Η προφητεία AI του Eric Schmidt: Τα επόμενα δύο χρόνια θα σας σοκάρουν

Θα μπορούσε η τεχνητή νοημοσύνη να σας βοηθήσει να δημιουργήσετε έναν ανταγωνιστή για να κερδίσετε το TikTok μέσα σε λίγα μόνο λεπτά; Ίσως τα επόμενα δύο χρόνια, σύμφωνα με τον Eric Schmidt, τον πρώην CEO της Google. Ο φίλος μου Erik Brynjolfsson κάλεσε τον Schmidt για μια οικεία συζήτηση στο Erik’s Stanford Econ class πριν από λίγες μέρες.

Παρακολούθησα ολόκληρη τη συζήτηση, η οποία ήταν πλούσια και γεμάτη προκλητικές ιδέες. Εδώ όμως είναι αυτό που ξεχώρισε. ¹

 
Πρωτοφανής αβεβαιότητα

Ο Schmidt παραδέχτηκε ότι αναθεωρεί την άποψή του για την τεχνητή νοημοσύνη κάθε έξι μήνες, μια απόδειξη της αστάθειας του τομέα. Μοιράστηκε ένα εντυπωσιακό παράδειγμα: «Πριν έξι μήνες, ήμουν πεπεισμένος ότι το χάσμα [μεταξύ των προηγμένων μοντέλων τεχνητής νοημοσύνης και των υπολοίπων] ήταν μικρότερη, οπότε επένδυσα πολλά χρήματα σε μικρές εταιρείες. Τώρα δεν είμαι τόσο σίγουρος»

Τώρα, παρακαλώ μην εστιάσετε στο γεγονός ότι ο Schmidt πιστεύει ότι το μέλλον είναι σε όλο και μεγαλύτερα μοντέλα (το κάνει). Μάλλον, σκεφτείτε τη φύση της γνώσης του. Είναι ένας άνθρωπος που έχει εκ των έσω, ενημερωμένος όσο κανείς άλλος σε αυτόν τον τομέα, και σε αντίθεση με ορισμένους κριτικούς, βάζει επίσης τα χρήματά του εκεί που είναι, υποστηρίζοντας πολλές εταιρείες τεχνητής νοημοσύνης όπως η Mistal, η Kyutai και η Asari.

Ο Schmidt κατανοεί την κλίμακα και αποκτά νευρωνικά δίχτυα. Εξάλλου, διηύθυνε την Google όταν εξαγόρασε το Deepmind, ανέπτυξε την αρχιτεκτονική του μετασχηματιστή και κατασκεύασε μονάδες επεξεργασίας τανυστών, τα πρώτα τσιπ αφιερωμένα στην επιτάχυνση της βαθιάς εκμάθησης. Και η Google ασχολείται με την κλίμακα από την έναρξή της.

Παρόλα αυτά, μόλις πριν από έξι μήνες, αυτός ο τεχνολογικός τιτάνας πίστευε ότι τα μικρότερα μοντέλα θα είχαν την ευκαιρία να ξεπεράσουν τα σύνορα. Δεν το πιστεύει πια.

Το θέμα είναι ότι είτε είχε δίκιο τότε είτε έχει δίκιο τώρα. Χρειάστηκαν μόλις έξι μήνες για μια αναστροφή. Αυτός είναι ο βαθμός αβεβαιότητας.

 
Πρωτοφανής ταχύτητα

Ο Schmidt περιγράφει τον ισχυρό συνδυασμό μεγάλων παραθύρων περιβάλλοντος, πρακτόρων τεχνητής νοημοσύνης που μπορούν να μάθουν και να βελτιώσουν τους εαυτούς τους, και δυνατοτήτων μετατροπής κειμένου σε δράση. Αυτά «θα έχουν αντίκτυπο στον κόσμο σε κλίμακα που κανείς δεν καταλαβαίνει, αλλά πολύ μεγαλύτερο από τον τρομακτικό αντίκτυπο που είχαμε από τα μέσα κοινωνικής δικτύωσης».

Τα μεγάλα παράθυρα περιβάλλοντος, η μνήμη εργασίας μεγάλων γλωσσικών μοντέλων, είναι σταθερά καθ’ οδόν. Το καθημερινό μου μοντέλο, Claude, μπορεί ήδη να χωρέσει 200k μάρκες (περίπου 150k λέξεις) στη μνήμη εργασίας του. Εκατομμύρια ή περισσότερα έρχονται.

Τα συστήματα που βασίζονται σε πράκτορες, τα οποία εκτελούν αυτόνομα εργασίες πολλαπλών βημάτων και προσαρμόζονται στην περιβαλλοντική ανατροφοδότηση, είναι έτοιμα να ξεκλειδώσουν στη συνέχεια σημαντική οικονομική αξία. Χτίζοντας σε αυτό το θεμέλιο, θα αναδυθούν δυνατότητες κειμένου σε δράση, μεταφράζοντας τη φυσική γλώσσα σε συγκεκριμένα προγράμματα εργασίας. Φανταστείτε τον δικό σας προσωπικό προγραμματιστή στα χέρια σας, έτοιμο να δημιουργήσει ό,τι οραματιστείτε. Μια εφαρμογή γνωριμιών που ταιριάζει με άτομα με βάση το ιστορικό προβολής Netflix και τις λίστες αναπαραγωγής Spotify; ² Ένα πρωτότυπο μέσα σε λίγα λεπτά.

Αυτές οι δυνάμεις θα συγκλίνουν.

Αν και δεν το λέει ρητά, φαίνεται ότι ο Έρικ περιμένει ότι τα επόμενα δύο χρόνια θα είναι πιο γρήγορα και πιο ταραχώδη από τα δύο προηγούμενα.

