Τι μας διδάσκουν οι προηγούμενες εκρήξεις της τεχνολογίας για την AI

Ο κύκλος των υποδομών επαναλαμβάνεται

Η Silicon Valley συχνά ισχυρίζεται ότι η τελευταία της ανακάλυψη είναι πρωτοφανής. Δεν είναι. Η τρέχουσα έκρηξη της τεχνητής νοημοσύνης αντικατοπτρίζει την επέκταση των σιδηροδρόμων του 19ου αιώνα και το dot-com boom στα τέλη της δεκαετίας του 1990. Βλέπουμε μια τεράστια μετατόπιση στον τρόπο που ρέει το κεφάλαιο και στον τρόπο που συγκεντρώνεται η υπολογιστική ισχύς. Πρόκειται για το ποιος κατέχει τις υποδομές του μέλλοντος. Οι Ηνωμένες Πολιτείες ηγούνται επειδή διαθέτουν τα βαθύτερα πορτοφόλια και τους πιο επιθετικούς cloud providers. Η ιστορία δείχνει ότι όσοι ελέγχουν τις ράγες ή τα καλώδια οπτικών ινών τελικά υπαγορεύουν τους όρους για όλους τους άλλους. Η AI δεν διαφέρει. Ακολουθεί μια καλά χαραγμένη πορεία ανάπτυξης υποδομών που ακολουθείται από ταχεία ενοποίηση. Η κατανόηση αυτού του μοτίβου μας βοηθά να δούμε πέρα από το hype και να εντοπίσουμε πού βρίσκεται η πραγματική δύναμη σε αυτόν τον νέο κύκλο. Το βασικό συμπέρασμα είναι απλό. Δεν χτίζουμε απλώς πιο έξυπνο λογισμικό. Χτίζουμε μια νέα υπηρεσία κοινής ωφέλειας που θα είναι τόσο θεμελιώδης όσο ο ηλεκτρισμός ή το διαδίκτυο. Οι νικητές θα είναι εκείνοι που ελέγχουν το φυσικό hardware και τα τεράστια datasets που απαιτούνται για να διατηρηθούν αυτά τα συστήματα σε λειτουργία.

Από τις ατσάλινες ράγες στα νευρωνικά δίκτυα

Για να κατανοήσετε την AI σήμερα, κοιτάξτε την έκρηξη των αμερικανικών σιδηροδρόμων. Στα μέσα του 19ου αιώνα, τεράστια ποσά κεφαλαίου διοχετεύτηκαν στην τοποθέτηση γραμμών σε όλη την ήπειρο. Πολλές εταιρείες χρεοκόπησαν, αλλά οι γραμμές παρέμειναν. Αυτές οι γραμμές αποτέλεσαν τη βάση για τον επόμενο αιώνα οικονομικής ανάπτυξης. Η AI βρίσκεται επί του παρόντος στη φάση της τοποθέτησης των γραμμών. Αντί για ατσάλι και ατμό, χρησιμοποιούμε πυρίτιο και ηλεκτρισμό. Οι τεράστιες επενδύσεις από εταιρείες όπως η Microsoft και η Google χτίζουν τα compute clusters που θα υποστηρίξουν κάθε άλλη βιομηχανία. Πρόκειται για μια κλασική κίνηση υποδομής. Όταν μια τεχνολογία απαιτεί τεράστιο κεφάλαιο για να ξεκινήσει, ευνοεί φυσικά τους μεγάλους, καθιερωμένους παίκτες. Αυτός είναι ο λόγος που λίγες εταιρείες στις ΗΠΑ κυριαρχούν στον τομέα. Έχουν τα χρήματα για να αγοράσουν τα chips και τη γη για να χτίσουν τα data centers. Διαθέτουν επίσης τις υπάρχουσες βάσεις χρηστών για να δοκιμάσουν τα μοντέλα τους σε κλίμακα. Αυτό δημιουργεί έναν βρόχο ανατροφοδότησης όπου οι μεγαλύτεροι παίκτες παίρνουν περισσότερα δεδομένα, γεγονός που κάνει τα μοντέλα τους καλύτερα, προσελκύοντας περισσότερους χρήστες.

