Мы все сейчас в ИИ, и тебе лучше привыкнуть к этому

«Мы находимся на времени ИИ», это то, что я сейчас говорю людям, когда они пытаются понять быстрый темп ИИ и всех связанных технологий, достижений.

Несмотря на то, что прошло всего два с половиной года с тех пор, как Openai развязал CHATGPT в мире, я в течение нескольких месяцев я знал, что в мире технологий мы больше не работаем по закону Мура: количество транзисторов на чипе удваивается каждые два года. В настоящее время это закон ИИ, в котором возможности генеративной модели удваиваются каждые три месяца.

Даже если вы не верите, что крупные языковые модели (LLMS) развиваются в этом темпе, нельзя отрицать беспрецедентную скорость усыновления.

Новый отчет (или, скорее, 340-страничный презентация) от Мэри Микер, генерального партнера по инвестициям в облигации, рисует наиболее ясную картину преобразующего характера ИИ и того, как это не похоже на любую другую предыдущую техническую эпоху.

«Темпы и объем изменений, связанных с эволюцией технологий искусственного интеллекта, действительно являются беспрецедентными, как подтверждается данными»,-написали Микер и ее соавторы.

Google, что?

В частности, одна статистика выделялась мне: Google потребовалось девять лет, чтобы достичь 365 миллиардов ежегодных поисков. Чатгпт достиг одной и той же вехи через два года.

Презентация Микера иллюстрирует то, что я пытался сформулировать в течение некоторого времени. Там никогда не было такого времени.

Я пережил некоторые крупные технологические изменения: рост персональных вычислений, переход от аналога на цифровые инструменты публикации и онлайн -революция. Большая часть этих изменений была постепенной, однако, в то время оно чувствовалось быстро.

Впервые я увидел цифровые инструменты публикации в середине 1970-х годов, и только в период с среднего до 1980-х годов многие из нас сделали переключение, что также примерно в то время, когда начали появляться персональные компьютеры, хотя они не станут вездесущими, по крайней мере, еще в течение еще одного десятилетия.

Поскольку общественный интернет прибыл в 1993 году, пройдут годы, прежде чем большинство людей будут на широкополосной связи. Рабочие -знания не поднялись сразу. Вместо этого в рабочей силе произошел медленный и устойчивый сдвиг.

Я бы сказал, что у нас было десятилетие твердой корректировки, прежде чем Интернет, и связанные с ним системы и платформы стали неумолимой частью нашей жизни.

Я до сих пор помню, насколько запутался обычный человек в Интернете. На сегодняшнем шоу в 1994 году хозяева буквально спросили вслух: «Что такое Интернет?» ИИ и платформы, такие как CHATGPT, COPILOT, CLAUDE AI и другие, не встречались с таким же уровнем путаницы.

Подпишите нас

В отчете Meeker отмечается, что пользователи CHATGPT взлетели с нуля в октябре 2020 года до 400 м в конце 2024 года и 800 м в 2025 году. Шокирующие 20 -метровые люди платят подписчикам. Потребовались десятилетия, чтобы убедить людей платить за любой контент в Интернете, но для ИИ люди уже выстраиваются в очередь с открытыми кошельками.

Я полагаю, что рост интернета и повсеместные и мобильные вычисления могли бы подготовить нас к эпохе ИИ. Это не так, как если бы искусственный интеллект появился из синего. Опять же, это как -то.

Почти десять лет назад мы восхищались темно -синим IBM, первым ИИ, победившим мастер -шахмата Гранда Гэри Каспарова. За этим последовал в 2005 году автономный автомобиль, завершающий вызов DARPA. Через десять лет мы увидели, как DeepMind Alphago победил лучшего игрока в мире.

Некоторые из этих событий были поразительными, но они достигали относительно усваиваемого темпа. Несмотря на это, в 2016 году все начало расти, и различные группы начали звучать предупреждающие колокола об ИИ. Никто не публично использовал термины «LLM» или «генеративность». Тем не менее, озабоченность была такова, что IBM, Amazon, Facebook, Microsoft и Google DeepMind сформировали некоммерческое партнерство по ИИ, которое было предназначено для «решения возможностей и проблем с технологиями ИИ, чтобы принести пользу людям и обществу».

Эта группа все еще существует, я не уверен, что кто -то обращает внимание на ее рекомендации. Время ИИ оставляет немного времени, я думаю, для саморефлексии.

Изображение 1 из 2

Исследование Стэнфордского университета в Стэнфордском университете 2016 года в 2030 году (больше не доступно в Интернете) отметило, что «вопреки более фантастическим прогнозам для ИИ в популярной прессе, группа исследований не обнаружила причины для беспокойства о том, что ИИ представляет собой неизбежную угрозу для человечества».

Презентация Микера, тем не менее, представляет ускоренную картину, которая, я думаю, вызывает какую -то причину для беспокойства, с одной предостережением: прогнозы поступают из CHATGPT (что является еще большей причиной для беспокойства).

Например, к 2030 году он предсказывает способность ИИ создавать полноформатные фильмы и игры. Я бы сказал, что Veo 3 Gemini является доказательством, что мы в пути.

Он обещает способность ИИ управлять человеческими роботами. Я бы добавил, что время ИИ ускорило гуманоидное роботизированное развитие таким образом, как я, за 25 лет освещения робототехники, никогда раньше не видел.

В нем говорится, что ИИ будет создавать и управлять автономным бизнесом.

За 10 лет CHATGPT считает, что ИИ сможет имитировать, похожие на человека умы.

Если мы помним, что CHATGPT, как и большинство LLMS, основывает большую часть его знаний на известной вселенной, я думаю, что мы можем предположить, что эти прогнозы, во всяком случае, бортятся. Даже ИИ не знает, чего мы не знаем.

В офисе был какой -то аргумент, что у меня было неправильное уравнение. Там нет закона о моделях ИИ, есть только закон Хуанга (для Дженсена Хуанга, основателя и генерального директора Nvidia). Этот закон предсказывает удвоение результатов графического процессора, по крайней мере, каждые два года. Без власти этих процессоров, AI прилавливает. Может быть, но я думаю, что сила этих моделей еще не догнала мощность обработки, предоставленную графическими процессорами NVIDIA.

Huang просто строит для будущего, в котором каждый человек и бизнес хотят генеративной силы на основе графических процессоров. Это означает, что нам нужно больше процессоров, больше данных и развития, чтобы подготовиться к появлению моделей. Тем не менее, разработке модели в режиме реального времени не препятствует разработке графического процессора. Эти генеративные обновления происходят намного быстрее, чем достижения кремния.

Если вы признаете, что есть такая вещь, как время ИИ и что закон ИИ модели (черт возьми, давайте назовем это «Закон Уланоффа») - это реальная вещь, то легко принять мнение Chatgpt о нашей надвигающейся реальности.

Возможно, вы не готовы к этому, но это происходит все равно. Интересно, что думает об этом Chatgpt.