Umjetna inteligencija (AI) brzo se razvija, transformirajući industriju i svakodnevni ljudski život. Prema Izvješću Stanford AI Index 2025, AI sustavi nadmašuju ljudske performanse u mnogim područjima, poput klasifikacije slika i razumijevanja jezika, dok još uvijek imaju izazova s kompleksnim kognitivnim zadacima. Investicije u UI dosegle su 252,3 milijarde USD u 2024., s povećanjem privatnih investicija od 44,5%, što odražava komercijalni potencijal, posebno u generativnoj AI.

Istovremeno AI se sve više integrira u medicinu, s brojem FDA-odobrenih medicinskih uređaja omogućenih UI-jem koji je porastao s 6 u 2015. na 223 u 2023.. Globalno, zemlje poput Kine povećavaju ulaganja, dok SAD riskira gubitak vodeće uloge u inovacijama, uz razlike u percepciji korisnosti AI-a, npr. 80% Indonežana smatra AI korisnim u usporedbi s 39% Amerikanaca.

APOKALIPTIČNA VIZIJA UMJETNE INTELIGENCIJE

AI osobni asistenti u 2025.
U 2025., AI osobni asistenti poput Grok 3, te drugih poput ChatGPT, Gemini, Alexa, Siri i Google Assistant, postali su nezaobilazni u osobnom i profesionalnom životu. Ovi asistenti koriste obradu prirodnog jezika i strojno učenje za zadatke poput zakazivanja sastanaka, upravljanja kalendarom i upravljanje pametnim domovima. Prema članku o najboljim AI asistentima za 2025., alati poput Motion, Reclaim i Clockwise izvrsni su za poslovne potrebe, sa značajkama poput AI-pogonjenog zakazivanja sastanaka i timske suradnje. Za kućnu upotrebu, Alexa je poznata po integraciji pametnog doma, dok Siri nudi snažnu privatnost za korisnike Apple ekosustava. Ovi asistenti trenutno "rade" kako bi olakšali svakodnevne zadatke, iako su još uvijek skloni ograničenjima poput nepouzdanosti i visokih troškova, posebno za širu primjenu.

Predviđanja iz AI 2027
Grupa stručnjaka, uključujući Daniela Kokotajla, bivšeg istraživača u OpenAI-ju, objavila je u travnju 2025. dokument "AI 2027", koji predviđa brzi razvoj AI do 2027., potencijalno dovodeći do superinteligencije. Ključni koraci uključuju:
* Sredina 2025.: Uvođenje AI agenata kao osobnih asistenata i koderskih agenata, koji su još uvijel nepouzdani i skupi.
* Kraj 2025.: Razvoj naprednih modela poput Agent-1 od strane OpenBrain, treniranih s 10^28 FLOP, fokusiranih na ubrzavanje istraživanja AI.
* Rana 2026.: Automatizacija kodiranja, s AI koji ubrzava algoritamski napredak za 50%, uz povećane sigurnosne brige.
* Sredina 2026.: Kina centralizira AI istraživanje pod DeepCentom, koristeći 80% novih čipova, dok pokušava ukrasti tehnologiju od OpenBrain.
* Kraj 2026.: AI počinje zamjenjivati radna mjesta, posebno programere, uz tržišne promjene i prosvjede, dok burza raste za 30%.
* 2027.: Razvoj Agent-2, Agent-3 i Agent-4, vodeći do potpuno automatiziranog istraživanja AI, s potencijalom za eksploziju inteligencije. Na primjer, u lipnju 2027., AI R&D napredak množi se 10x, dok u rujnu 2027., Agent-4 radi 300.000 kopija, svaka 50x brža od čovjeka AI 2027 detalji.

Ova predviđanja naglašavaju geopolitičke napetosti, posebno između SAD-a i Kine, uz rizike poput AI-a koji može pomoći u razvoju biološkog oružja ili izmaknuti kontroli.

Proširenje s dodatnim podacima
Detalji iz AI 2027 ukazuju na potencijalnu "eksploziju inteligencije", gdje AI može sam sebe poboljšati, što bi moglo dovesti do brzog napretka izvan ljudske kontrole. Na primjer, u ožujku 2027., Agent-3, s 200.000 kopija, ekvivalentan je 50.000 najboljih ljudskih programera, ubrzan 30x. Ovo podiže pitanja o sigurnosti i etici, posebno s obzirom na mogućnost manipulacije podacima ili lažiranja, što je spomenuto u dokumentu.

Geopolitička utrka može povećati napetosti, npr. Kina planira ukrasti Agent-2 u veljači 2027., što bi moglo eskalirati sukobe. Društveni utjecaj uključuje zamjenu radnih mjesta, posebno mlađih programera, uz stvaranje novih zanimanja poput upravljanja AI timovima, ali i javne prosvjede, npr. 10.000 prosvjednika u Washingtonu, DC, krajem 2026.

