مرور هوش مصنوعی ۲۰۲۵ و چشم‌انداز ۲۰۲۶

صادقانه‌ترین جمع‌بندی هوش مصنوعی در ۲۰۲۵ این نیست که «بالغ شد». قابلیت‌ها بهتر شدند، محصولات عاملی گسترش یافتند، رابط چندوجهی آسان‌تر شد و سرمایه‌گذاری زیرساخت به مسئله‌ای راهبردی بدل گشت. هم‌زمان قابلیت اطمینان نابرابر ماند، رشد بنچمارک خودکار به ارزش کاری تبدیل نشد و نخستین تعهدات عملیاتی یک مقررات مهم اجرا شد.

این مرور چهار چیز را که متن‌های پایان سال مخلوط می‌کنند جدا نگه می‌دارد: رویداد مشاهده‌شده در ۲۰۲۵، استاندارد و قانون لازم‌الاجرا، پژوهش منتشرشده و پیش‌بینی برای ۲۰۲۶. به‌روزرسانی ۳۰ ژوئیه ۲۰۲۶ برای پیش‌بینی‌ها کارنامه می‌افزاید؛ تحول بعدی را طوری بازنویسی نمی‌کند که گویی در ۳۱ دسامبر ۲۰۲۵ معلوم بوده است.

۱. چارچوب شواهد: چه چیزی نقطه عطف ۲۰۲۵ است؟

نقطه عطف باید تاریخ عمومی قابل تأیید و اهمیتی فراتر از اعلام یک محصول داشته باشد. عرضه نشان می‌دهد قابلیت ارائه شده، نه اینکه فراگیر یا برای تولید امن است. بنچمارک عملکرد را در شرایط تعریف‌شده نشان می‌دهد، نه صلاحیت در سازمان ناآشنا. سرمایه‌گذاری تعهد را نشان می‌دهد، نه بازده را.

شاخص هوش مصنوعی استنفورد ۲۰۲۵ شواهد گسترده‌ای درباره عملکرد، سرمایه‌گذاری، پذیرش، آموزش، سیاست و نگرش عمومی می‌دهد. بسیاری ارقام، داده پیش از انتشار را توصیف می‌کنند؛ دوره هر نمودار مهم است. آن را منبع اندازه‌گیری می‌دانیم، نه پیشگو. این انضباط نمی‌گذارد «۲۰۲۵» ظرف همه روندهای نزدیک آن شود.

۲. رویداد تأییدشده: مدل‌ها در آزمون‌های دشوارتر بهتر شدند

شاخص هوش مصنوعی پیشرفت چشمگیر در بنچمارک‌های سخت چندوجهی، پرسش علمی و نرم‌افزار را ثبت کرد. در محصول، متن، تصویر، صدا و ویدئو بیشتر پشت یک رابط مشترک ظاهر شدند. این تغییر واقعی در کاربرد بود: گردش کار می‌توانست سند را استخراج، تصویر را بحث، صدا را پیاده و خروجی را پیش‌نویس کند بی‌آنکه کاربر برای هر مرحله مدل جدا انتخاب کند.

محدودیت، ثبات بود. مدل می‌توانست پرسش دشوار را حل و دستور ساده را خراب کند، شاهد جعلی بیاورد یا در کار طولانی جزئیات مهم را از دست بدهد. آلودگی بنچمارک، تغییر پرامپت، ابزار کمکی و گزارش گزینشی مقایسه را دشوار کرد. تیم تولید به ارزیابی ویژه وظیفه نیاز داشت. راهنمای ارزیابی مدل مرزی توضیح می‌دهد چرا قابلیت، قابلیت اطمینان، ایمنی، هزینه و تأخیر باید جدا سنجیده شوند.

۳. پژوهش تأییدشده: عامل‌ها کارهای محدود طولانی‌تری انجام دادند

در ۲۰۲۵ «عامل» نام رایج سامانه‌ای شد که برنامه می‌ریزد، ابزار فرا می‌خواند، نتیجه را می‌بیند و چند مرحله ادامه می‌دهد. پژوهش توانایی هوش مصنوعی برای تکمیل کار طولانی معیار افق زمانی تکمیل ۵۰درصدی را بر اساس زمان کار متخصص انسانی پیشنهاد کرد و روندی به‌سوی تکمیل کار نرم‌افزاری و استدلالی طولانی‌تر گزارش داد.

