Povedú investície technologického priemyslu do AI do slepej uličky?
Na otázku, či by „rozšírenie“ súčasných prístupov AI mohlo viesť k dosiahnutiu umelej všeobecnej inteligencie (AGI) alebo umelej inteligencie na všeobecné účely, ktorá sa vyrovná ľudskému poznaniu alebo ho prekoná, drvivých 76 percent respondentov uviedlo, že úspech je „nepravdepodobný“ alebo „veľmi nepravdepodobný“. Zistenia prieskumu, v ktorom sa zúčastnilo 475 výskumníkov v oblasti umelej inteligencie a ktorý vykonali vedci z Asociácie pre rozvoj umelej inteligencie, sú zverejnené v novej správe.
Poukazujú na jasné odmietanie dlhodobo preferovanej metódy technologického priemyslu na dosiahnutie prínosu umelej inteligencie – vybavenia generatívnych modelov a dátových centier, ktoré sa používajú na ich trénovanie a prevádzku, väčším množstvom hardvéru. Vzhľadom na to, že všetci vývojári AI tvrdia, že AGI je ich konečným cieľom, možno povedať, že škálovanie je všeobecne považované za slepú uličku.
V pretekoch o vývoj umelej inteligencie sa vyhadzujú obrovské sumy peňazí. Investície do generatívnej umelej inteligencie dosiahli len v roku 2024 viac ako 56 miliárd USD vo forme financovania rizikového kapitálu. Veľká časť týchto prostriedkov sa vynakladá na výstavbu alebo prevádzku obrovských dátových centier, ktoré si generatívne modely vyžadujú. Napríklad spoločnosť Microsoft sa zaviazala, že v roku 2025 vynaloží na infraštruktúru AI 80 miliárd USD.
Z toho vyplýva, že dopyt po energii je rovnako ohromujúci. Microsoft podpísal dohodu o spustení celej jadrovej elektrárne len na napájanie svojich dátových centier a jeho konkurenti Google a Amazon uzavreli podobné dohody o využívaní jadrovej energie. Predpoklad, že umelú inteligenciu možno donekonečna zlepšovať škálovaním, stál vždy na vratkých základoch. Príkladom je nedávna existenčná kríza technologického sektora, ktorú urýchlil čínsky startup DeepSeek, ktorého model AI by sa mohol vyrovnať vlajkovým modelom Západu, chatbotom za niekoľko miliárd dolárov, a to údajne za zlomok nákladov a výkonu na tréning.
Výskumníci OpenAI zistili, že nadchádzajúca verzia ich veľkého jazykového modelu GPT vykazuje výrazne menšie zlepšenie a v niektorých prípadoch vôbec žiadne zlepšenie oproti predchádzajúcim verziám. V decembri sa generálny riaditeľ spoločnosti Google Sundar Pichai vyjadril, že ľahké zisky v oblasti umelej inteligencie sa „skončili“, ale sebavedomo tvrdil, že neexistuje dôvod, prečo by odvetvie nemohlo „jednoducho pokračovať v škálovaní“.
Skúmajú sa lacnejšie a efektívnejšie prístupy. OpenAI pri svojich najnovších modeloch použila metódu známu ako test-time compute, pri ktorej AI strávi viac času „premýšľaním“, kým vyberie najsľubnejšie riešenie. Tým sa dosiahlo zvýšenie výkonu, ktoré by si inak vyžiadalo hory škálovania na replikáciu, tvrdia výskumníci.
Spoločnosť DeepSeek je priekopníkom prístupu nazvaného „zmes expertov“. Ten využíva na pomoc pri hľadaní riešení viacero neurónových sietí, z ktorých každá sa špecializuje na rôzne oblasti, namiesto spoliehania sa na jediný „univerzálny“ model. Napriek tomu záväzok Microsoftu stále míňať desiatky miliárd dolárov na dátové centrá naznačuje, hrubá sila bude stále obľúbeným postupom gigantov odvetvia, zatiaľ čo na začínajúcich firmách zostane hľadanie spôsobov, ako urobiť viac s menším množstvom.
Zdroj: futurism.com.
Zdroj Foto: depositphotos.com.
