דלג לתוכן

נתוני AI

נתוני AI היא קטגוריה שונה במהותה משאר הקטגוריות באתר: היא אינה מסבירה מושגים, אלא עונה על שאלות שיש להן תשובה מספרית.

מה תמצאו כאן תשובה עליו

כשכותבים שכל שאלה לצ'אטבוט שורפת חשמל ומים — כמה זה בפועל, ובהשוואה למה?

מה ההבדל בין כסף שהושקע בחברות בינה מלאכותית לבין כסף שהתחום באמת הכניס, ולמה בכותרות זה נשמע אותו דבר?

אם אימון מודל עולה מאות מיליוני דולרים, איך יוצא שהשימוש בו נעשה זול יותר משנה לשנה?

כמה אנשים וארגונים כבר משתמשים בזה בפועל, ומאיפה בכלל לוקחים מספר כזה?

מי מוביל בתחום — ולפי איזה מדד בכלל מודדים דבר כזה?

מאיפה מתחילים

  1. צריכת האנרגיה של שאילתה בודדת (Energy Per Query)הערכות שפורסמו בשנים 2024–2025 מעמידות את צריכת החשמל של שאילתה טיפוסית לצ'אטבוט על סדר-גודל של שלוש עשיריות וואט-שעה — כמה דקות של נורת לד.
  2. צריכת החשמל של הבינה המלאכותית (AI Electricity Consumption)מרכזי הנתונים בעולם צרכו כ-415 טרה-וואט-שעה חשמל ב-2024, כ-1.5 אחוזים מצריכת החשמל העולמית — והסוכנות הבינלאומית לאנרגיה צופה הכפלה עד 2030.
  3. גודל שוק הבינה המלאכותית (AI Market Size) אם תקראו רק אחדאין מספר מוסכם לגודל שוק ה-AI; העוגנים הקשים ביותר הם הכנסות מבוקרות של חברות — למשל 215.9 מיליארד דולר של Nvidia בשנת הכספים שהסתיימה בינואר 2026.
עוד על הקטגוריה הזו

כמה חשמל צורכת הבינה המלאכותית, כמה עולה לאמן מודל שפה גדול, כמה אנשים משתמשים ב-ChatGPT, כמה כסף מושקע בתחום, כמה מחקרים ופטנטים יוצאים ממנו מדי שנה, וכמה גדול ההייטק הישראלי שבתוכו פועלות חברות ה-AI המקומיות. אלה שאלות שאנשים באמת שואלים, שנתקלים בתשובות חלקיות או מנופחות שלהן בכותרות, ושכמעט תמיד חסר להן ההקשר שהופך מספר למשמעותי. הכלל המרכזי של הקטגוריה הוא שכל מספר נושא תאריך גלוי בגוף הטקסט. בתחום שמשתנה בקצב כזה, נתון בלי תאריך אינו מידע אלא מלכודת: צריכת חשמל של 2024, מחיר הרצה של 2022 ומספר משתמשים של 2026 מתארים עולמות שונים לגמרי. לצד התאריך מצוין תמיד גם מי מדד — הסוכנות הבינלאומית לאנרגיה, דוח מדד ה-AI של אוניברסיטת סטנפורד, או דוחות כספיים מבוקרים של חברות ציבוריות — משום שזהות הסופר קובעת לא פחות מהמספר עצמו. חלק ניכר מהערכים כאן עוסק לא רק בתשובה אלא גם בשאלה איך לקרוא אותה: מה ההבדל בין השקעה שנכנסה לחברה לבין הכנסה שהיא ייצרה, בין סקר שבו ארגון מדווח על עצמו לבין מדידה חיצונית, ובין תחזית של חברת מחקר לבין דוח כספי מבוקר. במקומות שבהם מקורות אמינים חלוקים זה על זה, הערך מציג את הטווח ואומר זאת במפורש במקום לבחור מספר אחד ולהציגו כמוסכם. הקטגוריה מיועדת למי שרוצה להבין את סדרי הגודל של התחום, לא רק את המושגים שלו.

מה לא נמצא כאן

הקטגוריה הזו עונה במספרים, ולכן מה שאין לו מקור שאפשר לתארך אותו אינו נכנס אליה. מונחים על הנתונים שמזינים מודל, כמו מערך נתונים או תיוג נתונים, נמצאים ביסודות בינה מלאכותית, ואמת-המידה עצמה כשיטת מדידה נמצאת במודלים ושפה. השאלה מה המספרים האלה אומרים נדונה בעולם המוצר והעסקים.

40 מונחים בקטגוריה זו, מסודרים לפי א״ב

ג

ד

ה

ח

מ

נ

ס

ע

פ

צ

ק

ש

אנגלית / ראשי-תיבות

  • ARC-AGI⭐ מורחבמבחן חידות-רשת להכללה; כל דור חדש מאפס כמעט את הציון
  • HumanEval⭐ מורחבאמת-מידה לתכנות; בעיותיה נכתבו ידנית כדי שלא יופיעו באימון
  • LMArena⭐ מורחבזירת דירוג שבה גולשים מצביעים בין שתי תשובות אנונימיות
  • MMLU⭐ מורחבאמת-מידה לידע כללי; בוחן-מומחה מגיע רק ל-89.8 אחוזים
  • PUE⭐ מורחביעילות ניצול החשמל: כמה ממנו מגיע לשרתים עצמם
📋 קריטריונים לבחירת הערכים בקטגוריה זו

הקטגוריה הזו בתחילת דרכה, ולכן הקריטריון מתאר בעיקר את מה שייכנס אליה. ייכנסו נתונים מספריים ובני-אימות על התחום עצמו — תאריכי שחרור של מודלים, מספרי פרמטרים, תוצאות אמות-מידה ונתוני אימוץ — בפורמט של טבלאות ולא של ערכי-הסבר. תנאי הסף יהיה מקור מספרי שאפשר להצביע עליו ולתארך אותו, ולא הערכה כללית. שימו לב לבלבול הצפוי בשם: מושגים על נתוני אימון — מערך נתונים, נתוני אימון ותיוג נתונים — אינם כאן אלא ביסודות בינה מלאכותית. כאן מדובר בנתונים על עולם ה-AI, לא בנתונים שמזינים מודל.