Paano Tayo Nakarating Dito: Ang Maikling Kasaysayan ng AI Boom

Ang kasalukuyang pag-usbong ng artificial intelligence ay hindi nagsimula sa isang viral na chatbot noong huling bahagi ng 2022. Nagsimula ito sa isang partikular na research paper na inilathala ng mga engineer ng Google noong 2017 na pinamagatang “Attention Is All You Need.” Ipinakilala ng dokumentong ito ang Transformer architecture, na nagpabago sa paraan ng pagproseso ng mga makina sa wika ng tao. Bago ang puntong ito, nahirapan ang mga computer na panatilihin ang konteksto ng mahabang pangungusap. Madalas nilang nakakalimutan ang simula ng isang talata pagdating sa dulo. Inayos ito ng Transformer sa pamamagitan ng pagpapahintulot sa model na timbangin ang kahalagahan ng iba’t ibang salita nang sabay-sabay. Ang iisang teknikal na pagbabagong ito ang pangunahing dahilan kung bakit ang mga modernong tool ay nararamdamang coherent sa halip na parang robotic. Kasalukuyan tayong nabubuhay sa mga scaled-up na bunga ng desisyong iyon na lumayo sa sequential processing. Ang kasaysayang ito ay hindi lamang tungkol sa mas mahusay na code. Ito ay tungkol sa isang pundamental na pagbabago sa kung paano tayo nakikipag-ugnayan sa impormasyon sa isang global na antas. Ang paglipat mula sa paghahanap ng mga sagot patungo sa pagbuo ng mga ito ay nagpabago sa mga pangunahing inaasahan ng bawat internet user ngayon.

Statistical Prediction Higit sa Lohika

Para maunawaan ang kasalukuyang estado ng teknolohiya, dapat nating itapon ang ideya na ang mga system na ito ay nag-iisip. Hindi sila nag-iisip. Sila ay mga dambuhalang statistical engine na humuhula sa susunod na bahagi ng isang sequence. Kapag nag-type ka ng prompt, tinitingnan ng system ang training data nito para matukoy kung aling salita ang pinakamalamang na sumunod sa iyong input. Ito ay isang paglayo mula sa logic-based programming ng nakaraan. Noong mga nakaraang dekada, ang software ay sumusunod sa mahigpit na if-then rules. Kung ang user ay nag-click ng button, ang software ay gumagawa ng partikular na aksyon. Ngayon, ang output ay probabilistic. Ibig sabihin, ang parehong input ay maaaring magresulta sa iba’t ibang output depende sa settings ng model. Ang pagbabagong ito ay lumikha ng isang bagong uri ng software na flexible ngunit madaling magkamali na hinding-hindi gagawin ng isang tradisyunal na calculator.

Ang laki ng training na ito ang dahilan kung bakit ang mga resulta ay nararamdamang parang intelligence. Ang mga kumpanya ay nag-scrape ng halos buong pampublikong internet para pakainin ang mga model na ito. Kasama rito ang mga libro, artikulo, code repositories, at forum posts. Sa pamamagitan ng pagsusuri sa bilyun-bilyong parameters, natututunan ng mga model ang istruktura ng pag-iisip ng tao nang hindi kailanman nauunawaan ang kahulugan ng mga salita. Ang kakulangan sa pag-unawa na ito ang dahilan kung bakit ang isang model ay kayang sumulat ng perpektong legal brief ngunit bigo sa isang simpleng math problem. Hindi ito nagkakalkula. Ginagaya lamang nito ang mga pattern ng mga taong gumawa na ng math noon. Ang pag-unawa sa pagkakaibang ito ay mahalaga para sa sinumang gumagamit ng mga tool na ito sa isang professional na kapasidad. Nililinaw nito kung bakit ang mga system ay napaka-confident kahit na sila ay lubos na mali.

Ang Global Arms Race para sa Silicon

Ang epekto ng teknolohikal na pagbabagong ito ay umaabot nang higit pa sa software. Nag-trigger ito ng isang dambuhalang geopolitical na agawan para sa hardware. Partikular, ang mundo ay nakadepende na ngayon sa high-end graphics processing units o GPUs. Ang mga chip na ito ay orihinal na idinisenyo para sa mga video game, ngunit ang kakayahan nilang magsagawa ng maraming maliliit na kalkulasyon nang sabay-sabay ay ginagawa silang perpekto para sa AI. Ang isang kumpanya, ang NVIDIA, ay may hawak na ngayon ng sentral na papel sa global economy dahil sila ang gumagawa ng mga chip na kailangan para i-train ang mga model na ito. Itinuturing na ngayon ng mga bansa ang mga chip na ito na parang langis o ginto. Sila ay mga strategic asset na magtatakda kung aling mga bansa ang mangunguna sa susunod na dekada ng economic growth.

