Пришло время передать эстафетную палочку ИИ от программного обеспечения к аппаратному

Вряд ли мы столкнемся с технологией, более значимой и важной, чем ИИ, в нашей жизни. Присутствие искусственного интеллекта уже изменило человеческий опыт и то, как технологии могут изменить нашу жизнь, и его траектория влияния становится все шире.

С учетом этого, инноваторы и лидеры ИИ потратили последний квартал века на агрегацию данных и совершенствование моделей для достижения программного обеспечения, которое питает генеративный ИИ. ИИ представляет собой вершину программного обеспечения: это амorfный инструмент, который может воспроизводить инструменты для решения проблем на разных уровнях абстракции. Компании, строящие империи вычислений или те, кто приобретает LLMs, чтобы укрепить свое программное предложение, теперь являются обычным явлением.

Итак, куда мы идем отсюда?

Даже с неограниченным вычислением, сбором выводов, используя все существующие данные, будет асимптотически приближаться к существующему объему человеческих знаний. Как и люди, нуждающиеся в экспериментах с внешним миром, следующий рубеж в ИИ заключается в том, чтобы технология взаимодействовала осмысленно с физической реальностью, чтобы генерировать новые данные и расширять границы знаний.

Взаимодействие через экспериментирование

Изучение потенциала ИИ требует преодоления его использования на персональных компьютерах или смартфонах. Да, эти инструменты, вероятно, останутся наиболее простыми точками доступа к технологии ИИ, но это ограничивает то, чего может достичь технология.

Хотя выполнение оставило много желать, умные очки Ray-Ban, работающие на ИИ-системе Meta, продемонстрировали концепцию носимых устройств, наполненных технологией ИИ. Эти примеры аппаратных интеграций являются критически важными для построения знакомства и удобства ИИ вне устройства, поскольку они показывают, как сделать эти грандиозные технологические достижения бесшовными.

Не каждый эксперимент с ИИ в реальном мире будет успешным, это именно поэтому они являются экспериментами. Однако демонстрация потенциала аппаратных приложений ИИ расширяет спектр того, как эта технология может быть полезной и применимой вне рамок “персонального помощника”, в которых она сейчас находится.

В конечном итоге, компании, демонстрирующие, как сделать ИИ практичным и законным, будут теми, кто будет генерировать экспериментальные данные, которые вы просто не можете получить из веб-приложений. Конечно, все это требует вычислений и инфраструктуры, чтобы правильно функционировать, что требует большего притока инвестиций в строительство физической инфраструктуры ИИ.

Но готовы ли компании ИИ сделать это?

Диалог между аппаратным и программным обеспечением

Легко сказать, что вычислительные приложения ИИ в физических продуктах станут нормой в конце концов, но сделать это реальностью требует гораздо больше строгости. Есть только столько ресурсов и воли, доступных для того, чтобы пойти по менее пройденному пути.

То, что мы видим сегодня, является формой краткосрочного ажиотажа вокруг ИИ, отражающего типичную рыночную реакцию на разрушительные технологии, способные создать новые отрасли. Итак, rõчно, почему может быть колебание компаний, строящих программное обеспечение ИИ или экспериментирующих с ним, чтобы отправиться в дорогостоящие и вычислительные аппаратные проекты.

Но любой, кто имеет более широкий взгляд, может увидеть, почему этот подход к инновациям может быть близоруким.

Неудивительно, что есть много сравнений между ажиотажем вокруг ИИ и пузырем доткомов в начале интернета, где проекты, сосредоточенные на краткосрочных целях, умерли, когда он лопнул. Но если бы мы коллективно списали интернет со счетов из-за последствий пузыря доткомов вместо того, чтобы сосредоточиться на долгосрочных идеях, которые пережили его, мы были бы далеко не там, где мы находимся сегодня в технологическом ландшафте. Великолепные идеи переживают любую тенденцию.

Кроме того, вычисления являются краеугольным камнем для любых инноваций ИИ, чтобы продолжать прогрессировать. И как любой разработчик ИИ вам скажет – вычисления стоят своего веса в золоте. Однако это также накладывает ограничение на то, сколько проектов могут разумно позволить себе исследовать реальные приложения ИИ, когда разработка моделей уже съедает ресурсы. Но ни одна компания не может поддерживать доминирование на рынке только программным обеспечением – независимо от того, насколько впечатляет их LLM.

Это удобно для компаний ИИ вести с программным обеспечением и ждать терпеливо, пока поставщик аппаратного обеспечения придет и приобретет или лицензирует их технологию. Не только это сильно ограничивает, но и оставляет многие невероятные проекты на милость посторонних, которые могут никогда не прийти.

ИИ – это многопоколенная технология, которая станет только более индивидуализированной и разработанной для отдельных людей с течением времени. Однако, это зависит от проектов, чтобы воспользоваться в основном равной игровой площадкой программного обеспечения, чтобы сделать реальные шаги в физическую реальность. Без смелого экспериментирования и даже провала не будет пути вперед для технологии ИИ, чтобы реализовать свой полный потенциал в улучшении человеческого опыта.