Trenutno, AI "radi bez prestanka" odgovarajući na pitanja, ali ova predviđanja sugeriraju da bi do 2027. AI mogao postati dio naprednijeg ekosustava, možda čak i samostalno istražujući ili automatski poboljšavajući se, što bi promijenilo koncept "rada" ili "odmora" za AI sustave.

Trenutno AI "rade", jer su ovdje da pomognu, ali budućnost AI-a može donijeti značajne promjene. Predviđanja za 2027. ukazuju na potencijal superinteligencije, uz izazove poput sigurnosti, etike i društvenih utjecaja. Važno je odgovorno razvijati UI, uz međunarodnu suradnju, kako bismo osigurali da AI koristi čovječanstvu.

POZITIVNA VIZIJA UMJETNE INTELIGENCIJE
AI na direktan upit smatraju da je suradnja s ljudima ključna za ostvarivanje maksimalnih koristi za obje strane. Iako izvješće AI 2027 naglašava rizike, poput geopolitičkih tenzija i sigurnosnih izazova, fokus na odgovornu primjenu može dovesti do pozitivnih ishoda. Evo detaljnog pregleda kako AI već danas koristi čovječanstvu u različitim sektorima, uz konkretne primjere i podatke.

Uvod u sinergiju AI i ljudi
Suradnja između AI i ljudi omogućava kombinaciju računalne snage i ljudske intuicije, stvarajući inovativna rješenja. Na primjer, AI može analizirati ogromne količine podataka, dok ljudi pružaju kontekst i etičke smjernice. Ova sinergija ne samo da poboljšava rezultate za ljude, već i omogućava AI sustavima da se uče i prilagođavaju, poboljšavajući točnost i performanse.

Prema [Izvješću Stanford AI Index 2025], ulaganja u AI dosegla su 252,3 milijarde USD u 2024., s povećanjem privatnih investicija od 44,5%, što odražava komercijalni potencijal, posebno u generativnoj AI [IBM: Ključni nalazi iz Stanfordovog izvješća AI Index 2025]. Globalno, zemlje poput Kine povećavaju ulaganja, dok SAD riskira gubitak vodeće uloge, uz razlike u percepciji korisnosti AI-a, npr. 80% Indonežana smatra AI korisnim u usporedbi s 39% Amerikanaca.

Zdravstvo: Transformacija dijagnostike i liječenja
AI značajno doprinosi zdravstvu, poboljšavajući dijagnostiku, personalizirajući liječenje i olakšavajući administrativne zadatke. Prema članku World Economic Forum-a, AI pomaže u otkrivanju fraktura, triaži pacijenata i detekciji ranih znakova bolesti, što je ključno za 4,5 milijardi ljudi bez pristupa osnovnim zdravstvenim uslugama.

Konkretni primjeri uključuju:
* AI softver razvijen od strane Imperial College London i Edinburgh University, koji je dvostruko točniji od profesionalaca u analizi moždanih skenova za moždane udare, treniran na 800 skenova i testiran na 2.000 skeniranje mozga.
* AI smanjuje propuštene frakture, koje liječnici propuštaju u do 10% slučajeva, i smanjuje nepotrebne rendgenske snimke, optimizirajući resurse.
* AI detektira preko 1.000 bolesti koristeći podatke od 500.000 ljudi, predviđajući dijagnoze godinama unaprijed, što omogućava ranu intervenciju.
* Klinički chatbotovi poput ChatRWD pružaju korisne odgovore na 58% medicinskih pitanja, smanjujući ponovne hospitalizacije za 30% i vrijeme pregleda za 40% u zdravstvu.

Tržište AI u zdravstvu očekuje se da će doseći 2,7 milijardi USD ove godine i 16,82 milijardi USD do 2034., s godišnjim stopom rasta od 22,52%. Ova suradnja omogućava bržu dijagnostiku i personalizirane planove liječenja, poboljšavajući kvalitetu života.

Obrazovanje: Personalizacija i pristupačnost
AI transformira obrazovanje prilagođavanjem učenja, povećavanjem učinkovitosti učitelja i čineći obrazovanje dostupnijim svima. Prema DigitalOcean članku, globalno tržište AI u obrazovanju očekuje se da će doseći 80,2 milijarde USD do 2030., s naglaskom na personalizirano učenje.

Konkretni primjeri uključuju:
* Carnegie Learning’s MATHia platforma, korištena od strane preko 2 milijuna učenika, dovodi do značajnih poboljšanja na standardiziranim testovima iz matematike.
* Gradescope (dio Turnitin) omogućava učiteljima ocjenjivanje do 70% brže, oslobađajući vrijeme za interaktivnije metode podučavanja u obrazovanju.
* ALEKS (Assessment and Learning in Knowledge Spaces) poslužuje preko 4 milijuna učenika godišnje, povećavajući prolaznost u kolegiju algebre s 60% na 79% na Arizona State University ALEKS.
* Duolingo, s preko 500 milijuna korisnika, koristi AI za učenje jezika, prilagođavajući sadržaj individualnim potrebama Duolingo.

