Увеличаването на изчислителната мощност вече не прави AI по-умен – какво ще означава това за Nvidia

Способността на графичните процесори да мащабират добре изчислителната производителност в условията на забавяния с оглед на класическия “закон на Мур“ дълго време беше представяна от ръководството на Nvidia като спасителен пояс за цялото човечество. Тъй като експлозивният растеж на системите с изкуствен интелект започва да се забавя, на хоризонта се задават нови предизвикателства за мащабиране на производителността.

Както отбелязва Financial Times, за мнозина в Силициевата долина законът на Мур е изместен от нова концепция: „законът за мащабиране“ на изкуствения интелект. Доскоро се смяташе, че мащабирането на изчислителната инфраструктура и насищането ѝ с по-големи обеми от данни води до качествени промени в системите с изкуствен интелект. По същество се очакваше, че AI ще стане „по-умен“, но в резултат на това в продължение на няколко тримесечия подред всички големи компании в технологичния сектор са фокусирани върху активното увеличаване на изчислителната мощност на своите центрове за данни.

Преди това се смяташе, че сегашният темп на растеж на производителността на центровете за данни ще продължи, докато не бъде създаден „суперинтелект“, способен да надмине човешкия интелект, но базиран на софтуерни алгоритми и зависимости. Едва през последните седмици експертите започнаха да изразяват загриженост, че най-новите големи езикови модели на OpenAI, Google и Anthropic не постигат необходимия напредък спрямо предишните трендове.

Един от основателите на стартъпа, Иля Суцкевер, който напусна OpenAI, наскоро каза: „2010-та бяха ерата на мащабирането, но сега сме отново в ерата на откритията и удивлението. Забележително е, че Суцкевер беше уверен преди година, че цялата повърхност на Земята ще трябва да бъде покрита със слънчеви панели, които да захранват също толкова много центрове за данни.

Много участници на пазара са съгласни, че етапът на активно обучение на езиковите модели е към своя край, но за да се запази сегашното темпо на напредък, трябва да се премине към следващия етап. Изпълнителният директор на Microsoft Сатя Надела вярва, че забавянето на обучението на големите езикови модели не ограничава особено темпото на напредъка, тъй като системите с изкуствен интелект придобиват способността да разсъждават. Според основателя на Nvidia, Дженсън Хуанг, дори намаляването на нуждата от изчислителни ресурси за обучението на езиковите модели няма да означава спад в търсенето на нейните продукти. Разработчиците на AI-системи ще се стремят да намалят времето за реакция на системата при зададените от потребителите въпроси. Тази надпревара ще изисква още повече хардуерни ресурси, според постоянния лидер на Nvidia, а това е добре за бизнеса на компанията. Президентът на Microsoft, Брад Смит, е убеден, че пазарното търсене на ускорителни чипове ще продължи да расте поне още една година.

Въпреки това, преходът на AI-системите към нов етап на развитие трябва да бъде осигурен от появата на реални области на приложение, които са полезни за бизнеса. Все още има проблеми с това, тъй като всяка иновация трябва да носи материални ползи, а ефектът от използването на AI в сегашния му вид в много сектори на икономиката все още не е толкова очевиден. Това не попречи на технологичните гиганти да инвестират огромни суми пари в разширяване на своите изчислителни ресурси. Тази година общите капиталови разходи на Microsoft, Amazon, Google и Meta трябва да надхвърлят 200 милиарда долара, а през следващата година вероятно ще надхвърлят 300 милиарда долара, според представители на Morgan Stanley.