15 основных идей, формирующих будущее ИИ - и почему они имеют значение сегодня

Популярное воображение в настоящее время создает будущее как неумолимый, неустанный марш в возрасте Skynet, HAL 9000 и R2-D2. Реальность и более тонкая, и сложнее. В то время как сегодняшние заголовки заполнены мечтами оИскусственный общий интеллектиИскусственная супер-разоблачениемало что говорят о тонком балансе непрерывной технологической эволюции, необходимой для того, чтобы сохранить эти мечты.

Фактически, по мере того, как модели растут в сложности и вычислительных требованиях, эксперты предупреждают, что фундаментальные технологии, способствующие развитию ИИ, могут скоро развиваться достаточно быстро, чтобы создать что -то лучше, чем модель Operai.

Горстка линий разлома определит результат. Любая структурная слабость, связанная с этими основополагающими элементами настоящего ИИ и будущего, может разорвать амбиции, которые вполне могли бы уже достигнутьпузырьковая территорияПолем

Но сначала ... нам нужна структура

Крупномасштабное ИИ-это не одно чудо, чем эстафетная раса межкопаковых технологий. ПропускатьодинБатонский проход и все зрелище. Для целей этой статьи перепуски, необходимые для того, чтобы рабочие модели искусственного интеллекта выглядят примерно так:

• Необработанные данные и права людей, которые их произвели
• Силикон и его фактические способности
• Модель архитектуры и трансформаторы, которые их питают
• Подложки развертывания, от энергетической сетки до краевых устройств
• Управление рельсами, чтобы не дать цирку сжигать себя

Необработанные данные и права людей, которые их произвели

Алгоритмы ИИ нужны данные для создания текста, изображений и видео. За последние полдесятилетия Интернет предложил OpenAI, Google, Meta, Anpropic и их коллеги доступ к бесплатной и широкой базе данных для обучения ихФонд -моделина.Судебные искиПомимо, это хорошо сработало для них. Но праздник теперь близок; Интернет вполне может быть слишком маленьким для появления AGI, и регуляторы начинают заботиться о конфиденциальности данных, когда данные собираются прямо от пользователей. Три технологии должны полностью появиться, чтобы обеспечить необработанные данные, которые могут оставаться жизненной кровью ИИ.

1. Синтетические корпорации необходимы для создания бесконечных тренировочных наборов

Вместо того, чтобы полагаться на данные, созданные человеком,Компании ИИ теперь используют ИИ для создания текстов и изображений для других моделей, чтобы учиться наПолем Это позволяет им создавать неограниченные точки данных без выпуска или компромисса конфиденциальной информации. Это особенно мощно в условиях, где широкие наборы данных недоступны (здравоохранение, финансовая, автономная разработка транспортных средств и т. Д.). Эти коллекции естьСинтетические корпусы... и да, есть улов.

Если данные, созданные одной моделью для обучения другой, неточны, и эти недостатки разрешаются каскадировать без коррекции человека, формулировка и идеи быстро вернется на себя. Результатмодель коллапса: Каждое поколение, размытая фотокопия, ошибки и клише, составляющие до тех пор, пока не может купить улучшение.

Ограждения, в формебогатый доменРазличия, циклы обновления человека и фильтров имеют важное значение для того, чтобы скважина не отравила.

• Почему это важно*:* Если синтетические корпорации не очень хорошо реализованы (поскольку это, несомненно, необходимо), завтрашние большие модели будут нанесены на твердый потолок, независимо от того, сколько вычислим их.

2. Федеративное обучение необходимо для уважения конфиденциальности данных

Данные, созданные человеком, всегда понадобятся, но означает ли это, что мы должны отказаться от идеи конфиденциальности, чтобы обслуживать всемогущее алго? Может быть, нет. Через процесс называетсяФедеративное обучениеНаши устройства могли бы обучать «общими» моделям ИИ на самих устройствах, отменяя необходимость отправлять необработанные данные обратно в большой центр данных.

В этом процессе отправляются только «уроки, изученные уроки» (крошечные обновления веса, а не сырые фотографии или сообщения), поэтому ничто из личных никогда не покидает устройство. Чтобы сохранить эти обновления в секрете в транзите, системы обертывают их в особый вид математики под названиемПолностью гомоморфное шифрованиеПолем FHE похож на заблокированную коробку, которую сервер может встряхнуть и перемешать, не открываясь; Он может рассчитывать веса новой модели на зашифрованных числах и при этом никогда не видеть, что находится внутри.

