AI ეკონომიკის ხუთი არქიტექტორი: სად აწყდება ინდუსტრია დაბრკოლებებს?

ბევერლი-ჰილზში გამართულ Milken Global Conference-ზე ხელოვნური ინტელექტის (AI) მიწოდების ჯაჭვის სხვადასხვა რგოლის წარმომადგენლებმა ტექნოლოგიის მომავალსა და არსებულ გამოწვევებზე ისაუბრეს. დისკუსია შეეხო ჩიპების დეფიციტს, ორბიტალურ მონაცემთა ცენტრებს და იმასაც კი, არის თუ არა თანამედროვე AI-ის ფუნდამენტური არქიტექტურა მცდარი.

პანელურ დისკუსიაში მონაწილეობდნენ: კრისტოფ ფუკე, ASML-ის აღმასრულებელი დირექტორი (კომპანია, რომელიც ფლობს მონოპოლიას ულტრაიისფერ ლითოგრაფიულ აპარატებზე, რომელთა გარეშეც თანამედროვე ჩიპების წარმოება შეუძლებელია); ფრენსის დესოუზა, Google Cloud-ის საოპერაციო დირექტორი; ქასარ იუნისი, Applied Intuition-ის თანადამფუძნებელი და აღმასრულებელი დირექტორი; დიმიტრი შეველენკო, Perplexity-ის ბიზნესის მიმართულების ხელმძღვანელი და ევა ბოდნია, კვანტური ფიზიკოსი და სტარტაპ Logical Intelligence-ის დამფუძნებელი.

ექსპერტების აზრით, ხელოვნური ინტელექტის ბუმი სერიოზულ ფიზიკურ შეზღუდვებს აწყდება. კრისტოფ ფუკეს განცხადებით, მიუხედავად ჩიპების წარმოების მკვეთრი დაჩქარებისა, მომდევნო 2-დან 5 წლამდე ბაზარი მაინც შეზღუდული იქნება. ეს ნიშნავს, რომ ისეთი გიგანტები, როგორიცაა Google, Microsoft, Amazon და Meta, ვერ მიიღებენ იმ რაოდენობის ჩიპებს, რომლებშიც ფულს იხდიან.

ენერგეტიკული პრობლემა და კოსმოსური მონაცემთა ცენტრები

თუ ჩიპები პირველი ბარიერია, ენერგია მეორე და კიდევ უფრო მასშტაბური გამოწვევაა. ფრენსის დესოუზამ დაადასტურა, რომ Google განიხილავს მონაცემთა ცენტრების კოსმოსში განთავსებას ენერგეტიკული დეფიციტის დასაძლევად. კოსმოსში ენერგია უფრო ხელმისაწვდომია, თუმცა იქ სხვა პრობლემა იჩენს თავს: ვაკუუმში სითბოს გაფრქვევა მხოლოდ რადიაციის საშუალებითაა შესაძლებელი, რაც გაცილებით რთული საინჟინრო ამოცანაა, ვიდრე დედამიწაზე არსებული ჰაერისა თუ სითხის გაგრილების სისტემები.

დესოუზას თქმით, Google-ის სტრატეგია სრული AI-სტეკის (ჩიპებიდან მოდელებამდე) ინტეგრირებულ წარმოებას ეფუძნება. მაგალითად, Gemini-ს მოდელების გაშვება Google-ის საკუთარ TPU ჩიპებზე გაცილებით ენერგოეფექტურია, რადგან ჩიპების დიზაინერებმა წინასწარ იციან მოდელის მოთხოვნები. კრისტოფ ფუკემ დასძინა, რომ ინდუსტრია ახლა სტრატეგიული აუცილებლობით გამოწვეული უზარმაზარი ინვესტიციების ფაზაშია, თუმცა მეტი გამოთვლითი სიმძლავრე მეტ ენერგიას ნიშნავს, ენერგიას კი თავისი ფასი აქვს.

განსხვავებული ტიპის ინტელექტი

სანამ ინდუსტრიის უდიდესი ნაწილი ენობრივი მოდელების (LLM) მასშტაბირებაზეა ფოკუსირებული, ევა ბოდნია განსხვავებულ გზას სთავაზობს ბაზარს. მისი კომპანია, Logical Intelligence, მუშაობს ენერგიაზე დაფუძნებულ მოდელებზე (EBM). ეს მოდელები არ ცდილობენ მომდევნო სიტყვის გამოცნობას, არამედ მონაცემების საფუძვლად არსებული წესების გაგებაზე არიან ორიენტირებულნი.