Οι άνθρωποι συχνά μπερδεύουν την AI με ένα αυτόνομο προϊόν. Είναι πιο ακριβές να το δούμε ως platform. Όπως το διαδίκτυο χρειαζόταν την [external-link] ιστορία του διαδικτύου για να μετατραπεί από στρατιωτικό έργο σε παγκόσμια υπηρεσία κοινής ωφέλειας, η AI μετακινείται από τα ερευνητικά εργαστήρια στη ραχοκοκαλιά των επιχειρηματικών λειτουργιών. Η μετάβαση συμβαίνει ταχύτερα από τους προηγούμενους κύκλους επειδή το δίκτυο διανομής υπάρχει ήδη. Δεν χρειάζεται να στρώσουμε νέα καλώδια για να φτάσουμε στους χρήστες. Απλώς πρέπει να αναβαθμίσουμε τους servers στο τέλος των γραμμών. Αυτή η ταχύτητα είναι που κάνει την τρέχουσα στιγμή να φαίνεται διαφορετική, ακόμα κι αν τα υποκείμενα οικονομικά μοτίβα είναι οικεία. Η συγκέντρωση ισχύος είναι χαρακτηριστικό αυτού του σταδίου, όχι σφάλμα. Η ιστορία υποδηλώνει ότι μόλις οριστεί η υποδομή, η εστίαση μετατοπίζεται από την οικοδόμηση των συστημάτων στην εξαγωγή αξίας από αυτά. Πλησιάζουμε σε αυτό το σημείο καμπής τώρα.

Το πλεονέκτημα του αμερικανικού κεφαλαίου

Ο παγκόσμιος αντίκτυπος της AI συνδέεται άμεσα με το ποιος μπορεί να πληρώσει τον λογαριασμό. Αυτή τη στιγμή, αυτές είναι κυρίως οι ΗΠΑ. Το βάθος των αμερικανικών κεφαλαιαγορών επιτρέπει ένα επίπεδο κινδύνου που άλλες περιοχές δυσκολεύονται να ταιριάξουν. Αυτό δημιουργεί ένα σημαντικό χάσμα στην ισχύ των πλατφορμών. Όταν μια χούφτα εταιρειών ελέγχει το cloud, ελέγχουν ουσιαστικά τους κανόνες του παιχνιδιού για όλους τους άλλους. Αυτό έχει βαθιές επιπτώσεις για την εθνική κυριαρχία και τον παγκόσμιο ανταγωνισμό. Οι χώρες που δεν διαθέτουν τη δική τους υπολογιστική υποδομή μεγάλης κλίμακας πρέπει να την ενοικιάσουν από αμερικανικούς παρόχους. Αυτό δημιουργεί ένα νέο είδος εξάρτησης. Δεν πρόκειται πλέον μόνο για άδειες λογισμικού. Πρόκειται για πρόσβαση στην επεξεργαστική ισχύ που απαιτείται για τη λειτουργία μιας σύγχρονης οικονομίας. Αυτή η συγκέντρωση ισχύος είναι ένα επαναλαμβανόμενο θέμα στην ιστορία της τεχνολογίας.

Υπάρχουν τρεις κύριοι λόγοι για τους οποίους αυτή η δύναμη παραμένει συγκεντρωμένη σε λίγα χέρια:

• Το κόστος εκπαίδευσης ενός κορυφαίου μοντέλου φτάνει πλέον τα δισεκατομμύρια δολάρια.
• Το εξειδικευμένο hardware που απαιτείται παράγεται από έναν πολύ μικρό αριθμό κατασκευαστών.
• Οι τεράστιες ενεργειακές απαιτήσεις για τα data centers ευνοούν περιοχές με σταθερά και φθηνά ενεργειακά δίκτυα.