Наконец, можно сократить каждое обновление снизкоранга адаптация, который хранит только самые важные направления настройки вместо переписывания всей модели. Это держит файлы достаточно маленькими для телефонов со скромной пропускной способностью и памятью.

Вместе, эти трюки позволяют миллионам устройств совместно использовать мощную языковую модель, держать данные в частном порядке и делать это достаточно эффективно, чтобы масштабироваться.

• Почему это важно*:* Скайнет не нужно. Узнав о наших вариантах конфиденциальности, мы можем повлиять на будущее ИИ и попросить крупных компаний ИИ поступить правильно. Сделано правильно, Edge Learning делает регулирующие органы и клиенты счастливыми, в то время как модели улучшаются.

3. Технологии повышения конфиденциальности могут помочь построить лучшие ограждения

Если федеративное обучение не будет широко осуществлено, компании могут обратиться кдифференциальная конфиденциальность, разбрызгивая маленький математический «статический» в тренировочную смесь. Шум настроен, поэтому модель ИИ по -прежнему изучает широкие паттерны (как распространяются вирусы, как выглядит покупка и т. Д.), Тем не менее, ничто не может быть связано с медицинской картой или корзиной для покупок одного человека.

Существуют две другие основные технологии повышения конфиденциальности:Безопасные многопартийные вычисления(Несколько поваров принадлежат каждому секретному рецепту и выпекают торт вместе, не видя весь рецепт) иДоверенные среды исполнения(Крошечное хранилище, которое приведено внутри чипа: данные входят, вычисления случаются в хранилище, результаты выходят, данные остаются в хранилище).

Каждый слой помогает, но они не бесплатны. Больше шума или более тяжелой криптографии означает конфиденциальность-токураторство, а также хиты производительности и более высокие, чем ожидалось, счета за энергетику.

• Почему это важно*:* Дифференциальная конфиденциальность и другие технологии повышения конфиденциальности позволяют компаниям делиться и обучать ИИ, не делясь необработанными секретами. Но ручки должны быть установлены с осторожностью, уравновешивая конфиденциальность, скорость и точность. Мы должны Крестовой Крестов для большей конфиденциальности, помня о том, что ответ от компаний будет «в порядке, но это удлините алгоритм». Когда они говорят это, мы должны напомнить им, что они с бременем инноваций. В конце концов, они утверждают, что всезнают предвестники будущего.

Силикон и его фактические способности

Кремний (он же чипсы, полупроводники, графические процессоры и т. Д.) - это то, где происходит «происходит».Целые книги были написаныоб этих небольших технологических чудах, которые теперь находятся в центре многих геополитических дискуссий. НоЗакон Муразамедляется, иДеннард Шаглингбыл мертв с 2006 года. Индустрия теперь сталкивается с выбором: редизайн кремния или редизайн ожиданий.

4. Нейроморфные чипы могут уменьшить использование энергии и позволять вычислять

Нвидияудалось захватить более 90% рынка акселераторов ИИПолем Но это может быть не победителем за 10 лет. Компании, какBrainchipВIntelиIBMидут в совершенно другое направление к графическим процессорам:Нейроморфные архитектурыПолем

Вдохновленный биологической структурой мозга, этот способ построения чипов предлагает более энергоэффективную и адаптируемую альтернативу традиционным графическим процессорам. Представьте себе миллион светлячков в темном поле. GPU заставляет каждую ошибку вспыхнуть в штифте блокировки, независимо от того, есть ли что -нибудь интересное. Нейроморфный чип позволяет каждому светлячку моргнуть только тогда, когда он на самом делеимеетНовости, и только ближайшие насекомые, которые заботятся об этой новости, заметят. Поэтому большая часть поля остается темной ... и их сила длится всю ночь. Это трюк: «нейроны» на чипе, какSpinnaker 2Сидеть молча, пока им не нужно пройти однобранную «всплеск» вниз по линии, поэтому вся плата работаетпримерно на том же соке, что и домашняя лампочкаПолем

На практике это означает очки, которые могут перевести язык жестов или карманный дрон, который автономно уклоняется от ветвей. Аппаратное обеспечение прослушивает шепот вместо того, чтобы кричать через мегафон, и экономия власти огромна.

• Почему это важно*:* Дешевая когнитивная сила везде также означает больше игрушек для наблюдения, поэтому социальные дебаты переходят от «Можем ли мы запустить модель?" к "Должны ли мы запустить это вообще?”

