Mambo Tunayoweza Kujifunza Kuhusu AI Kutoka kwa Mapinduzi ya Teknolojia ya Zamani

Mzunguko wa Miundombinu Unajirudia

Silicon Valley mara nyingi hudai kuwa uvumbuzi wake wa hivi karibuni haujawahi kutokea. Hilo si kweli. Wimbi la sasa la artificial intelligence linafanana na upanuzi wa reli katika miaka ya 1800 na mlipuko wa dot-com wa mwishoni mwa miaka ya 1990. Tunaona mabadiliko makubwa katika jinsi mtaji unavyotiririka na jinsi nguvu ya compute inavyowekwa kati. Hii inahusu nani anayemiliki miundombinu ya siku zijazo. Marekani inaongoza kwa sababu ina mifuko mirefu zaidi na watoa huduma wa cloud wenye nguvu zaidi. Historia inaonyesha kuwa wale wanaodhibiti njia za reli au nyaya za fiber optic hatimaye huamua masharti kwa kila mtu mwingine. AI haina tofauti. Inafuata njia iliyokwisha kanyagwa ya ujenzi wa miundombinu ikifuatiwa na ujumuishaji wa haraka. Kuelewa muundo huu hutusaidia kuona zaidi ya hype na kutambua mahali ambapo nguvu halisi iko katika mzunguko huu mpya. Somo kuu ni rahisi. Hatujengi tu programu nadhifu. Tunajenga huduma mpya ambayo itakuwa ya msingi kama umeme au internet. Washindi watakuwa wale wanaodhibiti vifaa vya kimwili na datasets kubwa zinazohitajika ili kuendesha mifumo hii.

Kutoka Njia za Reli za Chuma hadi Neural Networks

Ili kuelewa AI leo, angalia mlipuko wa reli ya Marekani. Katikati ya miaka ya 1800, kiasi kikubwa cha mtaji kilimiminika katika kuweka njia za reli kote barani. Makampuni mengi yalifilisika, lakini njia za reli zilibaki. Njia hizo ziliunda msingi wa karne ijayo ya ukuaji wa uchumi. AI kwa sasa iko katika hatua ya kuweka njia. Badala ya chuma na mvuke, tunatumia silicon na umeme. Uwekezaji mkubwa kutoka kwa makampuni kama Microsoft na Google unajenga compute clusters ambazo zitasaidia kila sekta nyingine. Huu ni mchezo wa kawaida wa miundombinu. Wakati teknolojia inahitaji mtaji mkubwa ili kuanza, kwa kawaida huwapendelea wachezaji wakubwa na walioimarika. Hii ndiyo sababu makampuni machache nchini Marekani yanatawala uwanja huu. Wana pesa za kununua chips na ardhi ya kujenga data centers. Pia wana watumiaji waliopo ili kujaribu models zao kwa kiwango kikubwa. Hii inaunda mzunguko wa maoni ambapo wachezaji wakubwa wanapata data zaidi, ambayo inafanya models zao kuwa bora, jambo ambalo huvutia watumiaji zaidi.

Watu mara nyingi hukosea AI kama bidhaa inayojitegemea. Ni sahihi zaidi kuitazama kama platform. Kama vile internet ilivyohitaji [external-link] historia ya internet ili kuhama kutoka mradi wa kijeshi hadi huduma ya kimataifa, AI inahama kutoka maabara za utafiti hadi uti wa mgongo wa shughuli za biashara. Mabadiliko haya yanatokea haraka kuliko mizunguko iliyopita kwa sababu mtandao wa usambazaji tayari upo. Hatuhitaji kuweka nyaya mpya ili kuwafikia watumiaji. Tunahitaji tu kuboresha seva zilizopo mwishoni mwa mistari. Kasi hii ndiyo inayofanya wakati huu kuhisi tofauti, hata kama mifumo ya kiuchumi ya msingi inafahamika. Ujumuishaji wa nguvu ni sifa ya hatua hii, si hitilafu. Historia inapendekeza kwamba mara tu miundombinu inapowekwa, mwelekeo hubadilika kutoka kujenga mifumo hadi kuchota thamani kutoka kwayo. Tunakaribia hatua hiyo ya mabadiliko sasa.

