Summio

Artikulo

AI Index 2026 Report: Mga Teknikal na Pagganap

Tingnan natin kung paano lumakas ang AI noong 2025: mula sa paningin hanggang sa mga robot. Spoiler: sobrang lakas na talaga, pero may mga pasikot-sikot pa rin.

21 min basahin

Available sa

Preview ng buod

AI sa 2026: Ang Buong Kwento Mula Stanford HAI

Uy mga boss! Kumusta naman kayo? Kwentuhan tayo tungkol sa AI. Alam niyo ba, parang ang bilis ng pagtakbo ng teknolohiyang 'to, 'no? Parang kahapon lang, nagugulat na tayo sa mga kaya niyang gawin, tapos ngayon, aba, parang nalalagpasan na niya tayo sa sarili nating mga laro! Ang Stanford HAI (Human-Centered Artificial Intelligence) ay naglabas ng kanilang taunang AI Index Report, at grabe, ang daming pasabog, lalo na sa technical side. Ito yung parang pinaka-puso ng AI – yung mismong performance niya, yung kakayahan niya. Hindi lang basta anong itsura niya sa labas, kundi yung mismong 'makina' niya kung paano gumagana. Kaya naman, samahan niyo ako sa malalimang pagtalakay na 'to. Maghanda kayo sa mga numero, mga paghahambing, at siyempre, mga 'di inaasahang discoveries. Titingnan natin kung paano nag-improve ang AI sa pagtingin (computer vision), pag-intindi ng lenggwahe (natural language processing), paggawa ng video, pag-iisip, at kahit sa pagkilos (robotics). Pag-uusapan din natin kung sino ang mga nagiging 'hari' sa larangan na 'to, bakit yung mga dating tests, parang hindi na epektibo, at saan pa rin nahihirapan ang AI. Sa madaling salita, buong-buo nating i-explore ang mundo ng cutting-edge AI, pero sa paraang madaling maintindihan, gaya ng dati nating nakasanayan.

Kabanata 1: Ang Simula – Saan na Tayo Narating?

Isipin niyo, parang nagtatayo tayo ng bahay. Ang report na 'to, parang inspeksyon sa construction site. Hindi tayo titingin sa kulay ng pintura sa dingding (baka 'yan yung public opinion o economics), kundi sa pundasyon, sa bakal, sa wiring – yung mga bagay na bumubuo talaga sa bahay. Sa kaso natin, ang tinutukan natin ay ang technical performance ng AI. Kung wala 'to, puro salita lang lahat. Noong 2025, nagpakita ang AI ng mga resulta na, sa tingin ko, kahit yung mga mismong nag-develop nito, hindi nila inaasahan. Hindi lang basta nag-improve ng konti, kundi parang binasag niya yung mga 'kisame' na siya rin mismo ang naglagay. At ito'y sa halos lahat ng aspeto: mula sa computer vision, hanggang sa robotics, pati na rin sa mga 'agents' na kayang kumilos nang mag-isa. Ang Pinaka-importanteng Mensahe: Ang AI ay umuunlad nang sobrang bilis, na nalalagpasan na niya yung mga paraan natin ng pagsukat sa kanya. Ito ay parehong nakakatuwa at medyo nakakabahala, dahil parang nawawalan tayo ng kontrol kung paano natin susukatin ang pag-unlad na 'to. Parang nagiging masyadong mabilis ang takbo ng karera para masundan natin.

Kabanata 2: Mga Pangunahing Punto – Ano ba Talaga ang Nangyari?

Diretso na tayo sa pinakamahalaga. Ano ba yung mga nangyari noong 2025 na nagpakaba (o nagpagaling ng loob) sa mga eksperto ng Stanford HAI? Punto 1: Nalalagpasan na ng AI ang mga Test na Ginawa Para sa Kanya. Ito siguro ang pinakamalaking takeaway. Naaalala niyo ba dati, sinusubukan nating ikumpara ang AI sa tao sa mga mahihirap na gawain? Ngayon, hindi lang nahabol ng AI ang tao, nalagpasan pa niya! Halimbawa, sa test na 'Humanity's Last Exam' – na sadyang ginawang mahirap para sa makina – yung mga pinakamagagaling na models, nagpakita ng 30% improvement sa loob lang ng isang taon! Para kang estudyante na mula sa grado na 'tres' ay biglang naging kampeon sa Olympics sa loob lang ng isang taon. Ang problema, yung mga tests na inaasahan nating tatagal ng ilang taon, nagiging 'saturated' na lang sa loob ng ilang buwan. Hindi na sila magagamit para masubaybayan ang totoong pag-unlad. Para kang sumusukat ng taas ng bata gamit ang lumang ruler na halos burado na ang marka. Punto 2: Nagiging Pantay-pantay na ang mga Top Models, Pero Mas Matindi ang Kompetisyon. Dati, may isang modelong nangingibabaw. Ngayon, marami na tayong nakikitang mga lider. Sa Elo rating (oo, parang sa chess, pero para sa AI, at tao ang nagra-rate sa 'Arena'), limang kumpanya – Anthropic, xAI, Google, OpenAI, Alibaba, at DeepSeek – ay halos magkakalapit na. Ang diperensya lang nila, ilang puntos na lang. Ibig sabihin, yung laban ay hindi na lang sa performance, kundi sa ibang aspeto na rin: sino ang mas mura, mas reliable, o mas bagay sa isang partikular na trabaho (tulad ng medisina o finance). Hindi na lang basta matalino, dapat matalino at abot-kaya. Punto 3: Lumalaki Ulit ang Agwat ng mga Closed-Source at Open-Source Models. Noong 2024, parang hinahabol na ng open-source models ang mga closed-source. Pero noong 2025, nabaliktad ulit. Ngayon, yung pinakamagagaling na closed-source models, mas magaling na sa pinakamagagaling na open-source models ng 3.3%. Sa Top 10 models sa 'Arena', anim ang closed-source. Masamang balita 'to para sa mga umaasa na magiging 'democratized' ang AI dahil sa open-source development. Mukhang yung mga pinaka-malaking breakthroughs, nasa kamay pa rin ng malalaking korporasyon. Punto 4: Nagiging Pantay na ang Geopolitical Rivalry ng US at China. Dati, madalas nating naririnig na mas lamang ang US sa AI development kumpara sa China. Pero noong 2025, nagbago ang sitwasyon. Nagpapalitan na sila ng pwesto sa rankings. Minsan, yung Chinese model na DeepSeek-R1, halos kapantay na ng best American model, tapos minsan, baliktad. Ngayon, yung top US model, mas lamang lang ng 2.7% sa Chinese model. Maliit na agwat lang 'to at pabago-bago. Mukhang pantay na ang laban sa 'AI arms race'. Punto 5: Nawawalan ng Tiwala sa mga Benchmarks, 'Niloloko' Na Sila. Ito yung diretsong resulta ng unang punto. Nalaman natin na yung mga errors sa sikat na tests, umaabot na sa 42%! Halimbawa, sa task na GSM8K (pag-solve ng math problems), sobrang dami ng maling tanong. At may