Αυτή η πραγματικότητα έρχεται σε αντίθεση με την ιδέα ότι η AI θα είναι ένας μεγάλος εξισωτής. Ενώ τα εργαλεία γίνονται πιο προσιτά στα άτομα, ο υποκείμενος έλεγχος παραμένει πιο ενοποιημένος από ποτέ. Οι κυβερνήσεις αρχίζουν να παρατηρούν αυτή την ανισορροπία. Εξετάζουν ιστορικά προηγούμενα όπως το [external-link] Sherman Antitrust Act για να δουν αν οι παλιοί νόμοι μπορούν να διαχειριστούν τα νέα μονοπώλια. Ωστόσο, η βιομηχανική ταχύτητα ξεπερνά επί του παρόντος την πολιτική. Μέχρι να συζητηθεί και να ψηφιστεί ένας κανονισμός, η τεχνολογία έχει συχνά προχωρήσει δύο γενιές μπροστά. Αυτό δημιουργεί μια μόνιμη υστέρηση όπου ο νόμος αντιδρά πάντα σε μια πραγματικότητα που έχει ήδη αλλάξει.

Όταν το λογισμικό κινείται ταχύτερα από τον νόμο

Ο πραγματικός αντίκτυπος αυτής της ταχύτητας είναι ορατός στον τρόπο με τον οποίο οι επιχειρήσεις αναγκάζονται να προσαρμοστούν. Σκεφτείτε μια μέρα στη ζωή μιας μικρής εταιρείας marketing στο Σικάγο. Πριν από πέντε χρόνια, προσλάμβαναν junior writers για να συντάσσουν κείμενα και ερευνητές για να εντοπίζουν τάσεις. Σήμερα, ο ιδιοκτήτης χρησιμοποιεί μια απλή συνδρομή σε μια AI πλατφόρμα για να διαχειριστεί το εβδομήντα τοις εκατό αυτού του φόρτου εργασίας. Το πρωί ξεκινά με μια σύνοψη των παγκόσμιων μετατοπίσεων της αγοράς που παράγεται από AI. Μέχρι το μεσημέρι, το σύστημα έχει συντάξει τριάντα διαφορετικές παραλλαγές διαφημίσεων με βάση αυτές τις αλλαγές. Το ανθρώπινο προσωπικό ενεργεί πλέον ως editors και strategists αντί για δημιουργούς. Αυτή η αλλαγή συμβαίνει σε κάθε τομέα, από το δίκαιο έως την ιατρική. Αυξάνει την αποδοτικότητα, αλλά δημιουργεί επίσης μια τεράστια εξάρτηση από τον πάροχο της πλατφόρμας. Εάν ο πάροχος αλλάξει την τιμολόγησή του ή τους όρους χρήσης του, η εταιρεία marketing δεν έχει άλλη επιλογή από το να συμμορφωθεί. Έχουν ενσωματώσει το εργαλείο τόσο βαθιά στη ροή εργασίας τους που δεν μπορούν εύκολα να επιστρέψουν στη χειρωνακτική εργασία.

Αυτό το σενάριο δείχνει γιατί η πολιτική δυσκολεύεται να συμβαδίσει. Οι ρυθμιστικές αρχές εξακολουθούν να ανησυχούν για την προστασία των δεδομένων και τα πνευματικά δικαιώματα, ενώ η βιομηχανία κινείται ήδη προς αυτόνομες οντότητες που μπορούν να λαμβάνουν οικονομικές αποφάσεις. Η βιομηχανική ταχύτητα της ανάπτυξης της AI καθοδηγείται από έναν αγώνα για μερίδιο αγοράς. Οι εταιρείες είναι πρόθυμες να σπάσουν πράγματα τώρα και να τα διορθώσουν αργότερα, επειδή το να είσαι δεύτερος σε έναν αγώνα υποδομών είναι συχνά το ίδιο με το να είσαι τελευταίος. Το είδαμε αυτό με τους browser wars και την άνοδο των social media. Οι νικητές είναι εκείνοι που κινούνται αρκετά γρήγορα ώστε να γίνουν το default standard. Μόλις γίνεις το πρότυπο, είσαι πολύ δύσκολο να εκτοπιστείς. Αυτό δημιουργεί μια κατάσταση όπου το δημόσιο συμφέρον είναι συχνά δευτερεύον σε σχέση με την επιδίωξη της κλίμακας. Η αντίφαση είναι ότι θέλουμε τα οφέλη της τεχνολογίας, αλλά είμαστε επιφυλακτικοί απέναντι στη δύναμη που δίνει σε λίγες εταιρείες.