این شواهد پیشرفت در توزیع همان مطالعه است، نه اثبات کارمند خودمختار. کارها نسبتاً مشخص و قابل‌اندازه‌گیری بودند. کار واقعی اولویت متغیر، زمینه ضمنی سازمان، محدودیت دسترسی، داوری بین‌فردی و پیامدی دارد که پس از شکست قابل بازنشانی نیست. درس تولید، محدودکردن عامل بود: ابزار دامنه‌دار، حداقل اختیار، ایست بازرسی، لاگ پایدار، سقف هزینه و تأیید انسان برای اقدام پیامددار.

۴. تغییر بازار تأییدشده: محصول عاملی سریع‌تر از تضمین رشد کرد

در ۲۰۲۵ فروشندگان استفاده از رایانه، مرورگر، اجرای کد، بازیابی و هماهنگی گردش کار افزودند. تغییر مهم معماری بود: خروجی مدل از پیش‌نویس قابل مشاهده به پیشنهاد یا اقدام اجراشده در سامانه دیگر رفت. هم ارزش بالقوه و هم شعاع آسیب خطا بزرگ‌تر شد.

بسیاری نمایش‌ها واقعی بودند، اما ادعای خودمختاری عمومی پیش‌بینی‌ای در لباس محصول بود. آمادگی به محیط وابسته بود. عامل کدنویسی در مخزن آزموده با بازبینی و بازگشت می‌توانست مفید باشد؛ عامل انتقال پول، تماس با مشتری یا تغییر زیرساخت به مجوز و تطبیق قوی نیاز داشت. عامل‌های مهندسی نرم‌افزار هوش مصنوعی شرایط محدود ارزیابی را نشان می‌دهد. «عاملی» الگوی تعامل بود، نه گواهی بلوغ.

۵. رویداد تأییدشده: چندوجهی‌بودن به انتظار رابط تبدیل شد

تا پایان سال کاربر بیشتر انتظار داشت دستیار رسانه ترکیبی بپذیرد و خروجی ساختاریافته بدهد. پیشرفت مهم نه برابری قابلیت اطمینان همه وجه‌ها، بلکه امکان ترکیب آسان‌تر آنها بود. عملیات سند، جلسه، دسترس‌پذیری، بازرسی، ابزار خلاق و خدمت مشتری رابط‌های تازه‌ای یافتند.

خطر نیز ملموس شد. رسانه مصنوعی می‌توانست شخص یا رخداد را نادرست نمایش دهد. مدل بینایی ممکن بود شاهد کوچک اما تعیین‌کننده را نبیند. گفتار با نویز، لهجه و زبان تغییر می‌کرد. تصویر و سند می‌توانست دستور مخرب برای عامل حمل کند. منشأ، آزمون ویژه هر وجه، برخورد امن با محتوای نامطمئن و تمایز روشن میان تصویر تولیدی و مدرک مستند لازم شدند.

۶. رویداد تأییدشده: اقتصاد استقرار از قیمت مدل فراتر رفت

سازمان فهمید قیمت توکن یا API فقط یک ردیف هزینه است. بازیابی، ذخیره، مشاهده‌پذیری، بازبینی امنیت، آماده‌سازی داده، تأیید انسان، اجرای شکست‌خورده، مدیریت فروشنده و کنترل تغییر گاهی غالب بودند. مدل کوچک و مسیردهی مهم شد زیرا هر درخواست به سامانه مرزی نیاز نداشت.

واحد مفید به هزینه هر نتیجه موفق و تأییدشده تبدیل شد. مدل ارزان با دوباره‌کاری گران‌تر بود؛ مدل گران برای کار کمیاب و پرارزش توجیه داشت اما برای طبقه‌بندی روزمره نه. تأخیر و ظرفیت در اوج تقاضا نیز مهم شدند. معماری به سبد مدل، کش، نرم‌افزار قطعی برای قواعد ثابت و پشتیبان صریح رفت، نه یک مدل برای همه‌جا.

۷. محدودیت تأییدشده: انرژی و زیرساخت به مسئله هیئت‌مدیره بدل شد

گزارش ۲۰۲۵ آژانس بین‌المللی انرژی با عنوان انرژی و هوش مصنوعی تقاضای برق مرکز داده و ظرفیت هوش مصنوعی برای بهینه‌سازی انرژی را بررسی کرد. گزارش پیش‌بینی مدل‌شده را از مشاهده جاری جدا و بر عدم‌قطعیت، شبکه، تأمین، امنیت، انتشار و استطاعت تأکید کرد. این اصلاحی برای دو افراط بود: هوش مصنوعی نه نرم‌افزار بی‌انرژی است و نه خودکار راه‌حل اقلیم.

