตราการตรวจจับผิดพลาดตามชุมชน
ภาพรวมของนโยบายการใช้ AI อย่างมีความรับผิดชอบขององค์กรที่บริษัท AI รายใหญ่ในปี 2025 รวมถึงนโยบายการใช้งาน กรณีการใช้งานที่ห้าม และกลไกการบังคับใช้
ตารางเปรียบเทียบนโยบายระหว่างบริษัท AI รายใหญ่พร้อมรายการตรวจสอบการห้ามกรณีการใช้งาน
ข้อมูลจากการสำรวจแนวทางการกำกับดูแล AI ในอุตสาหกรรม: เปอร์เซ็นต์ของบริษัทที่มีคณะกรรมการจริยธรรม AI, ทีม AI ที่มีความรับผิดชอบ, การประเมินผลกระทบ และกระบวนการตรวจสอบการกำกับดูแล
แผนภูมิแท่งของอัตราการนำแนวทางการกำกับดูแลไปใช้ตามขนาดบริษัทและภาคส่วน
ภาพรวมของความพยายามในการประสานงานด้านความปลอดภัยของ AI ระหว่างประเทศในปี 2025: การประชุมสุดยอด Paris AI Safety Summit, การติดตามผล Bletchley Park, ปฏิญญา Seoul AI และโครงการริเริ่มการวิจัยด้านความปลอดภัยแบบพหุภาคี
ไทม์ไลน์ของการประชุมสุดยอดและข้อตกลงด้านความปลอดภัยระหว่างประเทศพร้อมการวิเคราะห์ข้อความของพันธสัญญา
สามกรณีศึกษาโดยละเอียดเกี่ยวกับเหตุการณ์ AI ที่สำคัญในปี 2025: แคมเปญข้อมูลเท็จในการเลือกตั้งด้วย deepfake ครั้งใหญ่, กลุ่มข้อผิดพลาดในการวินิจฉัย AI ด้านการดูแลสุขภาพ และชุดอุบัติเหตุของยานยนต์ไร้คนขับ
เลย์เอาต์กรณีศึกษาแบบสามแผงพร้อมคำอธิบายเหตุการณ์ การตอบสนอง และบทเรียนที่ได้รับต่อกรณี
ข้อมูลเกี่ยวกับประสิทธิภาพของโมเดล AI ในเกณฑ์มาตรฐานการประเมินความสามารถที่เป็นอันตรายในปี 2025 รวมถึงการประเมินการยกระดับ CBRN และการประเมินความเสี่ยงด้านความปลอดภัยทางชีวภาพที่ใช้ในการทดสอบก่อนการใช้งาน
แผนภูมิแท่งของผลการประเมินความสามารถพร้อมเกณฑ์ระดับความเสี่ยงและการเปรียบเทียบห้องปฏิบัติการ
ภาพรวมของแนวทางการวิจัยการปรับแนว AI ในปี 2025: RLHF/RLAIF, Constitutional AI, การโต้แย้งและการขยายผล, การตีความเชิงกลไก และเทคนิคการกำกับดูแลที่ปรับขนาดได้
ไดอะแกรมอนุกรมวิธานแนวทางการวิจัยพร้อมแผนภูมิปริมาณสิ่งพิมพ์ต่อแนวทาง
การวิเคราะห์การเติบโตของการวิจัยด้านการตีความได้และความสามารถในการอธิบายได้ของ AI ในปี 2025 ซึ่งครอบคลุมเทคนิคการตีความเชิงกลไก, แผนที่ความโดดเด่น และการนำไปใช้จริงในอุตสาหกรรมที่มีการควบคุม
แผนภูมิเส้นแสดงการเติบโตของสิ่งพิมพ์ และแผนภูมิแท่งแสดงอัตราการนำไปใช้ในอุตสาหกรรมที่มีการควบคุม
ข้อมูลเกี่ยวกับแอปพลิเคชัน AI ด้านสุขภาพจิตและความเสี่ยงที่เกี่ยวข้องในปี 2025: การใช้งานการสนับสนุนด้านสุขภาพจิตผ่านแชทบอท, ข้อมูลประสิทธิภาพ และเหตุการณ์ที่เกี่ยวข้องกับการปฏิสัมพันธ์ด้านสุขภาพจิตของ AI ที่เป็นอันตราย
เมตริกการใช้งานพร้อมแผนภูมิประสิทธิภาพ และการแบ่งประเภทเหตุการณ์
ภาพรวมของข้อกังวลด้านความปลอดภัยของเด็กที่เกี่ยวข้องกับระบบ AI ในปี 2025: การตรวจจับ CSAM, ประสบการณ์ AI ที่เหมาะสมกับวัย, การใช้ AI ของเด็กในการศึกษา และการคุ้มครองตามกฎระเบียบ
การวิเคราะห์ข้อความพร้อมแผนที่ภูมิทัศน์ด้านกฎระเบียบ และแผนภูมิการนำมาตรการด้านความปลอดภัยมาใช้
ข้อมูลเชิงทดลองเกี่ยวกับประสิทธิภาพของเทคนิคการลดอคติชั้นนำในปี 2025 โดยเปรียบเทียบแนวทางก่อนประมวลผล, ระหว่างประมวลผล และหลังประมวลผล ในเมตริกอคติ
แผนภูมิแท่งเปรียบเทียบการลดเมตริกอคติโดยใช้เทคนิค พร้อมการวิเคราะห์ต้นทุนความแม่นยำ
ข้อมูลเกี่ยวกับบทบาทงาน AI ที่มีความรับผิดชอบในปี 2025: นักจริยธรรม AI, วิศวกรความปลอดภัย AI, ผู้จัดการโปรแกรม AI ที่มีความรับผิดชอบ, เงินเดือน และช่องว่างอุปสงค์-อุปทานในสาขานี้
แผนภูมิแนวโน้มการโพสต์งาน และการเปรียบเทียบเงินเดือน พร้อมคำอธิบายเพิ่มเติมเกี่ยวกับช่องว่างอุปสงค์-อุปทาน
ภาพรวมของระบบนิเวศการตรวจสอบ AI ที่เกิดขึ้นใหม่ในปี 2025: ผู้ตรวจสอบบุคคลที่สาม, มาตรฐานการตรวจสอบอัลกอริทึม, ข้อกำหนดการตรวจสอบภาคบังคับในเขตอำนาจศาลต่างๆ และเครื่องมือการประเมินตนเองของอุตสาหกรรม
แผนภาพระบบนิเวศขององค์กรตรวจสอบ AI พร้อมตารางเปรียบเทียบข้อกำหนดด้านกฎระเบียบ
การวิเคราะห์ข้อกังวลเกี่ยวกับ AI ที่มีความรับผิดชอบโดยเฉพาะสำหรับการเผยแพร่โมเดลโอเพนซอร์สในปี 2025 รวมถึงความเสี่ยงในการใช้งานสองทาง, ความปลอดภัยหลังการเผยแพร่ และแนวปฏิบัติด้านความปลอดภัยของชุมชน
อนุกรมวิธานความเสี่ยงสำหรับ AI แบบโอเพนซอร์ส พร้อมการเปรียบเทียบแนวทางการลดความเสี่ยง และการวิเคราะห์ข้อความ
สรุปผลลัพธ์จากการประชุมสุดยอดด้านความปลอดภัยของ AI ที่ปารีส (กุมภาพันธ์ 2025) และข้อผูกมัดด้านความปลอดภัยระหว่างประเทศในเวลาต่อมา รวมถึงเป้าหมายสำคัญของ GPAI Code of Practice
การ์ดสรุปผลลัพธ์ต่อการประชุมสุดยอด พร้อมตัวบ่งชี้สถานะการติดตามข้อผูกมัด
แดชบอร์ดสรุปสำหรับบทที่ 3 นำเสนอเมตริก AI ที่มีความรับผิดชอบที่สำคัญ: การเติบโตของเหตุการณ์ AI, ผลการตรวจสอบอคติ, การเติบโตของการวิจัยด้านความปลอดภัย และอัตราการนำธรรมาภิบาลมาใช้
ตารางแดชบอร์ดพร้อมสถิติจำนวนมาก, เส้นประกายแนวโน้ม และกล่องคำอธิบายเพิ่มเติมเกี่ยวกับข้อค้นพบที่สำคัญ
การวิเคราะห์แนวโน้มของระบบ AI ในการสร้างผลลัพธ์ที่เป็นพิษ เป็นอันตราย หรือไม่เหมาะสมในปี 2025 รวมถึงผลการวัดความเป็นพิษ และประสิทธิภาพของการปรับแต่งเพื่อความปลอดภัย
แท่งเปรียบเทียบอัตราความเป็นพิษ พร้อมแนวโน้มการปรับปรุงโมเดล และการวิเคราะห์ข้อความ
ภาพรวมของความท้าทายด้านลิขสิทธิ์และทรัพย์สินทางปัญญาของ AI ในปี 2025: สิทธิ์ในข้อมูลการฝึกอบรม, สถานะ IP ของเนื้อหาที่สร้างโดย AI, คดีความทางกฎหมายที่สำคัญ และกรอบการกำกับดูแลที่เกิดขึ้นใหม่
ไทม์ไลน์คดีความทางกฎหมาย พร้อมการเปรียบเทียบกรอบนโยบาย และการวิเคราะห์ข้อความ
การวิเคราะห์แคมเปญข้อมูลที่ผิดที่เปิดใช้งานโดย AI ที่มุ่งเป้าไปที่การเลือกตั้งในปี 2025 รวมถึงการประมาณขนาด, การตอบสนองของแพลตฟอร์ม และความท้าทายในการตรวจจับ
ไทม์ไลน์แคมเปญ พร้อมการประมาณขนาด และตารางเปรียบเทียบการตอบสนองของแพลตฟอร์ม
การวิเคราะห์ช่องว่างความรับผิดชอบในสายงานการใช้งาน AI ในปี 2025: ความรับผิดชอบที่กระจายไปทั่วทั้งนักพัฒนา ผู้ใช้งาน และความพยายามในการกำหนดความรับผิด
แผนภาพช่องว่างความรับผิดชอบ พร้อมการเปรียบเทียบกรอบความรับผิดตามเขตอำนาจศาล
ภาพรวมผลกระทบของระบบ AI ต่อสิทธิมนุษยชนในปี 2025 ตั้งแต่การสอดส่องดูแลและการแสดงออกอย่างอิสระ ไปจนถึงการเข้าถึงความยุติธรรมและสิทธิในการอธิบายในการตัดสินใจอัตโนมัติ
ตารางเมทริกซ์ผลกระทบด้านสิทธิ โดยมีแถวเป็นแอปพลิเคชัน AI และคอลัมน์เป็นสิทธิมนุษยชน พร้อมเซลล์ให้คะแนนผลกระทบ
ตัวอย่างวิธีการประเมินความปลอดภัยทางเทคนิคที่อ้างอิงในบทที่ 3 รวมถึงโปรโตคอล red-team, ขั้นตอนการประเมินความสามารถ และมาตรฐานการวัดอคติ
แผนภาพภาพรวมวิธีการ พร้อมรายการอ้างอิงและคำอธิบายข้อความ
การแสดงภาพแผนที่โลกของกิจกรรมด้านกฎระเบียบและการกำกับดูแล Responsible AI ในปี 2025 แสดงความหนาแน่นของกฎระเบียบตามประเทศ และความแตกต่างระหว่างแนวทางของ EU, US และเอเชีย
แผนที่ choropleth โลก พร้อมการเข้ารหัสสีความเข้มของกฎระเบียบ และกล่องข้อความเรียกภูมิภาค
การวิเคราะห์เปรียบเทียบหลักการจริยธรรมของ AI ที่นำมาใช้โดยรัฐบาล บริษัท และองค์กรระหว่างประเทศในปี 2025 โดยแสดงการทับซ้อนและความแตกต่าง
แผนภาพ Venn/การทับซ้อนของธีมหลักการจริยธรรมในกรอบการทำงานหลักกว่า 20 รายการ
หมายเหตุอ้างอิงสำหรับบทที่ 3 รวมถึงแหล่งข้อมูลหลักสำหรับข้อมูลเหตุการณ์ การศึกษาอคติ การวิจัยด้านความปลอดภัย และการอ้างอิงกรอบการกำกับดูแล
รูปแบบท้ายบทแบบมีหมายเลขสองคอลัมน์
รายการอ่านเพิ่มเติมที่คัดสรรมาสำหรับบทที่ 3 จัดเรียงตามส่วน: การวิจัยด้านความปลอดภัย อคติและความเป็นธรรม การกำกับดูแล และการวิเคราะห์เหตุการณ์ พร้อมคำอธิบายสั้นๆ
รายการอ่านที่มีโครงสร้าง พร้อมส่วนหัวและรายการ
ภาพเปิดบทแบบเต็มหน้ากระดาษที่มีพื้นหลังสีน้ำเงินเข้ม ตัวเลขบทที่ 4 สีขาวขนาดใหญ่ ชื่อบท 'เศรษฐกิจ' และคำอธิบายบทโดยย่อที่ครอบคลุมการลงทุน AI แรงงาน และแนวโน้มการนำไปใช้
พื้นหลังสีน้ำเงินเข้มแบบเต็มหน้ากระดาษ หมายเลขบทขนาดใหญ่ ชื่อและคำอธิบายสีขาว
บทนำสู่บทเศรษฐกิจ โดยวางกรอบรอยเท้าทางเศรษฐกิจของ AI ในปี 2025 ครอบคลุมการลงทุนภาคเอกชน ตลาดแรงงาน การนำไปใช้ของบริษัท และผลกระทบด้านผลิตภาพ
บทนำคอลัมน์เดียว พร้อมกล่องข้อความเรียกไฮไลท์ของบท และภาพรวมส่วน
แผนภูมิเส้นแสดงการลงทุน AI ภาคเอกชนทั่วโลกตั้งแต่ปี 2013-2025 ซึ่งสูงถึงกว่า 4.7 แสนล้านดอลลาร์ทั่วโลกในปี 2025 โดย US คิดเป็น 2.859 แสนล้านดอลลาร์ เพิ่มขึ้นสามเท่าจากระดับปี 2022
แผนภูมิเส้นที่มีเส้นการลงทุนทั่วโลกและเฉพาะ US, แกน x ปี, แกน y จำนวนเงินดอลลาร์, คำอธิบายประกอบเหตุการณ์สำคัญ
แผนภูมิแท่งจัดอันดับประเทศตามการลงทุน AI ภาคเอกชนในปี 2025 โดย US เป็นผู้นำอย่างมีนัยสำคัญ ตามด้วยจีน สหราชอาณาจักร อินเดีย และแคนาดา
แผนภูมิแท่งแนวนอนที่จัดอันดับ โดยมีชื่อประเทศบนแกน y และจำนวนเงินลงทุนบนแกน x
การแบ่งย่อยการลงทุนภาคเอกชน AI ตามภาคอุตสาหกรรมในปี 2025: ซอฟต์แวร์สำหรับองค์กร, การดูแลสุขภาพ, ยานยนต์ไร้คนขับ, บริการทางการเงิน, ความปลอดภัยทางไซเบอร์, การศึกษา และค้าปลีก
แผนภูมิวงกลมและแผนภูมิแท่งประกอบที่แสดงส่วนแบ่งการลงทุนและจำนวนเงินของภาคส่วน
การวิเคราะห์การลงทุนใน Generative AI ที่เพิ่มขึ้นอย่างรวดเร็วในปี 2025 โดยมีแผนภูมิแท่งแสดงส่วนแบ่งของ Generative AI จากการลงทุนด้าน AI ทั้งหมดที่เพิ่มขึ้นจาก 15% ในปี 2023 เป็นมากกว่า 45% ในปี 2025
แผนภูมิแท่งแสดงส่วนแบ่งการลงทุนใน Generative AI แยกตามปี โดยมีเส้นแสดงการลงทุนรวมซ้อนทับ
ข้อมูลเกี่ยวกับการระดมทุนรอบใหญ่ (100 ล้านดอลลาร์สหรัฐขึ้นไป) ของบริษัท AI ในปี 2025 และจำนวน AI unicorn ทั่วโลก ซึ่งแสดงให้เห็นถึงการเร่งตัวของมูลค่าระดับพันล้านดอลลาร์สหรัฐสำหรับบริษัทที่เน้น AI เป็นหลัก
แผนภูมิฟองแสดงข้อตกลง mega-round แยกตามบริษัท พร้อมตารางแสดง 20 AI unicorn อันดับแรก
การวิเคราะห์กิจกรรมการควบรวมและซื้อกิจการที่เกี่ยวข้องกับ AI ในปี 2025 ซึ่งแสดงให้เห็นถึงปริมาณ M&A ที่สูงเป็นประวัติการณ์ และการรวม AI talent และเทคโนโลยีเชิงกลยุทธ์โดยบริษัทเทคโนโลยีขนาดใหญ่
แผนภูมิแท่งแสดงปริมาณข้อตกลง M&A แยกตามปี พร้อมรายละเอียดประเภทข้อตกลงและคำอธิบายประกอบข้อตกลงหลัก
แผนที่โลกและการวิเคราะห์ค่าสัมประสิทธิ์ Gini ที่แสดงให้เห็นถึงการกระจุกตัวทางภูมิศาสตร์ของการลงทุนภาคเอกชนใน AI โดยสหรัฐอเมริกา จีน และสหราชอาณาจักร คิดเป็นสัดส่วนมากกว่า 80% ของการลงทุน AI ทั่วโลก
แผนที่ choropleth โลกของการกระจุกตัวของการลงทุน พร้อมแผงเมตริกการกระจุกตัว
การวิเคราะห์การนำ AI ไปใช้ในบริษัท Fortune 500 ในปี 2025: กว่า 90% กล่าวถึง AI ในการประชุมแจ้งผลประกอบการ โดยมีข้อมูลจากการสำรวจของ McKinsey แสดงให้เห็นว่า 70% ใช้ AI ในฟังก์ชันทางธุรกิจอย่างน้อยหนึ่งฟังก์ชัน
แผนภูมิเส้นแนวโน้มการนำไปใช้ พร้อมแผนภูมิแท่งแสดงรายละเอียดแยกตามภาคส่วน พร้อมไดอะแกรม funnel แสดงการกล่าวถึงและการนำไปใช้
แผนภูมิแท่งเปรียบเทียบอัตราการนำ AI ไปใช้ในบริษัทขนาดต่างๆ (ใหญ่ กลาง เล็ก จิ๋ว) ซึ่งแสดงให้เห็นถึงช่องว่างการนำไปใช้ที่สำคัญ และความท้าทายที่บริษัทขนาดเล็กกว่าต้องเผชิญในการเข้าถึงเครื่องมือ AI
แผนภูมิแท่งแบบกลุ่มแยกตามขนาดบริษัท พร้อมรายละเอียดเมตริกการนำไปใช้ และการวิเคราะห์ข้อความ
รายละเอียดการนำ AI ไปใช้แยกตามภาคส่วนในปี 2025: บริการทางการเงินและเทคโนโลยีเป็นผู้นำในการนำไปใช้ ตามด้วยการดูแลสุขภาพ ค้าปลีก และการผลิต โดยการศึกษาและภาครัฐตามหลัง