Kabanata 3: Mga Pangunahing Ideya – Ano ba Talaga ang Nasa Likod ng mga Numero?

Balikan natin yung mga puntos na 'yan para mas maintindihan natin kung ano ang ibig sabihin nito para sa atin, sa teknolohiya, at sa kinabukasan.

Ideya 1: Ang 'Bottleneck' ng Benchmarks

Isipin niyo, gusto ninyong malaman kung gaano kabilis tumakbo ang isang atleta. Maglalagay kayo ng sukatang distansya. Pero kung yung atleta ay sobrang bilis na halos wala nang oras para tumakbo, wala nang silbi ang pagsukat. Hindi mo na siya maikukumpara sa iba pang kasing bilis niya. Ganito rin ang nangyayari sa AI. Yung mga benchmarks tulad ng MMLU (Massive Multitask Language Understanding) o GSM8K (Grade School Math 8K) ay ginawa para magamit ng ilang taon. Pero natutunan na ng mga models na sagutin ang mga tanong dito nang napakahusay kaya nagiging 'saturated' na sila. Ibig sabihin, halos lahat ng top models, maximum points na ang nakukuha. Kaya hindi na natin magagamit ang mga tests na 'to para malaman kung alin ang mas magaling na model. Problema: Paliit nang paliit ang 'window of usefulness' ng mga benchmarks. Yung mga tests na inaasahang tatagal, naluluma na lang sa loob ng ilang buwan. Epekto: Mahirap nang maging objective sa pagkumpara ng mga models, mahirap masubaybayan ang totoong pag-unlad. Para kang sumusubok husgahan ang kalidad ng alak base sa label na kupas na. Ano ang Gagawin? Kailangan natin ng mga bago, mas kumplikado, at mas dinamikong tests. Baka yung mga tests na nag-a-adjust sa level ng model, o kaya naman yung mga tests na sumusubok hindi lang sa kaalaman, kundi sa kakayahang mag-isip at mag-adjust sa totoong sitwasyon.

Ideya 2: 'Jagged Intelligence' – Ang Matalino pero May Kapintasan

Isa 'to sa pinaka-interesanteng konsepto na binanggit sa report. 'Jagged intelligence' – ibig sabihin, ang AI ay pwedeng sobrang galing sa isang bagay, pero wala talagang magawa sa isa pang bagay na tila mas madali. Halimbawa mula sa report: Yung Gemini Deep Think model, nanalo ng gold medal sa International Math Olympiad (IMO) noong 2025. Malaking achievement 'to, nangangailangan ng malalim na mathematical knowledge at logic. Nasagot niya ang mga problema sa tamang oras, gamit ang natural language. Noong 2024, yung ibang model, silver medal lang. Kitang-kita ang pag-unlad. Pero! Sa test na ClockBench, na sumusubok sa kakayahan ng model na malaman ang oras sa analog clock, yung model na 'to (o katulad niyang top model) ay 50.6% lang ang nakuha. Kumpara sa tao na 90.1% ang nagagawa. Nakakagulat, 'di ba? Paano nangyayari 'to? Dahilan: Ang mga models ay tinuturuan gamit ang napakaraming data, pero pwedeng hindi balanced ang mga datos na 'to. Yung mga math problems, structured data 'yan, may malinaw na rules at logic. Yung pagtingin sa oras sa analog clock, kailangan hindi lang image recognition (yung mukha ng orasan, mga kamay), kundi pati spatial reasoning, pag-intindi sa relative position ng mga kamay, at baka pati 'intuition' na wala pa sa AI. Konklusyon: Ang AI ay wala pang universal, parang sa tao, na intelligence. Mas marami siyang set ng napakalakas na 'tools', pero limitado lang sa specific na gamit. Importante 'to maintindihan kapag pinag-uusapan natin ang 'Artificial General Intelligence' (AGI).