Η τελευταία ανάλυση του κλάδου της AI στο [internal-link] latest AI industry analysis υποδηλώνει ότι εισερχόμαστε σε μια φάση βαθιάς ενοποίησης. Εδώ είναι που η τεχνολογία παύει να είναι καινοτομία και αρχίζει να γίνεται απαίτηση. Για μια επιχείρηση, το να μην χρησιμοποιεί AI σύντομα θα είναι σαν να μην χρησιμοποιεί το διαδίκτυο το 2010. Μπορεί να είναι δυνατό, αλλά θα είναι απίστευτα αναποτελεσματικό. Αυτή η πίεση για υιοθέτηση είναι που οδηγεί την ταχεία ανάπτυξη, ακόμη και όταν οι μακροπρόθεσμες συνέπειες είναι ασαφείς. Βλέπουμε μια επανάληψη των αρχών της δεκαετίας του 2000, όταν οι εταιρείες έσπευσαν να βγουν online χωρίς να κατανοήσουν πλήρως τους κινδύνους ασφαλείας ή ιδιωτικότητας. Η διαφορά σήμερα είναι ότι η κλίμακα είναι πολύ μεγαλύτερη και τα διακυβεύματα υψηλότερα. Τα συστήματα που χτίζουμε τώρα πιθανότατα θα διέπουν τον τρόπο που εργαζόμαστε και επικοινωνούμε για τις επόμενες δεκαετίες.

Δύσκολες ερωτήσεις για την εποχή των υπολογιστών

Πρέπει να εφαρμόσουμε σωκρατικό σκεπτικισμό στην τρέχουσα έκρηξη. Ποιο είναι το κρυφό κόστος αυτής της ταχείας επέκτασης; Το πιο προφανές είναι ο περιβαλλοντικός αντίκτυπος. Η [external-link] έκθεση του Διεθνούς Οργανισμού Ενέργειας για τα data centers υπογραμμίζει πόση ενέργεια καταναλώνουν αυτά τα συστήματα. Καθώς χτίζουμε περισσότερα data centers, επιβαρύνουμε περισσότερο τα παλαιωμένα ενεργειακά δίκτυα. Ποιος πληρώνει για αυτή την υποδομή; Είναι οι εταιρείες που βγάζουν δισεκατομμύρια ή οι φορολογούμενοι που μοιράζονται το δίκτυο; Υπάρχει επίσης το ζήτημα της εργασίας δεδομένων. Αυτά τα μοντέλα εκπαιδεύονται στη συλλογική παραγωγή της ανθρωπότητας, συχνά χωρίς συγκατάθεση ή αποζημίωση. Είναι δίκαιο για λίγες εταιρείες να ιδιωτικοποιούν την αξία των δημόσιων δεδομένων; Πρέπει να αναρωτηθούμε ποιος πραγματικά επωφελείται από αυτή την αποδοτικότητα. Εάν μια εργασία που χρειαζόταν δέκα ώρες τώρα χρειάζεται δέκα λεπτά, ο εργαζόμενος παίρνει περισσότερο ελεύθερο χρόνο ή απλώς δέκα φορές περισσότερη δουλειά;