แผนภูมิแท่งแนวนอนจัดอันดับภาคส่วนตามอัตราการนำ AI ไปใช้ พร้อมข้อมูลเทคโนโลยี กรณีการใช้งาน และการลงทุน
สรุปผลการศึกษาเชิงประจักษ์ที่วัดผลกระทบด้านผลิตภาพของ AI ในอุตสาหกรรมต่างๆ ในปี 2025 ซึ่งแสดงให้เห็นถึงผลกำไรที่ได้รับการบันทึกไว้ในด้านผลิตภาพการเขียนโค้ด ผลผลิตของงานที่ใช้ความรู้ และประสิทธิภาพการบริการลูกค้า
ตารางสรุปผลการศึกษา พร้อมประมาณการผลกำไรด้านผลิตภาพ และการวิเคราะห์ข้อความของระเบียบวิธีวิจัย
การวิเคราะห์ผลกำไรด้านผลิตภาพของ AI ในงานที่ใช้ความรู้: การเขียน การเขียนโค้ด การวิจัย การวิเคราะห์ และการบริการลูกค้า โดยมีการประมาณการจากการศึกษาภาคสนามในช่วง 20-80% ของผลกำไรด้านประสิทธิภาพ
แผนภูมิแท่งแสดงผลกำไรด้านผลิตภาพแยกตามประเภทงาน พร้อมการอ้างอิงแหล่งที่มาของการศึกษา และ error bars
แผนภูมิเส้นแสดงการเติบโตของการประกาศรับสมัครงานที่เกี่ยวข้องกับ AI ตั้งแต่ปี 2019-2025 โดยมีการเติบโตประมาณ 30% เมื่อเทียบเป็นรายปีในปี 2025 และทักษะ AI ที่ปรากฏในการประกาศรับสมัครงานที่ไม่ใช่ผู้เชี่ยวชาญด้าน AI ในสัดส่วนที่เพิ่มขึ้น
แผนภูมิเส้นคู่แสดงการประกาศรับสมัครผู้เชี่ยวชาญด้าน AI และการประกาศรับสมัครที่ต้องใช้ทักษะ AI เมื่อเวลาผ่านไป
แผนภูมิแท่งแสดงค่าตอบแทนพิเศษสำหรับผู้ที่มีทักษะ AI ในปี 2025 โดยบทบาท AI มีค่าตอบแทนพิเศษ 30-40% เมื่อเทียบกับบทบาทที่ไม่ใช่ AI ที่เทียบเคียงได้ในด้านวิศวกรรมซอฟต์แวร์ วิทยาศาสตร์ข้อมูล และการวิจัย
แผนภูมิแท่งแสดงค่าตอบแทนพิเศษแยกตามประเภทบทบาท พร้อมการเปรียบเทียบกับบทบาทที่ไม่ใช่ AI ที่เทียบเท่า
การวิเคราะห์การเปิดรับระบบอัตโนมัติและการเพิ่มประสิทธิภาพ AI ของกลุ่มอาชีพต่างๆ ในปี 2025 ซึ่งแสดงให้เห็นว่างานที่ใช้ความรู้ความเข้าใจที่มีค่าจ้างสูงมีการเปิดรับการเพิ่มประสิทธิภาพอย่างมาก และคนทำงานที่ทำหน้าที่ประจำมีความเสี่ยงต่อการถูกแทนที่
แผนภาพ scatter แสดงค่าจ้างในอาชีพเทียบกับการเปิดรับ AI พร้อมป้ายกำกับกลุ่มอาชีพ
การวิเคราะห์ข้อมูลการจ้างงานระดับมหภาคในประเทศเศรษฐกิจชั้นนำด้าน AI ซึ่งแสดงให้เห็นถึงการจ้างงานที่แข็งแกร่งในภาคส่วนที่ใช้ AI อย่างเข้มข้น แม้จะมีความกังวลเรื่องระบบอัตโนมัติ โดยมีรูปแบบภาคส่วนที่แตกต่างกัน
แผนภูมิแนวโน้มการจ้างงานตามภาคส่วน โดยมีการซ้อนทับความเข้มข้นของ AI และการวิเคราะห์ข้อความ
การวิเคราะห์ผลกระทบด้านการกระจายของ AI ที่มีต่อค่าจ้าง: หลักฐานของผลตอบแทนค่าจ้างที่กระจุกตัวอยู่ในกลุ่มผู้มีการศึกษาสูงและผู้มีทักษะสูง โดยมีการเติบโตของค่าจ้างที่จำกัดสำหรับผู้มีทักษะต่ำ
แผนภูมิเปรียบเทียบการเติบโตของค่าจ้างตามระดับการศึกษา พร้อมภาพแทรกเส้นโค้งการกระจาย
สรุปหลักฐานเชิงประจักษ์ในปัจจุบันเกี่ยวกับการเลิกจ้างงานที่เกี่ยวข้องกับ AI ในปี 2025 โดยแยกแยะกรณีที่บันทึกไว้จากสถานการณ์การเลิกจ้างงานที่คาดการณ์ไว้ พร้อมข้อมูลการเลิกจ้างงานระดับภาคส่วน
ตารางหลักฐานการเลิกจ้างงานที่มีแถวภาคส่วน คอลัมน์ที่บันทึกไว้เทียบกับที่คาดการณ์ไว้ และข้อคิดเห็นที่เป็นข้อความ
การวิเคราะห์ช่องว่างทักษะด้าน AI ในปี 2025: การขาดแคลนแรงงานที่มีทักษะด้าน AI ในเกือบทุกภาคส่วน ช่องว่างระหว่างความต้องการงานด้าน AI และอุปทานที่มีคุณสมบัติ และความท้าทายในการฝึกอบรมใหม่
แผนภูมิช่องว่างอุปสงค์-อุปทานตามบทบาทและภูมิภาค พร้อมการวิเคราะห์ข้อความเกี่ยวกับสาเหตุของช่องว่าง
การอภิปรายเกี่ยวกับบทบาทที่อาจเกิดขึ้นของ AI ในการทำให้ความไม่เท่าเทียมกันทางเศรษฐกิจรุนแรงขึ้นระหว่างประเทศที่มีขีดความสามารถด้าน AI สูงและประเทศที่มีรายได้ต่ำกว่า และระหว่างแรงงานที่มีทักษะสูงและทักษะต่ำภายในประเทศ
การวิเคราะห์ข้อความพร้อมแผนภูมิการคาดการณ์ความไม่เท่าเทียมกันและการแสดงภาพช่องว่างความสามารถระดับภูมิภาค
ข้อมูลเกี่ยวกับการลงทุนโครงสร้างพื้นฐาน AI ในปี 2025: การก่อสร้างศูนย์ข้อมูล การจัดซื้อ GPU/ชิป การลงทุนโครงข่ายไฟฟ้า และค่าใช้จ่ายด้านทุนของ Hyperscaler ที่ขับเคลื่อนโดยความต้องการ AI
แผนภูมิแท่งการลงทุนโครงสร้างพื้นฐานตามหมวดหมู่ พร้อมคำอธิบายประกอบการเติบโตเมื่อเทียบเป็นรายปี
การวิเคราะห์ผลกระทบของ AI ต่อตลาดการเงินในปี 2025: ผลการดำเนินงานของหุ้นบริษัท AI ความกังวลเกี่ยวกับอัลกอริทึมการซื้อขายที่ขับเคลื่อนด้วย AI และข้อมูลความเชื่อมั่นของนักลงทุนสำหรับหุ้นในภาคส่วน AI
แผนภูมิผลการดำเนินงานดัชนีหุ้นภาคส่วน AI พร้อมส่วนสำคัญเกี่ยวกับมูลค่าตลาดและการวิเคราะห์ข้อความ
ข้อมูลเกี่ยวกับการใช้งาน AI ในการบริการลูกค้าในปี 2025: การนำ Chatbot มาใช้ การปรับปรุงอัตราการแก้ไขปัญหา ตัวชี้วัดการลดต้นทุน และความพึงพอใจของผู้บริโภคกับการบริการลูกค้าด้วย AI
แผนภูมิเมตริกการนำไปใช้ พร้อมการเปรียบเทียบความพึงพอใจและการวิเคราะห์การลดต้นทุน
การวิเคราะห์การนำ AI มาใช้ในการตลาดและการโฆษณาในปี 2025: generative AI สำหรับการสร้างเนื้อหา การเพิ่มประสิทธิภาพโฆษณาที่ขับเคลื่อนด้วย AI การปรับเปลี่ยนในแบบของคุณในวงกว้าง และหลักฐาน ROI
แผนภูมิอัตราการนำไปใช้ พร้อมตารางหลักฐาน ROI และข้อมูลการลดต้นทุนการสร้างเนื้อหา
ภาพรวมของการนำ AI มาใช้ในบริการทางกฎหมายในปี 2025: ระบบอัตโนมัติในการตรวจสอบสัญญา AI สำหรับการวิจัยทางกฎหมาย เครื่องมือ e-discovery และผลกระทบต่อชั่วโมงการทำงานทางกฎหมายและอัตราค่าบริการ
แผนภูมิแท่งการประหยัดเวลาตามประเภทงานทางกฎหมาย พร้อมอัตราการนำไปใช้และการวิเคราะห์ข้อความ
ข้อมูลเกี่ยวกับการใช้งาน AI ในการผลิตและห่วงโซ่อุปทานในปี 2025: การบำรุงรักษาเชิงคาดการณ์ ระบบวิชันซิสเต็มควบคุมคุณภาพ การเพิ่มประสิทธิภาพด้านโลจิสติกส์ และผลผลิตที่เพิ่มขึ้น
แผนภูมิ ROI และผลผลิตที่เพิ่มขึ้นตามประเภทแอปพลิเคชัน พร้อมการแบ่งย่อยอัตราการนำไปใช้
การวิเคราะห์การใช้งาน AI ในบริการทางการเงินในปี 2025: การตรวจจับการฉ้อโกง การพิจารณาสินเชื่อ อัลกอริทึมการซื้อขาย การปฏิบัติตามกฎระเบียบ และภูมิทัศน์ด้านกฎระเบียบสำหรับ AI ทางการเงิน
แผนภูมิการนำกรณีการใช้งานไปใช้ พร้อมเมตริกการลดการฉ้อโกงและกล่องส่วนสำคัญเกี่ยวกับกฎระเบียบ
ข้อมูลจากการสำรวจเกี่ยวกับการนำ AI มาใช้ในกลุ่มธุรกิจขนาดกลางและขนาดย่อมในปี 2025 ซึ่งแสดงให้เห็นถึงการนำเครื่องมือ AI มาใช้ในการตลาด การบริการลูกค้า และการดำเนินงานที่เพิ่มมากขึ้น พร้อมทั้งอุปสรรคในการเข้าถึง
แนวโน้มอัตราการนำมาใช้พร้อมแผนภูมิวิเคราะห์อุปสรรคและการแบ่งส่วนตามภาคส่วน SME
ข้อมูลเกี่ยวกับระบบนิเวศ Startup ด้าน AI ในปี 2025: อัตราการก่อตั้งบริษัทใหม่, พื้นที่ที่ให้ความสำคัญในแต่ละภาคส่วน, รอบการระดมทุน และตัวชี้วัดความสำเร็จสำหรับ Startup ที่เป็น AI-native เทียบกับ Startup ที่ใช้ AI
แผนภาพระบบนิเวศ Startup พร้อมช่องทางขั้นตอนการระดมทุนและแผนภูมิวงกลมแสดงการให้ความสำคัญในแต่ละภาคส่วน
การเปรียบเทียบกลยุทธ์การพัฒนาเศรษฐกิจ AI ระดับชาติในปี 2025: การลงทุนด้าน AI ของสหรัฐอเมริกา, นโยบายอุตสาหกรรม AI ของสหภาพยุโรป, แผนเศรษฐกิจ AI ของจีน, ภารกิจ AI ของอินเดีย และอื่นๆ
ตารางเปรียบเทียบกลยุทธ์พร้อมจำนวนเงินลงทุนและพื้นที่สำคัญในแต่ละประเทศ
การวิเคราะห์บทบาทของ AI ในการค้าระหว่างประเทศในปี 2025: AI ในด้านศุลกากรและโลจิสติกส์, การควบคุมการส่งออก AI, ข้อจำกัดทางการค้าชิป และผลกระทบของ AI ต่อความได้เปรียบเชิงเปรียบเทียบ
ไทม์ไลน์การควบคุมการส่งออกพร้อมแผนภูมิผลกระทบต่อการไหลเวียนทางการค้าและการวิเคราะห์ข้อความ
สรุปการคาดการณ์ทางเศรษฐกิจที่สำคัญสำหรับผลกระทบทางเศรษฐกิจของ AI ภายในปี 2030 จาก McKinsey, Goldman Sachs และ IMF ซึ่งแสดงให้เห็นถึงความเห็นพ้องกันเกี่ยวกับผลกระทบต่อ GDP ที่สำคัญแต่ไม่แน่นอน
แผนภูมิเปรียบเทียบการคาดการณ์พร้อมช่วงสถานการณ์และหมายเหตุวิธีการ
การวิเคราะห์รูปแบบธุรกิจใหม่ที่ขับเคลื่อนด้วย AI ในปี 2025: AI-as-a-service, โซลูชัน AI แนวตั้ง, บริการตัวแทนอัตโนมัติ และธุรกิจแพลตฟอร์มที่สร้างขึ้นบน API ของ Foundation Model
แผนภาพอนุกรมวิธานรูปแบบธุรกิจพร้อมตัวอย่างบริษัทและคำอธิบายรูปแบบรายได้
ข้อมูลเกี่ยวกับการใช้งาน AI ในภาคพลังงานในปี 2025: การเพิ่มประสิทธิภาพโครงข่าย, การจัดการพลังงานหมุนเวียน, การคาดการณ์ความต้องการ และการใช้ AI ในการสำรวจน้ำมันและก๊าซ
แผนภูมิแท่งการใช้งานพร้อมตัวชี้วัดผลกำไรด้านประสิทธิภาพและแผนที่การใช้งานในภาคส่วน
ภาพรวมของการนำ AI มาใช้ในการเกษตรในปี 2025: การทำฟาร์มแม่นยำ, การตรวจจับโรคพืช, การคาดการณ์ผลผลิต และข้อมูลการใช้งานและผลิตภาพของหุ่นยนต์การเกษตร
แผนภูมิแนวโน้มการนำมาใช้พร้อมข้อมูลผลกำไรด้านผลิตภาพและแผนที่การกระจายทางภูมิศาสตร์
การวิเคราะห์การใช้งาน AI ในด้านอสังหาริมทรัพย์ในปี 2025: อัลกอริทึมการประเมินมูลค่าทรัพย์สิน, เครื่องมือคาดการณ์ตลาด, AI ในการก่อสร้าง และระบบการจัดการอาคารอัจฉริยะ
แผนภูมิการนำการใช้งานมาใช้พร้อมตัวชี้วัดความแม่นยำในการประเมินมูลค่าและการวิเคราะห์ข้อความ
การวิเคราะห์เศรษฐศาสตร์ตลาดการประมวลผล AI ในปี 2025: ราคาเช่า GPU, แนวโน้มราคาบริการ Cloud AI, รายได้ AI ของ Hyperscaler และเศรษฐศาสตร์ของการฝึกอบรมเทียบกับการอนุมาน
แผนภูมิแนวโน้มราคาสำหรับการประมวลผลพร้อมประมาณการขนาดตลาดและการเปรียบเทียบรายได้ AI ของ Hyperscaler
ข้อมูลเงินเดือนและค่าตอบแทนสำหรับบทบาท AI ในปี 2025 รวมถึงวิศวกร ML, นักวิจัย AI, นักวิทยาศาสตร์ข้อมูล และผู้จัดการผลิตภัณฑ์ AI ในประเภทบริษัทและภูมิศาสตร์ต่างๆ
แผนภูมิเปรียบเทียบเงินเดือนตามบทบาทและภูมิศาสตร์พร้อมการแบ่งรายละเอียดค่าตอบแทนทั้งหมด
การวิเคราะห์เศรษฐกิจ IP ของ AI ในปี 2025: การประเมินมูลค่า IP ที่สร้างโดย AI, ตลาดการอนุญาตให้ใช้ข้อมูลการฝึกอบรม, ค่าลิขสิทธิ์สิทธิบัตรสำหรับเทคนิค AI และผลกระทบของความไม่แน่นอนทางกฎหมายต่อการลงทุน
แผนภูมิประมาณการขนาดตลาด IP พร้อมไทม์ไลน์ความไม่แน่นอนทางกฎหมายและการวิเคราะห์ข้อความ
จุดเด่นด้านเศรษฐกิจ AI ระดับภูมิภาคครอบคลุมเมืองระเบียง US AI, ศูนย์กลาง EU AI, นิคมอุตสาหกรรมเทคโนโลยี AI ของจีน, ระบบนิเวศ AI ของอินเดีย และเศรษฐกิจ AI ที่กำลังเติบโตในเอเชียตะวันออกเฉียงใต้
แผนที่ภูมิภาคพร้อมการ์ดเรียกเมือง/ศูนย์กลางและตัวชี้วัดหลักต่อภูมิภาค
แดชบอร์ดสรุปบทที่ 4 พร้อมตัวเลขเศรษฐกิจที่สำคัญ: การลงทุน US AI มูลค่า 285.9 พันล้านดอลลาร์สหรัฐ, อัตราการกล่าวถึง AI ใน Fortune 500 มากกว่า 90%, ค่าตอบแทน AI ที่สูงกว่า 30-40% และผลผลิตที่เพิ่มขึ้นอย่างชัดเจน
แดชบอร์ดสรุปพร้อมสถิติตัวเลขขนาดใหญ่และกราฟิกสีตามธีมบท
หมายเหตุอ้างอิงสำหรับบทที่ 4 พร้อมแหล่งข้อมูลการลงทุน, การอ้างอิงการศึกษาตลาดแรงงาน และหมายเหตุระเบียบวิธีวิจัยด้านผลิตภาพ
รูปแบบเชิงอรรถแบบมีหมายเลขสองคอลัมน์
รายการอ่านเพิ่มเติมที่คัดสรรมาสำหรับบทที่ 4 ครอบคลุมการลงทุน AI, เศรษฐศาสตร์แรงงาน, การวิจัยด้านผลิตภาพ และการคาดการณ์ผลกระทบทางเศรษฐกิจพร้อมคำอธิบายประกอบสั้นๆ
รายการอ่านที่มีโครงสร้างพร้อมส่วนหัว
ภาพเปิดบทแบบเต็มหน้าพร้อมพื้นหลังสีเขียวอมฟ้าเข้ม/ป่า, เลขบทที่ 5 สีขาวขนาดใหญ่, ชื่อบท 'วิทยาศาสตร์และ AI' และภาพรวมสั้นๆ เกี่ยวกับบทบาทการเปลี่ยนแปลงของ AI ในการวิจัยทางวิทยาศาสตร์ในปี 2025
พื้นหลังสีเขียวอมฟ้าเข้ม/ป่าแบบเต็มหน้า, หมายเลขบทขนาดใหญ่, ชื่อและคำอธิบายสีขาว
บทนำสู่บทที่ 5 โดยวางกรอบ AI เป็นเครื่องมือใหม่สำหรับการค้นพบทางวิทยาศาสตร์ในปี 2025 พร้อมสถิติภาพรวมเกี่ยวกับการเติบโตของการวิจัยที่ใช้ AI ช่วย และเหตุการณ์สำคัญรางวัลโนเบลสาขา AI
