Как стигнахме дотук: Кратка история на AI бума

Настоящият възход на изкуствения интелект не започна с вирусен чатбот в края на 2022 г. Той започна с конкретна научна статия, публикувана от инженери на Google през 2017 г., озаглавена „Attention Is All You Need“. Този документ въведе Transformer архитектурата, която промени начина, по който машините обработват човешкия език. Преди това компютрите се затрудняваха да поддържат контекста на дълго изречение. Те често забравяха началото на параграфа, докато стигнат до края му. Transformer реши това, като позволи на модела да претегля важността на различните думи едновременно. Тази единствена техническа промяна е основната причина, поради която съвременните инструменти звучат логично, а не роботизирано. В момента преживяваме мащабираните последствия от това едно решение за отказ от последователната обработка. Тази история не е само за по-добър код. Тя е за фундаментална промяна в начина, по който взаимодействаме с информацията на глобално ниво. Преходът от търсене на отговори към тяхното генериране промени основните очаквания на всеки интернет потребител днес.

Статистическа прогноза пред логиката

За да разберете текущото състояние на технологиите, трябва да отхвърлите идеята, че тези системи мислят. Те не го правят. Те са масивни статистически двигатели, които предвиждат следващата част от последователността. Когато напишете подкана (prompt), системата разглежда своите данни за обучение, за да определи коя дума най-вероятно следва вашия вход. Това е отклонение от логическото програмиране от миналото. В по-ранните десетилетия софтуерът следваше стриктни правила от типа „ако-тогава“. Ако потребител кликнеше върху бутон, софтуерът изпълняваше конкретно действие. Днес резултатът е вероятностен. Това означава, че един и същ вход може да доведе до различни резултати в зависимост от настройките на модела. Тази промяна създаде нов тип софтуер, който е гъвкав, но и податлив на грешки, каквито един традиционен калкулатор никога не би направил.

Мащабът на това обучение е това, което кара резултатите да изглеждат като интелигентност. Компаниите са извлекли почти целия публичен интернет, за да захранват тези модели. Това включва книги, статии, хранилища за код и публикации във форуми. Чрез анализиране на милиарди параметри, моделите научават структурата на човешката мисъл, без никога да разбират значението на думите. Тази липса на разбиране е причината един модел да може да напише перфектен правен документ, но да се провали при проста математическа задача. Той не изчислява. Той имитира моделите на хора, които са правили математика преди това. Разбирането на тази разлика е жизненоважно за всеки, който използва тези инструменти в професионален капацитет. Това изяснява защо системите са толкова уверени, дори когато грешат напълно.

Глобалната надпревара за силиций

Въздействието на тази технологична промяна се простира далеч отвъд софтуера. Тя предизвика масивна геополитическа борба за хардуер. По-конкретно, светът вече е зависим от графични процесори от висок клас или GPU. Тези чипове първоначално бяха проектирани за видеоигри, но способността им да извършват много малки изчисления едновременно ги прави идеални за AI. Една единствена компания, NVIDIA, сега заема централна роля в глобалната икономика, защото произвежда чиповете, необходими за обучението на тези модели. Нациите сега третират тези чипове като петрол или злато. Те са стратегически активи, които определят кои държави ще водят през следващото десетилетие на икономически растеж.

Тази зависимост създаде разделение между тези, които могат да си позволят огромна изчислителна мощ, и тези, които не могат. Обучението на модел от най-високо ниво сега струва стотици милиони долари за електричество и хардуер. Тази висока бариера за навлизане означава, че няколко големи корпорации в САЩ и Китай държат по-голямата част от властта. Тази централизация на влияние е основна грижа за регулаторите по целия свят. Тя засяга всичко – от начина, по който се съхраняват данните, до това колко трябва да плати един startup, за да получи достъп до основни инструменти. Икономическата гравитация на индустрията се измести към собствениците на центрове за данни. Това е значителна промяна от ерата на ранния интернет, където малък екип можеше да изгради продукт от световна класа с минимален бюджет. В 2026 цената за навлизане е по-висока от всякога.

Когато абстрактното се превръща в следобедна работа

За повечето хора историята на тази технология е по-малко важна от нейната ежедневна полезност. Помислете за маркетинг мениджър на име Сара. Преди няколко години денят ѝ включваше часове ръчно проучване и писане. Тя търсеше тенденции, четеше десетки статии и след това ги синтезираше в доклад. Днес нейният работен процес е различен. Тя използва модел, за да обобщи водещите тенденции и да изготви първоначален план. Тя вече не е просто писател. Тя е редактор на генерирано от машини съдържание. Тази промяна се случва във всяка индустрия, която включва клавиатура. Не става въпрос само за скорост. Става въпрос за премахването на празния лист. Машината предоставя първата чернова, а човекът осигурява посоката.

