AI dobiva periodni sustav, ali tko će ga čitati?

Kad se fizičari umiješaju u AI, dobivemo kontrolni gumb

Fizičari s Emoryja objavili su rad u kojem tvrde da su stvorili matematički okvir za umjetnu inteligenciju. On objedinjuje različite pristupe multimodalnim AI sustavima. Prema njihovom istraživanju, većina suvremenih AI tehnika radi isto: komprimira podatke uz očuvanje prediktivnih elemenata.

Svi ti modeli rade isto, samo se prave važni. I to bi bilo zabavno da iza toga ne stoji ozbiljan cilj – smanjiti količinu podataka potrebnih za treniranje i izbjeći rasipanje računalne snage.

Okvir koji su predložili uključuje "kontrolni gumb" – alat za dizajniranje boljih algoritama. Iako zvuči kao termostat za AI, zapravo je riječ o pokušaju da se uvede red u kaos u AI industriji.

Dok se startupi utrkuju tko će prije objaviti novi model, akademici se pitaju postoji li način da se sve to učini učinkovitijim. Ili barem manje energetski zahtjevnim. Što bi, uzgred, bilo dobro za planet.

Problem je što je AI industrija postala žrtva vlastitog hypea. Svaki novi model mora biti veći, skuplji i gladniji podataka od prethodnog. Istraživanje s Emoryja sugerira da bi se možda moglo i drugačije, ali tko će slušati fizičare kad su milijuni dolara uloženi u GPU farme?

Ipak, ako ovaj okvir zaista funkcionira, mogao bi biti korak prema AI-u koji je ne samo precizniji, već i manje štetan za okoliš. Što je, u doba kad se svaki startup hvali kako spašava svijet, ironično.

Tko dobiva, tko gubi, a tko se pravi da ga briga

Prva žrtva ovog otkrića mogli bi biti oni koji su se obogatili prodajući priče o AI-u kao nečemu potpuno novom. Fizičari s Emoryja su, naime, pokazali da je većina AI tehnika zapravo varijacija na temu. To znači da su milijuni dolara uloženih u "inovativne" algoritme možda bili potrošeni na nešto što se moglo riješiti s manje buke.

To bi moglo biti neugodno za one koji su gradili karijere na tome da AI prikazuju kao magiju, a ne kao matematički alat. Ali, kao što znamo, istina je rijetko dobra za biznis.

Druga skupina koja bi mogla imati problema su proizvođači hardvera. Ako se pokaže da je moguće trenirati AI s manje podataka i manje računalne snage, to znači da će se smanjiti potražnja za skupim GPU-ima i TPU-ima. NVIDIA i ostali već godinama žive od toga da prodaju lopate u AI zlatnoj groznici. Svaka promjena koja smanjuje potrebu za njihovim proizvodima bi im mogla naškoditi.