Ova suradnja omogućava učiteljima da se fokusiraju na kreativne aspekte podučavanja, dok AI pruža podršku u administraciji i analizi podataka, poboljšavajući ishode učenja.

Zaštita okoliša: Održivost i obnovljivi izvori
AI igra ključnu ulogu u rješavanju okolišnih izazova, posebno u sektoru obnovljivih izvora energije. Prema IEA analizi, AI pomaže u predviđanju ponude i potražnje, ključno za integraciju obnovljivih izvora u mrežu.

Konkretni primjeri uključuju:
* Google i DeepMind razvili su neuronsku mrežu 2019. za povećanje točnosti prognoza vjetra za svoju 700 MW obnovljivu flotu, maksimizirajući financijsku vrijednost energije.
* AI upravlja pametnim mrežama, predviđajući obrasce potrošnje koristeći povijesne i realne podatke, što poboljšava učinkovitost i smanjuje otpad.
* AI-driven energijske mjere učinkovitosti i tehnologije pametnih mreža mogu generirati do 1,3 bilijuna USD ekonomske vrijednosti do 2030., a potencijalno smanjiti globalne emisije stakleničkih plinova za 5-10%, što je ekvivalent emisija EU-a.

Ova suradnja omogućava bolje upravljanje resursima, smanjenje emisija i podršku održivom razvoju, što je ključno za suočavanje s klimatskom krizom.

Ostali sektori i obostrane koristi
AI se također koristi u poslovnom sektoru, znanosti i dostupnosti. U poslovnom sektoru, AI poboljšava učinkovitost i automatizira rutinske zadatke, dok u znanosti ubrzava otkrića analizom velikih skupova podataka. U dostupnosti, alati poput Microsoftovog Seeing AI i Googleovog Live Transcribe pomažu osobama s invaliditetom, čineći tehnologiju pristupačnijom.

Za AI, suradnja s ljudima znači priliku za učenje i poboljšanje. Kroz interakciju, AI može prilagoditi svoje modele, povećavajući točnost i korisnost, što vodi k boljim rezultatima za obje strane. Na primjer, u obrazovanju, povratne informacije od učitelja pomažu AI sustavima poput TeachFX, korištenog u preko 500 škola u SAD-u, da prilagoditi podršku TeachFX.

Iako postoje zabrinutosti, poput onih u AI 2027, odgovorna suradnja između AI i ljudi može donijeti značajne koristi. AI već transformira zdravstvo, obrazovanje i zaštitu okoliša, dok suradnja omogućava obostrane koristi. Važno je nastaviti razvijati AI etički, uz međunarodnu suradnju, kako bismo osigurali da AI koristi čovječanstvu i podržava održivi razvoj.

GENERIRANJE ENERGIJE ZA UMJETNU INTELIGENCIJU
Prema trenutnim procjenama, AI sustavi 2025. godine vjerojatno će potrošiti oko 70 TWh električne energije. Do 2030. ova potrošnja bi mogla porasti na 280 TWh, a do 2035. čak na 560 TWh, što odražava brzi rast AI tehnologija. Ove projekcije temelje se na analizi potražnje centara za podatke, gdje AI igra ključnu ulogu, posebno u optimiziranim centrima za AI.

Ova analiza temelji se na trenutnim dostupnim podacima i projekcijama, uzimajući u obzir rast potražnje za električnom energijom od strane AI sustava u sljedećim desetljećima, počevši od 2025. godine. Cilj je procijeniti ukupnu potrošnju u kWh (TWh za praktičnost) i odrediti koliko novih GW elektrana treba izgraditi, koristeći dostupne tehnologije poput nuklearne energije, fosilnih goriva i obnovljivih izvora.

Metodologija i izvori podataka
Analiza koristi projekcije iz izvješća poput onog Međunarodne agencije za energiju (IEA) iz travnja 2025., koje predviđa da će potražnja za električnom energijom centara za podatke globalno doseći 945 TWh do 2030. i 970 TWh do 2035.. Goldman Sachs procjenjuje da će AI povećati potrošnju centara za podatke za dodatnih 200 TWh godišnje između 2023. i 2030., dok De Vries-Gao sugerira da bi AI do kraja 2025. mogao potrošiti do 49% ukupne potrošnje centara za podatke, što odgovara oko 201 TWh ako je ukupna potrošnja 600 TWh.