درس فوری ۲۰۲۵ اندازه‌گیری بود. بار، مکان، سخت‌افزار، بهره‌برداری، انتخاب مدل و طول پاسخ مصرف را تغییر می‌دهند. راهنمای رایانش آگاه از انرژی ابزار و زمان‌بندی را توضیح می‌دهد. ادعای کارایی به مرز و مخرج روشن نیاز دارد؛ کاهش انرژی هر پرسش می‌تواند همراه رشد استفاده، مصرف کل را بالا ببرد.

۸. قانون تأییدشده: اجرای مرحله‌ای قانون هوش مصنوعی اتحادیه اروپا آغاز شد

کمیسیون اروپا اعلام کرد در ۲ فوریه ۲۰۲۵ نخستین قواعد قانون هوش مصنوعی اجرا شدند: تعریف سامانه، مقررات سواد هوش مصنوعی و مجموعه محدودی از کاربردهای ممنوع. تعهدات دیگر زمان‌بندی خود را داشتند. این اجرای مرحله‌ای قانون بود، نه نشانه حل همه استاندارد فنی یا پرسش اجرایی.

سازمان به فهرست سامانه، نقش، حوزه قضایی، کاربرد، ارائه‌دهنده، بهره‌بردار، افراد متأثر و وابستگی قراردادی نیاز داشت. «از API مدل استفاده می‌کنیم» دامنه و مسئولیت را روشن نمی‌کرد. تیم باید تغییر بعدی و راهنمای رسمی را پیگیری کند، نه به جدول زمانی کپی‌شده در دسامبر ۲۰۲۵ بسنده کند. نقطه عطف، اجباری‌شدن حاکمیت عملیاتی در زمینه‌های مشخص بود.

۹. راهنمای تثبیت‌شده: مدیریت ریسک باید عملیاتی می‌شد

پروفایل هوش مصنوعی مولد NIST پیش از ۲۰۲۵ منتشر شد اما در طول سال برای اعمال چارچوب مدیریت ریسک بر سامانه مولد مرجع مفیدی بود. این راهنمای داوطلبانه است، نه قانون. ارزش آن ساختاربندی ریسک و اقدام در حاکمیت، نگاشت، اندازه‌گیری و مدیریت است.

تیم بالغ اصول را به دارایی تبدیل کرد: کارت سامانه، سابقه داده، مجموعه ارزیابی، مسیر حادثه، ماتریس تأیید، سیاست دسترسی، مدرک فروشنده و آستانه پایش. برنامه نابالغ متن سیاست بدون شاهد کنترل ساخت. کمیته هوش مصنوعی فقط وقتی مفید بود که بتواند انتشار را متوقف، لاگ را دریافت، اصلاح را واگذار و بسته‌شدن آن را تأیید کند.

۱۰. چه چیزی در ۲۰۲۵ برای تولید آماده نشد؟

کار دانشی عمومی کاملاً خودمختار به کالایی قابل اتکا تبدیل نشد. عامل طولانی همچنان خطای زنجیره‌ای، ابزار شکننده، فراموشی زمینه، بازیابی ضعیف و ناتوانی در تشخیص ابهام خود کار داشت. «کارمند هوش مصنوعی» عمومی استعاره محصول ماند، نه نقش عملیاتی با عملکرد پایدار و قابل تأیید.

همچنین ادعای حذف سوگیری، حل خیال‌پردازی، دفاع خودکار سایبری یا تضمین بهره‌وری بی‌مدرک بود. برخی سامانه محدود ارزش ساختند؛ بعضی مطالعه سود و بعضی اثر خنثی یا منفی را برای کاربر و وظیفه متفاوت یافتند. آمادگی باید با خط مبنا، آزمون کنترل‌شده، بازبینی کیفیت و نتیجه پایین‌دست در همان سازمان ثابت شود، نه از یادداشت انتشار مدل.

۱۱. پیش‌بینی پایان سال: ۲۰۲۶ سال صفحه کنترل می‌شود

پیش‌بینی دسامبر ۲۰۲۵ این بود که مزیت از دسترسی به مدل قوی به صفحه کنترل اطراف آن منتقل می‌شود: هویت، مجوز، قرارداد ابزار، مرز حافظه، ارزیابی، مشاهده‌پذیری، تأیید و پاسخ حادثه. سازمان سبد کوچک‌تری از گردش‌های اداره‌شده را به آزمایش بی‌مهار ترجیح می‌دهد.

