Recenze knihy: Myslící stroj: Jensen Huang, NVIDIA a nejžádanější mikročip světa od Stephena Witta

Myslící stroj: Jensen Huang, NVIDIA a nejžádanější mikročip na světě odlišuje se od většiny knih o umělé inteligenci, protože k tématu přistupuje ze strany, kterou mnoho technicky gramotných čtenářů, včetně mě, historicky podceňovalo.

Stejně jako mnoho lidí, kteří sledují umělou inteligenci již léta, i mé chápání tohoto oboru bylo formováno známými milníky. Příběh obvykle začíná v 1956 s dílnou v Dartmouthu, prochází ranými symbolickými systémy a poté skáče vpřed k přelomovým momentům, jako byl systém IBM Deep Blue porazil Garryho Kasparova, DeepMind zvládá Goa v poslední době OpenAI demonstruje, že rozsáhlé jazykové modely mohou koordinovat strategii v komplexních multiplayerových prostředích. Tyto momenty jsou intelektuálně uspokojivé a snadno zapamatovatelné, protože se soustředí na viditelné výhry.

Kniha Stephena Witta mimořádně dobře zpochybňuje toto zamýšlení. Místo aby se zaměřovala na okamžiky, kdy umělá inteligence ohromila svět, Myslící stroj Zaměřuje se na méně viditelnou vrstvu pod těmito úspěchy. Přesvědčivě argumentuje, že moderní éra umělé inteligence nebyla odemčena primárně jen chytrými nápady, ale zásadním posunem ve způsobu, jakým byly samotné výpočty prováděny.

Zaměřením příběhu na NVIDIA (NVDA + 0.47%) a jejího spoluzakladatele Jensena Huanga, Witt přetváří revoluci umělé inteligence jako příběh o výpočetní architektuře, vývojářských ekosystémech a dlouhodobém přesvědčení. Výsledkem není jen firemní biografie, ale chybějící kapitola v širší historii umělé inteligence.

Od videoher k novému počítačovému paradigmatu

Počátky společnosti NVIDIA jsou daleko od vznešených ambicí, které jsou dnes spojovány s umělou inteligencí. objevil se v roce 1993 jako výrobce grafických čipů se zaměřoval na vykreslování stále realističtějších světů videoher. Výzvou v té době nebyla inteligence, ale rychlost. Hry vyžadovaly okamžité provedení obrovského množství výpočtů, aby simulovaly světlo, pohyb a hloubku.

Řešení, které NVIDIA zvolila, bylo paralelní výpočty. Paralelní výpočty znamenají provádění mnoha výpočtů současně, nikoli jejich postupné provádění. Místo spoléhání se na jedno výkonné jádro zpracovávající jednu instrukci za druhou používají grafické procesory tisíce menších jader, která pracují současně na podobných matematických operacích. Tento přístup je obzvláště účinný pro úlohy, které zahrnují opakování stejných výpočtů napříč velkými datovými sadami.

Původně byla tato architektura postavena pro grafiku. Witt však ukazuje, jak toto rozhodnutí o několik desetiletí později nenápadně vytvořilo ideální základ pro neuronové sítě. Trénování moderních modelů umělé inteligence zahrnuje obrovské množství identických matematických operací aplikovaných na obrovské množství dat. GPU byly již optimalizovány přesně pro tento druh práce.

Tuto část knihy fascinuje tím, jak jasně Witt propojuje volby technického designu s přežitím. NVIDIA si nezvolila paralelní výpočty proto, že by předvídala umělou inteligenci. Zvolila si je, protože to byl jediný způsob, jak konkurovat v oblasti grafiky v reálném čase. Tato nutnost donutila společnost zvládnout výpočetní model, který se později ukázal jako transformační daleko za hranicemi hraní her.

Jensen Huang a myšlení v systémech, ne v produktech

V centru tohoto příběhu stojí Jensen Huang, který není vykreslen jako konvenční manažer, ale jako někdo, kdo důsledně uvažoval v systémech, nikoli v jednotlivých produktech. Witt představuje Huanga jako náročného, ​​intenzivního a často obtížného člověka, ale také pozoruhodně konzistentního v tom, jak vnímal technologie po dlouhou dobu.

Zatímco konkurenti brali grafické karty jako jednorázové komponenty vázané na herní cykly, Huang je vnímal jako základ širší výpočetní platformy. Tento rozdíl se stává klíčovým. Produkty jsou nahrazovány. Platformy se skládají.

NVIDIA interně reflektovala tento přístup. Inženýři byli povzbuzováni k tomu, aby mysleli na roky dopředu. Software byl považován za strategicky důležitý jako křemík. Investice do nástrojů a podpory vývojářů byly provedeny dlouho předtím, než se objevila jasná poptávka. Mnoho z těchto rozhodnutí se v té době jevilo jako přehnané nebo zbytečné. Při zpětném pohledu se zdá, že vytvořily příkop, který se konkurentům jen těžko dalo překonat.

Witt jasně uvádí, že vzestup NVIDIA nebyl nevyhnutelný. Společnost se několikrát ocitla na pokraji krachu. Vpřed ji neposunul jediný průlom, ale trvalá víra, že zrychlené výpočty nakonec budou mít daleko za hranice původního využití.

CUDA a příběh o původu umělé inteligence, který mnoho lidí zmeškalo

Jeden z nejdůležitějších příspěvků Myslící stroj takto přehodnocuje roli CUDA v historii umělé inteligence.

