Economist: Τι θα κρίνει το μέλλον της τεχνητής νοημοσύνης

Δύο χρόνια αφότου το ChatGPT εντυπωσίασε τον κόσμο, η γεννητική τεχνητή νοημοσύνη φαίνεται να έχει βρεθεί σε αδιέξοδο, σημειώνει ο Economist, αναφέροντας ότι το ενεργειακό κόστος για την κατασκευή και τη χρήση μεγαλύτερων μοντέλων αυξάνεται συνεχώς και νέες ανακαλύψεις γίνονται όλο και πιο δύσκολες, ενώ ερευνητές και επιχειρηματίες τρέχουν για να βρουν τρόπους να παρακάμψουν τους περιορισμούς.

Η εφευρετικότητά τους δεν θα μεταμορφώσει μόνο την τεχνητή νοημοσύνη. Θα καθορίσει ποιες επιχειρήσεις θα επικρατήσουν, αν θα κερδίσουν οι επενδυτές και ποια χώρα θα έχει την κυριαρχία της τεχνολογίας, σχολιάζει.

Microsoft: Θα προμηθεύεται ενέργεια από πυρηνικό αντιδραστήρα που έκλεισε το 1979

Economist: Τα τρομακτικά νούμερα της AI

Τα μεγάλα γλωσσικά μοντέλα καταναλώνουν πολλή ηλεκτρική ενέργεια. Η ενέργεια που χρησιμοποιήθηκε για την εκπαίδευση του μοντέλου GPT-4 της OpenAI θα μπορούσε να τροφοδοτήσει 50 αμερικανικά σπίτια για έναν αιώνα. Και καθώς τα μοντέλα γίνονται μεγαλύτερα, το κόστος αυξάνεται ραγδαία. Σύμφωνα με μια εκτίμηση, η εκπαίδευση των μεγαλύτερων σημερινών μοντέλων κοστίζει 100 εκατ. δολάρια, η επόμενη γενιά θα μπορούσε να κοστίσει 1 δισ. δολάρια και η επόμενη 10 δισ. δολάρια.

Επιπλέον, το να ζητηθεί από ένα μοντέλο να απαντήσει σε ένα ερώτημα έχει υπολογιστικό κόστος από 2.400 έως 223.000 δολάρια για τη σύνοψη των οικονομικών εκθέσεων των 58.000 δημόσιων εταιρειών του κόσμου. Με την πάροδο του χρόνου αυτό το κόστος «εξαγωγής συμπερασμάτων», όταν αθροιστεί, μπορεί να υπερβεί το κόστος της εκπαίδευσης. Υπό αυτό το πρίσμα είναι δύσκολο να δούμε πώς η δημιουργική ΑΙ θα μπορούσε ποτέ να γίνει οικονομικά βιώσιμη, σημειώνει ο Economist.

Κάτι τέτοιο όμως είναι τρομακτικό για τους επενδυτές, πολλοί από τους οποίους έχουν ποντάρει πολλά στην τεχνητή νοημοσύνη. Έχουν συρρεύσει στην Nvidia, η οποία σχεδιάζει τα τσιπ που χρησιμοποιούνται συχνότερα για τα μοντέλα τεχνητής νοημοσύνης. Η κεφαλαιοποίησή της έχει αυξηθεί κατά 2,5 τρισ. δολάρια τα τελευταία δύο χρόνια. Τα funs και άλλοι έχουν επενδύσει σχεδόν 95 δισ. δολάρια σε νεοσύστατες επιχειρήσεις τεχνητής νοημοσύνης από τις αρχές του 2023. Η OpenAI, η κατασκευάστρια εταιρεία του ChatGPT, φέρεται να επιδιώκει αποτίμηση ύψους 150 δισ. δολαρίων, γεγονός που θα την καθιστούσε μία από τις μεγαλύτερες ιδιωτικές εταιρείες τεχνολογίας στον κόσμο.

Πώς θα παρακαμφθούν τα εμπόδια

Όμως δεν υπάρχει λόγος πανικού, υπογραμμίζει ο Economist. Και αυτό γιατί πολλές άλλες τεχνολογίες έχουν έρθει αντιμέτωπες με όρια και συνέχισαν να ευημερούν χάρη στην ανθρώπινη εφευρετικότητα.

Η δυσκολία να μεταφερθούν άνθρωποι στο διάστημα οδήγησε σε καινοτομίες που χρησιμοποιούνται τώρα και στη Γη. Το σοκ των τιμών του πετρελαίου τη δεκαετία του 1970 ενθάρρυνε την ενεργειακή απόδοση και, σε ορισμένες χώρες, την ανάπτυξη εναλλακτικών μέσων παραγωγής, συμπεριλαμβανομένων των πυρηνικών. Τρεις δεκαετίες αργότερα, το fracking κατέστησε δυνατή την πρόσβαση σε αποθέματα πετρελαίου και φυσικού αερίου που προηγουμένως ήταν ασύμφορη η εξόρυξή τους. Κατά συνέπεια, η Αμερική παράγει σήμερα περισσότερο πετρέλαιο από οποιαδήποτε άλλη χώρα.

Ήδη, οι εξελίξεις στην τεχνητή νοημοσύνη δείχνουν πώς οι περιορισμοί μπορούν να τονώσουν τη δημιουργικότητα. Οι εταιρείες αναπτύσσουν τσιπ ειδικά για τις λειτουργίες που απαιτούνται για την εκτέλεση μεγάλων γλωσσικών μοντέλων. Αυτή η εξειδίκευση σημαίνει ότι μπορούν να λειτουργήσουν πιο αποτελεσματικά από επεξεργαστές γενικότερου σκοπού, όπως οι επεξεργαστές της Nvidia. Η Alphabet, η Amazon, η Apple, η Meta και η Microsoft σχεδιάζουν τα δικά τους τσιπ τεχνητής νοημοσύνης. Το πρώτο εξάμηνο του τρέχοντος έτους εισέρρευσαν περισσότερα χρήματα στη χρηματοδότηση νεοφυών επιχειρήσεων με τσιπ τεχνητής νοημοσύνης από ό,τι τα τρία προηγούμενα χρόνια μαζί.

Οι προγραμματιστές πραγματοποιούν επίσης αλλαγές στο λογισμικό AI. Τα μεγαλύτερα μοντέλα που βασίζονται στην ωμή δύναμη της υπολογιστικής ισχύος δίνουν τη θέση τους σε μικρότερα και πιο εξειδικευμένα συστήματα. Το νεότερο μοντέλο της OpenAI, το o1, έχει σχεδιαστεί για να είναι καλύτερο στη συλλογιστική, αλλά όχι στη δημιουργία κειμένου, ενώ μέσω έξυπνων προσεγγίσεων, όπως η χρήση ενός μείγματος μοντέλων, καθένα από τα οποία είναι κατάλληλο για διαφορετικό τύπο προβλήματος, οι ερευνητές έχουν μειώσει δραστικά τον χρόνο επεξεργασίας. Όλα αυτά θα αλλάξουν τον τρόπο λειτουργίας της βιομηχανίας.