บทนำแบบคอลัมน์เดียวพร้อมกล่องเรียกสถิติสำคัญและภาพรวมส่วน
แผนภูมิเส้นแสดงการเติบโตของสิ่งพิมพ์ทางวิทยาศาสตร์ที่ใช้ AI ช่วยตั้งแต่ปี 2015-2025 ในสาขาวิชาหลัก โดยมีการเน้นการเติบโต 71% ในการวิจัยด้านชีววิทยาและวิทยาศาสตร์ชีวภาพที่ใช้ AI ช่วย
แผนภูมิหลายเส้นตามโดเมนวิทยาศาสตร์โดยมีแกน x เป็นปีและแกน y เป็นจำนวนสิ่งพิมพ์
การวิเคราะห์ AlphaFold 3 และความก้าวหน้าในการทำนายโครงสร้างโปรตีนในเวลาต่อมาในปี 2025 พร้อมข้อมูลความแม่นยำมาตรฐานและการเติบโตของการวิจัยโปรตีนที่ใช้ AI ช่วย
แผนภูมิมาตรฐานความแม่นยำพร้อมตารางตัวอย่างการทำนายโครงสร้างและการวิเคราะห์ข้อความ
ภาพรวมของการทำนาย AI ของโครงสร้างชีวโมเลกุลที่ซับซ้อนนอกเหนือจากโปรตีนในปี 2025: โปรตีน-DNA, โปรตีน-ลิแกนด์, โครงสร้าง RNA และการออกแบบแอนติบอดีโดยใช้โมเดลพื้นฐาน
แผนภูมิเปรียบเทียบความสามารถพร้อมการวิเคราะห์ข้อความและกล่องเรียกความก้าวหน้าที่สำคัญ
การวิเคราะห์ผู้สมัครยาที่ค้นพบโดย AI ในปี 2025: จำนวนที่เข้าสู่การทดลองทางคลินิก, พื้นที่ของโรคที่เป็นเป้าหมาย, การประมาณการลดต้นทุน (ประหยัด 30-50%) และบริษัทค้นพบยาด้วย AI ที่สำคัญ
แผนภาพช่องทางไปป์ไลน์ยาพร้อมการแบ่งพื้นที่ของโรคและแผนภูมิแท่งลดต้นทุน
ข้อมูลเกี่ยวกับยาที่ค้นพบโดย AI ที่อยู่ระหว่างการทดลองทางคลินิกในปี 2025 รวมถึงสถานะระยะที่ I/II/III, พื้นที่การรักษา และยาที่ค้นพบโดย AI ตัวแรกที่กำลังเข้าใกล้การอนุมัติจากหน่วยงานกำกับดูแล
ตารางสถานะการทดลองทางคลินิกพร้อมแผนภูมิไปป์ไลน์และไทม์ไลน์เหตุการณ์สำคัญ
ภาพรวมของการใช้งาน AI ในวิทยาศาสตร์วัสดุในปี 2025: วัสดุแบตเตอรี่ที่ออกแบบโดย AI, เซมิคอนดักเตอร์, ตัวเร่งปฏิกิริยา และวัสดุโครงสร้าง พร้อมตัวอย่างที่เข้าสู่การผลิต
แผนภูมิแท่งการใช้งานวัสดุพร้อมไทม์ไลน์การค้นพบและการวิเคราะห์ข้อความ
การวิเคราะห์แอปพลิเคชัน AI ในจีโนมิกส์ในปี 2025: การทำนายผลกระทบของตัวแปร, การสร้างแบบจำลองการควบคุมยีน, การวิเคราะห์เซลล์เดี่ยว และการกำหนดเป้าหมาย CRISPR ที่มี AI นำทาง
เมทริกซ์ความสามารถของแอปพลิเคชันพร้อมไทม์ไลน์ AI ด้านจีโนมิกส์และการวิเคราะห์ข้อความ
ภาพรวมของแอปพลิเคชัน AI ในด้านสภาพภูมิอากาศและวิทยาศาสตร์โลกในปี 2025: แบบจำลองสภาพภูมิอากาศ AI ที่แสดงความเร็วที่เพิ่มขึ้น 10,000 เท่า, การลดขนาดแบบจำลองระดับโลก, การทำนายเหตุการณ์สุดขั้ว และการตรวจสอบวัฏจักรคาร์บอน
แผนภูมิเปรียบเทียบความเร็วที่เพิ่มขึ้นพร้อมการแบ่งส่วนโดเมนแอปพลิเคชันและการวิเคราะห์ข้อความ
การเปรียบเทียบประสิทธิภาพของแบบจำลองการพยากรณ์อากาศด้วย AI (GraphCast, Pangu-Weather, FourCastNet) กับแบบจำลอง NWP แบบดั้งเดิมในปี 2025 ซึ่งแสดงให้เห็นว่า AI เหนือกว่าแบบจำลองดั้งเดิมในเกือบทุกเมตริก
แผนภูมิแท่งเปรียบเทียบประสิทธิภาพสำหรับเมตริกการพยากรณ์หลายรายการพร้อมเส้นฐานแบบจำลองดั้งเดิม
การวิเคราะห์การปรับปรุงการทำนายแผ่นดินไหวด้วย AI ในปี 2025: การขยายเวลาเตือนภัยล่วงหน้า, ความแม่นยำในการประมาณขนาด และการทำนายอาฟเตอร์ช็อกโดยใช้ Deep Learning กับข้อมูลแผ่นดินไหว
แผนภูมิการปรับปรุงประสิทธิภาพพร้อมแผนที่การใช้งานทางภูมิศาสตร์และการวิเคราะห์ข้อความ
ภาพรวมของแอปพลิเคชัน AI ในการวิจัยฟิสิกส์ในปี 2025: การวิเคราะห์ข้อมูลฟิสิกส์อนุภาคที่ CERN, การจำลองระบบควอนตัม, ฟิสิกส์พลาสมาสำหรับการหลอมรวม และการออกแบบการทดลองโดยมี AI นำทาง
ไทม์ไลน์โดเมนแอปพลิเคชันพร้อมคำอธิบายการค้นพบที่สำคัญและการวิเคราะห์ข้อความ
การวิเคราะห์แอปพลิเคชัน AI ในดาราศาสตร์ในปี 2025: การจัดประเภทกาแล็กซีในวงกว้าง, การตรวจจับสัญญาณคลื่นความโน้มถ่วง, การค้นพบดาวเคราะห์นอกระบบจากข้อมูลกล้องโทรทรรศน์ และการเร่งความเร็วการจำลองจักรวาลวิทยา
แผนภูมิจำนวนการค้นพบพร้อมการแบ่งส่วนโดเมนแอปพลิเคชันและการวิเคราะห์ข้อความ
ภาพรวมของ AI ในการวิจัยเคมีในปี 2025: การทำนายปฏิกิริยา, การวางแผนการสังเคราะห์, การออกแบบตัวเร่งปฏิกิริยา และการคัดกรองความปลอดภัยทางเคมีโดยใช้ AI ช่วย พร้อมข้อมูลการเติบโตของสิ่งพิมพ์
แผนภูมิการเติบโตของสิ่งพิมพ์พร้อมการแบ่งส่วนแอปพลิเคชันและคำอธิบายเครื่องมือสำคัญ
การอภิปรายเกี่ยวกับการยอมรับรางวัลโนเบลอันเป็นประวัติการณ์ในปี 2024 สำหรับการมีส่วนร่วมของ AI ในวิทยาศาสตร์ (Geoffrey Hinton — ฟิสิกส์; Demis Hassabis และ John Jumper — เคมี) ซึ่งเป็นการแสดงให้เห็นถึงการยอมรับอย่างเป็นทางการของการก่อตั้งวิทยาศาสตร์ของ AI
ไทม์ไลน์ของการประกาศรางวัลโนเบลพร้อมโปรไฟล์ของผู้ได้รับรางวัลและการวิเคราะห์ความสำคัญ
ข้อมูลเกี่ยวกับเครื่องมือ AI ที่ประมวลผลวรรณกรรมทางวิทยาศาสตร์ในปี 2025: การค้นหาเชิงความหมายในเอกสารนับล้าน, การสร้างสมมติฐานอัตโนมัติ, การแยกข้อความอ้างสิทธิ์ และการวิเคราะห์กราฟการอ้างอิง
ตารางเปรียบเทียบความสามารถของเครื่องมือพร้อมแผนภูมิอัตราการนำไปใช้และการวิเคราะห์ข้อความ
ภาพรวมของระบบ AI ที่ทำการทดลองทางวิทยาศาสตร์แบบอัตโนมัติในปี 2025: ระบบห้องปฏิบัติการหุ่นยนต์ที่นำทางโดย AI, การสร้างสมมติฐานด้วยตนเอง, การออกแบบการทดลอง และการตีความผลลัพธ์
แผนภาพไปป์ไลน์วิทยาศาสตร์อัตโนมัติพร้อมไทม์ไลน์เหตุการณ์สำคัญด้านความสามารถและการวิเคราะห์ข้อความ
การวิเคราะห์แอปพลิเคชัน AI ในประสาทวิทยาศาสตร์ในปี 2025: การทำแผนที่สมองในวงกว้าง, การถอดรหัสสัญญาณประสาท, การปรับปรุง Brain-Computer Interface และแบบจำลอง AI ของการคำนวณทางประสาท
แผนภูมิความสามารถของแอปพลิเคชันพร้อมข้อมูลขนาดการทำแผนที่สมองและการวิเคราะห์ข้อความ
ข้อมูลประสิทธิภาพสำหรับ AI ในการวิจัยภาพทางการแพทย์ (แตกต่างจากการใช้งานทางคลินิก) ในปี 2025: การวิเคราะห์ภาพเซลล์เดียว, การประมวลผล Cryo-EM และ AI กล้องจุลทรรศน์ Super-Resolution
แผนภูมิมาตรฐานประสิทธิภาพตามรูปแบบการถ่ายภาพพร้อมการวิเคราะห์ข้อความ
ภาพรวมของการประยุกต์ใช้ AI ในงานวิจัยด้านสังคมศาสตร์ในปี 2025: การวิเคราะห์แบบสำรวจขนาดใหญ่, การประมวลผลภาษาธรรมชาติของเอกสารทางประวัติศาสตร์ และการทดลองทางพฤติกรรมที่ใช้ AI ช่วย
ภาพรวมประเภทแอปพลิเคชันพร้อมแผนภูมิการเติบโตของสิ่งพิมพ์และการวิเคราะห์ข้อความ
การวิเคราะห์โครงสร้างพื้นฐานการวิจัย AI ที่สนับสนุน Scientific AI ในปี 2025: คลาวด์วิจัย AI ระดับชาติ, แหล่งข้อมูลคอมพิวเตอร์แบบเปิดสำหรับการเข้าถึงเพื่อวิทยาศาสตร์ และบทบาทของ NSF, DOE และหน่วยงานเทียบเท่านานาชาติ
แผนที่โครงสร้างพื้นฐานพร้อมตารางเปรียบเทียบแหล่งข้อมูลและการวิเคราะห์การระดมทุน
การวิเคราะห์เครื่องมือ AI สำหรับการวิจัยทางคณิตศาสตร์ในปี 2025: การพิสูจน์ทฤษฎีบทอัตโนมัติ, การตรวจสอบความถูกต้องของการพิสูจน์โดยใช้ AI ช่วย, การสร้างข้อความคาดการณ์ และการเติบโตของสิ่งพิมพ์ทางคณิตศาสตร์ที่ใช้ AI ช่วย
แผนภูมิความคืบหน้าของความสามารถพร้อมข้อมูลเกณฑ์มาตรฐานการพิสูจน์ทฤษฎีบทและการวิเคราะห์ข้อความ
การอภิปรายเกี่ยวกับเครื่องมือ AI สำหรับการปรับปรุงความสามารถในการทำซ้ำได้ทางวิทยาศาสตร์ในปี 2025: เอกสารประกอบโปรโตคอลอัตโนมัติ, เครื่องมือแบ่งปันโค้ดและข้อมูล และการตรวจสอบผลลัพธ์โดยใช้ AI ช่วย
ไดอะแกรมการปรับปรุงความสามารถในการทำซ้ำได้พร้อมแผนภูมิเมตริกการนำไปใช้และการวิเคราะห์ข้อความ
การวิเคราะห์เครื่องมือ AI ในการตรวจสอบโดยผู้เชี่ยวชาญทางวิทยาศาสตร์ในปี 2025: ความช่วยเหลือในการตรวจสอบอัตโนมัติ, การคัดกรองเอกสาร, การตรวจจับการละเมิดจริยธรรม และการอภิปรายเกี่ยวกับความน่าเชื่อถือของผู้ตรวจสอบ AI
แผนภูมิอัตราการนำไปใช้พร้อมข้อมูลความน่าเชื่อถือและกล่องเรียกข้อมูลการอภิปรายเชิงจริยธรรม
การวิเคราะห์มิติทางภูมิรัฐศาสตร์ของวิทยาศาสตร์ที่ขับเคลื่อนด้วย AI ในปี 2025: รูปแบบความร่วมมือด้านการวิจัย, ช่องว่างด้านความสามารถทางวิทยาศาสตร์ AI ระหว่างประเทศ และเครื่องมือวิทยาศาสตร์ AI แบบเปิดสำหรับการเข้าถึง
ไดอะแกรมเครือข่ายความร่วมมือพร้อมแผนที่ช่องว่างด้านความสามารถและการวิเคราะห์ข้อความ
ภาพรวมของ Foundation Models เฉพาะทางวิทยาศาสตร์ในปี 2025: ชีววิทยา (ESM3, Geneformer), เคมี (ChemBERTa), วัสดุ (MatBERT), วิทยาศาสตร์โลก (ClimaX) และ LLM ทางวิทยาศาสตร์ข้ามสาขา
ตารางอนุกรมวิธานของโมเดลพร้อมการเปรียบเทียบความสามารถและไดอะแกรมขอบเขตโดเมน
ข้อมูลเกี่ยวกับผลกระทบของ AI ต่อการออกแบบและการดำเนินการทดลองทางคลินิกในปี 2025: การเพิ่มประสิทธิภาพการรับสมัครผู้ป่วย, ความช่วยเหลือในการออกแบบโปรโตคอล, การตรวจจับเหตุการณ์ไม่พึงประสงค์ และการลดระยะเวลาการทดลอง
แผนภูมิการลดระยะเวลาพร้อมรายละเอียดการใช้งานและการวิเคราะห์ข้อความ
ภาพรวมของการประยุกต์ใช้ AI ในระบาดวิทยาและการวิจัยด้านสาธารณสุขในปี 2025: การเฝ้าระวังโรค, การทำนายการระบาด, ระบาดวิทยาจีโนม และการสร้างแบบจำลองกลยุทธ์การฉีดวัคซีนโดยใช้ AI ช่วย
แผนภูมิความสามารถของแอปพลิเคชันพร้อมแผนที่การปรับใช้การเฝ้าระวังและการวิเคราะห์ข้อความ
การวิเคราะห์การมีส่วนร่วมของ AI ในการวิจัยวิทยาศาสตร์พลังงานในปี 2025: การควบคุมพลาสมาฟิวชันด้วย AI, การค้นพบแบตเตอรี่, การออกแบบวัสดุดักจับคาร์บอน และการเพิ่มประสิทธิภาพเซลล์แสงอาทิตย์
ไทม์ไลน์แอปพลิเคชันพร้อมข้อมูลการปรับปรุงประสิทธิภาพและการวิเคราะห์ข้อความ
การวิเคราะห์ผลกระทบข้ามสาขาวิชาของเครื่องมือ AI Science ซึ่งแสดงให้เห็นว่า AI กำลังเปิดใช้งานความก้าวหน้าในส่วนต่อประสานระหว่างชีววิทยา เคมี ฟิสิกส์ และวิศวกรรมศาสตร์ได้อย่างไร
ไดอะแกรมผลกระทบข้ามสาขาวิชาที่แสดงการไหลของเครื่องมือ AI ระหว่างโดเมนทางวิทยาศาสตร์
การอภิปรายเกี่ยวกับความเสี่ยงและความท้าทายในวิทยาศาสตร์ที่ขับเคลื่อนด้วย AI: AI hallucinations ในบริบททางวิทยาศาสตร์, การพึ่งพาโมเดล AI มากเกินไป, การให้เหตุผลทางวิทยาศาสตร์แบบ Black-box และการลดทักษะของนักวิจัย
อนุกรมวิธานความเสี่ยงพร้อมตัวอย่างกรณีศึกษาและการอภิปรายเกี่ยวกับการลดผลกระทบ
แดชบอร์ดสรุปบทที่ 5: สถิติสำคัญเกี่ยวกับการเติบโตของสิ่งพิมพ์ทางวิทยาศาสตร์ที่ใช้ AI ช่วยเหลือ, ความสำเร็จครั้งสำคัญ และภาคส่วนที่ AI มีผลกระทบทางวิทยาศาสตร์มากที่สุด
แดชบอร์ดสรุปพร้อมสถิติจำนวนมากและกราฟิกสีเขียวอมฟ้าตามธีมของบท
หมายเหตุอ้างอิงสำหรับบทที่ 5 พร้อมแหล่งข้อมูลหลักสำหรับข้อมูลสิ่งพิมพ์ทางวิทยาศาสตร์, การอ้างอิง AlphaFold และการอ้างอิงการวิจัยเฉพาะด้าน
รูปแบบเชิงอรรถแบบมีหมายเลขสองคอลัมน์
แหล่งอ่านเพิ่มเติมที่คัดสรรมาสำหรับบทที่ 5 จัดเรียงตามสาขาวิทยาศาสตร์ รวมถึงเอกสารสำคัญและบทความวิจารณ์เกี่ยวกับ AI ในชีววิทยา เคมี วิทยาศาสตร์โลก และตัวแทนวิทยาศาสตร์ AI ข้ามสาขา
รายการอ่านที่มีโครงสร้างพร้อมส่วนหัวของส่วนโดเมนและรายการที่มีคำอธิบายประกอบ
ภาพเปิดบทแบบเต็มหน้าพร้อมพื้นหลังสีน้ำเงินเข้ม ตัวเลขบทที่ 6 สีขาวขนาดใหญ่ ชื่อเรื่อง 'การแพทย์และ AI' และคำอธิบายสั้น ๆ เกี่ยวกับบทบาทที่เพิ่มขึ้นของ AI ในการดูแลทางคลินิกและการวิจัยทางชีวการแพทย์
พื้นหลังสีน้ำเงินเข้มแบบเต็มหน้า, หมายเลขบทขนาดใหญ่, ชื่อเรื่องและคำอธิบายสีขาว
บทนำสู่บทที่ 6 นำเสนอ AI ในทางการแพทย์ในฐานะพลังแห่งการเปลี่ยนแปลงในปี 2025 พร้อมสถิติสำคัญ: อุปกรณ์ AI ที่ได้รับการอนุมัติจาก FDA 258 รายการ, ความแม่นยำในการวินิจฉัย 85.5% สำหรับ MAI-DxO, ผู้ปฏิบัติงานทางคลินิก 300K+ ที่ใช้ AI scribes
