Boomul AI nu a explodat, dar calculul AI se schimbă cu siguranță

Nu vă temeți prea mult de urșii AI. Ei se întreabă cu voce tare dacă marele boom în investiții în AI a venit și a trecut, dacă o mare parte din entuziasmul pieței și cheltuielile pentru sisteme massive de antrenare AI, alimentate de multe procesoare grafice de înaltă performanță, s-au epuizat și dacă așteptările pentru era AI ar trebui să fie radical reduse.

Dar dacă vă uitați mai atent la planurile marilor hyperscalers, investițiile în AI sunt în viață și sănătoase. Meta, Amazon (AMZN ), Microsoft (MSFT ) și Google au dublat recent investițiile în tehnologie AI. Angajamentul lor colectiv pentru 2025 totalizează peste 300 de miliarde de dolari, conform unei povestiri recente în Financial Times. CEO-ul Microsoft, Satya Nadella, a spus că Microsoft ar putea cheltui 80 de miliarde de dolari doar pe AI în acest an. Fondatorul și CEO-ul Meta, Mark Zuckerberg, a spus pe Facebook: “Ne propunem să investim 60-65 de miliarde de dolari în capitalul acestui an, în timp ce vom crește și echipele noastre de AI în mod semnificativ și avem capitalul pentru a continua să investim în anii următori”.

Acesta nu este sunetul unui boom AI care explodează, dar a existat o neliniște crescândă cu privire la suma de bani cheltuită pentru a permite aplicațiile AI. După cel puțin doi ani în care giganții tehnologiei spuneau că văd o cerere clară pentru mai multă putere de calcul pentru a ajuta la antrenarea modelelor masive de inteligență artificială, 2025 a început cu aceleași companii chemate zilnic pe covor de către mass-media de afaceri pentru construirea unei astfel de hype pentru AI.

De ce a existat o astfel de schimbare bruscă de la speranță la îngrijorare? Răspunsul se poate găsi parțial în apariția rapidă a unei noi aplicații AI din China. Dar pentru a înțelege pe deplin ce se întâmplă cu adevărat și ce înseamnă acest lucru pentru investițiile și programele de tehnologie AI în anii următori, trebuie să recunoaștem că era AI se află într-o nouă fază a evoluției sale.

Căutarea adevărului

Lumea întreagă știe acum despre DeepSeek, compania chineză de inteligență artificială care se laudă cu faptul că a utilizat motoare de inferență și raționament statistic pentru a antrena modele de limbaj mari mult mai eficient și cu costuri mai mici decât alte companii au antrenat modelele lor.

În special, DeepSeek a afirmat că tehnicile sale au dus la necesitatea unui număr mult mai mic de procesoare grafice (doar 2.048 de procesoare grafice), precum și procesoare grafice mai puțin puternice (Nvidia (NVDA ) H800) decât sutele de mii de procesoare grafice de înaltă performanță (precum Nvidia H100) pe care unele companii hyperscalers le-au necesitat pentru a antrena modelele lor. În ceea ce privește economiile de costuri, în timp ce OpenAI a cheltuit miliarde de dolari pentru a antrena ChatGPT, DeepSeek a raportat că a cheltuit doar 6,5 milioane de dolari pentru a antrena modelul său R1.

Trebuie remarcat că mulți experți au pus la îndoială afirmațiile DeepSeek cu privire la cheltuieli, dar daunele au fost deja făcute, deoarece știrile despre metodele sale diferite au determinat o scădere bruscă a valorilor acțiunilor companiilor hyperscalers și ale companiilor ale căror procesoare grafice au cheltuit miliarde de dolari pentru a antrena modelele lor de inteligență artificială.

Cu toate acestea, două puncte importante au fost pierdute în haos. Unul a fost o înțelegere a faptului că DeepSeek nu a “inventat” o nouă modalitate de a lucra cu inteligența artificială. Al doilea este acela că o mare parte a ecosistemului de inteligență artificială a fost conștientă de o schimbare iminentă în modul în care banii de investiții în inteligență artificială trebuie cheltuiți și în modul în care inteligența artificială va fi utilizată în anii următori.

În ceea ce privește metodele DeepSeek, ideea de a utiliza motoare de inferență și raționament statistic nu este nimic nou. Utilizarea raționamentului statistic este un aspect al conceptului mai larg de raționament al modelului de inferență, care implică capacitatea inteligenței artificiale de a trage concluzii pe baza recunoașterii modelelor. Acesta este esențialmente similar cu capacitatea umană de a învăța diferite moduri de abordare a unei probleme și de a le compara pentru a găsi cea mai bună soluție posibilă. Raționamentul modelului de inferență poate fi utilizat astăzi și nu este exclusiv pentru o companie chineză de startup.