وضعیت در ۳۰ ژوئیه ۲۰۲۶: تأییدشده اما ناتمام. ابزار عامل و تعامل‌پذیری جلو رفت و تیم امنیت بر مجوز ابزار و حمله واسطه پرامپت تمرکز کرد. بااین‌حال بسیاری سامانه تولید هنوز ارزیابی پیامد و رد پای پایدار نداشتند. این پیش‌بینی جهت را نشان داد، نه پذیرش همگانی. اولویت نیمه دوم ۲۰۲۶ همچنان فهرست و شاهد کنترل بود.

۱۲. پیش‌بینی پایان سال: مدل کوچک و تخصصی مهم‌تر می‌شود

پیش‌بینی می‌گفت مدل روی دستگاه، خصوصی، دامنه‌ای و کم‌هزینه نقش بیشتری می‌گیرد و مسیردهی فقط موارد دشوار را به مدل مرزی می‌فرستد. مبنا اقتصاد استقرار، حریم خصوصی، تأخیر و این مشاهده بود که کار ثابت اغلب از تخصص بیش از عمومیت سود می‌برد.

وضعیت در ۳۰ ژوئیه ۲۰۲۶: تأییدشده. معماری محصول انتخاب مدل را متغیر طراحی کرد. اما «کوچک» خودکار امن، منصف یا ارزان نبود. مدل محلی به وصله، منشأ، ارزیابی و ظرفیت سخت‌افزار نیاز داشت. مدل تخصصی می‌توانست بر محیط باریک بیش‌برازش کند. الگوی موفق، هدف خدمت قابل‌اندازه‌گیری و پشتیبان صریح بود، نه وفاداری به یک اندازه.

۱۳. پیش‌بینی پایان سال: مقررات و تضمین نقشه راه را شکل می‌دهند

پیش‌بینی این بود که فهرست هوش مصنوعی، سواد، مستندات، ارزیابی و مدیریت ارائه‌دهنده به کار تحویل تبدیل شوند، نه پس‌نوشت حقوقی. پیش‌بینی نمی‌کرد یک چارچوب جهانی شکل بگیرد یا همه تاریخ‌ها ثابت بمانند.

وضعیت در ۳۰ ژوئیه ۲۰۲۶: قویاً تأییدشده، با جزئیات متحرک. تیم چندحوزه‌ای با قواعد مرحله‌ای، تعهد بخشی، کار استاندارد و راهنمای رسمی تازه روبه‌رو شد. ثبت مقررات تاریخ‌دار و مشاوره صلاحیت‌دار برای کاربرد واقعی لازم است. ادعای انطباق باید ابزار، نقش، دامنه، نسخه و شاهد را نام ببرد؛ «سازگار با قانون هوش مصنوعی» به‌تنهایی مبهم است.

۱۴. دستورکار بهتر برای ادامه ۲۰۲۶

چند تصمیم محدود و قابل تأیید انتخاب کنید. گردش فعلی، خطا و کار انسانی را بسنجید. مجموعه ارزیابی از پرونده واقعی بسازید، شکست دشوار را حفظ و هر تغییر مدل یا پرامپت را روی آن آزمایش کنید. برای عامل هویت یکتا و اختیار وظیفه‌محور بگذارید. تولید پیش‌نویس را از اجرا جدا و بازگشت و مسیر دستی تمرین‌شده فراهم کنید.

کیفیت پیامد، استثنا، بار بازبینی انسان، رخداد امنیت، عملکرد گروه، تأخیر، هزینه تأییدشده و منابع را گزارش دهید. برای سامانه پرپیامد نقد مستقل بخواهید. نقطه عطف پایدار ۲۰۲۵ یک انتشار نبود؛ پایان بهانه «برای حاکمیت خیلی تازه است» بود. تا میانه ۲۰۲۶ سریع‌ترین یادگیرندگان می‌توانستند نمایش، آزمایش، خدمت کنترل‌شده تولید و پیش‌بینی را از هم جدا کنند.

یادداشت منابع

منابع و پیوندها در ۳۰ ژوئیه ۲۰۲۶ بازبینی شدند: شاخص هوش مصنوعی ۲۰۲۵ Stanford HAI؛ پژوهش اصیل به‌رهبری METR درباره افق تکمیل کار؛ گزارش ۲۰۲۵ انرژی و هوش مصنوعی آژانس بین‌المللی انرژی؛ اعلام کمیسیون اروپا درباره نخستین مقررات لازم‌الاجرای قانون هوش مصنوعی؛ و پروفایل هوش مصنوعی مولد NIST. تاریخ و دامنه در متن آمده‌اند. کارنامه پیش‌بینی ارزیابی تحریریه براساس شواهد تا تاریخ بازبینی است، نه ادعای پذیرش همگانی یا مشاوره سرمایه‌گذاری.