บทนำคอลัมน์เดียวพร้อมกล่องข้อความสถิติเด่นและภาพรวมส่วน
การเปรียบเทียบเกณฑ์มาตรฐานของระบบวินิจฉัย AI กับแพทย์ผู้เชี่ยวชาญในปี 2025 ในด้านรังสีวิทยา พยาธิวิทยา ผิวหนัง และจักษุวิทยา แสดงให้เห็นว่า AI บรรลุหรือเหนือกว่าความแม่นยำของผู้เชี่ยวชาญ
แผนภูมิแท่งเปรียบเทียบความแม่นยำหลายโดเมนพร้อมเส้นฐานผู้เชี่ยวชาญและแท่งประสิทธิภาพ AI
การวิเคราะห์โดยละเอียดของ MAI-DxO ที่มีความแม่นยำในการวินิจฉัย 85.5% ในกรณีทางคลินิกที่เป็นมาตรฐาน ซึ่งเหนือกว่าประสิทธิภาพของแพทย์ผู้เชี่ยวชาญโดยเฉลี่ย และตรวจสอบความถูกต้องของศักยภาพในการวินิจฉัยของ AI
แผนภูมิเปรียบเทียบความแม่นยำพร้อมรายละเอียดประเภทเคสและการวิเคราะห์ความสำคัญทางสถิติ
แผนภูมิแท่งแสดงการอนุมัติอุปกรณ์ทางการแพทย์ที่ใช้ AI จาก FDA รายปีตั้งแต่ปี 2016-2025 โดยมีการอนุมัติถึง 258 รายการในปี 2025 และรวมเป็น 950+ รายการสะสม
แผนภูมิแท่งที่มีแกน x เป็นปีและจำนวนการอนุมัติรายปีบนแกน y, เส้นสะสมซ้อนทับ
รายละเอียดของอุปกรณ์ทางการแพทย์ AI ที่ได้รับการอนุมัติจาก FDA ตามความเชี่ยวชาญในปี 2025: รังสีวิทยาครองส่วนแบ่ง ~75% ตามด้วยโรคหัวใจ พยาธิวิทยา และความเชี่ยวชาญอื่น ๆ
แผนภูมิวงกลมและแผนภูมิแท่งของการกระจายอุปกรณ์ตามความเชี่ยวชาญทางการแพทย์
การวิเคราะห์โดยละเอียดของ AI ในรังสีวิทยาในปี 2025: การวิเคราะห์ CT, การตีความภาพเอ็กซ์เรย์ทรวงอก, การตรวจคัดกรองแมมโมแกรม และการวิเคราะห์ MRI พร้อมข้อมูลการใช้งานทางคลินิกและเกณฑ์มาตรฐานความแม่นยำในการวินิจฉัย
แผนภูมิเกณฑ์มาตรฐานประสิทธิภาพตามรูปแบบการถ่ายภาพพร้อมสถิติการใช้งานและการวิเคราะห์ข้อความ
ภาพรวมของพยาธิวิทยาเชิงคำนวณ AI ในปี 2025: การวิเคราะห์สไลด์พยาธิวิทยาดิจิทัล, ความช่วยเหลือในการให้คะแนนมะเร็ง, การตรวจจับไบโอมาร์คเกอร์ และการใช้งานทางคลินิกที่เพิ่มขึ้นของเครื่องมือพยาธิวิทยา AI
แผนภูมิเปรียบเทียบความสามารถพร้อมข้อมูลการใช้งานและการวิเคราะห์ข้อความ
การวิเคราะห์แอปพลิเคชัน AI ในจักษุวิทยาในปี 2025: การตรวจคัดกรองจอประสาทตาเสื่อมจากเบาหวาน, การตรวจจับต้อหิน, การวินิจฉัยความเสื่อมของจุดภาพชัดที่เกี่ยวข้องกับอายุ และการวิเคราะห์ภาพจอประสาทตา
แผนภูมิแท่งความแม่นยำในการวินิจฉัยตามเงื่อนไขพร้อมแผนที่การใช้งานทางภูมิศาสตร์และการวิเคราะห์ข้อความ
การวิเคราะห์ผู้ช่วยจดบันทึกทางการแพทย์ด้วย Ambient AI ในปี 2025 ซึ่งใช้งานโดยแพทย์กว่า 300,000 คน เพื่อลดภาระในการจัดทำเอกสาร พร้อมข้อมูลเกี่ยวกับการประหยัดเวลาและการลดภาวะหมดไฟ
เส้นแนวโน้มการยอมรับพร้อมเมตริกการประหยัดเวลาและข้อมูลสำรวจการลดภาวะหมดไฟ
ข้อมูลผลลัพธ์ทางคลินิกจากการใช้งานผู้ช่วยจดบันทึกทางการแพทย์ด้วย AI ในปี 2025: การประหยัดเวลาของแพทย์ (1-2 ชั่วโมงต่อกะ), การเพิ่มขึ้นของเวลาในการปฏิสัมพันธ์กับผู้ป่วย และการปรับปรุงความถูกต้องของเอกสาร
แผนภูมิเปรียบเทียบก่อน/หลังสำหรับการจัดสรรเวลาและความถูกต้องของเอกสารพร้อมการวิเคราะห์ข้อความ
ภาพรวมของความคืบหน้าในการค้นคว้ายาด้วย AI ในปี 2025 รวมถึงจำนวนตัวยาที่ค้นพบด้วย AI, บริษัทชั้นนำ (Insilico Medicine, Recursion, Exscientia) และข้อมูลการลดต้นทุน
แผนภาพภูมิทัศน์บริษัทพร้อมจำนวนไปป์ไลน์และแผนภูมิเปรียบเทียบต้นทุน
ภาพรวมของการสร้างแบบจำลองเซลล์เสมือนในปี 2025: แบบจำลอง AI ที่จำลองการตอบสนองของเซลล์แต่ละเซลล์ต่อยาและการแทรกแซง ช่วยให้การวิจัยการแพทย์เฉพาะบุคคลเป็นไปได้และลดข้อกำหนดในการทดลองในสัตว์
แผนภาพความสามารถของแบบจำลองเซลล์เสมือนพร้อมพื้นที่การใช้งานและการวิเคราะห์ข้อความ
ข้อมูลเกี่ยวกับการใช้งาน AI ในด้านสุขภาพจิตในปี 2025: การใช้งานเครื่องมือบำบัดด้วยแชทบอท, ข้อมูลประสิทธิภาพจากการศึกษาทางคลินิก, ความสามารถในการตรวจจับภาวะวิกฤต และข้อกังวลด้านจริยธรรม
แผนภูมิเปรียบเทียบการศึกษาประสิทธิภาพพร้อมสถิติการใช้งานและกล่องคำอธิบายประกอบข้อกังวลด้านจริยธรรม
การวิเคราะห์การใช้งาน AI ในการแพทย์จีโนมิกส์แม่นยำในปี 2025: การทำนายคะแนนความเสี่ยงแบบ Polygenic, Pharmacogenomics, การวินิจฉัยโรคหายากจากข้อมูลจีโนมิกส์ และการออกแบบ Gene therapy โดยใช้ AI
ตารางเปรียบเทียบความสามารถพร้อมตัวอย่างการใช้งานทางคลินิกและการวิเคราะห์ข้อความ
ภาพรวมของการใช้งานระบบสนับสนุนการตัดสินใจทางคลินิกด้วย AI (CDSS) ในปี 2025: การทำนายภาวะติดเชื้อในกระแสเลือด, การแจ้งเตือนภาวะทรุดตัว, การตรวจสอบปฏิกิริยาระหว่างยา และผลกระทบต่อผลลัพธ์ทางคลินิก
แผนภูมิแท่งแสดงการปรับปรุงผลลัพธ์ตามประเภท CDSS พร้อมข้อมูลการใช้งานและการวิเคราะห์ข้อความ
ข้อมูลเกี่ยวกับการผ่าตัดโดยใช้ AI ช่วยในปี 2025: การนำทางด้วย AI ในการผ่าตัดด้วยหุ่นยนต์, การประเมินทักษะแบบเรียลไทม์, การวิเคราะห์ภาพระหว่างการผ่าตัด และข้อมูลผลลัพธ์สำหรับการผ่าตัดโดยใช้ AI ช่วย
แผนภูมิเปรียบเทียบผลลัพธ์สำหรับการผ่าตัดโดยใช้ AI ช่วยเทียบกับการผ่าตัดแบบดั้งเดิมพร้อมการวิเคราะห์ข้อความ
การวิเคราะห์ AI ในเวชศาสตร์ฉุกเฉินในปี 2025: การช่วยเหลือในการคัดกรองผู้ป่วย, การแบ่งชั้นความเสี่ยงอาการเจ็บหน้าอก, การตรวจจับโรคหลอดเลือดสมองบน CT และการเพิ่มประสิทธิภาพการไหลเวียนของผู้ป่วยในห้องฉุกเฉิน
แผนภูมิเมตริกประสิทธิภาพตามประเภทแอปพลิเคชันพร้อมข้อมูลการใช้งานและการวิเคราะห์ข้อความ
การวิเคราะห์ผลกระทบของ AI ต่อความเท่าเทียมด้านสุขภาพในปี 2025: ศักยภาพในการขยายการเข้าถึงการวินิจฉัยในพื้นที่ที่ด้อยโอกาส แต่ก็มีความเสี่ยงที่จะทำให้ความเหลื่อมล้ำที่มีอยู่เดิมคงอยู่หรือขยายใหญ่ขึ้น หากได้รับการฝึกฝนจากข้อมูลที่ลำเอียง
การวิเคราะห์ผลกระทบต่อความเท่าเทียมในรูปแบบสองคอลัมน์พร้อมแผนที่การขยายการเข้าถึงทางภูมิศาสตร์และแผนภูมิความเสี่ยงด้านอคติ
ภาพรวมของการใช้งาน AI ในด้าน Global Health และสภาพแวดล้อมที่มีทรัพยากรน้อยในปี 2025: การวินิจฉัยด้วย AI บนมือถือใน LMICs, AI สำหรับโรคเขตร้อนที่ถูกละเลย และการใช้งาน AI ด้าน Telehealth
แผนที่การใช้งานทางภูมิศาสตร์พร้อมการแบ่งประเภทแอปพลิเคชันและข้อมูลความคุ้มค่า
การวิเคราะห์กฎระเบียบอุปกรณ์การแพทย์ AI ในปี 2025 ในเขตอำนาจศาลหลัก: เส้นทางการควบคุมการเปลี่ยนแปลงที่กำหนดไว้ล่วงหน้าของ FDA, EU MDR สำหรับ AI, การอนุมัติอุปกรณ์ AI ของ China NMPA และความพยายามในการประสานงานระหว่างประเทศ
ตารางเปรียบเทียบกรอบการกำกับดูแลพร้อมไทม์ไลน์การอนุมัติและการวิเคราะห์ข้อความ
การวิเคราะห์การบูรณาการ AI เข้ากับระบบ EHR ในปี 2025: การวิเคราะห์เชิงคาดการณ์ที่ฝังอยู่ใน EHR, NLP สำหรับบันทึกที่ไม่มีโครงสร้าง, การระบุช่องว่างในการดูแลที่ขับเคลื่อนด้วย AI และความท้าทายด้านการทำงานร่วมกัน
แผนภูมิความสามารถในการบูรณาการ EHR AI พร้อมอัตราการนำไปใช้และการวิเคราะห์ข้อความ
ข้อมูลเกี่ยวกับอุปกรณ์สุขภาพแบบสวมใส่ที่ขับเคลื่อนด้วย AI ในปี 2025: การตรวจวัดระดับน้ำตาลกลูโคสอย่างต่อเนื่อง, การตรวจจับจังหวะการเต้นของหัวใจ, การตรวจติดตามการหายใจ และโปรแกรมการตรวจติดตามสุขภาพระดับประชากร
แผนภูมิเปรียบเทียบความสามารถของอุปกรณ์พร้อมข้อมูลการตรวจสอบทางคลินิกและสถิติการใช้งาน
ภาพรวมของเครื่องมือสื่อสารผู้ป่วยด้วย AI ในปี 2025: AI Chatbot สำหรับการให้ความรู้แก่ผู้ป่วย, การสนับสนุนการทานยาอย่างต่อเนื่อง, การนัดหมาย และการติดตามผลหลังการออกจากโรงพยาบาล
แผนภูมิเปรียบเทียบประเภทเครื่องมือพร้อมข้อมูลประสิทธิภาพและผลสำรวจความพึงพอใจของผู้ป่วย
ข้อมูลจากการสำรวจทัศนคติของแพทย์ต่อ AI ในปี 2025: ระดับความไว้วางใจตามความเชี่ยวชาญ, ข้อกังวลเกี่ยวกับความรับผิด, ระยะเวลาในการนำเครื่องมือ AI ใหม่มาใช้ และมุมมองเกี่ยวกับ AI ที่เข้ามาแทนที่หรือเสริมบทบาททางคลินิก
แผนภูมิแท่งผลการสำรวจตามความเชี่ยวชาญและหมวดหมู่ข้อกังวลพร้อมการวิเคราะห์ข้อความ
ภาพรวมของ AI ในการศึกษาทางการแพทย์ในปี 2025: โปรแกรมจำลองกรณีทางคลินิกด้วย AI, การเตรียมสอบบอร์ดที่ได้รับการช่วยเหลือจาก AI, การโต้ตอบกับผู้ป่วยเสมือนจริง และการฝึกทักษะการผ่าตัดที่นำโดย AI
แผนภูมิอัตราการนำไปใช้พร้อมข้อมูลผลลัพธ์การเรียนรู้และการแบ่งย่อยประเภทเครื่องมือ
ข้อมูลเกี่ยวกับการประยุกต์ใช้ AI ในการดำเนินงานของโรงพยาบาลในปี 2025: การเพิ่มประสิทธิภาพการไหลเวียนของผู้ป่วย, การจัดการเตียง, การทำนายจำนวนเจ้าหน้าที่, การจัดการห่วงโซ่อุปทาน และ AI ในวงจรรายได้
แผนภูมิแท่งแสดงผลกำไรด้านประสิทธิภาพตามโดเมนการดำเนินงานพร้อมสถิติการใช้งาน
ภาพรวมของ AI ในเวชศาสตร์ป้องกันในปี 2025: การแบ่งชั้นความเสี่ยงด้านสุขภาพของประชากร, การเพิ่มประสิทธิภาพการตรวจคัดกรองมะเร็ง, การปรับเปลี่ยนรูปแบบการใช้ชีวิตให้เป็นส่วนตัว และเครื่องมือ AI ด้านสาธารณสุข
แผนภูมิประสิทธิภาพการแบ่งชั้นความเสี่ยงพร้อมข้อมูลการเพิ่มประสิทธิภาพการตรวจคัดกรองและการวิเคราะห์ข้อความ
การวิเคราะห์ว่า AI เปลี่ยนแปลงการทดลองทางคลินิกอย่างไรในปี 2025: กลุ่มควบคุมสังเคราะห์, การจับคู่ผู้ป่วย, การทำนายจุดสิ้นสุด และการสร้างหลักฐานในโลกแห่งความเป็นจริง พร้อมข้อมูลผลกระทบด้านต้นทุนและระยะเวลา
แผนภูมิการลดต้นทุนและระยะเวลาพร้อมไดอะแกรมระเบียบวิธีออกแบบการทดลองและการวิเคราะห์ข้อความ
ข้อมูลเกี่ยวกับผลกระทบของ AI ต่อการวินิจฉัยโรคหายากในปี 2025: การลดระยะเวลาในการวินิจฉัย, AI ในการวิเคราะห์การหาลำดับจีโนมทั้งหมด, การจับคู่ฟีโนไทป์กับจีโนไทป์ และการลดระยะเวลาในการวินิจฉัย
แผนภูมิเปรียบเทียบระยะเวลาในการวินิจฉัยพร้อมตัวอย่างกรณีศึกษาและการวิเคราะห์ข้อความ
ภาพรวมของ AI ในร้านขายยาและการจัดการยาในปี 2025: AI ในการจ่ายยาอัตโนมัติ, การตรวจสอบปฏิกิริยาระหว่างยา, การปรับปริมาณยาให้เหมาะสมเฉพาะบุคคล และเครื่องมือการทานยาอย่างต่อเนื่อง
แผนภูมิความสามารถในการใช้งานพร้อมข้อมูลผลลัพธ์และการวิเคราะห์ข้อความ
การวิเคราะห์ผลกระทบของ AI ต่อต้นทุนด้านการดูแลสุขภาพในปี 2025: การลดต้นทุนที่บันทึกไว้ในรังสีวิทยา, การจัดทำเอกสาร และการดำเนินงาน เทียบกับต้นทุนการนำไปใช้และการบูรณาการ
แผนภูมิการวิเคราะห์ผลกระทบด้านต้นทุนพร้อมประมาณการ ROI ตามประเภทการใช้งาน
ข้อมูลประสิทธิภาพสำหรับระบบผิวหนัง AI ในปี 2025: ความแม่นยำในการตรวจจับมะเร็งผิวหนังเมลาโนมาเทียบกับแพทย์ผิวหนัง, การจำแนกประเภทสิวและสภาพผิว และการใช้งาน teledermatology ที่ได้รับการช่วยเหลือจาก AI
แผนภูมิเปรียบเทียบความแม่นยำตามประเภทสภาพผิวพร้อมสถิติการใช้งานและการวิเคราะห์ข้อความ
การวิเคราะห์ AI ในสาขาโรคหัวใจในปี 2025: AI สำหรับการแปลผล ECG, การวิเคราะห์ echocardiography, การแบ่งส่วน cardiac MRI และการจัดการภาวะหัวใจล้มเหลวด้วย AI
แผนภูมิมาตรฐานประสิทธิภาพตามงานโรคหัวใจ พร้อมข้อมูลการใช้งานทางคลินิก
ภาพรวมที่ครอบคลุมของ AI ในสาขาเนื้องอกวิทยาในปี 2025: การตรวจจับเนื้องอก, การทำนายการตอบสนองต่อการรักษา, การเพิ่มประสิทธิภาพการวางแผนรังสี, การระบุ biomarker ทาง genomic และเวชศาสตร์มะเร็งแม่นยำ
เมทริกซ์ความสามารถในการใช้งานที่หลากหลาย พร้อมสรุปหลักฐานทางคลินิกและการวิเคราะห์ข้อความ
ข้อมูลเกี่ยวกับการใช้งาน AI ในโรคติดเชื้อในปี 2025: การเฝ้าระวัง genomic ของเชื้อโรค, อัลกอริทึมการตรวจจับการระบาด, การทำนายการต้านทานยาต้านจุลชีพ และเครื่องมือ AI สำหรับการเตรียมพร้อมรับมือการระบาดใหญ่
แผนภูมิความสามารถในการเฝ้าระวัง พร้อมแผนที่การใช้งานและการวิเคราะห์ข้อความ