5. Прорывы памяти нужны больше всего на свете

Даже самый быстрый графический процессор превращается в очень дорогой пресс -папье в тот момент, когда он должен ждать данных. Чип не может сделать B, если другой все еще работает над A, или если сообщение, которое сделано A, требует целого возраста. Это узкое место - «стена памяти"… И вот гдеПамять высокой полосы пропусканиявходит.

Его 4-я итерация (HBM4, при которой в 2026 году) специально оптимизирована для использования в высокопроизводительных вычислительных средах, предоставляя в два раза больше информации в секунду, чем HBM3. На практике это означает меньше простых тактовых циклов, более коротких тренировок и моделей заповедника для масштабирования, не поджигая бюджет мощности.

Нб: Если этот раздел кажется коротким, это потому, что объяснение чегоДрамиВычислить костизаймет еще 500 слов.

• Почему это важно*:* Если технология колеблется, мы попадем в стену, где более крупные модели просто ждали памяти; Прогресс забивает даже с более блестящими графическими процессорами. И многие варианты использования зависят от того, что эта технология развертывается должным образом и вовремя.

6. Интеграция в масштабе пластин может решить многие проблемы с задержкой (но создаст энергетические проблемы)

Если информация требуется слишком много времени, чтобы перейти от одного чипа в другой, почему бы не объединить их в один очень большой чип? Это идея позадиИнтеграция масштаба пластиныПолем

С практической точки зрения это означает, что модель триллионов параметра может сидеть на одном чипе вместо того, чтобы разбросана по 16 доскам графических процессоров и византийской сетевой ткани.

Это не просто теория:Cerebras Systems создает процессор, имеющий 900 000 ядер и в 7000 раз больше пропускной способности памяти, чем ведущие графические процессорыПолем Эта архитектура обеспечивает в 10 раз меньше задержки дляГенеративный вывод ИИПолем Это хорошая новость для компаний, планирующих продукты с поддержкой AI. Тем не менее, эти чипы нуждаются в большой мощности: до 30 графических процессоров NVIDIA H100. Это делает довольно сложную математику по плюсам и минусам, и, возможно, только очень конкретные варианты использования. Производство также оказалось ... сложно.

• Почему это важно*:* Если масштаб пластин окажется надежным, время обучения будет падать от недель до часов, а эксперименты будут процветать. Тем не менее, компании, которые их реализуют, будут решать проблему задержки, создавая энергетическую проблему.

Модель архитектуры и трансформаторы, которые их питают

Современные генеративные системы ИИ оснащены нейронной сетью архитектуры под названиемТрансформерыПолем Трансформеры работают с помощью внутренней таблицы («механизм внимания”) Это спрашивает, на каждое слово в вводе», «Насколько сильно я должен обратить внимание на любое другое слово?”

Этот механизм означает, что требуемая вычислительная работа увеличивается квадратично, поскольку размер запросов увеличивается. 3 слова означают 9 соединений, 4 среднего 16, 5 означает 25 и т. Д. Это создает фундаментальные узкие места для обработки расширенного контекста. Три подхода исследуются.

7. Дифференциальные трансформаторы делают механизмы внимания «умнее»

В то время как классические трансформаторы «обращают внимание» на все слова,Дифференциальные методы сначала применяют внимание к шуму, автоматически отказывается от громкости на нерелевантных сигналах, поэтому выделяется только полезная информация.

Концепция также представляет «негативное вниманиеПозволяя системе активно маркировать пар токенов, которые должны отталкиваться друг от друга, помогая модели избежать ложных соединений, а не просто платить им меньше ума.

Наконец, процесс обучениянаказывает дублированное поведениесреди "Внимание головыТаким образом, каждая голова изучает другой шаблон вместо того, чтобы тратить усилия на одну и ту же. Вместе эти изменения позволяют модели учиться быстрее, использовать память более эффективно и доставлять более точные, последовательные результаты.

• Почему это важно*:* Дифференциальные трансформаторы допускают меньше галлюцинаций, более четкий давний отзыв иОт 30% до 40% меньше вычислителей для той же точности в мелких LLMSПолем Это снижает финансовую и углеродную стоимость построения мощных языковых систем, расширяя доступ после самых богатых лабораторий. Парадигма трансформатора, однако, не изменилась: вычисление необходимого увеличивается квадратно, чем больше токенов добавляются в подсказку.

