П’ятеро ключових фігур штучного інтелекту, які формують всі етапи ланцюга постачання AI, обговорили нагальні проблеми галузі під час конференції Milken Global у Беверлі-Гіллз. Серед учасників панелі — Крістоф Фуке (ASML), Франсіс деСоуза (Google Cloud), Касар Юніс (Applied Intuition), Дмітрій Шевеленко (Perplexity) та Єва Бодня (Logical Intelligence).
Про це розповідає ProIT
Дефіцит чипів та енергетичні виклики
Зростання ринку штучного інтелекту стикається з реальними фізичними обмеженнями. За словами Фуке, нині відбувається “величезне прискорення у виробництві чипів”, однак, на його думку, ще найближчі кілька років попит перевищуватиме пропозицію, і великі компанії на кшталт Google чи Microsoft не отримають усіх чипів, за які платять.
ДеСоуза наголосив на масштабах проблеми, навівши фінансові дані Google Cloud: щоквартальна виручка перевищила $20 млрд, а обсяг зобов’язань (ще не виконаних контрактів) зріс майже вдвічі — з $250 до $460 млрд. Він додав, що компанія серйозно розглядає ідею розміщення дата-центрів на орбіті Землі для подолання енергетичних обмежень:
“В космосі ви отримуєте доступ до більшої кількості енергії. Звісно, це не так просто, адже у вакуумі єдиний спосіб відводити тепло — це випромінювання, а це значно складніше, ніж сучасні системи охолодження на Землі”.
Водночас, за його словами, ефективність досягається завдяки повній інтеграції стеку AI — від спеціалізованих чипів TPU до моделей і агентів. Це дозволяє отримувати більшу обчислювальну потужність на одиницю енергії, ніж при використанні стандартних компонентів.
Нова архітектура та роль фізичного AI
Єва Бодня з Logical Intelligence пропонує альтернативу звичайним LLM-моделям — енергетичні моделі, які не передбачають наступне слово, а намагаються зрозуміти базові правила у даних, що, на її думку, ближче до роботи людського мозку. Моделі Logical Intelligence мають 200 млн параметрів, працюють у тисячі разів швидше за класичних лідерів і можуть оновлювати свої знання в реальному часі без повного перенавчання.
Для сфер, де важливе розуміння фізичних правил (робототехніка, проєктування чипів), такі моделі можуть бути більш природнім вибором. Бодня пояснює: коли людина керує автомобілем, вона не шукає лінгвістичних патернів, а приймає рішення, ґрунтуючись на розумінні навколишнього світу.
Касар Юніс, у свою чергу, зазначив, що ключовий дефіцит для Applied Intuition — це не чипи, а якісні дані з реального світу, які неможливо повністю замінити симуляціями: “Моделі, що працюють у фізичному світі, потребують реальних даних для навчання, і цей розрив не закрити лише синтетичними даними”.
Контроль над AI, питання безпеки та суверенітету
Дмітрій Шевеленко розповів, що Perplexity трансформується із пошукового сервісу на платформу “цифрових працівників”. Їхній інструмент Perplexity Computer дозволяє компаніям делегувати завдання агентам, якими можна керувати з високою деталізацією — аж до визначення, чи має агент право лише читати дані, чи змінювати їх.
Юніс підкреслив, що впровадження фізичного AI тісно пов’язане із питаннями національного суверенітету. На відміну від суто цифрових технологій, фізичний AI (автономні автомобілі, дрони, промислове обладнання) діє у реальному світі, і тому країни не бажають, щоб такі системи у їхніх кордонах контролювалися іноземними компаніями.
Фуке зауважив, що Китай досяг значного прогресу у сфері AI, проте без доступу до передових технологій фотолітографії (EUV) китайські виробники залишаються позаду у виробництві найсучасніших напівпровідників, і це обмежує їх можливості, незалежно від якості програмного забезпечення.
AI та майбутнє наступних поколінь
Під час обговорення було порушено питання впливу AI на розвиток критичного мислення у молодого покоління. Учасники висловили оптимізм, наголошуючи на тому, що нові технології дають змогу вирішувати масштабні проблеми людства — від нейродегенеративних захворювань до боротьби із змінами клімату.
Шевеленко зауважив, що хоч стандартні стартові позиції на ринку праці можуть зникати, можливість розпочати власні проєкти стає доступнішою, а головним обмеженням стає лише особистий рівень допитливості.
Юніс підкреслив, що в таких галузях, як сільське господарство та видобувна промисловість, AI не витісняє людей із робочих місць, а навпаки — заповнює брак кадрів, оскільки багато хто не бажає працювати у цих сферах.