การวิเคราะห์โครงสร้างพื้นฐานข้อมูลทางการแพทย์ที่สนับสนุน AI ในปี 2025: การใช้งาน federated learning, ข้อมูลสังเคราะห์สำหรับการฝึกอบรม, กรอบการทำงานสำหรับการแบ่งปันข้อมูล และบทบาทของโครงการข้อมูลสุขภาพระดับชาติ
ไดอะแกรมภูมิทัศน์โครงสร้างพื้นฐาน พร้อมแผนที่การใช้งาน federated learning และการวิเคราะห์ข้อความ
การอภิปรายเกี่ยวกับความท้าทายด้านจริยธรรมที่สำคัญใน AI medicine ในปี 2025: ความรับผิดชอบตามอัลกอริทึมในการวินิจฉัย, ความยินยอมของผู้ป่วยสำหรับเครื่องมือ AI, ความรับผิดเมื่อ AI ผิดพลาด และข้อกำหนดด้านความโปร่งใส
อนุกรมวิธานความท้าทายด้านจริยธรรม พร้อมการเปรียบเทียบการตอบสนองด้านกฎระเบียบและการวิเคราะห์ข้อความ
แดชบอร์ดสรุปบทที่ 6 พร้อมสถิติที่สำคัญ: การอนุมัติจาก FDA 258 รายการ, ผู้ให้บริการทางการแพทย์ 300K+ รายที่ใช้ AI scribes, ความแม่นยำ MAI-DxO 85.5%, ผู้สมัครยา AI ในการทดลอง Phase II/III
แดชบอร์ดสรุปพร้อมสถิติจำนวนมากและกราฟิกสีน้ำเงินในธีมบท
หมายเหตุอ้างอิงและการอ่านเพิ่มเติมสำหรับบทที่ 6 พร้อมแหล่งข้อมูล FDA, การอ้างอิงการศึกษาทางคลินิก และรายการอ่านที่คัดสรรมาซึ่งจัดเรียงตามความเชี่ยวชาญทางการแพทย์และการใช้งาน AI
รูปแบบเชิงอรรถสองคอลัมน์ ตามด้วยรายการอ่านที่มีโครงสร้าง
เปิดบทแบบเต็มหน้ากระดาษสีเขียวป่า พร้อมตัวเลขบทที่ 7 สีขาวขนาดใหญ่ ชื่อ 'การศึกษา' และภาพรวมโดยย่อเกี่ยวกับอิทธิพลที่เพิ่มขึ้นของ AI ต่อการเรียนรู้ การสอน และสถาบันการศึกษา
พื้นหลังสีเขียวป่าแบบเต็มหน้ากระดาษ หมายเลขบทขนาดใหญ่ ชื่อและคำอธิบายสีขาว
บทนำสู่บทที่ 7 นำเสนอ AI ในการศึกษาเป็นประเด็นสำคัญในปี 2025 พร้อมข้อค้นพบหลัก: นักเรียน 80% ใช้ generative AI, การลดลงของการลงทะเบียน CS 11%, การเติบโต 82% ในหลักสูตรปริญญาโท AI
บทนำแบบคอลัมน์เดียว พร้อมกล่องคำอธิบายประกอบสถิติหลักและภาพรวมส่วน
แผนภูมิเส้นแสดงแนวโน้มการลงทะเบียน CS ที่มหาวิทยาลัยชั้นนำของสหรัฐอเมริกาตั้งแต่ปี 2015-2025 รวมถึงการลดลง 11% ในปี 2024-2025 ซึ่งตีความว่าเป็นสัญญาณความอิ่มตัวของตลาดสำหรับปริญญา CS แบบดั้งเดิม
แผนภูมิเส้นการลงทะเบียนหลายสถาบัน โดยมีแกน x เป็นปี และแกน y เป็นจำนวนการลงทะเบียน คำอธิบายประกอบการลดลง 11%
แผนภูมิแท่งแสดงการเติบโตของโปรแกรมระดับบัณฑิตศึกษาเฉพาะทางด้าน AI/ML ตั้งแต่ปี 2018-2025 โดยมีการเติบโต 82% ในหลักสูตรปริญญาโท AI และความเข้มข้นระดับปริญญาตรี AI ใหม่ที่มหาวิทยาลัยใหญ่
แผนภูมิแท่งจำนวนโปรแกรมตามปี พร้อมการแบ่งประเภทสถาบันและการกระจายทางภูมิศาสตร์
ข้อมูลจากการสำรวจแสดงให้เห็นว่านักศึกษาวิทยาลัย 80% รายงานว่าใช้ generative AI สำหรับงานในชั้นเรียนในปี 2025 โดยแบ่งตามประเภทการใช้งาน: ความช่วยเหลือในการเขียน, การวิจัย, การเขียนโค้ด, การเรียน และการแก้ปัญหา
แผนภูมิแท่งประเภทการใช้งาน พร้อมการกระจายความถี่และการแบ่งตามข้อมูลประชากร
ข้อมูลเกี่ยวกับข้อกังวลด้านความซื่อสัตย์ทางวิชาการที่เกี่ยวข้องกับการใช้ AI ของนักเรียนในปี 2025: การตรวจพบงานที่สร้างโดย AI, วิวัฒนาการของนโยบายสถาบัน และมุมมองของนักเรียนเกี่ยวกับจริยธรรมในการใช้ AI
แผนภูมิการนำนโยบายมาใช้พร้อมข้อมูลเหตุการณ์ด้านความซื่อสัตย์และแบบสำรวจความคิดเห็นของนักเรียน
ข้อมูลจากการสำรวจทัศนคติของคณาจารย์ต่อ AI ในปี 2025: 60% อนุญาตให้ใช้ AI ได้โดยมีข้อจำกัด, นโยบายที่แตกต่างกันไปตามสาขาวิชา และข้อกังวลของคณาจารย์เกี่ยวกับความถูกต้องของการประเมิน
แผนภูมิแท่งสำรวจคณาจารย์ตามสาขาวิชาพร้อมรายละเอียดหมวดหมู่นโยบายและการวิเคราะห์ข้อความ
หลักฐานเชิงทดลองเกี่ยวกับประสิทธิภาพของระบบติวเตอร์ AI ในปี 2025: Khan Academy Khanmigo, Duolingo Max และติวเตอร์ AI ที่คล้ายกันแสดงให้เห็นถึงผลการเรียนรู้ที่ดีขึ้นในงานวิจัยที่มีการควบคุม
แผนภูมิเปรียบเทียบผลการเรียนรู้ตามเครื่องมือพร้อมบันทึกวิธีการศึกษาและการวิเคราะห์ข้อความ
ข้อมูลเกี่ยวกับการใช้งานเครื่องมือสอนพิเศษโดย AI ในปี 2025: จำนวนนักเรียนที่ใช้แพลตฟอร์มการสอนพิเศษ AI, ขอบเขตทางภูมิศาสตร์, ขอบเขตเนื้อหาวิชา และรูปแบบความถี่ในการใช้งาน
แผนภูมิการนำไปใช้พร้อมแผนที่ทางภูมิศาสตร์และรายละเอียดตามเนื้อหาวิชา
การวิเคราะห์การนำหลักสูตร AI ระดับ K-12 มาใช้ทั่วโลกในปี 2025 โดยมีมากกว่า 30 ประเทศที่ใช้มาตรฐานหลักสูตร AI/CS ระดับชาติ และข้อมูลเกี่ยวกับความพร้อมในการฝึกอบรม AI สำหรับครู
แผนที่โลกของการนำหลักสูตร AI ระดับ K-12 มาใช้พร้อมแผนภูมิแท่งนับจำนวนประเทศและการวิเคราะห์ข้อความ
การวิเคราะห์เนื้อหาของมาตรฐานหลักสูตร AI ระดับ K-12 ในปี 2025: มีการสอนหัวข้อ AI ใดบ้าง (แนวคิด Machine Learning, จริยธรรม, ความรู้ด้านข้อมูล, Prompt Engineering) และในระดับชั้นใด
เมทริกซ์หัวข้อหลักสูตรตามระดับชั้นพร้อมการเปรียบเทียบประเทศและการวิเคราะห์ข้อความ
ข้อมูลเกี่ยวกับการเติบโตของแพลตฟอร์มการเรียนรู้ AI ออนไลน์ในปี 2025: หลักสูตร AI ของ Coursera และ edX เพิ่มขึ้น 50%+, โปรแกรมการรับรอง AI ใหม่จากบริษัทเทคโนโลยีรายใหญ่ และการวิเคราะห์อัตราการสำเร็จ
แผนภูมิแนวโน้มการเติบโตพร้อมการเปรียบเทียบแพลตฟอร์มและรายละเอียดประเภทการรับรอง
การวิเคราะห์ว่ามหาวิทยาลัยชั้นนำบูรณาการผลการวิจัย AI เข้ากับการสอนอย่างไรในปี 2025 รวมถึงหลักสูตรจริยธรรม AI ใหม่, โปรแกรม AI แบบสหวิทยาการ และการเติบโตของศูนย์วิจัย AI
แผนภูมิเปรียบเทียบโปรแกรม AI ของมหาวิทยาลัยพร้อมไดอะแกรมแบบจำลองการบูรณาการการวิจัย-การสอน
ภาพรวมของโครงการริเริ่มการศึกษาด้าน AI Literacy ในปี 2025: โปรแกรม AI Literacy สำหรับประชาชนทั่วไป, การเพิ่มทักษะด้าน AI ที่ได้รับทุนสนับสนุนจากรัฐบาล, การฝึกอบรม AI ในที่ทำงาน และตลาดการรับรอง AI Literacy ที่กำลังเติบโต
ภาพรวมประเภทโปรแกรมพร้อมเมตริกการเข้าถึงและการวิเคราะห์ข้อความ
ข้อมูลเกี่ยวกับการใช้ AI ในการบริหารจัดการการศึกษาระดับอุดมศึกษาในปี 2025: AI ในการรับสมัครนักเรียน, การจัดการการลงทะเบียน, การเพิ่มประสิทธิภาพความช่วยเหลือทางการเงิน และระบบทำนายความสำเร็จของนักเรียน
แผนภูมิการนำแอปพลิเคชันมาใช้พร้อมผลการตรวจสอบอคติและการวิเคราะห์ข้อความ
การวิเคราะห์การใช้ความช่วยเหลือด้านการเขียนด้วย AI ในบริบททางวิชาการในปี 2025 รวมถึงผลกระทบต่อคุณภาพการเขียน, ผลลัพธ์การเรียนรู้สำหรับทักษะการเขียน และบรรทัดฐานทางวิชาการที่เปลี่ยนแปลงไป
แผนภูมิเปรียบเทียบผลการศึกษาพร้อมการประเมินคุณภาพการเขียนและการวิเคราะห์ข้อความ
ภาพรวมของเครื่องมือการเข้าถึง AI ในการศึกษาในปี 2025 ที่เป็นประโยชน์ต่อนักเรียนพิการ: การใส่คำบรรยายแบบเรียลไทม์, ความช่วยเหลือในการอ่านด้วย AI, การปรับการเรียนรู้ส่วนบุคคล และเครื่องมือแปลงเสียงพูดเป็นข้อความ
แผนภูมิความสามารถของเครื่องมือการเข้าถึงพร้อมข้อมูลการนำไปใช้และหลักฐานผลลัพธ์ของนักเรียน
ข้อมูลเกี่ยวกับโปรแกรมการฝึกอบรม AI สำหรับครูและนักการศึกษาในปี 2025: อัตราการมีส่วนร่วมในการพัฒนาวิชาชีพ, คุณภาพของเนื้อหาการฝึกอบรม และความมั่นใจของนักการศึกษาในการใช้เครื่องมือ AI
แผนภูมิการยอมรับการฝึกอบรมพร้อมแบบสำรวจความมั่นใจและการเปรียบเทียบเนื้อหาที่ครอบคลุม
การวิเคราะห์ผลกระทบที่อาจเกิดขึ้นจาก AI ต่อความเสมอภาคทางการศึกษาในปี 2025: การเรียนรู้ส่วนบุคคลช่วยลดช่องว่างทางการศึกษา แต่ช่องว่างในการเข้าถึงอุปกรณ์และการเชื่อมต่อสร้างความเหลื่อมล้ำใหม่
การวิเคราะห์ผลกระทบด้านความเสมอภาคแบบคู่ขนานพร้อมแผนที่ช่องว่างการเข้าถึงและข้อมูลผลลัพธ์การเรียนรู้
ข้อมูลเกี่ยวกับเครื่องมือ AI ที่สนับสนุนการศึกษา STEM โดยเฉพาะในปี 2025: ครูสอนพิเศษคณิตศาสตร์ AI, แพลตฟอร์มการศึกษาการเขียนโค้ด, เครื่องมือจำลองวิทยาศาสตร์ และแอปพลิเคชัน AI ด้านความปลอดภัยในห้องปฏิบัติการ
แผนภูมิเปรียบเทียบประเภทเครื่องมือพร้อมหลักฐานผลลัพธ์การเรียนรู้และข้อมูลการยอมรับ
การวิเคราะห์แอปพลิเคชันการเรียนรู้ภาษาที่ขับเคลื่อนด้วย AI ในปี 2025: คุณสมบัติ AI ของ Duolingo, Rosetta Stone และแพลตฟอร์มอื่นๆ ที่แสดงข้อมูลการเร่งการเรียนรู้และเมตริกการมีส่วนร่วม
แผนภูมิเปรียบเทียบอัตราการเรียนรู้พร้อมเมตริกการมีส่วนร่วมและการวิเคราะห์ข้อความ
ภาพรวมของนโยบายการศึกษา AI ระดับชาติในปี 2025: แนวทางการศึกษา AI ของ UNESCO, กลยุทธ์การศึกษา AI ของสหภาพยุโรป, คำสั่งผู้บริหารด้านความรู้ AI ของสหรัฐอเมริกา และกรอบการศึกษา AI ของ OECD
ตารางเปรียบเทียบกรอบนโยบายพร้อมแผนที่การยอมรับทางภูมิศาสตร์และการวิเคราะห์ข้อความ
การวิเคราะห์ผลกระทบของ AI ต่อลำดับความสำคัญของมหาวิทยาลัยวิจัยในปี 2025: การระดมทุนศูนย์วิจัย AI, ความร่วมมือด้าน AI ระหว่างอุตสาหกรรมและสถาบันการศึกษา, กิจกรรมสิทธิบัตร AI จากมหาวิทยาลัย และรายได้จากการวิจัยที่เกี่ยวข้องกับ AI
แผนภูมิเปรียบเทียบการระดมทุนวิจัยพร้อมข้อมูลความร่วมมือและการวิเคราะห์ข้อความ
แดชบอร์ดสรุปบทที่ 7 นำเสนอสถิติการศึกษาที่สำคัญ: อัตราการใช้ AI ของนักเรียน, แนวโน้มการลงทะเบียน, ประสิทธิภาพการสอนพิเศษ AI และการนำหลักสูตร K-12 มาใช้
แดชบอร์ดสรุปพร้อมสถิติจำนวนมากและกราฟิกธีมสีเขียวป่าของบท
หมายเหตุอ้างอิงและอ่านเพิ่มเติมสำหรับบทที่ 7 รวมถึงแหล่งข้อมูลการลงทะเบียน, การอ้างอิงการศึกษาการสอนพิเศษ AI และรายการอ่านที่คัดสรรมาซึ่งจัดเรียงตามภาคส่วนการศึกษา
รูปแบบเชิงอรรถสองคอลัมน์ตามด้วยรายการอ่านที่มีโครงสร้าง
เปิดบทแบบเต็มหน้ากระดาษที่มีพื้นหลังสีม่วงเข้ม/คราม, ตัวเลขบทที่ 8 สีขาวขนาดใหญ่, ชื่อเรื่อง 'นโยบายและการกำกับดูแล' และภาพรวมโดยย่อของการพัฒนาด้านกฎระเบียบและนโยบาย AI ในปี 2025
พื้นหลังสีม่วงเข้ม/ครามแบบเต็มหน้ากระดาษ, หมายเลขบทขนาดใหญ่, ชื่อเรื่องและคำอธิบายสีขาว
บทนำสู่บทที่ 8 โดยกำหนดให้ปี 2025 เป็นปีแห่งการเปลี่ยนแปลงสำหรับนโยบาย AI ทั่วโลก พร้อมสถิติที่สำคัญ: การลงทุน AI ของรัฐบาลกลางสหรัฐฯ 20.4 พันล้านดอลลาร์, การลงนามในร่างกฎหมาย AI 25 ฉบับ, 46 ประเทศที่มีกลยุทธ์ AI ระดับชาติ
บทนำคอลัมน์เดียวพร้อมกล่องคำอธิบายสถิติที่สำคัญและภาพรวมส่วน
การแสดงภาพไทม์ไลน์ที่ครอบคลุมเหตุการณ์สำคัญด้านนโยบาย AI ตั้งแต่ปี 2016 ถึง 2025 ตั้งแต่รายงาน Obama AI (2016) จนถึงการดำเนินการตาม EU AI Act (2025) ซึ่งจัดเรียงตามภูมิศาสตร์
ไทม์ไลน์แนวนอนแบบหลายแทร็กพร้อมช่องทางประเทศ/ภูมิภาค, เครื่องหมายเหตุการณ์สำคัญ และคำอธิบายประกอบโดยย่อ
แผนที่โลกแสดง 46 ประเทศที่นำกลยุทธ์ AI ระดับชาติอย่างเป็นทางการมาใช้ภายในปี 2025 พร้อมการแรเงาตามวันที่นำมาใช้และกลุ่มภูมิภาคของกิจกรรมการกำกับดูแล AI
แผนที่ Choropleth โลกพร้อมการแรเงาตามวันที่นำมาใช้และคำอธิบายชื่อประเทศสำหรับกลยุทธ์หลัก
การวิเคราะห์การลงทุนด้าน AI ของรัฐบาลกลางสหรัฐฯ ซึ่งสูงถึง 20.4 พันล้านดอลลาร์สหรัฐฯ ในปี 2025 โดยแบ่งตามหน่วยงาน (DOD, DARPA, NSF, NIH, DOE, NIST) และด้านการวิจัยที่สำคัญ
แผนภูมิแท่งแสดงการแบ่งตามหน่วยงาน พร้อมการวิเคราะห์ด้านที่สำคัญ และคำอธิบายประกอบการเติบโตเมื่อเทียบเป็นรายปี
การวิเคราะห์กฎหมายที่เกี่ยวข้องกับ AI ของสหรัฐฯ ในปี 2025: มีการลงนามกฎหมาย AI 25 ฉบับในระดับรัฐบาลกลาง การแบ่งตามหัวข้อ (ความปลอดภัย การจัดซื้อจัดจ้าง กำลังคน deepfakes ความมั่นคงแห่งชาติ) และกฎหมาย AI ระดับรัฐ
แผนภูมิแท่งแสดงหัวข้อกฎหมาย พร้อมไทม์ไลน์ของกฎหมายที่ลงนาม และแผนที่กิจกรรมระดับรัฐ
สรุปการดำเนินการด้าน AI ที่สำคัญของฝ่ายบริหารของสหรัฐฯ ในปี 2025: กิจกรรมของ NIST AI Safety Institute คำสั่งนโยบาย AI ของทำเนียบขาว และอาณัติการดำเนินการ AI ของหน่วยงานรัฐบาลกลาง