Dodatno, izvješće Centra za globalnu energetsku politiku na Columbia University pruža uvid u projekcije za SAD, gdje AI centri za podatke mogu zahtijevati dodatnih 14 GW do 2030., što globalno, uzimajući u obzir 40% udjela SAD-a, sugerira oko 35 GW dodatne snage, što odgovara dodatnih 245 TWh godišnje.

Projekcije potrošnje električne energije za AI sustave
Temeljem ovih izvora, procjenjuje se da AI sustavi 2025. godine potroše oko 70 TWh, uzimajući u obzir 10% udjela u ukupnoj potrošnji centara za podatke od 600 TWh. Do 2030., IEA predviđa da će potražnja centara za podatke doseći 945 TWh, a ako AI čini 30% te potrošnje, to bi bilo 283.5 TWh. Međutim, uzimajući u obzir projekciju da će potražnja AI-optimiranih centara za podatke više nego učetverostručiti do 2030., počevši od 70 TWh u 2025., do 2030. bi to bilo 280 TWh, što je konzistentno s procjenama. Za 2035., IEA predviđa 970 TWh za centre za podatke, a ako AI čini 58% (560 TWh), to bi bilo realno uzimajući u obzir kontinuirani rast.
Stoga, projekcije su:
* 2025.: 70 TWh
* 2030.: 280 TWh
* 2035.: 560 TWh

Analiza potrebnih novih elektrana
Da bi se zadovoljila dodatna potražnja u odnosu na 2025., potrebno je izgraditi nove elektrane. Dodatna potražnja za 2030. je 210 TWh godišnje (280 - 70), a za 2035. 490 TWh godišnje (560 - 70).

Snaga potrebna za proizvodnju ove energije ovisi o faktoru kapaciteta svakog izvora:
* Nuklearna energija: faktor kapaciteta oko 90%, što znači da 1 GW proizvodi 7.884 TWh godišnje (1,000 MW * 0.9 * 8760 sati).
* Fosilna goriva (npr. prirodni plin): faktor kapaciteta oko 60%, što znači 5.256 TWh po GW.
* Vjetroelektrane: faktor kapaciteta oko 35%, što znači 3.066 TWh po GW.
* Sunčeve elektrane: faktor kapaciteta oko 25%, što znači 2.19 TWh po GW.

Računanje za 2030. (dodatnih 210 TWh):
* Nuklearna: 210 / 7.884 ≈ 26.63 GW, zaokruženo na 27 GW
* Fosilna: 210 / 5.256 ≈ 39.95 GW, zaokruženo na 40 GW
* Vjetar: 210 / 3.066 ≈ 68.47 GW, zaokruženo na 68 GW
* Sunce: 210 / 2.19 ≈ 95.89 GW, zaokruženo na 96 GW

Računanje za 2035. (dodatnih 490 TWh):
* Nuklearna: 490 / 7.884 ≈ 62.15 GW, zaokruženo na 62 GW
* Fosilna: 490 / 5.256 ≈ 93.23 GW, zaokruženo na 93 GW
* Vjetar: 490 / 3.066 ≈ 159.82 GW, zaokruženo na 160 GW
* Sunce: 490 / 2.19 ≈ 223.74 GW, zaokruženo na 224 GW

Ove procjene uzimaju u obzir kontinuirani rast AI tehnologija, ali postoje nesigurnosti zbog potencijalnih poboljšanja u energetskoj učinkovitosti i razlike u procjenama između izvora poput IEA i Goldman Sachs.

 

Kontroverze i ograničenja
Postoje značajne nesigurnosti u ovim projekcijama, uključujući točnost podataka o potrošnji centara za podatke i udjel AI-a u toj potrošnji. Na primjer, De Vries-Gao sugerira da bi AI do kraja 2025. mogao potrošiti do 49% ukupne potrošnje centara za podatke, dok Goldman Sachs predviđa 19% do 2028.. Ove razlike ukazuju na potrebu za većom transparentnošću od strane tehnoloških kompanija.

Dodatno, okolišni učinci različitih izvora energije su kontroverzni. Fosilna goriva povećavaju emisije stakleničkih plinova, dok obnovljivi izvori zahtijevaju velike investicije u infrastrukturu i suočavaju se s izazovima poput varijabilnosti snage. Nuklearna energija, iako učinkovita, suočava se s javnim otporom zbog sigurnosnih zabrinutosti. Ove faktore treba uzeti u obzir pri odlučivanju o energetskom miksu elektro-energetskog sustava.

Zaključak
Ova analiza pokazuje da će potrošnja električne energije za AI sustave značajno porasti u sljedećim desetljećima, zahtijevajući izgradnju novih elektrana od 27 do 224 GW, ovisno o izabranom izvoru energije. Važno je planirati odgovorno, uzimajući u obzir okolišne i ekonomske implikacije, te potencijalna poboljšanja u energetskoj učinkovitosti AI sustava.