Faida ya Mtaji wa Marekani

Athari za kimataifa za AI zimefungwa moja kwa moja na nani anayeweza kumudu bili. Hivi sasa, hiyo ni Marekani. Undani wa masoko ya mtaji ya Marekani unaruhusu kiwango cha hatari ambacho maeneo mengine yanajitahidi kulingana nacho. Hii inaunda pengo kubwa katika nguvu ya platform. Wakati makampuni machache yanapodhibiti cloud, yanadhibiti kwa ufanisi sheria za barabara kwa kila mtu mwingine. Hii ina athari kubwa kwa uhuru wa kitaifa na ushindani wa kimataifa. Nchi ambazo hazina miundombinu yao mikubwa ya compute lazima ziikodishe kutoka kwa watoa huduma wa Marekani. Hii inaunda aina mpya ya utegemezi. Sio tu kuhusu leseni za programu tena. Ni kuhusu upatikanaji wa nguvu ya usindikaji inayohitajika ili kuendesha uchumi wa kisasa. Ujumuishaji huu wa nguvu ni mada inayojirudia katika historia ya teknolojia.

Kuna sababu tatu kuu kwa nini nguvu hii inabaki kujilimbikizia katika mikono michache:

• Gharama ya kufunza model inayoongoza sasa inafikia mabilioni ya dola.
• Vifaa maalum vinavyohitajika vinazalishwa na idadi ndogo sana ya watengenezaji.
• Mahitaji makubwa ya nishati kwa data centers yanapendelea mikoa yenye gridi za umeme imara na nafuu.

Ukweli huu unapingana na wazo kwamba AI itakuwa kisawazishaji kikubwa. Wakati zana zinazidi kupatikana kwa watu binafsi, udhibiti wa msingi unabaki kuwa uliounganishwa zaidi kuliko hapo awali. Serikali zinaanza kugundua usawa huu. Zinaangalia mifano ya kihistoria kama [external-link] Sherman Antitrust Act ili kuona kama sheria za zamani zinaweza kushughulikia ukiritimba mpya. Hata hivyo, kasi ya viwanda kwa sasa inashinda sera. Kufikia wakati kanuni inajadiliwa na kupitishwa, teknolojia mara nyingi imeshasonga mbele kwa vizazi viwili. Hii inaunda lag ya kudumu ambapo sheria daima inaitikia ukweli ambao tayari umebadilika.

Wakati Programu Inaposonga Haraka kuliko Sheria

Athari za ulimwengu halisi za kasi hii zinaonekana katika jinsi biashara zinavyolazimishwa kukabiliana. Fikiria siku katika maisha ya kampuni ndogo ya masoko huko Chicago. Miaka mitano iliyopita, waliajiri waandishi wadogo kuandaa nakala na watafiti kutafuta mienendo. Leo, mmiliki anatumia usajili mmoja kwa platform ya AI kushughulikia asilimia sabini ya mzigo huo wa kazi. Asubuhi huanza na muhtasari uliotengenezwa na AI wa mabadiliko ya soko la kimataifa. Kufikia mchana, mfumo umeandaa tofauti thelathini tofauti za matangazo kulingana na mabadiliko hayo. Wafanyakazi wa kibinadamu sasa hufanya kazi kama wahariri na wataalamu wa mikakati badala ya wabunifu. Mabadiliko haya yanatokea katika kila sekta, kutoka sheria hadi dawa. Inaongeza ufanisi, lakini pia inaunda utegemezi mkubwa kwa mtoa huduma wa platform. Ikiwa mtoa huduma atabadilisha bei zao au masharti yao ya huduma, kampuni ya masoko haina chaguo ila kutii. Wameunganisha zana hiyo kwa kina katika mtiririko wao wa kazi hivi kwamba hawawezi kurudi kwa urahisi kwenye kazi ya mikono.