Η ιδιωτικότητα είναι ένας άλλος τομέας όπου το κόστος είναι συχνά κρυφό. Για να κάνουμε την AI πιο χρήσιμη, της δίνουμε περισσότερη πρόσβαση στην προσωπική και επαγγελματική μας ζωή. Ανταλλάσσουμε τα δεδομένα μας για ευκολία. Η ιστορία δείχνει ότι μόλις παραχωρηθεί η ιδιωτικότητα, είναι σχεδόν αδύνατο να την πάρεις πίσω. Το είδαμε αυτό με την άνοδο του διαδικτύου που υποστηρίζεται από διαφημίσεις. Αυτό που ξεκίνησε ως ένας τρόπος εύρεσης πληροφοριών μετατράπηκε σε ένα παγκόσμιο σύστημα επιτήρησης. Η AI έχει τη δυνατότητα να το πάει ακόμα παραπέρα. Εάν μια AI ξέρει πώς σκέφτεστε και πώς εργάζεστε, μπορεί να επηρεάσει τις αποφάσεις σας με τρόπους που είναι δύσκολο να εντοπιστούν. Αυτά δεν είναι απλώς τεχνικά προβλήματα. Είναι κοινωνικά και ηθικά διλήμματα που απαιτούν κάτι περισσότερο από ένα software patch. Πρέπει να αποφασίσουμε αν η ταχύτητα της προόδου αξίζει την απώλεια της ατομικής αυτονομίας. Οι απαντήσεις σε αυτά τα ερωτήματα θα καθορίσουν το είδος της κοινωνίας στην οποία ζούμε μόλις η έκρηξη της AI εισέλθει στην ώριμη φάση της.

Η μηχανική του επιπέδου μοντέλου

Για όσους εξετάζουν την τεχνική πλευρά, η εστίαση μετατοπίζεται από το μέγεθος του μοντέλου στην ενσωμάτωση στη ροή εργασίας. Βλέπουμε μια απομάκρυνση από τεράστια μοντέλα γενικής χρήσης προς μικρότερα, εξειδικευμένα που μπορούν να τρέξουν σε τοπικό hardware. Αυτή είναι μια απάντηση στο υψηλό κόστος και το latency των cloud-based APIs. Οι power users αναζητούν όλο και περισσότερο τρόπους για να παρακάμψουν τα όρια που επιβάλλονται από τους μεγάλους παρόχους. Αυτό περιλαμβάνει τη διαχείριση των API rate limits και την εύρεση τρόπων αποθήκευσης δεδομένων τοπικά για τη διασφάλιση της ιδιωτικότητας και της ταχύτητας. Η ενσωμάτωση της AI σε υπάρχοντα εργαλεία είναι εκεί όπου συμβαίνει η πραγματική δουλειά. Δεν πρόκειται για συνομιλία με ένα bot. Πρόκειται για την ύπαρξη ενός μοντέλου που μπορεί να διαβάσει τα τοπικά σας αρχεία, να κατανοήσει το συγκεκριμένο coding style σας και να προτείνει αλλαγές σε πραγματικό χρόνο. Αυτό απαιτεί ένα διαφορετικό είδος αρχιτεκτονικής από αυτό που χρησιμοποιείται για τα δημόσια web tools.

Οι τεχνικές προκλήσεις για τα επόμενα χρόνια περιλαμβάνουν:

• Βελτιστοποίηση μοντέλων για να τρέχουν σε consumer-grade GPUs χωρίς να χάνουν υπερβολική ακρίβεια.
• Ανάπτυξη καλύτερων τρόπων διαχείρισης της μακροπρόθεσμης μνήμης σε AI agents ώστε να μπορούν να θυμούνται το context για εβδομάδες ή μήνες.
• Δημιουργία τυποποιημένων πρωτοκόλλων για την επικοινωνία διαφορετικών AI συστημάτων μεταξύ τους.