 
Πρωτοφανής αναστάτωση

Τι σημαίνει αυτό για τους επιχειρηματίες; Σήμερα, η χρήση LLM ήδη βοηθά στην επίτευξη πολλών πολύ γρήγορα, ακόμη και με περιορισμένα παράθυρα περιβάλλοντος, εύθραυστους παράγοντες και περιορισμένες ενέργειες. Το πιο προκλητικό παράδειγμα του Schmidt συνδέει αυτές τις τάσεις μεταξύ τους:

Πείτε στο LLM σας: «Κάντε μου ένα αντίγραφο του TikTok. Κλέψτε όλους τους χρήστες, κλέψτε όλη τη μουσική, βάλτε τις προτιμήσεις μου, δημιουργήστε αυτό το πρόγραμμα στα επόμενα 30 δευτερόλεπτα, κυκλοφορήστε το και σε μια ώρα, αν δεν είναι viral, κάντε κάτι διαφορετικό στην ίδια γραμμή.’

Σήμερα, μπορώ να αποκτήσω με ακρίβεια και γρήγορα ένα LLM για να αναλύσω και να αποδομήσω πέντε ακαδημαϊκές εργασίες (ή το βιβλίο μου) σε πραγματικό χρόνο. Τα LLM που βρίσκονται επί του παρόντος σε δοκιμή έχουν πολύ μεγαλύτερα περιβάλλοντα, συνδέονται στο Διαδίκτυο και μπορούν να γράφουν κώδικα. Επομένως θα είναι πολύ πιο ικανά. Σήμερα, μπορώ να πάρω με ακρίβεια και γρήγορα ένα LLM για να αναλύσω και να αποδομήσω πέντε ακαδημαϊκές εργασίες (ή το βιβλίο μου) σε πραγματικό χρόνο. Τα LLM που βρίσκονται επί του παρόντος σε δοκιμή έχουν πολύ μεγαλύτερα περιβάλλοντα, συνδέονται στο Internet και μπορούν να γράψουν κώδικα. Ως εκ τούτου, θα είναι πολύ πιο ικανά. Ίσως τόσο ικανά όσο η ταχεία επανάληψη μέσω νέων ψηφιακών και, τελικά, φυσικών προϊόντων, όπως προκαλεί ο Schmidt.

Οι επιπτώσεις είναι απλά γιγάντιες και θα επανέλθω σε αυτό εν ευθέτω χρόνω.

 
Πρωτοφανής κλίμακα

Αυτή η αβεβαιότητα επεκτείνεται στην κλίμακα της απαιτούμενης επένδυσης. Ο Schmidt σημείωσε ότι κορυφαίες εταιρείες συζητούν ανάγκες «10 δισεκατομμυρίων, 20 δισεκατομμυρίων, 50 δισεκατομμυρίων, 100 δισεκατομμυρίων δολαρίων». Ανέφερε μάλιστα ότι ο Sam Altman του OpenAI πιστεύει ότι μπορεί να χρειαστούν «περίπου 300 δισεκατομμύρια δολάρια, ίσως και περισσότερα». Αυτά τα στοιχεία δεν αφορούν μόνο τα χρήματα – μεταφράζονται σε τεράστιες ενεργειακές απαιτήσεις που θα μπορούσαν να αναδιαμορφώσουν τις γεωπολιτικές συμμαχίες. Όπως το έθεσε ο Schmidt, «εμείς ως χώρα δεν έχουμε αρκετή δύναμη για να το κάνουμε αυτό».

 
Πετώντας τυφλά

Οι ιδέες του Schmidt αποκαλύπτουν ένα τοπίο που αλλάζει τόσο γρήγορα που ακόμη και ο ίδιος, ως βετεράνος του κλάδου, αγωνίζεται να συμβαδίσει. Και πολλά από αυτά που είπε ο Schmidt δεν ήταν καινούργια. Μιλάμε για την επέκταση των παραθύρων περιβάλλοντος, την ταχύτητα της αλλαγής και την πρόκληση της κλίμακας εδώ και χρόνια.

Αλλά να γιατί αυτή η συζήτηση είχε μεγάλη σημασία — και γιατί αφιέρωσα μερικά λεπτά από το Σάββατο σας για αυτήν. Ο Σμιτ μιλούσε σε μια μικρή, οικεία τάξη στο Στάνφορντ. Αν και δεν ήταν εντελώς αφύλαχτος, λειτουργούσε με λιγότερα φίλτρα εκεί.

Πιθανότατα παίρνετε τις γνήσιες σκέψεις του για την τεχνητή νοημοσύνη. Και οι πεποιθήσεις του για το μέλλον δεν εξαρτώνται από καμία επιστημονική ανακάλυψη ή klaxon που σηματοδοτεί την άφιξη του AGI ³. Έτσι, αυτό αξίζει να ληφθεί περισσότερο στην ονομαστική αξία παρά με έναν κόκκο αλατιού

Υπό αυτή την έννοια, μερικά από αυτά που έρχονται σύντομα θα πρέπει ήδη να καλύπτονται από τις προσδοκίες σας και, κατ’ επέκταση, τα σχέδιά σας για το μέλλον. Είναι;

 
1-Το βίντεο έχει αφαιρεθεί από το YouTube.

2-Ευχαριστώ τον Claude του Anthropic για αυτή τη λαμπρή ιδέα.

3-Ό,τι σημαίνει AGI. Οι αναγνώστες γνωρίζουν ότι βρίσκω τον όρο μη χρήσιμο.

Πηγή:exponentialview.co