Hali hii inaonyesha kwa nini sera inajitahidi kuendana. Wadhibiti bado wana wasiwasi kuhusu faragha ya data na hakimiliki, wakati sekta tayari inasonga kuelekea mawakala wa uhuru wanaoweza kufanya maamuzi ya kifedha. Kasi ya viwanda ya maendeleo ya AI inaendeshwa na mbio za kupata sehemu ya soko. Makampuni yako tayari kuvunja vitu sasa na kuvirekebisha baadaye kwa sababu kuwa wa pili katika mbio za miundombinu mara nyingi ni sawa na kuwa wa mwisho. Tuliona hili na vita vya browser na kuongezeka kwa mitandao ya kijamii. Washindi ni wale wanaosonga haraka vya kutosha kuwa kiwango chaguo-msingi. Mara tu unapokuwa kiwango, ni vigumu sana kubadilishwa. Hii inaunda hali ambapo maslahi ya umma mara nyingi huwa ya pili kwa msukumo wa kiwango. Kinaya ni kwamba tunataka faida za teknolojia, lakini tuna wasiwasi na nguvu inayowapa mashirika machache.

Uchambuzi wa hivi karibuni wa sekta ya AI kwenye [internal-link] uchambuzi wa hivi karibuni wa sekta ya AI unapendekeza kwamba tunaingia katika awamu ya ujumuishaji wa kina. Hapa ndipo teknolojia inapoacha kuwa kitu kipya na kuanza kuwa hitaji. Kwa biashara, kutotumia AI hivi karibuni itakuwa kama kutotumia internet mnamo 2010. Inaweza kuwa inawezekana, lakini itakuwa isiyofaa sana. Shinikizo hili la kupitisha ndilo linaloendesha ukuaji wa haraka, hata wakati matokeo ya muda mrefu hayajulikani. Tunaona kurudiwa kwa miaka ya 2000 ya mapema wakati makampuni yalikimbilia mtandaoni bila kuelewa kikamilifu hatari za usalama au faragha. Tofauti leo ni kwamba kiwango ni kikubwa zaidi na vigingi ni vya juu zaidi. Mifumo tunayojenga sasa inaelekea kutawala jinsi tunavyofanya kazi na kuwasiliana kwa miongo kadhaa ijayo.

Maswali Magumu kwa Enzi ya Compute

Lazima tutumie ushirikina wa Socratic kwa mlipuko wa sasa. Je, ni gharama gani zilizofichwa za upanuzi huu wa haraka? Dhahiri zaidi ni athari za mazingira. Ripoti ya [external-link] International Energy Agency kuhusu data centers inaangazia kiasi cha nguvu ambacho mifumo hii hutumia. Tunapojenga data centers zaidi, tunaweka mkazo zaidi kwenye gridi za umeme zinazozeeka. Nani analipia miundombinu hiyo? Je, ni makampuni yanayotengeneza mabilioni, au walipakodi wanaoshiriki gridi hiyo? Pia kuna swali la kazi ya data. Models hizi hufunzwa kwa matokeo ya pamoja ya ubinadamu, mara nyingi bila idhini au fidia. Je, ni haki kwa makampuni machache kubinafsisha thamani ya data ya umma? Tunahitaji kuuliza nani anafaidika kweli na ufanisi huu. Ikiwa kazi iliyochukua saa kumi sasa inachukua dakika kumi, je, mfanyakazi anapata muda zaidi wa bure, au anapata tu kazi mara kumi zaidi?

Faragha ni eneo lingine ambapo gharama mara nyingi hufichwa. Ili kufanya AI kuwa muhimu zaidi, tunaiipa ufikiaji zaidi kwa maisha yetu ya kibinafsi na ya kitaaluma. Tunabadilishana data yetu kwa urahisi. Historia inaonyesha kuwa mara tu faragha inapotolewa, ni karibu haiwezekani kuirudisha. Tuliona hili na kuongezeka kwa internet inayoungwa mkono na matangazo. Kilichoanza kama njia ya kupata habari kilibadilika kuwa mfumo wa ufuatiliaji wa kimataifa. AI ina uwezo wa kuchukua hili mbali zaidi. Ikiwa AI inajua jinsi unavyofikiri na jinsi unavyofanya kazi, inaweza kushawishi maamuzi yako kwa njia ambazo ni ngumu kuzigundua. Haya sio tu matatizo ya kiufundi. Ni shida za kijamii na kimaadili zinazohitaji zaidi ya kiraka cha programu. Lazima tuamue ikiwa kasi ya maendeleo inastahili kupoteza uhuru wa mtu binafsi. Majibu ya maswali haya yataamua aina ya jamii tunayoishi mara tu mlipuko wa AI utakapokaa katika awamu yake ya kukomaa.