Ang dependency na ito ay lumikha ng hati sa pagitan ng mga kayang bumili ng dambuhalang compute power at sa mga hindi kaya. Ang pag-train ng isang top-tier model ay nagkakahalaga na ngayon ng daan-daang milyong dolyar sa kuryente at hardware. Ang mataas na barrier to entry na ito ay nangangahulugan na ang ilang malalaking korporasyon sa United States at China ang may hawak ng karamihan sa kapangyarihan. Ang sentralisasyong ito ng impluwensya ay isang malaking alalahanin para sa mga regulator sa buong mundo. Naaapektuhan nito ang lahat mula sa kung paano iniimbak ang data hanggang sa kung magkano ang kailangang bayaran ng isang startup para ma-access ang mga basic tool. Ang economic gravity ng industriya ay lumipat patungo sa mga may-ari ng data centers. Ito ay isang makabuluhang pagbabago mula sa maagang panahon ng internet kung saan ang isang maliit na team ay kayang bumuo ng world-class na produkto sa maliit na budget. Sa 2026, ang cost of entry ay mas mataas kaysa dati.

Kapag ang Abstract ay Nagiging Afternoon Work

Para sa karamihan ng mga tao, ang kasaysayan ng teknolohiyang ito ay hindi gaanong mahalaga kaysa sa pang-araw-araw na gamit nito. Isipin ang isang marketing manager na nagngangalang Sarah. Ilang taon na ang nakalilipas, ang kanyang araw ay binubuo ng mga oras ng manual na pananaliksik at pag-draft. Maghahanap siya ng mga trend, magbabasa ng dose-dosenang artikulo, at pagkatapos ay pagsasama-samahin ang mga ito sa isang report. Ngayon, ang kanyang workflow ay iba na. Gumagamit siya ng model para ibuod ang mga top trend at mag-draft ng isang initial outline. Hindi na siya isang manunulat. Siya ay isang editor ng machine-generated content. Ang pagbabagong ito ay nangyayari sa bawat industriya na gumagamit ng keyboard. Hindi lang ito tungkol sa bilis. Ito ay tungkol sa pag-alis ng blank page. Ang makina ang nagbibigay ng unang draft, at ang tao ang nagbibigay ng direksyon.

Ang pagbabagong ito ay may praktikal na stakes para sa job security at skill development. Kung ang isang junior analyst ay kaya na ngayong gawin ang trabaho ng tatlong tao gamit ang mga tool na ito, ano ang mangyayari sa entry-level job market? Nakikita natin ang paglipat patungo sa isang “super-user” model kung saan ang isang tao ay namamahala ng maraming AI agents para tapusin ang mga kumplikadong gawain. Makikita ito sa software engineering, kung saan ang mga tool tulad ng GitHub Copilot ay nagmumungkahi ng buong blocks ng code. Ang developer ay gumugugol ng mas kaunting oras sa pag-type at mas maraming oras sa pag-audit. Ang bagong realidad na ito ay nangangailangan ng ibang set ng skills. Hindi mo na kailangang tandaan ang bawat syntax rule. Kailangan mong malaman kung paano magtanong ng tamang mga tanong at kung paano makakita ng maliliit na error sa dagat ng mga perpektong text. Ang araw sa buhay ng isang professional sa 2026 ay isa na ngayong constant cycle ng pag-prompt at pag-verify. Narito ang ilang paraan kung paano ito makikita sa praktis:

• Ang mga software developer ay gumagamit ng mga model para magsulat ng paulit-ulit na unit tests at boilerplate code.
• Ang mga legal assistant ay gumagamit ng mga ito para mag-scan ng libu-libong pahina ng discovery para sa mga partikular na keyword.
• Ang mga medical researcher ay gumagamit ng mga ito para hulaan kung paano maaaring mag-interact ang iba’t ibang protein structure.
• Ang mga customer service team ay gumagamit ng mga ito para humawak ng mga routine na inquiry nang walang interbensyon ng tao.

Ang Tahimik na Gastos ng Black Box

Habang mas umaasa tayo sa mga system na ito, dapat tayong magtanong ng mga mahihirap na tanong tungkol sa kanilang mga nakatagong gastos. Ang una ay ang environmental impact. Ang isang query sa isang large language model ay nangangailangan ng mas maraming kuryente kaysa sa isang standard na Google search. Kapag pinarami ng milyun-milyong user, ang carbon footprint ay nagiging malaki. Mayroon ding isyu ng paggamit ng tubig. Ang mga data center ay nangangailangan ng dambuhalang dami ng tubig para palamigin ang mga server na nagpapatakbo ng mga model na ito. Handa ba tayong ipagpalit ang local water security para sa mas mabilis na pag-draft ng email? Ito ay isang tanong na nagsisimula nang itanong ng maraming komunidad malapit sa mga data center. Kailangan din nating tingnan ang data mismo. Karamihan sa mga model ay na-train sa copyrighted material nang walang pahintulot ng mga creator. Nagresulta ito sa isang wave ng mga demanda mula sa mga artist at manunulat na nag-aakalang ang kanilang gawa ay ninakaw para bumuo ng isang produkto na maaaring kalaunan ay pumalit sa kanila.

