Yapay Zeka Otokratlarının Daha İyisini Yapmaları İçin Neden Meydan Okunması Gerekiyor

Yapay Zeka Çağı'ndan öğrendiğimiz bir şey varsa, o da sektörün önemli güç sorunlarıyla boğuştuğudur. Bu zorluklar hem gerçek anlamdadır (yapay zeka veri merkezlerinin gerektirdiği doymak bilmez enerji taleplerini karşılamanın yollarını bulmak gibi) hem de mecazi anlamdadır (yapay zeka zenginliğinin daha geniş toplumsal faydalar yerine dar ticari çıkarlara dayalı olarak birkaç elde toplanması gibi).

Yapay Zeka Gücü Paradoksu: Yüksek Maliyetler, Yoğun Kontrol

Yapay zekanın başarılı olması ve insanlığa fayda sağlaması için her yerde bulunması gerekir. Her yerde bulunması için hem ekonomik hem de çevresel açıdan sürdürülebilir olması gerekir. Şu anda gittiğimiz yol bu değil. Daha büyük ve daha hızlı yapay zeka için verilen bu takıntılı mücadele, sürdürülebilir ve uygun fiyatlı yapay zeka için en iyi olandan ziyade, kısa vadeli performans kazanımları ve pazar hakimiyetiyle daha çok yönlendiriliyor.

Her zamankinden daha güçlü yapay zeka sistemleri inşa etme yarışı hız kazanıyor, ancak bunun ciddi bir çevresel maliyeti var. Nvidia'nın H100 (700 watt'a kadar) gibi son teknoloji yapay zeka çipleri halihazırda önemli miktarda enerji tüketiyor. Sektör uzmanları, Nvidia'nın yeni nesil Blackwell mimarisinin çip başına güç tüketimini kilovat aralığına, hatta potansiyel olarak 1,200 watt'ı aşabileceği öngörüsünde bulunarak, bu eğilimin devam etmesi bekleniyor. Sektör liderleri, dünya çapındaki veri merkezlerinde milyonlarca bu çipin konuşlandırılacağını öngörürken, yapay zekanın enerji taleplerinin hızla artması bekleniyor.

Yapay Zeka Silahlanma Yarışının Çevresel Maliyeti

Bunu günlük bir bağlamda ele alalım. Tüm evinizi çalıştıran elektrik, tüm cihazlarınızı aynı anda tam güçte çalıştırabilir - bunu yapacak kimse yok. Şimdi, aynı miktarda güç talep eden sadece bir 120 kW'lık Nvidia rafını hayal edin - özellikle de büyük veri merkezlerinde yüzlerce veya binlercesi varken! Şimdi, 1,200 watt 1.2 kW'a eşittir. Yani aslında, orta büyüklükte bir mahalleden bahsediyoruz. Tek bir 120 kW'lık Nvidia rafı - esasen bu güç açgözlü çiplerden 100 tanesi - yaklaşık 100 evi çalıştıracak kadar elektriğe ihtiyaç duyar.

Birçok toplumun karşı karşıya olduğu enerji kısıtlamaları göz önüne alındığında, bu yörünge endişe verici. Veri merkezi uzmanları, ABD'nin önümüzdeki beş ila yedi yıl içinde 18 ila 30 gigawatt yeni kapasiteye ihtiyaç duyacağını öngörüyor ve bu da şirketlerin bu dalgalanmayla başa çıkmanın yollarını bulmak için çabalamasına neden oluyor. Bu arada, benim sektörüm, uygulama için teorik olarak gerekli olanın veya çoğu işletme için uygulanabilir olanın çok ötesinde enerji tüketen, gezegen için arzu edilenden çok daha fazla güç tüketen daha fazla güç tüketen üretken AI uygulamaları yaratmaya devam ediyor.

