Мы все сейчас в ИИ, и тебе лучше привыкнуть к этому
4 июня 2025 г.«Мы находимся на времени ИИ», это то, что я сейчас говорю людям, когда они пытаются понять быстрый темп ИИ и всех связанных технологий, достижений.
Несмотря на то, что прошло всего два с половиной года с тех пор, как Openai развязал Закон Мура : количество транзисторов на чипе удваивается каждые два года. В настоящее время это закон ИИ, в котором возможности генеративной модели удваиваются каждые три месяца.
Даже если вы не верите, что крупные языковые модели (LLMS) развиваются в этом темпе, нельзя отрицать беспрецедентную скорость усыновления.
Новый отчет (или, скорее, 340-страничная презентация ) от Mary Meeker, общего партнера в Investments Investments, Paintes Fiction Fiction Elfective Of Transformitive Of AI, и в эпизоде.
«Темпы и объем изменений, связанных с эволюцией технологии искусственного интеллекта, действительно, действительно беспрецедентны, как подтверждается данными»,-написали Meeker и ее соавторы.
Google, что? class = 'image-widthsetter' style = "max-width: 1708px;">
(изображение Credit: Bond Capital)
В частности, одна статистика выделялась мне: Google потребовалось девять лет, чтобы достичь 365 миллиардов ежегодных поисков. Чатгпт достиг одной и той же вехи через два года.
Презентация Микера иллюстрирует то, что я пытался сформулировать в течение некоторого времени. Там никогда не было такого времени.
Я пережил некоторые крупные технологические изменения: рост персональных вычислений, переход от аналога на цифровые инструменты публикации и онлайн -революция. Большая часть этих изменений была постепенной, однако, в то время оно чувствовалось быстро.
Впервые я увидел инструменты цифровой публикации в середине 1970-х годов, и только в период с среднего до 1980-х годов многие из нас сделали переключение, что также примерно в то время, когда начали появляться персональные компьютеры, хотя они не станут повсеместными в течение еще одного десятилетия.
Время AI оставляет немного времени, я думаю, для саморефлексии.
Поскольку общественный интернет прибыл в 1993 году, пройдут годы, прежде чем большинство людей будут на широкополосной связи. Рабочие -знания не поднялись сразу. Вместо этого в рабочей силе произошел медленный и устойчивый сдвиг.
Я бы сказал, что у нас было десятилетие твердой корректировки, прежде чем Интернет, и связанные с ним системы и платформы стали неумолимой частью нашей жизни.
Я до сих пор помню, насколько запутался обычный человек в Интернете. На сегодняшний день в 1994 году хозяева буквально спросили вслух, "Что такое Интернет? href = "https://www.techradar.com/computing/artificial-intelligence/microsofts-ai-copilot-makeover-lets-it-see-and-peak"> Copilot , href = "https://www.techradar.com/pro/security/claude-ai-and-other-systems-culd-be-vulnerable-to-porrying-command-prompt- Intection-tatacks"> claude ai , а другие не встречались с тем же уровнем конфессии. class = "van-image-фигура встроенного Layout" Data-Bordeaux-Image-Check>
В отчете Meeker отмечается, что пользователи CHATGPT взлетели с нуля в октябре 2020 года до 400 м в конце 2024 года и 800 м в 2025 году. Шокирующие 20 -метровые люди платят подписчикам. Потребовались десятилетия, чтобы убедить людей платить за любой контент в Интернете, но для ИИ люди уже выстраиваются в очередь с открытыми кошельками.
Я полагаю, что рост интернета и повсеместные и мобильные вычисления могли бы подготовить нас к эпохе ИИ. Это не так, как если бы искусственный интеллект появился из синего. Опять же, это как -то.
Almost a decade ago, we were marveling at IBM's Deep Blue, the first AI to beat a Chess Grandf Master, Гари Каспаров. За этим последовал в 2005 году автономным автомобилем Завершение задачи DARPA . Через десять лет мы увидели DeepMind Alphago Beat лучшего игрока в мире .
Некоторые из этих событий были поразительными, но они достигали относительно усваиваемого темпа. Несмотря на это, в 2016 году все начало расти, и различные группы начали звучать предупреждающие колокола об ИИ. Никто не публично использовал термины «LLM» или «генеративность». Тем не менее, озабоченность была такова, что IBM, Amazon, Facebook, Microsoft и Google DeepMind сформировали некоммерческую партнерские отношения на AI, , которые были навязанными для «обращения с возможностями и задачами, и возникают в обществом и проблемах, и проблемам с возможностями и задачами.
Что группа все еще существует , хотя я не уверен, что кто-то обращает внимание на свои рекомендации. Время AI оставляет немного времени, я думаю, для саморефлексии.
Исследование Стэнфордского университета в Стэнфордском университете 2016 года в 2030 году (больше не доступно в Интернете) отметило, что «вопреки более фантастическим прогнозам для ИИ в популярной прессе, группа исследований не обнаружила причины для беспокойства о том, что ИИ представляет собой неизбежную угрозу для человечества».
Презентация Микера, тем не менее, представляет ускоренную картину, которая, я думаю, вызывает какую -то причину для беспокойства, с одной предостережением: прогнозы поступают из CHATGPT (что является еще большей причиной для беспокойства).
Например, к 2030 году он предсказывает способность ИИ создавать полноформатные фильмы и игры. Я бы сказал, что humanoid robotic Развитие В некотором смысле я за 25 лет освещения робототехники никогда раньше не видел.
В нем говорится, что ИИ будет создавать и управлять автономным бизнесом.
За 10 лет CHATGPT считает, что ИИ сможет имитировать, похожие на человека умы.
Если мы помним, что CHATGPT, как и большинство LLMS, основывает большую часть его знаний на известной вселенной, я думаю, что мы можем предположить, что эти прогнозы, во всяком случае, бортятся. Даже AI не знает, чего мы не знаем.
В офисе был какой -то аргумент, что у меня было неправильное уравнение. Не существует закона о моделях ИИ, существует только Huang's Law (для Jensen Huang, Founder и Ceo of Nvidia). Этот закон предсказывает удвоение результатов графического процессора, по крайней мере, каждые два года. Без власти этих процессоров, AI прилавливает. Может быть, но я думаю, что сила этих моделей еще не догнала мощность обработки, предоставленную графическими процессорами NVIDIA.
Huang просто строит для будущего, в котором каждый человек и бизнес хотят генеративной силы на основе графических процессоров. Это означает, что нам нужно больше процессоров, больше данных и развития, чтобы подготовиться к появлению моделей. Тем не менее, разработке модели в режиме реального времени не препятствует разработке графического процессора. Эти генеративные обновления происходят намного быстрее, чем достижения кремния.
Если вы признаете, что есть такая вещь, как время ИИ и что закон ИИ модели (черт возьми, давайте назовем это «Закон Уланоффа») - это реальная вещь, то легко принять мнение Chatgpt о нашей надвигающейся реальности.
Возможно, вы не готовы к этому, но это происходит все равно. Интересно, что думает об этом. href = "https://www.techradar.com/computing/artificial-intelligence/when-i-die-lease-do-not-produce-an-ai-version-of-f-me"> Когда я умираю, пожалуйста href = "https://www.techradar.com/computing/artificial-intelligence/ai-dosnt-belong-in-t-classroom-lunless-you-want-kids-to-learn-all-the-wrong-lslessons"> Ай не принадлежит в классе, если вы не хотите ...
Оригинал