ไทม์ไลน์การดำเนินการด้านนโยบาย พร้อมการวิเคราะห์ข้อความของคำสั่งฝ่ายบริหารที่สำคัญและการตอบสนองของหน่วยงาน
การวิเคราะห์ข้อบังคับ AI เฉพาะภาคส่วนของสหรัฐฯ ในปี 2025: แนวทางอุปกรณ์การแพทย์ FDA AI, กฎ AI ในการโฆษณาของ FTC, แนวทางการให้คะแนนเครดิต CFPB AI และแนวทางการจ้างงาน EEOC AI
เมทริกซ์ข้อบังคับตามภาคส่วนและหน่วยงาน พร้อมการวิเคราะห์ข้อความ
ภาพรวมของเป้าหมายสำคัญในการดำเนินการตาม EU AI Act ที่บรรลุผลในปี 2025 รวมถึงการห้ามการปฏิบัติที่ไม่ได้รับอนุญาตซึ่งมีผลบังคับใช้ในเดือนกุมภาพันธ์ 2025 พร้อมแผนภาพการจัดประเภทตามระดับความเสี่ยง
แผนภาพพีระมิดระดับความเสี่ยง พร้อมไทม์ไลน์การดำเนินการ และรายการการปฏิบัติที่ไม่ได้รับอนุญาต
การแบ่งย่อยโดยละเอียดของหมวดหมู่ความเสี่ยงของ EU AI Act: ความเสี่ยงที่ยอมรับไม่ได้ (ห้าม) ความเสี่ยงสูง ความเสี่ยงจำกัด และความเสี่ยงน้อยที่สุด พร้อมตัวอย่างแอปพลิเคชัน AI ในแต่ละหมวดหมู่
แผนภาพสี่หมวดหมู่ พร้อมตัวอย่างต่อระดับความเสี่ยง และสรุปภาระผูกพันด้านกฎระเบียบ
การวิเคราะห์ข้อกำหนดการปฏิบัติตามข้อกำหนดสำหรับระบบ AI ที่มีความเสี่ยงสูงภายใต้ EU AI Act ในปี 2025: เอกสารทางเทคนิค การกำกับดูแลโดยมนุษย์ การกำกับดูแลข้อมูล และภาระผูกพันในการประเมินความสอดคล้อง
แผนภาพรายการตรวจสอบการปฏิบัติตามข้อกำหนด พร้อมประมาณการต้นทุนการดำเนินการ และคำแนะนำเฉพาะภาคส่วน
ข้อมูลเกี่ยวกับสถานะการปฏิบัติตาม EU AI Act ในหมู่บริษัทขนาดใหญ่ในปี 2025 ซึ่งแสดงให้เห็นถึงการนำไปใช้ในช่วงแรกโดยบริษัทขนาดใหญ่ ความท้าทายในการปฏิบัติตามข้อกำหนดสำหรับ SMEs และความคืบหน้าในการจัดตั้งหน่วยงานบังคับใช้
แผนภูมิแท่งแสดงอัตราการปฏิบัติตามข้อกำหนดตามขนาดบริษัท พร้อมเมตริกความคืบหน้าในการบังคับใช้ และการวิเคราะห์ข้อความ
การวิเคราะห์จรรยาบรรณ General Purpose AI ภายใต้ EU AI Act ซึ่งครอบคลุมข้อกำหนดด้านความโปร่งใส การประเมินความเสี่ยงเชิงระบบ และวิธีที่นักพัฒนา AI แนวหน้ากำลังปรับตัว
แผนภาพภาระผูกพันตามจรรยาบรรณ พร้อมตารางสถานะการปฏิบัติตามข้อกำหนดของนักพัฒนารูปแบบแนวหน้า
ภาพรวมของนโยบาย AI แห่งชาติของจีนในปี 2025: การดำเนินการตามแผนพัฒนา AI ยุคใหม่ ข้อผูกมัดในการลงทุน AI มูลค่ากว่า 15 พันล้านดอลลาร์สหรัฐฯ มาตรฐานอุตสาหกรรม AI และแนวทางกำกับดูแลสำหรับ Generative AI
แผนภาพกรอบนโยบาย พร้อมแผนภูมิการลงทุน และไทม์ไลน์กฎระเบียบ
การวิเคราะห์ข้อกำหนดของข้อบังคับ Generative AI ของจีน (2023, อัปเดต 2025): ข้อกำหนดในการกรองเนื้อหา อาณัติการใส่ลายน้ำ การลงทะเบียนชื่อจริง และการบังคับใช้การปฏิบัติตามข้อกำหนด
สรุปข้อกำหนดของข้อบังคับ พร้อมการวิเคราะห์ภาระการปฏิบัติตามข้อกำหนด และการวิเคราะห์ข้อความ
ภาพรวมของนโยบาย AI ของสหราชอาณาจักรในปี 2025: วิวัฒนาการของ AI Safety Institute แนวทางการกำกับดูแลที่สนับสนุนนวัตกรรม คำแนะนำเฉพาะภาคส่วน AI และความแตกต่างของการกำกับดูแล AI หลัง Brexit จากสหภาพยุโรป
การเปรียบเทียบแนวทางนโยบาย (สหราชอาณาจักร vs EU) พร้อมสรุปกิจกรรมของ AI Safety Institute
การวิเคราะห์ผลลัพธ์ของกระบวนการ AI Hiroshima ของ G7 และการนำกรอบการกำกับดูแล AI ของ G20 มาใช้ในปี 2025 รวมถึงสถานะการดำเนินการตามประมวลจริยธรรม Hiroshima Code of Conduct สำหรับนักพัฒนา AI ขั้นสูง
สรุปกรอบการกำกับดูแลพร้อมตัวบ่งชี้สถานะการดำเนินการและตารางการนำไปใช้ในแต่ละประเทศ
สรุปผลการประชุมสุดยอดว่าด้วยความปลอดภัยของ AI ที่ปารีส (กุมภาพันธ์ 2025): ข้อผูกมัดที่สำคัญ, ประเทศที่เข้าร่วม, ผลการดำเนินงานของกลุ่มทำงาน และกำหนดการติดตามผลสำหรับกระบวนการความปลอดภัยของ AI ระดับโลก
สรุปผลการประชุมสุดยอดพร้อมรายชื่อประเทศที่เข้าร่วมและตารางติดตามข้อผูกมัด
การวิเคราะห์กิจกรรมการกำกับดูแล AI ของ UN ในปี 2025: ข้อตกลง Global Digital Compact, การนำมติ AI ของ UN มาใช้, คณะกรรมการที่ปรึกษาด้าน AI ของเลขาธิการ UN และการอภิปรายเกี่ยวกับหน่วยงาน AI แห่งใหม่ของ UN
ไทม์ไลน์กิจกรรมการกำกับดูแลของ UN พร้อมการวิเคราะห์ข้อความและการเปรียบเทียบจุดยืนของแต่ละประเทศ
การวิเคราะห์แนวคิดอธิปไตยทาง AI ที่เกิดขึ้นใหม่ในปี 2025 โดยกำหนดห้ามิติ ได้แก่ อธิปไตยด้านการประมวลผล, อธิปไตยด้านข้อมูล, อธิปไตยด้านบุคลากร, อธิปไตยด้านมาตรฐาน และความเป็นอิสระทางภูมิรัฐศาสตร์ด้าน AI
แผนภาพกรอบห้ามิติพร้อมการประเมินประเทศตามแต่ละมิติและการวิเคราะห์ข้อความ
ข้อมูลเกี่ยวกับความพยายามระดับชาติในการสร้างโครงสร้างพื้นฐานการประมวลผล AI ที่เป็นอธิปไตยในปี 2025: แผน AI gigafactory ของ EU, โครงข่ายการประมวลผล AI แห่งชาติของอินเดีย, โครงสร้างพื้นฐาน Falcon AI ของ UAE และอื่นๆ
แผนภูมิเปรียบเทียบการลงทุนด้านการประมวลผลพร้อมแผนที่การใช้งานทางภูมิศาสตร์และการวิเคราะห์ข้อความ
การวิเคราะห์นโยบายควบคุมการส่งออกที่เกี่ยวข้องกับ AI ในปี 2025: การขยายข้อจำกัดการส่งออกเซมิคอนดักเตอร์ของสหรัฐฯ, กฎระเบียบเกี่ยวกับชิปที่ส่งไปยังจีน, การควบคุมการส่งออกซอฟต์แวร์ AI และการประสานงานระหว่างประเทศพันธมิตร
ไทม์ไลน์การควบคุมการส่งออกพร้อมการวิเคราะห์ผลกระทบต่อประเทศและแผนที่ข้อจำกัดทางเทคโนโลยี
ภาพรวมของกิจกรรมการพัฒนามาตรฐาน AI ในปี 2025: มาตรฐาน ISO/IEC AI, มาตรฐานจริยธรรม IEEE AI, มาตรฐาน NIST AI และความพยายามในการประสานมาตรฐานสากล
แผนภาพภูมิทัศน์มาตรฐานพร้อมแผนภูมิการติดตามการนำไปใช้และการวิเคราะห์ข้อความ
การวิเคราะห์เปรียบเทียบกรอบความรับผิดชอบต่อ AI ที่เกิดขึ้นใหม่ในปี 2025: EU AI Liability Directive, แนวทางความรับผิดชอบต่อผลิตภัณฑ์ของสหรัฐฯ สำหรับ AI และกรอบความรับผิดชอบในการกำกับดูแลตนเองของอุตสาหกรรม
ตารางเปรียบเทียบกรอบความรับผิดชอบพร้อมการวิเคราะห์ตามเขตอำนาจศาล
การวิเคราะห์ผลกระทบของ AI ต่อกระบวนการประชาธิปไตยในปี 2025: AI ในการเลือกตั้ง (deepfakes, การกำหนดเป้าหมายผู้มีสิทธิเลือกตั้ง, เนื้อหาทางการเมืองที่สร้างโดย AI), การตอบสนองด้านกฎระเบียบ และการตรวจสอบการเลือกตั้งระหว่างประเทศ
แผนภาพการวิเคราะห์ผลกระทบพร้อมไทม์ไลน์การตอบสนองด้านกฎระเบียบและการวิเคราะห์ข้อความ
การเปรียบเทียบข้ามชาติของข้อผูกมัดการลงทุนด้าน AI ภาครัฐในปี 2025: สหรัฐฯ 20.4 พันล้านดอลลาร์สหรัฐ, EU €20B+ เงินทุนบังคับใช้ AI Act, จีน 15 พันล้านดอลลาร์สหรัฐ+, สหราชอาณาจักร £1.5 พันล้านปอนด์, แคนาดา C$2.4 พันล้านดอลลาร์แคนาดา และอื่นๆ
แผนภูมิแท่งเปรียบเทียบการลงทุนตามประเทศพร้อมการวิเคราะห์ข้อความ
ภาพรวมของการใช้งาน AI ในความมั่นคงแห่งชาติในปี 2025: การวิเคราะห์ข่าวกรอง, การป้องกันทางไซเบอร์, การเพิ่มประสิทธิภาพด้านโลจิสติกส์, ระบบอัตโนมัติ และการแข่งขันด้าน AI ระหว่างสหรัฐฯ และจีนในด้านการป้องกัน
ภาพรวมโดเมนแอปพลิเคชันพร้อมข้อมูลการลงทุนด้าน AI เพื่อการป้องกันประเทศและการวิเคราะห์ข้อความ
การวิเคราะห์กฎระเบียบ AI ระดับรัฐของสหรัฐฯ ในปี 2025: ร่างกฎหมาย AI ของแคลิฟอร์เนีย, กฎการจ้างงาน AI ของนิวยอร์ก, การคุ้มครองผู้บริโภคด้าน AI ของโคโลราโด และการอภิปรายเกี่ยวกับกฎหมายปะติดปะต่อเทียบกับกฎหมายของรัฐบาลกลาง
แผนที่กิจกรรมกฎระเบียบของแต่ละรัฐพร้อมจำนวนร่างกฎหมายและการแบ่งหัวข้อ
การวิเคราะห์นโยบายการจัดซื้อจัดจ้าง AI ของภาครัฐในปี 2025: กฎการจัดหา AI ของรัฐบาลกลางสหรัฐฯ, ข้อกำหนดด้าน AI ของภาครัฐในสหภาพยุโรป และมาตรฐานสำหรับการจัดซื้อจัดจ้าง AI ของภาครัฐอย่างมีความรับผิดชอบ
ตารางเปรียบเทียบ นโยบายการจัดซื้อจัดจ้างตามเขตอำนาจศาล พร้อมการวิเคราะห์ข้อความ
ภาพรวมของการพัฒนาด้านกฎระเบียบการดูแลสุขภาพเฉพาะด้าน AI ในปี 2025 นอกเหนือจากการอนุมัติอุปกรณ์ของ FDA: การตัดสินใจด้านความครอบคลุม AI ของ CMS, แนวทาง HIPAA-AI, AI ในแนวทางการปฏิบัติทางคลินิก
ไทม์ไลน์การพัฒนากฎระเบียบ พร้อมการวิเคราะห์ข้อความของการตัดสินใจที่สำคัญ
การวิเคราะห์กฎระเบียบ AI ในบริการทางการเงินในปี 2025: กฎการซื้อขาย AI ของ SEC, แนวทางความเสี่ยงด้านแบบจำลอง AI ของหน่วยงานกำกับดูแลธนาคาร, การกำกับดูแล AI ในการให้กู้ยืมของ CFPB และมาตรฐาน AI ทางการเงินระดับโลก
การเปรียบเทียบกรอบการกำกับดูแลตามภาคการเงิน พร้อมการวิเคราะห์ข้อความ
ภาพรวมของกฎระเบียบด้านแรงงาน AI ในปี 2025: ข้อกำหนดการเฝ้าระวังคนงานตาม EU AI Act, แนวทาง AI ในสถานที่ทำงานของ US NLRB, การบังคับใช้ AI ในการจ้างงานของ EEOC และข้อเรียกร้องในการเจรจาต่อรอง AI ของสหภาพแรงงาน
ตารางเปรียบเทียบกฎระเบียบด้านแรงงาน พร้อมการวิเคราะห์ข้อความ
การวิเคราะห์หลักฐานเบื้องต้นเกี่ยวกับประสิทธิภาพของนโยบาย AI ในปี 2025: แนวทางกำกับดูแลใดที่แสดงผลการปฏิบัติตามกฎระเบียบ, ผลกระทบที่ไม่ตั้งใจของกฎระเบียบ และช่องว่างของนโยบาย
เมทริกซ์การประเมินประสิทธิภาพของนโยบาย พร้อมการวิเคราะห์ข้อความ
ภาพรวมของการพัฒนาด้านกฎระเบียบความเป็นส่วนตัวเฉพาะด้าน AI ในปี 2025: แนวทาง GDPR AI, ข้อกำหนด AI ของร่างกฎหมายความเป็นส่วนตัวของรัฐบาลกลางสหรัฐฯ, การลดข้อมูลให้เหลือน้อยที่สุดสำหรับการฝึกอบรม AI และข้อจำกัดด้านข้อมูลไบโอเมตริกซ์
ตารางเปรียบเทียบกฎระเบียบด้านความเป็นส่วนตัว พร้อมการวิเคราะห์ข้อความ
ภาพรวมของกิจกรรมของภาคประชาสังคมและ NGO ในนโยบาย AI ในปี 2025: องค์กรสนับสนุน, การวิจัย AI เพื่อประโยชน์สาธารณะ, แคมเปญพันธมิตร และอิทธิพลของพวกเขาต่อนโยบาย AI
แผนภาพภูมิทัศน์ขององค์กร AI ภาคประชาสังคม พร้อมการวิเคราะห์อิทธิพลต่อนโยบาย
บทสรุปของบทที่ 8 นำเสนอตัวเลขนโยบายหลัก: การลงทุน AI ของรัฐบาลกลางสหรัฐฯ, จำนวนกฎหมายทั่วโลก, เหตุการณ์สำคัญของ EU AI Act, ผลลัพธ์จากการประชุมสุดยอด AI และการเกิดขึ้นของแนวคิดอธิปไตย AI
แดชบอร์ดสรุปพร้อมสถิติจำนวนมาก และกราฟิกสีม่วง/ครามตามธีมของบท
การวิเคราะห์สรุปของบทที่ 8 ระบุแนวโน้มการกำกับดูแลที่สำคัญ: ความเสี่ยงจากการแบ่งส่วนกฎระเบียบ, พลวัตของการแข่งขันสู่จุดสูงสุด/ต่ำสุด, ความตึงเครียดด้านอธิปไตย AI และความท้าทายในการก้าวให้ทันความก้าวหน้าของ AI
ข้อสรุปที่เป็นข้อความ พร้อมแผนภาพความตึงเครียดที่สำคัญ และการวิเคราะห์เชิงคาดการณ์
หมายเหตุอ้างอิงสำหรับบทที่ 8 พร้อมการอ้างอิงเอกสารนโยบาย, แหล่งข้อมูลทางกฎหมาย และหมายเหตุระเบียบวิธีตัวเลขการลงทุน
รูปแบบเชิงอรรถแบบมีหมายเลขสองคอลัมน์
แหล่งอ่านเพิ่มเติมที่คัดสรรมาสำหรับบทที่ 8 จัดเรียงตามภูมิภาคนโยบายและหัวข้อ: นโยบายของสหรัฐฯ, นโยบายของสหภาพยุโรป, นโยบายของจีน, การกำกับดูแลระหว่างประเทศ และอธิปไตย AI
รายการอ่านที่มีโครงสร้าง พร้อมส่วนหัวของภูมิภาคและหัวข้อ
ภาพเปิดบทแบบเต็มหน้ากระดาษที่มีพื้นหลังสีน้ำเงิน-เขียว, ตัวเลขบทที่ 9 สีขาวขนาดใหญ่, ชื่อเรื่อง 'ความคิดเห็นของประชาชน' และภาพรวมสั้นๆ เกี่ยวกับทัศนคติของประชาชนทั่วโลกที่มีต่อ AI ที่สำรวจในปี 2025
พื้นหลังสีน้ำเงิน-เขียวแบบเต็มหน้ากระดาษ, หมายเลขบทขนาดใหญ่, ชื่อเรื่องและคำอธิบายสีขาว
บทนำสู่บทที่ 9 วางกรอบสถานะความคิดเห็นของสาธารณชนทั่วโลกที่มีต่อ AI ในปี 2025: 59% มองโลกในแง่ดีจาก Ipsos, ความกังวลที่โดดเด่นเกี่ยวกับข้อมูลที่ผิดพลาด และช่องว่างทัศนคติที่สำคัญระหว่างผู้เชี่ยวชาญและสาธารณชน
บทนำแบบคอลัมน์เดียวพร้อมกล่องข้อความสถิติเด่นและภาพรวมส่วน
