Surowe obliczenia stają się towarem. Głęboka ludzka ekspertyza staje się ostatecznym murem obronnym. Sebastian Bubeck z OpenAI właśnie zburzył iluzję, że AI zrównoważy ludzkie możliwości. Nie zrównoważy. W miarę jak modele zbliżają się do AGI, bariera wejścia dla podstawowych zadań spada do zera. Ale sufit tego, co możliwe, rośnie w nieskończoność. Jeśli naprawdę wiesz, co robisz. Bubeck: „Myślę, że ekspertyza i głęboka ekspertyza w dziedzinie naukowej są ważniejsze niż kiedykolwiek.” To jest część, której większość ludzi nie przetwarza. Jeśli nie masz podstawowego zrozumienia fizyki, matematyki lub inżynierii, z którymi pracujesz, nie możesz przesunąć modelu poza jego powierzchnię. Trafiasz w pętlę. Piszesz polecenia. Otrzymujesz odpowiedzi. Nie rozumiesz ani jednej. Nie budujesz nic. Bubeck: „Obawą byłoby to, że istnieje jeszcze większa separacja między ludźmi, którzy zaczynają zbyt mocno polegać na AI… a ludźmi, którzy naprawdę studiują dokładnie to, co się dzieje.” Pęknięcie już się formuje. I nie jest to to, co ktokolwiek przewidział. Przyszła gospodarka nie będzie podzielona między tych, którzy mają AI, a tych, którzy go nie mają. Wszyscy będą mieli AI. Będzie podzielona między ludzi, którzy rozumieją problem na tyle głęboko, aby kierować systemem, a ludzi, którzy po prostu konsumują to, co on produkuje. Jedna grupa buduje z tym. Druga zostaje przez to zastąpiona. System dziedziczny nagradzał zapamiętywanie i kwalifikacje. Era AI nagradza zrozumienie tak precyzyjne, że możesz dokładnie powiedzieć maszynie, gdzie się myli. Tego rodzaju wiedza nie pochodzi z podpowiadania. Pochodzi z lat ciężkiej nauki, które większość ludzi obecnie pomija, ponieważ maszyna sprawia, że wydaje się to niepotrzebne. To jest pułapka. Maszyna jest silnikiem. Ale musisz zrozumieć teren.

Andrew Ng właśnie ujawnił, dlaczego firmy zajmujące się AI, które inwestują najwięcej mocy obliczeniowej w problem, przegrają. Zwycięzca wyścigu o inteligencję nie będzie używał najwięcej mocy obliczeniowej. Będzie marnował najmniej. Ng: „Większość twoich danych o wysokiej wymiarowości leży w przestrzeni o niższej wymiarowości. To po prostu fakt życia.” Oto, co to oznacza w praktyce. Masz zbiór danych o wymiarowości 10 000. Każdy wymiar przeciągany przez każde obliczenie. Każdy cykl treningowy ciągnie martwy ciężar, którego model nigdy nie wykorzysta. Ng: „Nosisz te przykłady o wymiarowości 10 000 przez cały proces treningowy.” Ten nadmiar nie jest tylko nieefektywny. To podatek na każde obliczenie, które wykonujesz. Przepustowość pamięci. Przepustowość sieci. Szybkość obliczeniowa. Wszystko to pochłaniane przez wymiary, które nie przyczyniają się do inteligencji. Przyczyniają się do szumów. Wnikliwość, która oddziela architektów od wyścigu zbrojeń: ten zbiór danych o wymiarowości 10 000 jest prawie całkowicie uchwycony przez znacznie mniejszą podprzestrzeń. Sygnał żyje w ułamku przestrzeni, za którą płacisz, aby ją przetworzyć. Skondensuj to. 10 000 wymiarów zmniejsz do 1 000. Ng: „Możesz uruchomić swój algorytm uczenia na znacznie niższej wymiarowości zbioru danych i może to być znacznie bardziej efektywne.” Ta sama sprzęt. Ten sam budżet. Ułamek tarcia. Brutalna siła to strategia tego, kto ma najgłębsze kieszenie. Kompresja to strategia tego, kto naprawdę rozumie problem. Firmy, które opanują to, nie tylko budują szybsze modele. Budują modele, które znajdują więcej prawdy w mniejszych danych niż cokolwiek, co skaluje się ślepo. Inteligencja nigdy nie polegała na przetwarzaniu wszystkiego. Chodzi o wiedzę, co należy odciąć.

Dr. Fei-Fei Li właśnie wskazała na największą lukę w całym przemyśle AI. Budujemy połowę ludzkiej inteligencji. I nazywamy to linią mety. Li: „Jeśli spojrzysz na ludzką inteligencję, sprowadza się ona do dwóch kategorii.” Pierwsza kategoria to język. Rozumowanie symboliczne. Komunikacja. Zdolność myślenia w słowach i abstrakcjach. To jest to, na czym każda główna laboratoria AI spędziła ostatnią dekadę. Druga kategoria to ta, którą przemysł prawie całkowicie zignorował. Li: „Nazywamy to w AI inteligencją przestrzenną.” Jak ludzie i zwierzęta postrzegają, nawigują i wchodzą w interakcje z trójwymiarowym światem fizycznym. Jak sięgamy po obiekty. Jak poruszamy się w przestrzeni. Jak budujemy i manipulujemy rzeczywistością fizyczną. Od malowania arcydzieł po budowanie piramid, niewerbalna inteligencja przestrzenna to to, co naprawdę kształtuje świat. Język opisuje rzeczywistość. Inteligencja przestrzenna działa na nią. A luka między tymi dwoma rzeczami to luka między chatbotem a robotem. Li: „Kiedy ta technologia będzie gotowa, rewolucja robotyczna się zacznie. Już widzimy ten trend.” Każdy robot to poruszający się agent. Każdy poruszający się agent wymaga inteligencji przestrzennej, aby funkcjonować w rzeczywistym świecie. Humanoidalne roboty wdrażane w fabrykach teraz osiągają sufit tego, co mogą napędzać same modele językowe. Inteligencja przestrzenna to klucz. Ale Li nie zatrzymała się na robotyce. Li: „Z punktu widzenia geopolityki, to część technologii, która trafia prosto do broni.” Autonomiczne roje dronów. Nawigacja na polu bitwy. Fizyczne pozyskiwanie celów bez nadzoru człowieka. Każda wojskowa aplikacja AI, która działa w rzeczywistym świecie, opiera się na inteligencji przestrzennej. Naród, który opanuje przejście od statycznego tekstu do dynamicznego postrzegania trójwymiarowego, nie tylko wygrywa wyścig oprogramowania. On kontroluje fizyczne pole bitwy. Wyścig zbrojeń AI właśnie wydostał się z centrum danych. Działa teraz w trzech wymiarach.