Тази промяна има практически залози за сигурността на работните места и развитието на уменията. Ако младши анализатор сега може да върши работата на трима души, използвайки тези инструменти, какво се случва с пазара на труда за начинаещи? Виждаме преход към модел на „супер-потребител“, където един човек управлява множество AI агенти за изпълнение на сложни задачи. Това се вижда в софтуерното инженерство, където инструменти като GitHub Copilot предлагат цели блокове код. Разработчикът прекарва по-малко време в писане и повече време в проверка. Тази нова реалност изисква различен набор от умения. Вече не е нужно да помните всяко правило за синтаксис. Трябва да знаете как да задавате правилните въпроси и как да забележите фина грешка в море от перфектно изглеждащ текст. Денят на професионалиста в 2026 сега е постоянен цикъл от подаване на подкани и проверка. Ето как изглежда това на практика:

• Софтуерните разработчици използват модели, за да пишат повтарящи се unit тестове и boilerplate код.
• Правните асистенти ги използват, за да сканират хиляди страници за конкретни ключови думи.
• Медицинските изследователи ги използват, за да предвидят как различните протеинови структури могат да взаимодействат.
• Екипите за обслужване на клиенти ги използват, за да обработват рутинни запитвания без човешка намеса.

Тихите разходи на „черната кутия“

Тъй като разчитаме повече на тези системи, трябва да зададем трудни въпроси относно техните скрити разходи. Първият е въздействието върху околната среда. Една заявка към голям езиков модел изисква значително повече електричество от стандартно търсене в Google. Когато се умножи по милиони потребители, въглеродният отпечатък става съществен. Съществува и проблемът с използването на вода. Центровете за данни изискват огромни количества вода за охлаждане на сървърите, които управляват тези модели. Готови ли сме да заменим местната водна сигурност за по-бързо писане на имейли? Това е въпрос, който много общности близо до центровете за данни започват да задават. Също така трябва да разгледаме самите данни. Повечето модели са обучени върху материали с авторски права без съгласието на създателите. Това доведе до вълна от съдебни дела от художници и писатели, които твърдят, че работата им е била открадната, за да се изгради продукт, който в крайна сметка може да ги замени.

След това е проблемът с „черната кутия“. Дори инженерите, които изграждат тези модели, не разбират напълно защо те вземат определени решения. Тази липса на прозрачност е опасна, когато AI се използва за чувствителни задачи като наемане на работа или одобрение на заеми. Ако моделът развие пристрастие срещу определена група, може да бъде трудно да се открие и коригира първопричината. Ние по същество аутсорсваме важни обществени решения на система, която не може да обясни собственото си разсъждение. Как да държим машината отговорна? Как да гарантираме, че данните, използвани за обучение на тези системи, не подсилват стари предразсъдъци? Това не са теоретични проблеми. Това са активни въпроси, които най-новите AI разработки се опитват да решат с различно ниво на успех.

Имате история, инструмент, тенденция или въпрос, свързани с ИИ, които смятате, че трябва да обхванем? Изпратете ни вашата идея за статия — ще се радваме да я чуем.

Латентност и токенова икономика

За тези, които искат да интегрират тези инструменти в професионалните си работни процеси, техническите детайли имат значение. Повечето взаимодействия с тези модели се случват чрез Application Programming Interface или API. Тук се сблъсквате с концепцията за токени. Един токен е приблизително четири знака английски текст. Моделите не четат думи. Те четат токени. Това е важно, защото повечето доставчици таксуват въз основа на броя обработени токени. Ако изграждате инструмент, който анализира дълги документи, разходите ви могат да нараснат бързо. Също така трябва да управлявате контекстния прозорец. Това е количеството информация, което моделът може да „запомни“ в даден момент. Ранните модели имаха малки прозорци, но по-новите версии могат да обработват цели книги в една подкана. Въпреки това, по-големите прозорци често водят до по-висока латентност и повишен шанс моделът да загуби следите на специфични детайли в средата на текста.

Друга критична област е процесът на локално съхранение и поверителност. Много предприятия се колебаят да изпращат чувствителни данни към сървър на трета страна. Това доведе до възхода на локални модели като Llama 3, които могат да работят на вътрешен хардуер. Стартирането на модел локално изисква значителна VRAM памет на вашия GPU. Например, модел със 70 милиарда параметъра обикновено изисква две карти от висок клас, за да работи с използваема скорост. Тук идва квантуването (quantization). Това е техника, която свива размера на модела чрез намаляване на прецизността на числата, използвани в изчисленията. Това позволява на мощен модел да работи на потребителски хардуер с лек спад в точността. Разработчиците трябва да балансират тези фактори:

• API разходи срещу хардуерните разходи за локално стартиране на модели.
• Скоростта на по-малък модел срещу способността за разсъждение на по-голям.
• Сигурността на съхранението на данни на място (on-premise) срещу удобството на cloud услугите.
• Ограниченията на rate-throttling при публичните API по време на пикови часове.

Пътят напред

Историята на AI бума е история за мащабирането на една добра идея. Като взехме Transformer архитектурата и я захранвахме с огромни количества данни и изчислителна мощ, създадохме нещо, което се усеща като нова ера в компютърните технологии. Но все още сме в ранните етапи. Объркването, което мнозина изпитват днес, идва от разликата между това, което технологията може да прави, и това, което очакваме от нея. Това е инструмент за допълване, а не заместител на човешката преценка. Най-успешните хора през следващите години ще бъдат тези, които разбират статистическата природа на тези системи. Те ще знаят кога да се доверят на машината и кога да проверят работата ѝ. Движим се към бъдеще, в което способността за управление на AI ще бъде толкова фундаментална, колкото способността за използване на текстообработваща програма.

Бележка на редактора: Създадохме този сайт като многоезичен център за новини и ръководства за изкуствен интелект за хора, които не са компютърни маниаци, но все пак искат да разберат изкуствения интелект, да го използват с повече увереност и да следят бъдещето, което вече настъпва.