Než si přečtete tuto knihu, je snadné si představit CUDA jako jednoduše úspěšný vývojářský nástroj. Witt ukazuje, proč si zaslouží mnohem větší pozornost. CUDA byla vytvořena s cílem umožnit paralelní výpočty použitelné i mimo grafiku. Před CUDA vyžadovalo použití GPU pro obecné výpočty vynucování řešení problémů přes graficky specifická rozhraní. To bylo křehké, neefektivní a omezené na specialisty.

CUDA to změnila tím, že vývojářům umožnila programovat GPU pomocí známých programovacích modelů. Tisíce výpočetních jader se staly všeobecně dostupnými. To snížilo vstupní bariéru pro vysoce výkonné výpočty způsobem, který v té době jen málokdo plně ocenil.

V tomto bodě kniha silně rezonovala s mou vlastní zkušeností s učením se historie umělé inteligence. Vyprávění, které jsem vstřebal, se silně zaměřovalo na modely a algoritmy. Myslící stroj jasně ukazuje, že mnoho z těchto nápadů se stalo praktickými až poté, co je vědci mohli skutečně trénovat ve velkém měřítku.

Výzkumníci v oblasti umělé inteligence rychle rozpoznali, že neuronové sítě se pro paralelní výpočty téměř dokonale hodí. Trénování zahrnuje opakování stejných operací napříč velkými datovými sadami a úpravu milionů nebo miliard parametrů v průběhu času. CUDA umožnila, aby tento proces probíhal rychleji, levněji a spolehlivěji než kdykoli předtím u procesorů.

Toto se stalo obzvláště důležitým s urychlením hlubokého učení a později s objevením modelů založených na transformátorech. Transformátory prosperují ve velkém měřítku. Bez akcelerace pomocí GPU by mnoho modelů, které definují dnešní krajinu umělé inteligence, zůstalo teoretických nebo neúnosně drahých. CUDA tyto architektury nevynalezla, ale umožnila jejich rychlý vývoj.

Witt obzvláště dobře vystihuje, že tento výsledek nebyl plně plánován. CUDA byla vytvořena pro vědecké výpočty. Výzkumníci v oblasti umělé inteligence objevili její sílu a vtáhli NVIDIA do centra závodu v oblasti umělé inteligence.

Infrastruktura nad algoritmy

Jedním z nejcennějších poznatků knihy je, že pokrok umělé inteligence je omezen stejně tak infrastrukturou jako nápady. Mnoho populárních teorií se zaměřuje na algoritmy, trénovací triky a datové sady. Myslící stroj připomíná čtenáři, že nic z toho není důležité bez dostatečného výpočtu.

Z tohoto pohledu, boom moderní umělé inteligence se zdá méně náhlý a více zpožděný. Neuronové sítě existovaly po celá desetiletí. Co se změnilo, byla dostupnost hardwaru schopného je trénovat ve smysluplném měřítku.

NVIDIA nejenže poskytovala rychlejší čipy. Vybudovala ekosystém hardwaru, softwarových knihoven a vývojářských nástrojů, které se v průběhu času vzájemně posilovaly. Jak výzkumníci optimalizovali svou práci pro platformy NVIDIA, NVIDIA zdokonalovala své produkty, aby lépe sloužily úlohám s umělou inteligencí. Tato zpětnovazební smyčka vytvořila trvalou výhodu, která sahala daleko za rámec čistého výkonu.

Kniha tiše podtrhuje realitu, která je dnes stále zřejmější: vedoucí postavení v oblasti umělé inteligence je formováno dodavatelskými řetězci, výrobní kapacitou, softwarovými ekosystémy a kontrolou platformy, nikoli jen geniálním výzkumem.

Vize, riziko a hromadící se důsledky

Witt se nevyhýbá důsledkům dominance společnosti NVIDIA. S tím, jak se společnost stává základem globální infrastruktury umělé inteligence, její vliv odpovídajícím způsobem roste. Jensen Huangovo přesvědčení, že zrychlené výpočty budou definovat další fázi technologického pokroku, se prolíná celou knihou.

Spíše než moralizovat, Myslící stroj zaměřuje se na to, jak se v průběhu času stupňovala konzistentní technická a strategická rozhodnutí. NVIDIA nezvítězila honěním se za trendy. Zvítězila tím, že se brzy zaměřila na paralelní výpočty, vydržela opakované tržní cykly a neúnavně investovala do nástrojů, díky nimž byl její hardware nepostradatelný.

Pro čtenáře, kteří chtějí pochopit, jak se umělá inteligence skutečně škáluje

Pro čtenáře, kteří již znají hlavní momenty Historie umělé inteligence, tato kniha vyplňuje chybějící vrstvu pod nimi. Vysvětluje, proč se tyto průlomy mohly škálovat, když se staly, a proč se NVIDIA stala v tomto procesu tak ústřední silou.

Tato kniha je určena čtenářům, kteří chtějí chápat umělou inteligenci spíše jako průmyslový systém než jako soubor chytrých modelů. Silně osloví ty, kteří se zajímají o čipy, datová centra a často neviditelná inženýrská rozhodnutí, která tiše utvářejí technologickou moc.

Myslící stroj je úspěšná, protože od základů nově formuluje příběh umělé inteligence a ukazuje, jak paralelní výpočty, vývojářské platformy a dlouhodobá vize vybudovaly základ, na kterém nyní stojí moderní umělá inteligence.