Гендиректор компанії Nvidia Дженсен Хуанг під час свого виступу на 28-й щорічній Глобальній конференції Інституту Мілкена розповів про своє бачення штучного інтелекту та приклади його успішного застосування. Хуанг зазначив, що активно використовує ШІ щодня, насамперед як репетитора або провідника в нових для себе областях.
Про це розповідає ProIT
«Я використовую ШІ як репетитора щодня», — заявив Хуанг, підкреслюючи важливість інструментів як ChatGPT, Gemini Pro та Perplexity. «У нових для мене галузях я прошу чатбота: “Поясни мені щось, ніби я 12-річна дитина”, а з часом прошу просунутись до рівня фахівця».
Він також наголосив на тому, що штучний інтелект є «найбільшою можливістю» для людства у подоланні технологічного розриву. За його словами, у сучасному світі лише невелика кількість людей знає, як програмувати на C++, тоді як 100% учасників конференції вже можуть спілкуватися з штучним інтелектом на будь-якій мові.
«Не будьте тією людиною, яка ігнорує технологію і втрачає результат», — додав він.
Хуанг вважає, що революція в галузі ШІ, безперечно, вплине на всі професії: деякі з них можуть зникнути, а інші — трансформуватися. Проте він уточнив:
«Ви не втратите свою роботу через штучний інтелект. Ви втратите свою роботу через того, хто використовує штучний інтелект».
Гендиректор Nvidia, який активно підтримує використання ШІ для автоматизації робочих процесів, неодноразово висловлював бажання, щоб компанія мала «100 мільйонів помічників зі штучним інтелектом». На саміті ШІ в Індії у жовтні він зазначив, що ШІ може виконувати певні завдання в 1000 разів ефективніше, але ніколи не зможе повністю замінити людей у цих ролях.
Nvidia, як компанія, яка виграла значні дивіденди від розвитку ШІ, стала однією з найбільш успішних на ринку у 2022 році, виготовляючи популярні чипи для нових технологій. У червні минулого року, на фоні зростання інтересу до ШІ, Nvidia досягла рекордної ринкової капіталізації понад $3 трлн. Однак у січні 2023 року, після виходу китайського ШІ DeepSeek, акції Nvidia впали на 12% через побоювання, що новий продукт є «дешевшим» аналогом.
Згідно з дослідженням, опублікованим в грудні, DeepSeek розробила свою модель V3 за два місяці, використавши 2000 спеціалізованих чипів від Nvidia, що обійшлося всього у $6 млн. Для порівняння, для навчання сучасних моделей зазвичай потрібно понад 16 000 чипів, а, за словами гендиректора OpenAI Сема Альтмана, навчання лише однієї моделі GPT-4 коштувало понад $100 млн.