Makanika ya Model Layer

Kwa wale wanaoangalia upande wa kiufundi, mwelekeo unahama kutoka saizi ya model hadi ujumuishaji wa mtiririko wa kazi. Tunaona kuhama kutoka models kubwa, za kusudi la jumla kuelekea ndogo, maalum ambazo zinaweza kukimbia kwenye vifaa vya ndani. Hii ni majibu ya gharama kubwa na latency ya APIs za cloud. Watumiaji wa nguvu wanazidi kutafuta njia za kukwepa mipaka iliyowekwa na watoa huduma wakuu. Hii ni pamoja na kusimamia mipaka ya kiwango cha API na kutafuta njia za kuhifadhi data ndani ili kuhakikisha faragha na kasi. Ujumuishaji wa AI katika zana zilizopo ndipo kazi halisi inafanyika. Sio kuhusu kupiga gumzo na bot. Ni kuhusu kuwa na model inayoweza kusoma faili zako za ndani, kuelewa mtindo wako maalum wa kuandika msimbo, na kupendekeza mabadiliko kwa wakati halisi. Hii inahitaji aina tofauti ya usanifu kuliko ile inayotumiwa kwa zana za wavuti za umma.

Changamoto za kiufundi kwa miaka michache ijayo ni pamoja na:

• Kuboresha models ili kukimbia kwenye GPUs za kiwango cha watumiaji bila kupoteza usahihi mwingi.
• Kutengeneza njia bora za kushughulikia kumbukumbu ya muda mrefu katika mawakala wa AI ili waweze kukumbuka muktadha kwa wiki au miezi.
• Kuunda itifaki sanifu kwa mifumo tofauti ya AI kuwasiliana na kila mmoja.

Pia tunaona kuongezeka kwa *local inference* kama njia ya kudumisha udhibiti wa data nyeti. Kwa kuendesha models kwenye mashine ya ndani, mtumiaji anaweza kuhakikisha kuwa taarifa zao za umiliki haziondoki kamwe kwenye jengo lao. Hii ni muhimu hasa kwa sekta kama sheria na fedha ambapo usalama wa data ni muhimu sana. Hata hivyo, vifaa vya ndani bado viko nyuma ya clusters kubwa zinazomilikiwa na majitu ya cloud. Hii inaunda mfumo wa ngazi mbili. Models zenye nguvu zaidi zitabaki kwenye cloud, wakati matoleo bora zaidi, yasiyo na uwezo mwingi yatakimbia ndani. Kusawazisha walimwengu hawa wawili ni changamoto kubwa inayofuata kwa watengenezaji. Lazima waamue wakati wa kutumia nguvu ghafi ya cloud na wakati wa kutanguliza faragha na kasi ya compute ya ndani. Mvutano huu wa kiufundi utaendesha uvumbuzi mwingi katika miaka ijayo.

Una hadithi ya AI, zana, mwelekeo, au swali unalofikiri tunapaswa kushughulikia? Tutumie wazo lako la makala — tungependa kulisikia.

Hadithi Isiyokamilika ya Kiwango

Historia ya teknolojia ni historia ya ujumuishaji. Kutoka reli hadi internet, tunaona muundo wa mlipuko ikifuatiwa na udhibiti. AI kwa sasa iko katikati ya mzunguko huu. Pembe ya Marekani inatawala kwa sababu rasilimali zinazohitajika kwa hatua hii ya ukuaji zimejikita hapo. Hata hivyo, hadithi haijaisha. Teknolojia inapoiva, tutaona changamoto mpya kwa nguvu hii ya platform. Ikiwa inatoka kwa kanuni, uvumbuzi mpya wa kiufundi, au mabadiliko katika jinsi tunavyothamini data yetu bado haijaonekana. Swali la moja kwa moja ni ikiwa tunaweza kufurahia faida za miundombinu hii mpya bila kuacha ushindani na faragha inayofanya uchumi wenye afya uwezekane. Tunajenga msingi wa karne ijayo. Tunapaswa kuwa waangalifu sana kuhusu nani anayeshikilia funguo zake.

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.