• ეფექტურობა: ბოდნიას ყველაზე დიდი მოდელი 200 მილიონ პარამეტრს შეიცავს (LLM-ების ასობით მილიარდის ნაცვლად) და ათასჯერ უფრო სწრაფად მუშაობს.
• ადაპტაცია: მოდელი შექმნილია ისე, რომ ცოდნა მონაცემების ცვლილებასთან ერთად განაახლოს და არ საჭიროებდეს თავიდან გადამზადებას.
• გამოყენება: ეს მიდგომა განსაკუთრებით ეფექტურია რობოტიქსსა და ჩიპების დიზაინში, სადაც სისტემამ ფიზიკური წესები უნდა გაიგოს და არა ენობრივი პატერნები.

ციფრული თანამშრომლები და უსაფრთხოება

დიმიტრი შეველენკომ განმარტა Perplexity-ის ევოლუცია საძიებო სისტემიდან „ციფრულ თანამშრომლამდე“. Perplexity Computer-ის მიზანია, იყოს არა უბრალოდ ინსტრუმენტი, არამედ პერსონალი, რომელსაც მომხმარებელი მართავს. უსაფრთხოების კუთხით, კომპანია დიდ ყურადღებას აქცევს წვდომის დონეებს (read-only vs. read-write), რაც კრიტიკულია კორპორატიული სისტემებისთვის.

„დეტალიზაცია არის კარგი უსაფრთხოების ჰიგიენის საფუძველი“, - აღნიშნა შეველენკომ.

მისივე თქმით, როდესაც მათი აგენტი მომხმარებლის სახელით მოქმედებს, ის ჯერ წარადგენს გეგმას და მხოლოდ დასტურის შემდეგ ასრულებს მას, რაც აუცილებელი ბარიერია ნდობის შესანარჩუნებლად.

ფიზიკური AI და გეოპოლიტიკა

ქასარ იუნისმა ყურადღება გაამახვილა ფიზიკური AI-ისა და ეროვნული სუვერენიტეტის კავშირზე. მისი თქმით, ავტონომიური მანქანები, დრონები და სამთო მოპოვების ტექნიკა რეალურ სამყაროში მოქმედებს, რაც მთავრობებისთვის უსაფრთხოებისა და მონაცემთა კონტროლის საკითხებს წევს წინ. დღეს უფრო ნაკლებ ქვეყანას ჰყავს რობოტაქსების ფლოტი, ვიდრე ბირთვული იარაღი.

კრისტოფ ფუკემ ჩინეთის პროგრესზეც ისაუბრა. მიუხედავად იმისა, რომ ჩინეთი პროგრამულ დონეზე წარმატებულია, მას არ აქვს წვდომა EUV ლითოგრაფიაზე, რაც ჩინურ ჩიპების მწარმოებლებს მნიშვნელოვან ტექნოლოგიურ ჩამორჩენას უქადის. აშშ ამჟამად ფლობს ყველა საჭირო კომპონენტს: მონაცემებს, გამოთვლით სიმძლავრეებს, ჩიპებსა და ტალანტებს.

მომავლის პერსპექტივები

დისკუსიის დასასრულს ექსპერტებმა უპასუხეს კითხვას იმის შესახებ, იმოქმედებს თუ არა AI მომავალი თაობის კრიტიკული აზროვნების უნარზე. პასუხები ოპტიმისტური იყო:

1. რთული პრობლემების გადაჭრა: ფრენსის დესოუზას აზრით, AI დაგვეხმარება ნევროლოგიური დაავადებების მკურნალობაში, სათბური აირების მოცილებასა და ინფრასტრუქტურის განახლებაში.
2. შემოქმედებითი თავისუფლება: შეველენკოს თქმით, მართალია საწყისი დონის სამუშაო ადგილები შეიძლება გაქრეს, მაგრამ ინდივიდუალური შესაძლებლობები იზრდება.
3. შრომის დეფიციტის შევსება: ქასარ იუნისმა აღნიშნა, რომ სოფლის მეურნეობაში, სამთო მოპოვებასა და გადაზიდვებში მუშახელის ქრონიკული დეფიციტია. ფიზიკური AI აქ არა ადამიანების ჩანაცვლებას, არამედ არსებული ვაკუუმის შევსებას ემსახურება.