Pagkatapos ay may problema ng black box. Maging ang mga engineer na bumubuo ng mga model na ito ay hindi lubos na nauunawaan kung bakit sila gumagawa ng mga partikular na desisyon. Ang kakulangan sa transparency na ito ay mapanganib kapag ang AI ay ginagamit para sa mga sensitibong gawain tulad ng hiring o loan approvals. Kung ang isang model ay nakabuo ng bias laban sa isang partikular na grupo, maaaring mahirap hanapin at ayusin ang root cause. Sa esensya, ipinapasa natin ang mahahalagang desisyon ng lipunan sa isang system na hindi maipaliwanag ang sarili nitong pangangatwiran. Paano natin pananagutin ang isang makina? Paano natin masisiguro na ang data na ginamit para i-train ang mga system na ito ay hindi nagpapatibay ng mga lumang prejudice? Ang mga ito ay hindi mga theoretical na problema. Ang mga ito ay mga aktibong isyu na sinusubukang tugunan ng pinakabagong AI developments na may iba’t ibang antas ng tagumpay.

Mayroon ka bang kuwento, tool, trend, o tanong tungkol sa AI na sa tingin mo ay dapat naming i-cover? Ipadala sa amin ang iyong ideya sa artikulo — gusto naming marinig ito.

Latency at ang Token Economy

Para sa mga naghahanap na i-integrate ang mga tool na ito sa mga professional na workflow, mahalaga ang mga teknikal na detalye. Karamihan sa pakikipag-ugnayan sa mga model na ito ay nangyayari sa pamamagitan ng isang Application Programming Interface o API. Dito mo makakaharap ang konsepto ng tokens. Ang isang token ay humigit-kumulang apat na karakter ng English text. Ang mga model ay hindi nagbabasa ng mga salita. Nagbabasa sila ng mga token. Mahalaga ito dahil karamihan sa mga provider ay naniningil base sa bilang ng mga token na naproseso. Kung ikaw ay bumubuo ng isang tool na nagsusuri ng mahahabang dokumento, ang iyong mga gastos ay maaaring mabilis na lumaki. Kailangan mo ring pamahalaan ang context window. Ito ang dami ng impormasyon na kayang “tandaan” ng model sa isang pagkakataon. Ang mga naunang model ay may maliliit na window, ngunit ang mga mas bagong bersyon ay kayang magproseso ng buong mga libro sa isang prompt. Gayunpaman, ang mas malalaking window ay madalas na humahantong sa mas mataas na latency at mas malaking tsansa na mawala ang track ng model sa mga partikular na detalye sa gitna ng text.

Ang isa pang kritikal na bahagi ay ang proseso ng local storage at privacy. Maraming enterprise ang nag-aalinlangan na magpadala ng sensitibong data sa isang third-party server. Ito ay humantong sa pag-usbong ng mga local model tulad ng Llama 3 na kayang tumakbo sa internal hardware. Ang pagpapatakbo ng isang model nang locally ay nangangailangan ng malaking VRAM sa iyong GPU. Halimbawa, ang isang 70 billion parameter model ay karaniwang nangangailangan ng dalawang high-end card para tumakbo sa isang usable na bilis. Dito pumapasok ang quantization. Ito ay isang technique na nagpapaliit sa laki ng model sa pamamagitan ng pagbabawas ng precision ng mga numerong ginamit sa mga kalkulasyon. Pinapayagan nito ang isang makapangyarihang model na tumakbo sa consumer hardware na may kaunting bawas lang sa accuracy. Dapat balansehin ng mga developer ang mga factor na ito:

• API costs kumpara sa hardware expense ng pagpapatakbo ng mga model nang locally.
• Ang bilis ng isang mas maliit na model kumpara sa reasoning capability ng isang mas malaki.
• Ang security ng pagpapanatili ng data on-premise kumpara sa convenience ng cloud.
• Ang mga limitasyon ng rate-throttling sa mga public API sa panahon ng peak usage hours.

Ang Daan Pasulong

Ang kasaysayan ng AI boom ay isang kuwento ng pag-scale sa isang magandang ideya. Sa pamamagitan ng pagkuha sa Transformer architecture at pagbuhos ng dambuhalang dami ng data at compute dito, nakalikha tayo ng isang bagay na parang isang bagong panahon ng computing. Ngunit tayo ay nasa maagang yugto pa lamang. Ang kalituhan na nararamdaman ng marami ngayon ay nagmumula sa puwang sa pagitan ng kung ano ang kayang gawin ng teknolohiya at kung ano ang inaasahan nating gawin nito. Ito ay isang tool para sa augmentation, hindi kapalit ng paghuhusga ng tao. Ang mga pinakamatagumpay na tao sa mga darating na taon ay ang mga taong nakakaunawa sa statistical nature ng mga system na ito. Malalaman nila kung kailan dapat magtiwala sa makina at kung kailan dapat i-verify ang gawa nito. Patungo tayo sa isang hinaharap kung saan ang kakayahang mamahala ng AI ay magiging kasing-pundamental ng kakayahang gumamit ng word processor.

Paalala ng Editor: Ginawa namin ang site na ito bilang isang multilingual AI news at guides hub para sa mga taong hindi computer geeks, ngunit nais pa ring maunawaan ang artificial intelligence, gamitin ito nang may higit na kumpiyansa, at sundan ang hinaharap na dumarating na.