8. Модели состояния пространства создают «без внимания»

В то время как «обычные» трансформаторы перечитывают весь разговор каждый раз, когда они добавляют новое слово (как кто -то, кто возвращается на страницу 1 перед написанием каждого предложения) Модели Государственного пространства (например, Мамба, S4)нести научное «государство» впередПолем Это означает, что удвоение подсказки только удваивает работу (вместо квадратичной альтернативы).

Эти модели также вырубают длинные подсказки на куски, размещенные в укусе, которые графические процессоры могут пережевывать параллельно, а затем сшивать кусочки вместе, поэтому ответ идентичен тому, что могло быть иначе, но прибывает намного быстрее.

Все обновление вписывается в один плотно упакованный набор инструкций, исключая круглые пути памяти. Поскольку он может перекомплектовать маленькие кусочки на лету, он вряд ли хранит что -либо в медленной памяти, что сокращает использование энергии.

• Почему это важно*:* Соберите, эти трюки позволяют завтрашним помощникам переваривать много, гораздо более длинные потоки (часовые подкасты, недельные чаты и т. Д.). Это открывает дверь для новых вариантов использования (особенно вокруг геномики).

9. Трикотики смеси экспертов позволяют получить больше параметров

И затем у нас есть уловки смеси экспертов, которые в основном включают только части сети (экспертов), которые имеют значение для данной подсказки. Модель низкобюджета «R-1» DeepSeek показала, как эти идеиуменьшить учебные счета на 40%без снижения качества.

Тогда какдифференциальные трансформаторыОчистите, что уже делает внимание, иГосударственное пространствоМодели в целом заменяют внимание чем -то, что линейно масштабируется, MOE добавляет емкости редко, так что только самые релевантные подстрекающие кнопок на токен. Вместе они отмечают три ортогональные ставки на будущее: более умное внимание, повторение без внимания и умное масштабирование.

Тем не менее, все эти бездействующие эксперты все еще должны жить в памяти графических процессоров, маршрутизаторы должны жонглировать токенами, чтобы избежать «горячих» экспертов.

• Почему это важно*:* Прорывы эффективности укусаются в «Масштаб - это все, что вам нужно«Мантра, потенциально демократизация создания очень больших моделей фундамента.

Подложки развертывания, от краевых устройств до энергетической сетки

ИИ часто считается включенным. В конце концов, это алгоритм. У него нет веса. Нельзя дотронуться до этого. Однако это очень много живет в реальном мире. Он работает на устройствах. Нужна энергия, чтобы оживить. И эта энергия делает устройства горячими, требуя новых и инновационных типов охлаждения.

10. Устройства краев помещают генеративные модели в свой карман

С момента создания графических процессоров, модели жили в облаке, что само по себе живет в физических центрах обработки данных. В этом мире каждая подсказка требует круглой передачи в облако. Теперь прилив меняется:Телефоны и ноутбуки отправляются с обработками, которые могут выполнять вывод локально(Это означает, что можно использовать LLM даже в режиме самолета).

Google Gemini NanoНапример, Framework позволяет Android Apps называть модель обрезанной фундамента в миллисекундах. Нет сети, без сборов за сервера и более жесткие гарантии конфиденциальности.

Эти развертывания не меняют математику ИИ, но они питают другие необходимые достижения: более умные головы внимания сокращают вычислительные отходы, государственные рецидивовые затраты на контекст и «эксперты» держат большинство параметров холодными, пока они не будут необходимыми. Чистый эффект заключается в том, что то, что когда -то требовало здания, теперь вписывается в карман.

• Почему это важно****:Вывод на раскрытии устраняет штрафы задержки и конфиденциальности облака, падает расходы на ноль и распространяет мощный ИИ до миллиардов телефонов и с низким содержанием ПК. Он позволяет всегда доступным помощникам в областях с плохим подключением, сохраняет конфиденциальные данные (журналы здоровья, подачи камеры) по умолчанию и снижает воплощенный углерод каждого генерируемого токена. Это все хорошие новости для нас, может быть, плохие новости для игроков Pure AI, которые не смогут взимать месячную плату пользователям (а скорее единовременную).

11. Сетка -модернизация и гибкий источник питания сохраняют свет

Нам нужномногоэлектричества для питания ИИ. И нам нужно нагреть наши дома и поддерживать завод. Но «автомагистрали» высокого уровня, которые обеспечат эту дополнительную энергию, уже перегружен. В США,Среднее ожидание, чтобы подключить новый источник энергии к электрической сетке, составляет пять летПолем Если провода не набрасывается так быстро, как кремний, графические процессоры будут сидеть дроссельными или бездействующими, а наши мечты ИИ будут сдерживаться годы, если не десятилетия.