แผนที่โลกแสดงความรู้สึกเกี่ยวกับ AI ทั่วโลกในปี 2025 โดยแสดงเปอร์เซ็นต์ของผู้ที่แสดงความมองโลกในแง่ดีเกี่ยวกับ AI ในแต่ละประเทศ โดยมีความมองโลกในแง่ดีสูงกว่าในประเทศเศรษฐกิจเกิดใหม่ และความมองโลกในแง่ดีต่ำกว่าในยุโรป
แผนที่ Choropleth โลกแสดงความมองโลกในแง่ดีเกี่ยวกับ AI พร้อมมาตราส่วนไล่ระดับสีและกล่องข้อความประเทศ
ผลการสำรวจ Ipsos โดยละเอียดเกี่ยวกับทัศนคติต่อ AI ในปี 2025 ในกว่า 30 ประเทศ: ระดับความมองโลกในแง่ดี ความกังวล ความไว้วางใจ และความตระหนักรู้ โดยแบ่งตามประเทศและภูมิภาคของโลก
แผนภูมิแท่งหลายประเทศสำหรับแต่ละมิติของทัศนคติพร้อมค่ารวมระดับภูมิภาค
การเจาะลึกระดับภูมิภาคเกี่ยวกับความรู้สึกเกี่ยวกับ AI: จีนและอินเดียแสดงความมองโลกในแง่ดีสูงสุด (80%+) ยุโรปตะวันตกมีความระมัดระวังมากที่สุด สหรัฐอเมริกาอยู่ในระดับปานกลาง และแอฟริกาแสดงความมองโลกในแง่ดีสูงที่เชื่อมโยงกับความหวังในการพัฒนา
แผนภูมิแท่งแบบกลุ่มระดับภูมิภาคพร้อมความสมดุลระหว่างความมองโลกในแง่ดี/ความกังวลและการวิเคราะห์ข้อความ
การเปรียบเทียบแบบสำรวจทัศนคติต่อ AI สำหรับผู้เชี่ยวชาญด้าน AI เทียบกับประชาชนทั่วไปในปี 2025 โดยแสดงให้เห็นว่าผู้เชี่ยวชาญมีความกังวลเกี่ยวกับความเสี่ยงในระยะยาวมากกว่า ในขณะที่ประชาชนมุ่งเน้นไปที่ผลกระทบทางเศรษฐกิจในระยะใกล้
แผนภูมิเปรียบเทียบแบบเคียงข้างกันพร้อมการแบ่งประเภทความกังวลสำหรับผู้เชี่ยวชาญเทียบกับสาธารณชน
ข้อมูลสำรวจเกี่ยวกับความไว้วางใจของสาธารณชนในสถาบันต่างๆ ในการกำกับดูแล AI อย่างเป็นธรรม: สถาบันในสหภาพยุโรปได้รับความไว้วางใจมากที่สุดทั่วโลก บริษัทเทคโนโลยีได้รับความไว้วางใจน้อยที่สุด และรัฐบาลแห่งชาติมีผลลัพธ์ที่หลากหลาย
แผนภูมิแท่งแนวนอนของระดับความไว้วางใจตามประเภทสถาบันในหลายประเทศ
ข้อมูลความคิดเห็นของสาธารณชนเฉพาะในสหรัฐอเมริกาเกี่ยวกับ AI: มีเพียง 31% ของชาวอเมริกันที่ไว้วางใจรัฐบาลในการกำกับดูแล AI ได้ดี 68% กังวลเกี่ยวกับข้อมูลที่ผิดพลาดที่สร้างโดย AI และมุมมองเกี่ยวกับ AI ในบทบาทต่างๆ ของรัฐบาล
แผนภูมิแท่งแสดงความคิดเห็นของสหรัฐอเมริกาพร้อมการแบ่งความไว้วางใจและความกังวลและการวิเคราะห์ข้อความ
การวิเคราะห์แหล่งที่มาของความวิตกกังวลเกี่ยวกับ AI ในปี 2025: ความกังวลเรื่องการสูญเสียงาน ความกลัวข้อมูลที่ผิดพลาด ความกังวลเรื่องความเป็นส่วนตัว ความกังวลเรื่องอาวุธที่ทำงานได้เอง และความเสี่ยงต่อการดำรงอยู่ — แบ่งตามประเทศและข้อมูลประชากร
แผนภูมิแท่งซ้อนกันของแหล่งที่มาของความวิตกกังวลตามกลุ่มประเทศพร้อมภาพแทรกการแบ่งข้อมูลประชากร
ข้อมูลเกี่ยวกับระดับการรับรู้และความเข้าใจเกี่ยวกับ AI ของสาธารณชนในปี 2025: การรับรู้ที่เพิ่มขึ้นแต่ความเข้าใจทางเทคนิคมีจำกัด พร้อมการวิเคราะห์ช่องว่างระหว่างการรับรู้และความเข้าใจตามระดับการศึกษาและอายุ
แผนภูมิเปรียบเทียบการรับรู้เทียบกับความเข้าใจพร้อมการแบ่งระดับการศึกษาและอายุ
ข้อมูลสำรวจเปรียบเทียบทัศนคติต่อ AI ในแต่ละรุ่น (Gen Z, Millennials, Gen X, Boomers) ในปี 2025: คนรุ่นใหม่มองโลกในแง่ดีมากกว่าและมีการใช้งาน AI ในชีวิตประจำวันสูงกว่า คนรุ่นเก่ามีความระมัดระวังมากกว่า
แผนภูมิแท่งเปรียบเทียบรุ่นสำหรับมิติของทัศนคติที่หลากหลาย
การวิเคราะห์ความสัมพันธ์ระหว่างระดับการศึกษากับทัศนคติต่อ AI ในปี 2025: การศึกษาสูงขึ้นมีความสัมพันธ์กับมุมมองที่ละเอียดอ่อนกว่า แทนที่จะเป็นเพียงความมองโลกในแง่ดีหรือแง่ร้าย
แผนภูมิความสัมพันธ์ระหว่างระดับการศึกษาเทียบกับมิติของทัศนคติต่อ AI พร้อมการวิเคราะห์ข้อความ
การวิเคราะห์ความสัมพันธ์ระหว่างการใช้เครื่องมือ AI ส่วนบุคคลและทัศนคติต่อ AI ในปี 2025: ผู้ใช้เป็นประจำมีทัศนคติเชิงบวกเกี่ยวกับประโยชน์ของ AI มากกว่าอย่างมีนัยสำคัญ แต่ก็ตระหนักถึงความเสี่ยงมากกว่าเช่นกัน
แผนภูมิเปรียบเทียบความถี่ในการใช้งานเทียบกับทัศนคติพร้อมการวิเคราะห์ข้อความ
ข้อมูลจากการสำรวจเกี่ยวกับทัศนคติที่มีต่อ AI ตามระดับรายได้ในปี 2025: ผู้ตอบแบบสอบถามที่มีรายได้น้อยมีความกังวลเกี่ยวกับการถูกแทนที่งานมากกว่า ในขณะที่ผู้ตอบแบบสอบถามที่มีรายได้สูงมองโลกในแง่ดีเกี่ยวกับผลประโยชน์ทางเศรษฐกิจของ AI มากกว่า
แผนภูมิเปรียบเทียบทัศนคติตามระดับรายได้ พร้อมรายละเอียดความกังวลเกี่ยวกับการถูกแทนที่งาน
การวิเคราะห์ความแตกต่างทางเพศในทัศนคติเกี่ยวกับ AI ในปี 2025: โดยเฉลี่ยแล้วผู้ชายมองโลกในแง่ดีมากกว่าเล็กน้อย ผู้หญิงมีความกังวลเกี่ยวกับความเป็นส่วนตัวและผลกระทบต่อการจ้างงานมากกว่า โดยมีความแตกต่างกันไปในแต่ละประเทศ
แผนภูมิแท่งเปรียบเทียบเพศตามมิติต่างๆ ของทัศนคติ พร้อมภาพแทรกแสดงความแตกต่างในแต่ละประเทศ
แผนภูมิเส้นแสดงแนวโน้มทัศนคติเกี่ยวกับ AI ในช่วงเวลาต่างๆ ตั้งแต่ปี 2019-2025: การมองโลกในแง่ดีเพิ่มขึ้นจนถึงปี 2022 และเริ่มคงที่โดยมีความคิดเห็นที่หลากหลายมากขึ้นเมื่อ AI มีความเกี่ยวข้องกับชีวิตส่วนตัวมากขึ้นในปี 2024-2025
แผนภูมิเส้นระยะยาวหลายเส้น พร้อมเส้นแสดงหมวดหมู่ทัศนคติและคำอธิบายประกอบเหตุการณ์
ข้อมูลจากการสำรวจทั่วโลกเกี่ยวกับความกังวลเรื่องการถูก AI แทนที่งานในปี 2025 ซึ่งแสดงให้เห็นว่าผู้ตอบแบบสอบถามทั่วโลกประมาณครึ่งหนึ่งกังวลว่า AI จะเข้ามาแทนที่งานของตน โดยมีความแตกต่างกันอย่างมากในแต่ละภาคส่วนและประเทศ
แผนภูมิแท่งแสดงความกังวลทั่วโลกในแต่ละประเทศ พร้อมการวิเคราะห์ความแตกต่างเฉพาะภาคส่วน
ข้อมูลเกี่ยวกับขอบเขตที่ผู้คนตระหนักถึง AI ในผลิตภัณฑ์และบริการในชีวิตประจำวันในปี 2025 ซึ่งแสดงให้เห็นว่ามีการใช้เครื่องมือ AI ในระดับสูง แต่มีการรับรู้ที่จำกัดว่าเทคโนโลยีพื้นฐานคือ AI
แผนภูมิเปรียบเทียบการใช้งานกับการรับรู้ พร้อมรายละเอียดหมวดหมู่ผลิตภัณฑ์
การวิเคราะห์ข้อมูลจากการสำรวจเกี่ยวกับผลกระทบที่รับรู้ของ AI ต่อความสมานฉันท์ทางสังคมในปี 2025: ความกังวลเกี่ยวกับ AI ที่ทำให้เกิดความแตกแยก ความไม่เท่าเทียมกัน และการลดความสัมพันธ์ระหว่างมนุษย์
แผนภูมิแท่งแสดงหมวดหมู่ความกังวล พร้อมคำอธิบายประกอบความแตกแยกและความไม่เท่าเทียมกัน และการวิเคราะห์ข้อความ
ข้อมูลจากการสำรวจเกี่ยวกับมุมมองของสาธารณชนเกี่ยวกับจริยธรรมของ AI ในปี 2025: ค่านิยมใดที่ควรนำทางการพัฒนา AI (ความปลอดภัย ความโปร่งใส ความเป็นธรรม ความเป็นส่วนตัว) และใครควรมีอำนาจในการตัดสินใจเกี่ยวกับจริยธรรมของ AI
แผนภูมิแท่งแสดงอันดับค่านิยม พร้อมรายละเอียดความชอบด้านอำนาจ และการวิเคราะห์ข้อความ
ข้อมูลจากการสำรวจเกี่ยวกับความกังวลของสาธารณชนเกี่ยวกับผลกระทบของ AI ต่อค่านิยมประชาธิปไตยในปี 2025: ความสมบูรณ์ของการเลือกตั้ง เสรีภาพในการแสดงออก การสอดส่องดูแล และหลักนิติธรรม โดยมีความกังวลในระดับสูงทั่วโลก
แผนภูมิแท่งแสดงหมวดหมู่ความกังวลเกี่ยวกับประชาธิปไตย พร้อมการเปรียบเทียบประเทศ และการวิเคราะห์ข้อความ
บทสรุปของบทที่ 9 นำเสนอผลการสำรวจความคิดเห็นของสาธารณชนที่สำคัญ: อัตราการมองโลกในแง่ดีทั่วโลก อันดับความน่าเชื่อถือ ความวิตกกังวลสูงสุดเกี่ยวกับ AI และความแตกต่างทางประชากรศาสตร์ที่สำคัญในทัศนคติเกี่ยวกับ AI
แดชบอร์ดสรุปพร้อมสถิติตัวเลขขนาดใหญ่และกราฟิกสีฟ้าอมเขียวตามธีมของบท
หมายเหตุอ้างอิงสำหรับบทที่ 9 พร้อมการอ้างอิงแหล่งข้อมูลจากการสำรวจ และแหล่งข้อมูลเพิ่มเติมที่คัดสรรมาเกี่ยวกับทัศนคติของสาธารณชนที่มีต่อ AI ซึ่งจัดเรียงตามหัวข้อและประเภทระเบียบวิธีวิจัย
รูปแบบเชิงอรรถสองคอลัมน์ ตามด้วยรายการอ่านที่มีโครงสร้าง
ภาพรวมของระเบียบวิธีวิจัยของ AI Index 2026 อธิบายแนวทางการเก็บรวบรวมข้อมูลในทั้งเก้าบท ความหมายของ 'AI' ที่ใช้ในรายงาน และหลักการทางระเบียบวิธีวิจัยทั่วไป
ภาพรวมระเบียบวิธีวิจัยที่มีโครงสร้าง พร้อมแผนภาพแนวทางทีละส่วน
ระเบียบวิธีวิจัยโดยละเอียดสำหรับบท R&D: แหล่งข้อมูลข้อมูลสิ่งพิมพ์ (Semantic Scholar, Dimensions), ข้อมูลสิทธิบัตร (WIPO, USPTO), เกณฑ์การติดตามการเผยแพร่โมเดล และการเก็บรวบรวมข้อมูลการประมวลผล
ส่วนคำอธิบายระเบียบวิธีวิจัย พร้อมตารางแหล่งข้อมูลและหมายเหตุข้อจำกัด
หมายเหตุระเบียบวิธีปฏิบัติงานสำหรับบทด้านเทคนิค: เกณฑ์การคัดเลือกเกณฑ์มาตรฐาน, การดึงข้อมูลจาก Papers With Code และกระดานผู้นำ, การรวบรวมเส้นฐานของมนุษย์ และกฎการรวม/การยกเว้นเกณฑ์มาตรฐาน
ส่วนคำอธิบายระเบียบวิธีปฏิบัติงานพร้อมตารางเกณฑ์การคัดเลือกเกณฑ์มาตรฐาน
ระเบียบวิธีปฏิบัติงานสำหรับบท Responsible AI: การรวบรวมข้อมูลเหตุการณ์ AIAAIC, เกณฑ์การรวมการศึกษาอคติ, ระเบียบวิธีปฏิบัติงานการค้นหาสิ่งพิมพ์วิจัยด้านความปลอดภัย และขั้นตอนการเข้ารหัสกรอบการกำกับดูแล
ส่วนคำอธิบายระเบียบวิธีปฏิบัติงานพร้อมเกณฑ์การรวม/การยกเว้น
ระเบียบวิธีปฏิบัติงานสำหรับบทด้านเศรษฐกิจ: ข้อมูลการลงทุนจาก NetBase Quid, ข้อมูลการประกาศรับสมัครงานจาก Lightcast, แหล่งข้อมูลค่าจ้าง, เกณฑ์การคัดเลือกการศึกษาด้านผลิตภาพ และระเบียบวิธีปฏิบัติงานการสำรวจการนำไปใช้ของบริษัท
คำอธิบายระเบียบวิธีปฏิบัติงานพร้อมตารางอ้างอิงแหล่งข้อมูลและหมายเหตุข้อจำกัด
ระเบียบวิธีปฏิบัติงานสำหรับบทด้านวิทยาศาสตร์และ AI: ระเบียบวิธีปฏิบัติงานการจัดประเภทสิ่งพิมพ์ทางวิทยาศาสตร์โดยใช้ AI, เกณฑ์การค้นหาเฉพาะโดเมน และการรวบรวมข้อมูลการทดลองทางคลินิกจาก ClinicalTrials.gov
คำอธิบายระเบียบวิธีปฏิบัติงานพร้อมเกณฑ์โดเมนและคำอธิบายการจัดประเภท
ระเบียบวิธีปฏิบัติงานสำหรับบทด้านการแพทย์และ AI: การรวบรวมข้อมูลอุปกรณ์ FDA, เกณฑ์การรวมการศึกษา AI ทางคลินิก, วิธีการรวมความแม่นยำในการวินิจฉัย และแหล่งข้อมูลการนำ AI scribe ไปใช้
ส่วนคำอธิบายระเบียบวิธีปฏิบัติงานพร้อมแนวทางข้อมูล FDA และเกณฑ์การศึกษา
ระเบียบวิธีปฏิบัติงานสำหรับบทด้านการศึกษา: แหล่งข้อมูลการลงทะเบียน (IPEDS, เทียบเท่าสากล), ระเบียบวิธีปฏิบัติงานการสำรวจนักเรียน, การออกแบบการสำรวจคณาจารย์ และแนวทางการรวบรวมข้อมูลหลักสูตร K-12
คำอธิบายระเบียบวิธีปฏิบัติงานพร้อมหมายเหตุการออกแบบการสำรวจและการอ้างอิงแหล่งข้อมูล
ระเบียบวิธีปฏิบัติงานสำหรับบทด้านนโยบาย: แหล่งฐานข้อมูลทางกฎหมาย, เกณฑ์การระบุร่างกฎหมาย AI, แหล่งรวบรวมตัวเลขการลงทุน, ระเบียบวิธีปฏิบัติงานการเข้ารหัสกลยุทธ์ระดับชาติ และการสร้างไทม์ไลน์นโยบาย
ส่วนคำอธิบายระเบียบวิธีปฏิบัติงานพร้อมการอ้างอิงแหล่งข้อมูลทางกฎหมาย
ระเบียบวิธีปฏิบัติงานสำหรับบทด้านความคิดเห็นสาธารณะ: แหล่งข้อมูลการสำรวจ (Ipsos, Edelman Trust Barometer, การสำรวจของ Stanford), เกณฑ์การสุ่มตัวอย่างการสำรวจ, หมายเหตุความสามารถในการเปรียบเทียบข้ามชาติ และคำจำกัดความของการวัดทัศนคติ
คำอธิบายระเบียบวิธีปฏิบัติงานการสำรวจพร้อมเกณฑ์การสุ่มตัวอย่างและหมายเหตุความสามารถในการเปรียบเทียบ
อภิธานศัพท์ของคำศัพท์หลักและคำจำกัดความของข้อมูลที่ใช้ตลอดทั้ง AI Index 2026 รวมถึงคำจำกัดความสำหรับ 'foundation model', 'AI incident', 'training compute', 'benchmark saturation' และแนวคิดหลักอื่นๆ
รูปแบบอภิธานศัพท์ตามลำดับตัวอักษรพร้อมรายการคำศัพท์และคำจำกัดความ
ตารางอ้างอิงที่ครอบคลุมของเกณฑ์มาตรฐาน AI ทั้งหมดที่อ้างถึงในรายงาน รวมถึงชื่อเกณฑ์มาตรฐาน โดเมน ประเภทงาน เส้นฐานของมนุษย์ และปีที่เปิดตัว
ตารางอ้างอิงหลายคอลัมน์เรียงตามบทแล้วตามด้วยชื่อเกณฑ์มาตรฐาน
ตารางอ้างอิงของโมเดล AI ที่โดดเด่นทั้งหมดที่กล่าวถึงใน AI Index 2026 รวมถึงชื่อโมเดล องค์กร วันที่เผยแพร่ รูปแบบ และประเภทการเข้าถึง (เปิด/ปิด)
ตารางอ้างอิงหลายคอลัมน์เรียงตามองค์กรและวันที่เผยแพร่