Βλέπουμε επίσης μια άνοδο στο *local inference* ως τρόπο διατήρησης του ελέγχου πάνω σε ευαίσθητα δεδομένα. Τρέχοντας μοντέλα σε ένα τοπικό μηχάνημα, ένας χρήστης μπορεί να διασφαλίσει ότι οι ιδιοκτησιακές πληροφορίες του δεν θα εγκαταλείψουν ποτέ το κτίριό του. Αυτό είναι ιδιαίτερα σημαντικό για κλάδους όπως το δίκαιο και τα χρηματοοικονομικά, όπου η ασφάλεια των δεδομένων είναι υψίστης σημασίας. Ωστόσο, το τοπικό hardware εξακολουθεί να υστερεί σε σχέση με τα τεράστια clusters που κατέχουν οι cloud giants. Αυτό δημιουργεί ένα σύστημα δύο ταχυτήτων. Τα πιο ισχυρά μοντέλα θα παραμείνουν στο cloud, ενώ πιο αποδοτικές, λιγότερο ικανές εκδόσεις θα τρέχουν τοπικά. Η εξισορρόπηση αυτών των δύο κόσμων είναι η επόμενη μεγάλη πρόκληση για τους developers. Πρέπει να αποφασίσουν πότε θα χρησιμοποιήσουν την ωμή δύναμη του cloud και πότε θα δώσουν προτεραιότητα στην ιδιωτικότητα και την ταχύτητα του τοπικού υπολογισμού. Αυτή η τεχνική ένταση θα οδηγήσει μεγάλο μέρος της καινοτομίας τα επόμενα χρόνια.

Έχετε μια ιστορία, εργαλείο, τάση ή ερώτηση σχετικά με την τεχνητή νοημοσύνη που πιστεύετε ότι πρέπει να καλύψουμε; Στείλτε μας την ιδέα σας για άρθρο — θα χαρούμε να την ακούσουμε.

Η ημιτελής ιστορία της κλίμακας

Η ιστορία της τεχνολογίας είναι μια ιστορία ενοποίησης. Από τους σιδηροδρόμους μέχρι το διαδίκτυο, βλέπουμε ένα μοτίβο έκρηξης που ακολουθείται από έλεγχο. Η AI βρίσκεται επί του παρόντος στη μέση αυτού του κύκλου. Η αμερικανική οπτική είναι κυρίαρχη επειδή οι πόροι που απαιτούνται για αυτό το στάδιο ανάπτυξης είναι συγκεντρωμένοι εκεί. Ωστόσο, η ιστορία δεν έχει τελειώσει. Καθώς η τεχνολογία ωριμάζει, θα δούμε νέες προκλήσεις σε αυτή την ισχύ των πλατφορμών. Το αν θα προέλθουν από κανονισμούς, νέες τεχνικές ανακαλύψεις ή μια αλλαγή στον τρόπο με τον οποίο αξιολογούμε τα δεδομένα μας μένει να φανεί. Το ζωντανό ερώτημα είναι αν μπορούμε να απολαύσουμε τα οφέλη αυτής της νέας υποδομής χωρίς να εγκαταλείψουμε τον ανταγωνισμό και την ιδιωτικότητα που καθιστούν δυνατή μια υγιή οικονομία. Χτίζουμε τα θεμέλια του επόμενου αιώνα. Θα πρέπει να είμαστε πολύ προσεκτικοί σχετικά με το ποιος κρατά τα κλειδιά τους.

Σημείωση συντάκτη: Δημιουργήσαμε αυτόν τον ιστότοπο ως έναν πολύγλωσσο κόμβο ειδήσεων και οδηγών τεχνητής νοημοσύνης για άτομα που δεν είναι φανατικοί των υπολογιστών, αλλά εξακολουθούν να θέλουν να κατανοήσουν την τεχνητή νοημοσύνη, να τη χρησιμοποιούν με μεγαλύτερη αυτοπεποίθηση και να παρακολουθούν το μέλλον που ήδη έρχεται.