Güvenlik ve Erişilebilirliği Dengeleme: Hibrit Veri Merkezi Çözümleri

Ham hız ve güce takıntılı bu yapay zeka otokrasisi ve "silahlanma yarışı", gerçek dünyadaki veri merkezlerinin pratik ihtiyaçlarını, yani yapay zekayı benimsememiş ABD kuruluşlarının %75'i için pazar engellerini azaltan uygun fiyatlı çözümleri göz ardı ediyor. Kabul edelim ki, gizlilik, güvenlik ve çevre koruma konusunda daha fazla yapay zeka düzenlemesi yürürlüğe girdikçe, daha fazla kuruluş, en değerli, özel ve hassas verilerini son zamanlardaki yapay zeka ve siber saldırılardan uzakta, yüksek güvenlikli şirket içi alanlarda güvende tutan hibrit bir veri merkezi yaklaşımı talep edecek. İster sağlık kayıtları, ister finansal veriler, ister ulusal savunma sırları veya seçim bütünlüğü olsun, kurumsal yapay zekanın geleceği, şirket içi güvenlik ve bulut çevikliği arasında bir denge gerektiriyor.

Bu önemli bir sistemsel zorluktur ve hiper rekabetten ziyade hiper iş birliğini gerektirir. Ham yetenek, hız ve performans ölçümlerine sahip GPU'lara ve diğer AI hızlandırıcı çiplere aşırı bir odaklanma ile, hükümetlerin ve işletmelerin AI yeteneklerini benimsemesi için gereken uygun fiyatlı ve sürdürülebilir altyapı için yeterli ilgiyi görmüyoruz. Bu, fırlatılacak yeri olmayan bir uzay gemisi inşa etmek veya bir Lamborghini'yi kırsal bir yola koymak gibi.

Yapay Zekanın Demokratikleştirilmesi: Endüstri İşbirliği

Hükümetlerin düzenlemeleri değerlendirmeye başlaması ve yapay zekanın sadece seçkinlere değil herkese fayda sağlamasını garanti altına alması yüreklendirici olsa da, sektörümüzün hükümet kurallarından daha fazlasına ihtiyacı var.

Örneğin, İngiltere, AI'dan yararlanarak kolluk kuvvetlerinin yeteneklerini, AI destekli suç tahminini ve önlemeyi iyileştirmek için kolluk kuvvetleri arasındaki veri paylaşımını artırıyor. Polislik için AI kullanımında şeffaflığa, hesap verebilirliğe ve adalete odaklanıyorlar, suç tespiti ve yönetiminde yardımcı olmak için yüz tanıma ve öngörücü polislik gibi araçlarla kamu güvenini ve insan haklarına uyumu sağlıyorlar.

Biyoteknoloji ve sağlık hizmetleri gibi sıkı bir şekilde düzenlenen sektörlerde, dikkate değer iş birlikleri şunlardır: Johnson ve Johnson MedTech ve Nvidia, cerrahi prosedürler için yapay zekayı geliştirmek üzere birlikte çalışıyor. İş birlikleri, ameliyathanede gerçek zamanlı, yapay zeka destekli analiz ve karar alma yetenekleri geliştirmeyi amaçlıyor. Bu ortaklık, NVIDIA'nın yapay zeka platformlarından yararlanarak sağlık ortamlarında yapay zeka uygulamalarının ölçeklenebilir, güvenli ve verimli bir şekilde dağıtılmasını sağlıyor.

Bu arada Almanya'da, Merck Yapay zeka destekli ilaç keşfini ilerletmek için Exscientia ve BenevolentAI ile stratejik iş birlikleri kurdu. Özellikle onkoloji, nöroloji ve immünoloji alanlarında yeni ilaç adaylarının geliştirilmesini hızlandırmak için yapay zekadan yararlanıyorlar. Amaç, yapay zekanın güçlü tasarım ve keşif yetenekleri sayesinde ilaç geliştirmenin başarı oranını ve hızını artırmak.

İlk adım, özellikle AI çıkarım aşamasında, yani işletmelerin gerçek bir veri merkezinde her gün Chat GPT, Llama 3 veya Claude gibi eğitilmiş bir AI modeli kurup çalıştırdığı BigPharma ve Big Tech'in ötesindeki işletmeler için AI dağıtım maliyetlerini azaltmaktır. Son tahminler önermek Bu yeni nesil sistemlerin en büyüğünün geliştirme maliyetinin yaklaşık 1 milyar dolar olabileceği, çıkarım maliyetlerinin ise potansiyel olarak 8-10 kat daha fazla olabileceği belirtiliyor.

Yapay zekayı günlük üretimde uygulamanın artan maliyeti, birçok şirketin yapay zekayı tam olarak benimsemesini engelliyor; yani "sahip olmayanlar". Son zamanlarda anket Son 12 ayda şirketlerin yalnızca dörtte birinin yapay zeka girişimlerini başarıyla başlattığını ve şirketlerin %42'sinin henüz üretken yapay zeka girişimlerinden önemli bir fayda görmediğini tespit etti.