Între timp, ecosistemul de inteligență artificială a anticipat de ceva timp o schimbare fundamentală în modul în care lucrăm cu inteligența artificială și resursele de calcul necesare. Anii inițiali ai erei inteligenței artificiale au fost toți despre marea sarcină de a antrena modele de inteligență artificială mari pe seturi de date foarte mari, toate acestea necesitând multă prelucrare, calcule complexe, ajustări de greutate și dependență de memorie. După ce modelele de inteligență artificială au fost antrenate, lucrurile se schimbă. Inteligența artificială poate utiliza inferența pentru a aplica tot ceea ce a învățat la noi seturi de date, sarcini și probleme. Inferența, ca un proces mai puțin intens din punct de vedere computațional decât antrenamentul, nu necesită atâtea procesoare grafice sau alte resurse de calcul.

Adevărul ultim despre DeepSeek este că, deși metodele sale nu au șocat pe majoritatea dintre noi din ecosistemul de inteligență artificială atât de mult pe cât au făcut-o investitorii interesați casual de piața bursieră, a subliniat una dintre modalitățile în care inferența va fi esențială pentru următoarea fază a evoluției inteligenței artificiale.

Inteligența Artificială: Următoarea Generație

Promisiunea și potențialul inteligenței artificiale nu s-au schimbat. Investițiile masive continue în inteligență artificială de către marile hyperscalers arată credința pe care o au în valoarea pe care o pot debloca din inteligența artificială, precum și modalitățile în care inteligența artificială poate schimba modul în care funcționează practic toate industriile și modul în care toate persoanele își desfășoară viața de zi cu zi.

Ce s-a schimbat pentru aceste hyperscalers este modul în care vor fi cheltuiți acești bani. În anii inițiali ai erei inteligenței artificiale, majoritatea investițiilor a fost necesară pentru antrenament. Dacă vă gândiți la inteligența artificială ca la un copil, cu o minte încă în dezvoltare, am cheltuit o mulțime de bani pentru a-l trimite la cele mai bune școli și universități. Acum, acel copil este un adult educat – și are nevoie de un loc de muncă pentru a-și susține sine. În termeni reali, am investit mult în antrenarea inteligenței artificiale și acum avem nevoie de a vedea returnarea acestei investiții prin utilizarea inteligenței artificiale pentru a genera venituri noi.

Pentru a obține acest return al investiției, inteligența artificială trebuie să devină mai eficientă și mai puțin costisitoare pentru a ajuta companiile să maximizeze atracția sa pe piață și utilitatea sa pentru cât mai multe aplicații posibile. Noile servicii cel mai profitabile vor fi cele autonome care nu necesită monitorizare și gestionare umană.

Pentru multe companii, acest lucru înseamnă utilizarea tehnicilor de calcul eficiente din punct de vedere al resurselor, cum ar fi raționamentul modelului de inferență, pentru a permite rapid și eficient comunicări autonome mașină-mașină. De exemplu, în industria wireless, inteligența artificială poate fi utilizată pentru a analiza în mod autonom datele în timp real despre utilizarea spectrului pe o rețea mobilă pentru a optimiza utilizarea canalului și a reduce interferența între utilizatori, ceea ce permite în cele din urmă unui operator de rețea mobilă să susțină o împărtășire dinamică a spectrului mai dinamică pe întreaga sa rețea. Acest tip de comunicare mașină-mașină autonomă, mai eficientă și mai puțin costisitoare, va defini următoarea generație de inteligență artificială.

Așa cum a fost cazul cu fiecare altă eră majoră de calcul, calculul inteligenței artificiale continuă să evolueze. Dacă istoria calculului ne-a învățat ceva, este că o nouă tehnologie întotdeauna necesită o mulțime de investiții inițiale, dar costurile vor scădea și eficiența va crește pe măsură ce începem să utilizăm tehnici îmbunătățite și practici mai bune pentru a crea produse și servicii mai benefice și mai accesibile pentru a atrage piețele cele mai mari posibile. Inovația întotdeauna găsește o cale.

Sectorul de inteligență artificială poate părea recent că a suferit un pas înapoi, dacă ascultați urșii inteligenței artificiale, dar banii pe care hyperscalersii îi planifică să-i cheltuiască anul acesta și utilizarea în creștere a tehnicilor bazate pe inferență spun o altă poveste: calculul inteligenței artificiale se schimbă cu adevărat, dar promisiunea inteligenței artificiale este pe deplin intactă.

Ovația întotdeauna găsește o cale. Sectorul de inteligență artificială poate părea recent că a suferit un pas înapoi, dacă ascultați urșii inteligenței artificiale, dar banii pe care hyperscalersii îi planifică să-i cheltuiască anul acesta și utilizarea în creștere a tehnicilor bazate pe inferență spun o altă poveste: calculul inteligenței artificiale se schimbă cu adevărat, dar promisiunea inteligenței artificiale este pe deplin intactă.