Kita semua berada di AI waktu sekarang dan lebih baik terbiasa dengan itu

"Kami berada di AI Time," itulah yang saya katakan kepada orang -orang sekarang ketika mereka mencoba memahami laju cepat AI dan semua teknologi yang terhubung, kemajuan.

Meskipun sudah dua setengah tahun sejak Openai melepaskan chatgpt di dunia, saya sudah mengenal secara intuitif selama berbulan -bulan bahwa di dunia teknologi, kami tidak lagi beroperasi pada hukum Moore: jumlah transistor pada chip berlipat ganda setiap dua tahun. Ini sekarang hukum model AI, di mana kemampuan model generatif menggandakan setiap tiga bulan.

Bahkan jika Anda tidak percaya bahwa model bahasa besar (LLM) berkembang dengan kecepatan itu, tidak dapat disangkal kecepatan adopsi yang belum pernah terjadi sebelumnya.

Laporan baru (atau lebih tepatnya presentasi 340 halaman) dari Mary Meeker, mitra umum di Bond Investments, melukis gambaran yang paling jelas dari sifat transformatif AI dan bagaimana itu tidak seperti zaman teknologi sebelumnya lainnya.

"Kecepatan dan ruang lingkup perubahan yang terkait dengan evolusi teknologi kecerdasan buatan memang belum pernah terjadi sebelumnya, seperti yang didukung oleh data," tulis Meeker dan rekan penulisnya.

Google, apa?

Satu stat khususnya menonjol bagi saya: butuh Google sembilan tahun untuk mencapai 365 miliar pencarian tahunan. Chatgpt mencapai tonggak yang sama dalam dua tahun.

Presentasi Meeker menggambarkan sesuatu yang telah saya coba artikulasikan untuk beberapa waktu. Tidak pernah ada waktu seperti ini.

Saya telah menjalani beberapa perubahan teknologi besar: kebangkitan komputasi pribadi, peralihan dari alat penerbitan analog ke digital, dan revolusi online. Namun, sebagian besar perubahan ini bertahap, diberikan, rasanya cepat pada saat itu.

Saya pertama kali melihat alat penerbitan digital pada pertengahan 1970-an, dan tidak sampai pertengahan hingga akhir 1980-an, banyak dari kita beralih, yang juga sekitar waktu komputer pribadi mulai berdatangan, meskipun mereka tidak akan menjadi di mana-mana selama setidaknya dekade lagi.

Dengan internet publik yang tiba pada tahun 1993, itu akan bertahun -tahun sebelum kebanyakan orang menggunakan broadband. Pekerja pengetahuan tidak segera bangkit. Sebaliknya, ada pergeseran yang lambat dan stabil dalam tenaga kerja.

Saya akan mengatakan kami memiliki satu dekade penyesuaian yang solid sebelum internet dan sistem serta platform terkait menjadi bagian yang tak terhindarkan dari kehidupan kami.

Saya masih ingat betapa bingungnya orang kebanyakan di internet. Di The Today Show pada tahun 1994, tuan rumah benar -benar bertanya dengan keras, "Apa itu internet?" AI dan platform seperti Chatgpt, Copilot, Claude AI, dan yang lainnya belum pernah bertemu dengan tingkat kebingungan yang sama.

Daftarkan kami

Laporan Meeker mencatat bahwa pengguna chatgpt meroket dari nol pada Oktober 2020 hingga 400m pada akhir 2024 dan 800m pada 2025. 20 juta orang yang mengejutkan membayar pelanggan. Butuh beberapa dekade untuk meyakinkan orang untuk membayar konten apa pun di internet, tetapi untuk AI, orang -orang sudah berbaris dengan dompet mereka terbuka.

Saya kira kebangkitan internet dan komputasi sela -di mana -mana dan mobile mungkin telah mempersiapkan kita untuk era AI. Bukannya kecerdasan buatan muncul secara tiba -tiba. Kemudian lagi, itu semacam melakukannya.

Hampir satu dekade yang lalu, kami mengagumi IBM's Deep Blue, AI pertama yang mengalahkan master kakek catur, Gary Kasparov. Itu diikuti pada tahun 2005 oleh mobil otonom yang menyelesaikan Tantangan DARPA. Satu dekade setelah itu, kami melihat Deepmind Alphago mengalahkan pemain terbaik dunia.