Yapay zekayı gerçekten demokratikleştirmek ve her yerde bulunmasını sağlamak için -yani, yaygın bir iş benimsemesi- yapay zeka sektörümüzün odak noktasını değiştirmesi gerekir. En büyük ve en hızlı modeller ve yapay zeka çipleri için bir yarış yerine, uygun fiyatlılığı iyileştirmek, güç tüketimini azaltmak ve yapay zeka pazarını tam ve olumlu potansiyelini daha geniş bir şekilde paylaşmaya açmak için daha fazla iş birliğine dayalı çabaya ihtiyacımız var. Sistemsel bir değişim, yapay zekayı muazzam tüketici faydasıyla herkes için daha karlı hale getirerek tüm tekneleri yükseltecektir.

Yapay zekanın maliyetlerini düşürmenin mümkün olduğuna dair umut verici işaretler var - büyük ölçekli ulusal ve küresel yapay zeka girişimlerini desteklemek için finansal engelleri azaltmak. Şirketim NeuReality, Qualcomm ile iş birliği yaparak %90 maliyet azaltımı ve 15 kat daha iyi enerji verimliliği metin, dil, ses ve görüntülerdeki çeşitli AI uygulamaları için - AI'nın temel yapı taşları. Bilgisayarlı görüş, konuşma AI, konuşma tanıma, doğal dil işleme, üretken AI ve büyük dil modelleri gibi endüstri moda sözcükleri altındaki AI modellerini biliyorsunuz. Daha fazla yazılım ve hizmet sağlayıcısıyla iş birliği yaparak, performansı artırmak ve maliyetleri düşürmek için AI'yı pratikte özelleştirmeye devam edebiliriz.

Aslında, bugün Nvidia GPU'ları da dahil olmak üzere tüm yapay zeka hızlandırıcı yongalarının dayandığı geleneksel CPU merkezli altyapıya kıyasla, yapay zeka sorgusu başına maliyet ve güç tüketimini azaltmayı başardık. NR1-S Yapay Zeka Çıkarım Cihazımız, yaz aylarında Qualcomm Cloud AI 100 Ultra hızlandırıcıları ve NR1 NAPU'larıyla birlikte gönderilmeye başlandı. Sonuç, yapay zeka veri merkezlerindeki geleneksel CPU'nun (günümüzde yapay zeka veri işlemedeki en büyük darboğaz) yerini alan alternatif bir NeuReality mimarisi oldu. Bu evrimsel değişim çok önemli ve son derece gerekli.

Abartıdan Öte: Ekonomik ve Sürdürülebilir Bir Yapay Zeka Geleceği İnşa Etmek

Yapay zeka abartısının ötesine geçelim ve sistemik zorluklarımızı ele alma konusunda ciddi olalım. Zor iş sistem düzeyinde, tüm yapay zeka sektörümüzün birbirine karşı değil, birlikte çalışmasını gerektiriyor. Uygun fiyatlılık, sürdürülebilirlik ve erişilebilirliğe odaklanarak, topluma daha büyük şekillerde fayda sağlayan bir yapay zeka sektörü ve daha geniş bir müşteri tabanı yaratabiliriz. Bu, yapay zeka zenginliğinin Büyük 7 olarak bilinen birkaç kişinin elinde yoğunlaşmadan sürdürülebilir altyapı seçenekleri sunmak anlamına gelir.

Yapay zekânın geleceği, bugünkü ortak çabalarımıza bağlı. Enerji verimliliği ve erişilebilirliğe öncelik vererek, enerjiye aç yapay zekâ altyapısının ve yaygın fayda pahasına ham performansa odaklanan bir yapay zekâ oligarşisinin egemen olduğu bir geleceğin önüne geçebiliriz. Aynı zamanda, yapay zekânın kamu güvenliği, sağlık hizmetleri ve müşteri hizmetlerinde devrim yaratma potansiyelini engelleyen sürdürülemez enerji tüketimini de ele almalıyız.

Bunu yaparken yaygın inovasyonla desteklenen güçlü bir yapay zeka yatırım ve karlılık döngüsü yaratıyoruz.

Aramızda kimler var?