Час перейти естафету штучного інтелекту від програмного забезпечення до апаратного

Навряд чи ми зустрінемо технологію, більш значущу та важливу, ніж штучний інтелект, у своєму житті. Присутність штучного інтелекту вже змінила людський досвід і те, як технології можуть змінити нашу життя, а його траєкторія впливу тільки розширюється.

З урахуванням цього, інноватори та лідери штучного інтелекту протягом останнього чверть століття збирали дані та вдосконалювали моделі, щоб досягти програмного забезпечення, яке живить генеративний штучний інтелект. Штучний інтелект представляє вершину програмного забезпечення: аморфний інструмент, який може відтворювати інструменти для вирішення проблем на різних рівнях абстракції. Компанії, які будують імперії обчислень або ті, які придбали LLMs, щоб зміцнити своє програмне забезпечення, тепер звичайні.

Тож, куди ми рухаємось далі?

Навіть з необмеженими обчисленнями, збір висновків за допомогою всіх існуючих даних асимптотично наблизиться до існуючого корпусу людських знань. Як і люди повинні експериментувати з зовнішнім світом, так і наступний рубіж штучного інтелекту полягає в тому, щоб технологія взаємодіяла значущо з фізичним світом, щоб генерувати нові дані та розширювати межі знань.

Взаємодія через експериментування

Дослідження потенціалу штучного інтелекту вимагає виходу за рамки його використання на персональних комп’ютерах або смартфонах. Так, ці інструменти, ймовірно, залишаться найлегшим доступом до технології штучного інтелекту, але це ставить обмеження на те, чого може досягти технологія.

Хоча виконання залишало багато бажань, окуляри Ray-Ban Smart, оснащені системою штучного інтелекту Meta, продемонстрували концепцію носимих пристроїв, наповнених технологією штучного інтелекту. Ці приклади апаратних інтеграцій є критично важливими для будівництва знайомства та зручності штучного інтелекту поза рамками пристрою, оскільки вони показують, як зробити ці великі технологічні досягнення безшовними.

Не кожен експеримент зі штучним інтелектом у реальному світі буде успішним, саме тому вони є експериментами. Однак демонстрація потенціалу апаратних застосунків штучного інтелекту розширює спектр того, як ця технологія може бути корисною та застосовною поза рамками “особистого помічника”, у якому вона зараз знаходиться.

У кінцевому підсумку, компанії, які демонструють, як зробити штучний інтелект практичним та легітимним, будуть тими, хто генеруватиме експериментальні дані, яких просто неможливо отримати з веб-застосунків. Все це вимагає обчислень та інфраструктури, щоб належно функціонувати, що потребує більшого припливу інвестицій у будівництво фізичної інфраструктури штучного інтелекту.

Але чи готові компанії штучного інтелекту зробити це?

Діалог апаратного та програмного забезпечення

Легко сказати, що обчислювально інтенсивні застосунки штучного інтелекту в фізичних продуктах стануть нормою в кінцевому підсумку, але перетворення цього у реальність вимагає значно більшої суворості. Є тільки певна кількість ресурсів та волі, доступної для руху по менш пройденому шляху.

Те, що ми бачимо сьогодні, є формою короткострокової надмірної ентузіазму штучного інтелекту, що дзеркально відображає типову ринкову реакцію на революційні технології, здатні створити нові галузі. Тому зрозуміло, чому компанії, які будують програмне забезпечення штучного інтелекту або займаються ним, можуть бути неохочими до участі в дорогих та обчислювально інтенсивних апаратних заходах.

Але кожен, хто має ширший погляд, може побачити, чому це може бути короткозорим підходом до інновацій.

Не дивно, що є багато порівнянь між бумом штучного інтелекту та бульбашкою доткомів на початку інтернету, де проекти, орієнтовані на короткострокові цілі, загинули, коли вона луснула. Але якщо ми колективно списали інтернет через наслідки бульбашки доткомів замість того, щоб зосередитися на довгострокових ідеях, які вижили довго після неї, ми були б ніде біля сучасного технологічного ландшафту. Великі ідеї виживуть будь-яку тенденцію.

Крім того, обчислення є ключем до будь-якої інновації штучного інтелекту, щоб продовжувати прогресувати. І як будь-який розробник штучного інтелекту скаже вам – обчислення коштують свого ваги в золоті. Однак це також ставить обмеження на те, скільки проектів можуть фактично дозволити собі досліджувати реальні застосунки штучного інтелекту, коли розробка моделі вже споживає ресурси. Але жодна компанія не може підтримувати домінування на програмному забезпеченні лише – незалежно від того, наскільки вражаючим є їх LLM.

Це зручно для компаній штучного інтелекту вести за допомогою програмного забезпечення та чекати, поки постачальник апаратного забезпечення з’явиться та придбає або ліцензуватиме свою технологію. Не тільки це сильно обмежує, але також залишає багато неймовірних проектів на милість зовнішніх осіб, які можуть ніколи не прийти.

Штучний інтелект – це багаторічна технологія, яка стане ще більш персоналізованою та розробленою для окремих осіб з плином часу. Однак це залежить від проектів, щоб скористатися переважно рівним полем програмного забезпечення, щоб зробити справжні кроки у фізичному світі. Без сміливого експериментування, а навіть невдачі, не буде шляху вперед для технології штучного інтелекту, щоб реалізувати свій повний потенціал у покращенні людського досвіду.