Появляются три параллельных варианта, чтобы разблокировать ситуацию:

• Технологии повышения сети (Динамическая линейная рейтингВТопология оптимизацияВпродвинутый дирижер…) Откроет скрытую мощность на существующую инфраструктуру в течение нескольких месяцев, а не на десятилетия.
• Микросмические «энергетические парки» появляются в форме самоконтрольных кампусов, которые объединяют сотни мегаватт нагрузки ИИ с совместным ветром, солнечным, батареи, а иногда и водородом.
• Ядерная энергия на месте также является новостью дня.Google подписал первое в мире корпоративное соглашение SMR с Kairos Power в 2024 году.ПолемMicrosoft подписала 20 -летний контракт на перезагрузку трехмильного островного блока 1 для своих облаков в восток.Полем Эти проекты меняют длительное время очереди на выделенное 24/7 углеродного электричества. Но сколько мы доверяем этим игрокам ядерной энергией?

Облоившись вместе, эта тактика покупает время. Но не навсегда.

• Почему это важно:В случае неограниченной, зеленая энергия становится реальностью, ИИ может продолжать масштабироваться, не поджигая климатические цели или обанкротив электроэнергии. Пропустите окно, и мы получаем мораторию (Дублин уже имеет один), потраченные впустую бюджеты и более грязный воздух, так как крупные игроки без колебаний будут использоватьЭлектричество дизельные генераторыЗаполните разрыв.

12. Охлаждающие инновации Удалите узкое место нагрева

Несколько фактов. Во -первых, ИИ стал возможным благодаря обработке единиц. Во-вторых, эти подразделения требуют постоянно более энергии для работы над алгоритмами постоянно комплекса. Три,Энергия не может быть создана или уничтоженаПолем Составлено вместе: электричество, принесенное для питания ИИ, создает тепло. И многое из этого.

Некоторое время фанаты смогли сделать работу. Но сейчас их больше недостаточно, и жидкое охлаждение должно быть реализовано по всем направлениям, в большинстве центров обработки данных искусственного интеллекта.Прямая квалиипогружение охлажденияНапример, вентиляторы Swap Server для холодных пластин или ванн, которые перемещают тепло в 1000 × быстрее воздуха.

Жидкое охлаждение, по определению, также является историей доступа к воде. Испарительное охлаждение (тепло делает пар, который выходит в воздух) может глотатьдо 5 миллионов галлонов в день(То же, что и город с населением 25 000 человек).Закрытые петлинеобходимы для обеспечения того, чтобы ресурс, который уже находится в дефиците, не монополизируется Повелителями ИИ.

Наконец, как только тепло, генерируемое вычислительностью, поглощается водой, он становится особенностью, а не ошибкой.Кампус Equinix PARIS PA10 согрел Олимпийский центр по водным вопросамВВ то время как сайт Meta Odense уже нагревает 11 000 датских домовПолем

• Почему это важно: Crack Cooling и любые другие элементы в цепочке создания создания создания акций AI (суперпод, ткани памяти, без сервера ...) Получает место для дыхания. Эффективность повышается, поднимается подъем сетки, падения водоснабжения, а дивиденды - дивиденды от отходов покупает социальную лицензию в городах, уже опасающихся следов ИИ. Не обращайте внимания на это, и мы прижимаем миллиарды в кремнии, который не может запустить добычу, не таяв место.

Управление рельсами, чтобы не дать цирку сжигать себя

Технология не будет решать судьбу ИИ. Политики будут. Политика, сети социальной безопасности и правила перекрестного языка формируют внешнюю клетку, которая позволяет внутреннему механизму работать без восстания или санкций.

13. Политика задает тон для всего этого

ИИ опасен. Это просто факт. Инструменты, создаваемые сегодняраспространять фальшивые новости, кпоощрять самоповреждение, квоспроизводить смещенияПолем Законы необходимы.

Европейский акт ИИуже есть. К августу 2026 года любая система «высокого риска» (кредит, найм, медицинский и т. Д.) Будет прояснить внешний аудит. В Вашингтоне,Администрация 2025 года разорвала части предыдущего заказа в Белом доме, поэтому федеральные агентства теперь опираются на добровольную (LOL) структуру риска NIST, покаТакие штаты, как Колорадо, передают свои собственные правила обязательногоПолем

Выходные метки также находятся под микроскопом.Акт ЕСОба настаивают на видимых водяных знаках и скрытых тегах происхождения, чтобы DeepFakes можно было прослеживаться в суде так же легко, как они путешествуют в Интернете.