Beberapa dari perkembangan ini mengejutkan, tetapi mereka tiba dengan kecepatan yang relatif mudah dicerna. Meski begitu, segalanya mulai meningkat pada tahun 2016, dan berbagai kelompok mulai membunyikan lonceng peringatan tentang AI. Tidak ada yang secara terbuka menggunakan istilah "llm" atau "generatif." Namun, kekhawatirannya adalah sedemikian rupa sehingga IBM, Amazon, Facebook, Microsoft, dan DeepMind Google membentuk kemitraan nirlaba pada AI, yang dimaksudkan untuk "mengatasi peluang dan tantangan dengan teknologi AI untuk memberi manfaat bagi orang dan masyarakat."

Namun, kelompok itu masih ada, saya tidak yakin ada yang memperhatikan rekomendasinya. AI waktu menyisakan sedikit waktu, saya pikir, untuk refleksi diri.

Gambar 1 dari 2

Sebuah studi Stanford University 2016 tentang AI pada tahun 2030 (tidak lagi tersedia online) mencatat bahwa "bertentangan dengan prediksi yang lebih fantastis untuk AI di pers populer, panel studi tidak menemukan alasan untuk khawatir bahwa AI adalah ancaman yang akan segera terjadi pada umat manusia."

Presentasi Meeker, bagaimanapun, menyajikan gambaran yang dipercepat yang, saya pikir, memang meningkatkan beberapa alasan, dengan satu peringatan: prediksi berasal dari chatgpt (yang merupakan alasan yang lebih besar untuk khawatir).

Pada tahun 2030, misalnya, ia memprediksi kemampuan AI untuk membuat film dan permainan penuh. Saya akan mengatakan Gemini's Veo 3 adalah bukti bahwa kami sedang dalam perjalanan.

Ini menjanjikan kemampuan AI untuk mengoperasikan robot seperti manusia. Saya akan menambahkan bahwa waktu AI telah mempercepat perkembangan robot humanoid dengan cara yang saya, dalam 25 tahun saya meliput robotika, belum pernah lihat sebelumnya.

Dikatakan AI akan membangun dan menjalankan bisnis otonom.

Dalam 10 tahun, ChatGPT percaya AI akan dapat mensimulasikan pikiran seperti manusia.

Jika kita ingat bahwa chatgpt, seperti kebanyakan LLM, mendasarkan sebagian besar pengetahuannya di alam semesta yang dikenal, saya pikir kita dapat berasumsi bahwa prediksi ini, jika ada, kurang ambisius. Bahkan AI tidak tahu apa yang tidak kita ketahui.

Ada beberapa argumen di kantor bahwa saya memiliki persamaan yang salah. Tidak ada hukum model AI, hanya ada hukum Huang (untuk Jensen Huang, pendiri dan CEO Nvidia). Undang -undang ini memprediksi dua kali lipat kinerja GPU setidaknya setiap dua tahun. Tanpa kekuatan prosesor tersebut, AI stalls. Mungkin, tapi saya pikir kekuatan model ini belum mengejar daya pemrosesan yang disediakan oleh GPU NVIDIA.

Huang hanya membangun untuk masa depan di mana setiap orang dan bisnis menginginkan kekuatan generatif berbasis GPU. Itu berarti kita membutuhkan lebih banyak prosesor, lebih banyak data, dan lompatan pengembangan untuk mempersiapkan model yang akan datang. Namun, pengembangan model secara real-time tidak terhalang oleh pengembangan GPU. Pembaruan generatif itu terjadi jauh lebih cepat daripada kemajuan silikon.

Jika Anda menerima bahwa ada hal seperti AI Time dan bahwa Hukum Model AI (Heck, sebut saja "Hukum Ulanoff") adalah hal yang nyata, maka mudah untuk menerima pandangan Chatgpt tentang kenyataan kita yang akan datang.

Anda mungkin tidak siap untuk itu, tetapi itu hampir sama. Saya ingin tahu apa pendapat ChatGPT tentang itu.