ตารางอ้างอิงของนโยบาย ข้อบังคับ และกฎหมาย AI ทั้งหมดที่อ้างถึงในรายงาน จัดเรียงตามประเทศ รวมถึงชื่อนโยบาย ประเภท ปี และสถานะ
ตารางอ้างอิงนโยบายเรียงตามประเทศและปี
ตารางข้อมูลการลงทุนเพิ่มเติมที่แสดงรายละเอียดตัวเลขการลงทุนด้าน AI ภาคเอกชน จำแนกตามประเทศ ภาคส่วน และปี ตั้งแต่ปี 2013-2025 ตามที่อ้างอิงในบทที่ 4
ตารางข้อมูลที่มีแถวเป็นประเทศ คอลัมน์เป็นปี และเซลล์เป็นจำนวนเงินลงทุน
ตารางข้อมูลสิ่งพิมพ์เพิ่มเติมที่แสดงรายละเอียดจำนวนสิ่งพิมพ์ AI จำแนกตามประเทศ โดเมน และปี ตั้งแต่ปี 2010-2025 ตามที่อ้างอิงในบทที่ 1
ตารางข้อมูลที่มีแถวเป็นประเทศ/โดเมน และคอลัมน์เป็นปี
ตารางเพิ่มเติมที่นำเสนอผลการสำรวจทั้งหมดจากการสำรวจความคิดเห็นของประชาชนที่อ้างถึงในบทที่ 9 รวมถึงรายละเอียดตามระดับประเทศที่ไม่ได้แสดงในบทหลัก
ตารางข้อมูลการสำรวจที่มีแถวเป็นประเทศและคอลัมน์เป็นเมตริกทัศนคติ
ตารางเพิ่มเติมของข้อมูลการอนุมัติอุปกรณ์ทางการแพทย์ที่ใช้ AI ของ FDA ที่อ้างถึงในบทที่ 6 รวมถึงความเชี่ยวชาญ ประเภทอุปกรณ์ เส้นทาง 510(k)/PMA และองค์กรผู้สมัคร
ตารางข้อมูลอุปกรณ์ FDA ที่มีหลายคอลัมน์แอตทริบิวต์
รายการบรรณานุกรม A ถึง D สำหรับแหล่งที่มาทั้งหมดที่อ้างถึงใน AI Index 2026 โดยจัดรูปแบบตามรูปแบบการอ้างอิงทางวิชาการ พร้อมผู้แต่ง ชื่อเรื่อง สถานที่ตีพิมพ์ และปี
รูปแบบบรรณานุกรมสองคอลัมน์พร้อมรายการตามตัวอักษร
รายการบรรณานุกรม E ถึง H สำหรับแหล่งที่มาทั้งหมดที่อ้างถึงใน AI Index 2026
รูปแบบบรรณานุกรมสองคอลัมน์พร้อมรายการตามตัวอักษร
รายการบรรณานุกรม I ถึง L สำหรับแหล่งที่มาทั้งหมดที่อ้างถึงใน AI Index 2026
รูปแบบบรรณานุกรมสองคอลัมน์พร้อมรายการตามตัวอักษร
รายการบรรณานุกรม M ถึง P สำหรับแหล่งที่มาทั้งหมดที่อ้างถึงใน AI Index 2026
รูปแบบบรรณานุกรมสองคอลัมน์พร้อมรายการตามตัวอักษร
รายการบรรณานุกรม Q ถึง T สำหรับแหล่งที่มาทั้งหมดที่อ้างถึงใน AI Index 2026
รูปแบบบรรณานุกรมสองคอลัมน์พร้อมรายการตามตัวอักษร
รายการบรรณานุกรม U ถึง Z ที่รวบรวมรายการอ้างอิงทั้งหมดสำหรับ AI Index 2026 ตามด้วยแหล่งข้อมูลเว็บและการอ้างอิงแพลตฟอร์มข้อมูล
รูปแบบบรรณานุกรมสองคอลัมน์พร้อมรายการตามตัวอักษร ตามด้วยส่วนแหล่งข้อมูลเว็บ
กิตติกรรมประกาศสำหรับสมาชิกทีมวิจัย Stanford HAI ที่มีส่วนร่วมใน AI Index 2026 รวมถึงหัวหน้าทีมวิจัยสำหรับแต่ละบทและนักวิเคราะห์ข้อมูล
รายการกิตติกรรมประกาศที่มีโครงสร้างตามบท พร้อมชื่อผู้มีส่วนร่วมและบทบาท
กิตติกรรมประกาศสำหรับผู้มีส่วนร่วมภายนอก ผู้ให้บริการข้อมูล พันธมิตรด้านการสำรวจ (Ipsos, NetBase Quid, Lightcast) และผู้ตรวจสอบผู้เชี่ยวชาญที่ให้ข้อมูลหรือตรวจสอบร่างบท
รายการกิตติกรรมประกาศตามประเภทผู้มีส่วนร่วม พร้อมสังกัดองค์กร
รายชื่อสมาชิกคณะกรรมการที่ปรึกษา Stanford HAI AI Index ที่ให้คำแนะนำสำหรับรายงานปี 2026 พร้อมชื่อ ตำแหน่ง และสังกัดสถาบัน
รายชื่อสมาชิกคณะกรรมการที่ปรึกษาเรียงตามตัวอักษร พร้อมตำแหน่งและสังกัด
บทสรุปกรณีศึกษาเพิ่มเติมสำหรับเหตุการณ์ AI ที่สำคัญ 20 เหตุการณ์ในปี 2025 ที่ติดตามในฐานข้อมูล AIAAIC โดยให้บริบทโดยละเอียดนอกเหนือจากที่ปรากฏในบทที่ 3
การ์ดกรณีศึกษาในตารางสองคอลัมน์พร้อมชื่อเหตุการณ์ วันที่ หมวดหมู่ และบทสรุป
ข้อมูลสรุป AI โดยละเอียดสำหรับสหรัฐอเมริกาและแคนาดา ครอบคลุมผลผลิตด้าน R&D การลงทุน นโยบาย บุคลากร และเมตริกการนำไปใช้ พร้อมการเปรียบเทียบแบบปีต่อปี
การ์ดข้อมูลสรุปประเทศพร้อมแผนภูมิเรดาร์และตารางเมตริกหลัก
ข้อมูลสรุป AI โดยละเอียดสำหรับสหราชอาณาจักรและประเทศสำคัญในสหภาพยุโรป (เยอรมนี ฝรั่งเศส เนเธอร์แลนด์) ครอบคลุม R&D การลงทุน นโยบาย บุคลากร และเมตริกการนำไปใช้
การ์ดข้อมูลสรุปประเทศพร้อมแผนภูมิเรดาร์และตารางเมตริกหลัก
ข้อมูลสรุป AI โดยละเอียดสำหรับประเทศจีน ครอบคลุมผลผลิตด้าน R&D การลงทุนภาคเอกชน นโยบาย AI แห่งชาติ กลุ่มบุคลากร การเปิดตัวโมเดล และเมตริกการนำไปใช้ พร้อมการเปรียบเทียบแบบปีต่อปี
การ์ดข้อมูลสรุปประเทศพร้อมแผนภูมิเรดาร์ ตารางเมตริกหลัก และส่วนไฮไลต์นโยบาย
ข้อมูลสรุป AI โดยละเอียดสำหรับอินเดียและประเทศเศรษฐกิจ AI สำคัญในเอเชียตะวันออกเฉียงใต้ (สิงคโปร์ เกาหลีใต้ ญี่ปุ่น) ครอบคลุม R&D การลงทุน นโยบาย และเมตริกการนำไปใช้
การ์ดข้อมูลสรุปประเทศพร้อมแผนภูมิเรดาร์และตารางเมตริกหลัก
ข้อมูลสรุป AI สำหรับผู้เล่น AI หลักในตะวันออกกลาง (UAE, ซาอุดีอาระเบีย) และประเทศเศรษฐกิจ AI ที่กำลังเติบโตในแอฟริกา พร้อมข้อมูลการลงทุน AI กลยุทธ์ระดับชาติ และการพัฒนาบุคลากร
การ์ดข้อมูลสรุปประเทศพร้อมบทสรุปเมตริกหลักและไฮไลต์กลยุทธ์ระดับชาติ
ตารางที่ครอบคลุมผลลัพธ์เกณฑ์มาตรฐานทางเทคนิคของ AI สำหรับโมเดลและเกณฑ์มาตรฐานทั้งหมดที่อ้างถึงในบทที่ 2 โดยให้ข้อมูลทั้งหมดเบื้องหลังแผนภูมิและการเปรียบเทียบของบท
ตารางข้อมูลหลายคอลัมน์ขนาดใหญ่พร้อมแถวโมเดลและคอลัมน์คะแนนเกณฑ์มาตรฐาน
ตารางข้อมูลเพิ่มเติมเกี่ยวกับการลงทะเบียน โปรแกรม และการสำรวจสำหรับบทที่ 7 รวมถึงข้อมูลการลงทะเบียน CS ระดับสถาบัน และตารางไขว้การสำรวจคณาจารย์/นักศึกษาทั้งหมด
ตารางข้อมูลพร้อมแถวสถาบันและประชากร
ตารางข้อมูลการลงทุนโดยละเอียดที่ให้การแบ่งย่อยระดับบริษัท ระดับภาคส่วน และทางภูมิศาสตร์ของการลงทุน AI ภาคเอกชนสำหรับปี 2023-2025 ตามที่อ้างอิงในบทที่ 4
ตารางข้อมูลการลงทุนหลายระดับตามภูมิศาสตร์ ภาคส่วน และปี
ตารางข้อมูลเพิ่มเติมสำหรับการวิเคราะห์การตีพิมพ์งานวิจัยด้านความปลอดภัยของ AI ในบทที่ 3 รวมถึงโปรโตคอลการสืบค้น คำหลัก และจำนวนการตีพิมพ์ระดับสถานที่
ตารางข้อมูลการวิจัยด้านความปลอดภัยพร้อมการแบ่งย่อยตามสถานที่และปี
ตารางข้อมูลทางกฎหมายเพิ่มเติมสำหรับบทที่ 8 โดยให้จำนวนร่างกฎหมาย AI ระดับประเทศ โครงร่างการเข้ารหัสหัวข้อทางกฎหมาย และบทสรุปข้อกำหนดสำคัญสำหรับกฎหมาย AI ที่สำคัญ
ตารางข้อมูลทางกฎหมายพร้อมแถวประเทศและคอลัมน์หมวดหมู่ร่างกฎหมาย
ข้อมูลการอนุมัติอุปกรณ์การแพทย์ที่ใช้ AI ของ FDA ฉบับสมบูรณ์จนถึงปี 2025 ซึ่งเป็นส่วนเพิ่มเติมของบทที่ 6 โดยมีรายละเอียดระดับอุปกรณ์เกี่ยวกับความเชี่ยวชาญ ผู้สมัคร และเส้นทางการอนุมัติ
ตารางข้อมูลอุปกรณ์ FDA พร้อมคอลัมน์รายละเอียดทั้งหมด
เกี่ยวกับหน้าสำหรับ Stanford Human-Centered AI Institute: พันธกิจ ขอบเขตงานวิจัย คณาจารย์และผู้ร่วมงาน โครงการในเครือ และวิธีการมีส่วนร่วมในการวิจัยและกิจกรรมของ HAI
ภาพรวมสถาบันพร้อมรายการโปรแกรม HAI และข้อมูลการติดต่อ/การมีส่วนร่วม
ปกหลังของ AI Index 2026 ที่มีตราสินค้า Stanford HAI ชื่อรายงาน ISBN/DOI URL เว็บไซต์ (aiindex.stanford.edu) และบทสรุปสั้นๆ หนึ่งย่อหน้าเกี่ยวกับวัตถุประสงค์ของรายงาน
ปกหลังพร้อมตราสินค้าของรายงาน ย่อหน้าสรุป โลโก้ Stanford HAI และ URL
คำถามทั่วไปเกี่ยวกับสไลด์นี้และเนื้อหาการนำเสนอพื้นฐาน
รายงานดัชนี AI ของ Stanford HAI ปี 2026 เป็นฉบับที่ 9 ของการสำรวจประจำปีที่ครอบคลุมมากที่สุดเกี่ยวกับความก้าวหน้าของปัญญาประดิษฐ์ ซึ่งเผยแพร่โดยสถาบัน Human-Centered AI ของมหาวิทยาลัย Stanford รายงาน 423 หน้าครอบคลุมการวิจัยและพัฒนา AI เกณฑ์มาตรฐานประสิทธิภาพทางเทคนิค AI ที่มีความรับผิดชอบ ผลกระทบทางเศรษฐกิจ การประยุกต์ใช้ทางวิทยาศาสตร์ การแพทย์ การศึกษา นโยบายและการกำกับดูแล และความคิดเห็นของประชาชนทั่วโลก ทั้งหมดนี้อิงตามการวิเคราะห์ข้อมูลต้นฉบับและการแสดงภาพหลายร้อยรายการ
ข้อค้นพบที่สำคัญ ได้แก่ การลงทุน AI ภาคเอกชนของสหรัฐฯ สูงถึง \85.9 พันล้านในปี 2025 (เพิ่มขึ้นสามเท่าจากระดับปี 2022); ขณะนี้ AI agents สามารถแก้ไขปัญหาด้านวิศวกรรมซอฟต์แวร์จริงได้มากกว่า 50% บน SWE-bench; FDA อนุมัติอุปกรณ์ทางการแพทย์ที่ใช้ AI จำนวน 258 รายการในปี 2025; นักศึกษาวิทยาลัย 80% ใช้ generative AI สำหรับงานในชั้นเรียน; 46 ประเทศนำกลยุทธ์ AI ระดับชาติมาใช้; เหตุการณ์ AI ที่ติดตามโดย AIAAIC เพิ่มขึ้น 1,000% ตั้งแต่ปี 2019; และการห้ามการปฏิบัติที่เป็นข้อห้ามของ EU AI Act มีผลบังคับใช้ในเดือนกุมภาพันธ์ 2025
ดัชนี AI เผยแพร่โดยสถาบัน Human-Centered AI (HAI) ของมหาวิทยาลัย Stanford ซึ่งเป็นหนึ่งในศูนย์วิจัย AI ชั้นนำของโลก ขณะนี้อยู่ในฉบับประจำปีที่ 9 รายงานนี้จัดทำโดยทีมนักวิจัยที่มีคณะกรรมการที่ปรึกษาซึ่งประกอบด้วยนักวิทยาศาสตร์ AI ผู้กำหนดนโยบาย และผู้เชี่ยวชาญในอุตสาหกรรมชั้นนำ โดยอิงตามข้อมูลหลักจากแหล่งข้อมูลที่จัดตั้งขึ้นหลายสิบแห่ง รวมถึง Ipsos, NetBase Quid, Lightcast, FDA, WIPO และฐานข้อมูลสิ่งพิมพ์ทางวิชาการ ทำให้เป็นแหล่งอ้างอิงที่เชื่อถือได้สำหรับรัฐบาล บริษัท และนักวิจัยทั่วโลก
รายงานนี้มี 9 บท: (1) การวิจัยและพัฒนา การเปิดตัวโมเดล สิ่งพิมพ์ การปรับขนาดการคำนวณ (2) ประสิทธิภาพทางเทคนิค เกณฑ์มาตรฐานในด้านภาษา คณิตศาสตร์ การเขียนโค้ด วิทยาศาสตร์ มัลติโมดอล (3) AI ที่มีความรับผิดชอบ เหตุการณ์ อคติ ความปลอดภัย การกำกับดูแล (4) เศรษฐกิจ การลงทุน แรงงาน ผลิตภาพ การนำไปใช้ (5) วิทยาศาสตร์และ AI ชีววิทยา สภาพอากาศ วัสดุ ฟิสิกส์ (6) การแพทย์และ AI การวินิจฉัย อุปกรณ์ FDA การค้นพบยา (7) การศึกษา การลงทะเบียน การใช้ AI ของนักเรียน การสอนพิเศษ (8) นโยบายและการกำกับดูแล กลยุทธ์ระดับชาติ EU AI Act นโยบายของสหรัฐฯ (9) ความคิดเห็นของประชาชน ทัศนคติ ความไว้วางใจ ความวิตกกังวลทั่วโลก ส่วนหน้าประกอบด้วยบทสรุปสำหรับผู้บริหารพร้อมประเด็นสำคัญ 10 ประการ
ใช่ รายงานดัชนี AI ของ Stanford HAI เปิดให้ประชาชนทั่วไปเข้าถึงได้ฟรีที่ aiindex.stanford.edu รายงาน PDF ฉบับเต็ม 423 หน้า การแสดงภาพข้อมูลแบบโต้ตอบ และชุดข้อมูลพื้นฐานมีให้โดยไม่มีค่าใช้จ่าย ซึ่งสอดคล้องกับพันธกิจของ Stanford HAI ในการรับรองว่าผลประโยชน์และความเสี่ยงของ AI เป็นที่เข้าใจกันอย่างแพร่หลาย
ฉบับที่ 9 เป็นฉบับที่ครอบคลุมมากที่สุด โดยขยายขอบเขตให้ครอบคลุมส่วนใหม่ๆ เกี่ยวกับ AI ในวิทยาศาสตร์ (บทที่ 5) การแพทย์ (บทที่ 6) และบทที่อุทิศให้กับความคิดเห็นของประชาชน (บทที่ 9) ฉบับปี 2026 นำเสนอแนวคิดใหม่ๆ เช่น อธิปไตย AI (บทที่ 8) เพิ่มความครอบคลุมของการดำเนินการตาม EU AI Act ติดตามการระเบิดในการลงทุน generative AI และขยายชุดข้อมูลตามยาวกลับไปถึงปี 2010 ในบางกรณี ทำให้มีมุมมองทางประวัติศาสตร์ที่สมบูรณ์ยิ่งขึ้นเกี่ยวกับวิถีความก้าวหน้าของ AI มากกว่าฉบับก่อนหน้า
รายงานนี้มีการแสดงภาพข้อมูลต้นฉบับหลายร้อยรายการใน 423 หน้า รวมถึงแผนภูมิเส้นที่ติดตามความสามารถของ AI และแนวโน้มการลงทุนตั้งแต่ปี 2010-2025 แผนภาพกระจายที่เปรียบเทียบ AI กับประสิทธิภาพของมนุษย์ใน 30+ เกณฑ์มาตรฐาน แผนที่โลกที่แสดงกิจกรรม AI ทั่วโลก แผนภูมิพื้นที่ซ้อนกันของการเติบโตของสิ่งพิมพ์ เมทริกซ์การเปรียบเทียบความสามารถสำหรับโมเดลแนวหน้า ไทม์ไลน์นโยบาย การแบ่งย่อยข้อมูลการสำรวจตามประเทศและข้อมูลประชากร แนวโน้มการอนุมัติของ FDA และอื่นๆ อีกมากมาย แต่ละบทมีหมายเหตุและอ่านเพิ่มเติม และภาคผนวกมีตารางข้อมูลเสริมฉบับเต็ม
Create Your Own Slides
Turn your ideas into professional presentations in seconds with 2slides AI.
อ้างอิงการออกแบบมืออาชีพ เลือกสไตล์ของคุณ และสร้างสไลด์ด้วยการแสดงผลข้อความที่สมบูรณ์แบบ ขับเคลื่อนโดย Nano Banana—เริ่มสร้างการนำเสนอของคุณตอนนี้
เอเจนต์ AI ของคุณสำหรับสไลด์ ประหยัดเวลา เปล่งประกายเร็วขึ้นด้วยการสร้างงานนำเสนออัจฉริยะ
© 2026 2slides สงวนลิขสิทธิ์