Наконец, регуляторы начали сжимать аппаратное обеспечение. Коммерческий департамент США теперь требует лицензииДля некоторых чипсов и тренировокПолем Европа разработает аналогичный «вычислительный журнал».

• Почему это важно: Есть причина, по которой инструмент соответствия быстро становится прибыльным рынком. Аудиты, этикетки и элементы управления чипами стали такой же реальной стоимостью, как графические процессоры. Игроки ИИ должны адаптироваться. Конечно, сейчас это в основном Европа, но когда неизбежные смерти начнут накапливаться, другие страны тоже будут обращать внимание.

14. Социально -экономические подушки явно необходимы

Даже самый умный кремний не может обогнать политическую реакцию, если работники чувствуют себя выброшенными.

Страны, которые пережили более ранние волны автоматизации, показывают повторяющуюся формулу: Гибкие рынки труда в сочетании с щедрыми сетями безопасности и неумолимым переосмыслением.Модель Дании «Гибчатка»Например, позволяет фирмам нанимать и пролить персонал с минимальной красной лентой, в то время как страхование безработицы, схемы заработной платы заработной платы и быстрое переподготовка смягчает удар избыточности. Сингапур вкладывает деньги в цифровые кошельки граждан через своиНавыкиПрограмма, позволяя любому работнику среднего уровня потратить кредиты на микро -связанные с ИИ микрокредаты в тот момент, когда их работа мутает.

На уровне ЕС,Продолжительный механизм перехода в 19 млрд. Евроуже является андеррайтингом заработной платы, кодирующих загрузочных лагерей и стартовых грантов в регионах, наиболее подверженных потрясению. Между тем, Закон о чипсах США и налоговые льготы в Японии выпускают аналогичные средства на другой части мира.

• Почему это важно: Чем быстрее перемещенные работники получают свежую зарплату, тем меньше кислорода существует для анти -технического популизма, карательных налогов или общих мораторий. Экономические подушки покупают общество время, которое необходимо для адаптации, сохранения потребительского спроса и сохранить политическую лицензию на эксперименты по искусственному искусству. Американские компании еще не узнали этого ... но они будут.

15. Международная координация необходима больше, чем когда -либо

Управление теряет укус на краю воды. Признавая это, G7 запустил «Хиросима процесс», Добровольный (LOL) код, который просит подписавших в водяном знаке синтетического содержания, публикует оценки безопасности и устанавливает горячие линии, отчеты об инцидентах.

Организация Объединенных Наций также созвала консультативный орган на высоком уровне для привлечения национальных правил в общую таксономию риска и разработать план для глобальной структуры управления ИИ.

Между тем, Соединенные Штаты, Нидерланды и Япония ужесточили экспортный контроль над экстремальнолельтравиолетовой литографией, так же, как Китай призывает международное координационное агентство по искусственному ИИ к неправильному использованию модели полиции. Результатом является хрупкий, но безошибочный дрейф к общим базовым правилам, регулирующим вычисление экспорта, модельных аудитов и аварийных процедур поступления.

• Почему это важно: Без минимального уровня гармонизации фирмы будут мигрировать в самую слабую юрисдикцию, актеры состязания будут обучать модели с красной линией в секретности, а «безопасные состояния» ИИ станут сочными целями шпионажа. Общие ограждения превращают технологическую гонку из спринта с нулевым сбором в управляемую эстафету.

Лечение прогресса на основе производительности моделей ИИ удобно, но обманчиво. Церебры могут запускать сеть триллионов параметра в часы, но без пропускной способности HBM4 она голодает. Федеративное обучение сохраняет конфиденциальность, но без разреженных архитектур, батарея вашего телефона умирает. Каждая ссылка умножается, а не добавляет, значение вдоль цепи; Слабость где угодно обесценивает все вверх по течению.

Следовательно, десятилетняя оценка будет читать меньше как «ИИ Won, AI Lost» и больше похоже на «Достаточно ли обновление связей во времени?» Прямо сейчас ответ парит вможет бытьПолем

В любом случае, единственным надежным прогнозом является то, что следующий прорыв будет выглядеть подозрительно скучным с первого взгляда. Следите за сантехникой.

Удачи там.