Vuoden 2030 ennuste: chatbotin kuolema ja agenttien nousu
Uutuusvaihe on päättymässä
Kuvittele itsesi viisi vuotta sitten katsomassa, kun joku kirjoittaa ensimmäistä kertaa ChatGPT:hen. Muistatko sen tunteen? Sen pienen epäuskon, kun yhtenäiset lauseet alkoivat ilmestyä. Sen hermostuneen naurun, kun se kirjoitti runon koirastasi. Sen eksistentiaalisen kauhun, kun se selitti kvanttifysiikkaa paremmin kuin yliopistoprofessorisi koskaan.
Se ihmetyksen hetki? Se on jo hiipumassa. Elämme tekoälyn "uutuusvaihetta", lyhyttä ajanjaksoa, jota määrittävät hämmästys ja spektaakkeli. Ihmettelemme, että tietokone osaa puhua. Vietämme tunteja kirjoittaen chat-ikkunoihin, kohdellen tekoälyä kuin hauskaa oraakkelia, fiksua lelua tai (ollaan rehellisiä) hieman humahtanutta harjoittelijaa, joka tuottaa silloin tällöin loistavia tuloksia.
Olemme jopa keksineet tälle aikakaudelle uuden ammattinimikkeen: "prompt-insinööri". Mieti sitä hetki. Maksamme ihmisille kuusinumeroisia palkkoja, jotta he kuiskailevat oikeita loitsuja tietokoneelle. Kohtelemme tekoälyä salaperäisenä olentona, jota täytyy houkutella, suostutella ja huolellisesti ohjata hyödylliseen työhön. Se on kuin palkkaisi jonkun neuvottelemaan mikroaaltouunisi kanssa.
Tämä tilanne vaikuttaa meistä pohjimmiltaan järjettömältä. Ei siksi, että teknologia ei olisi vaikuttavaa, vaan siksi, että käytämme sitä väärin. Olemme rakentaneet ihmiskunnan historian tehokkaimmat kognitiiviset työkalut, ja käytämme niitä kuin erityisen monisanaisia hakukoneita. Meillä on ydinreaktoreita, ja käytämme niitä leivän paahtamiseen.
Vuoteen 2030 mennessä tämä vaihe näyttää vanhanaikaiselta. Nolostuttavan vanhanaikaiselta. Tulemme katsomaan "prompt-insinööritaitoa" samalla tavalla kuin katsomme reikäkortteja tai MS-DOS-komentoja. Se oli välttämätön, alkeellinen käyttöliittymä alkeelliselle ajalle. Tekoälyn tulevaisuus ei ole keskustelua tietokoneen kanssa. Se on tietokoneen katoamista kokonaan.
Seuraavaksi esitämme ennusteemme seuraavalle puolivuosikymmenelle älykkyyden saralla. Ei markkinointifantasioita tai tieteisfiktiohaaveita, vaan perusteltuja ekstrapolaatioita, jotka pohjautuvat teknologisiin kehityskulkuihin, jotka näemme tänään. Osa tapahtuu nopeammin kuin odotamme. Osa hitaammin. Mutta suunta on selvä, ja sen ymmärtäminen nyt antaa sinulle valmistautumisen strategisen edun.
Teknologiamurroksen ymmärtäminen
Ennen kuin sukellamme ennusteisiin, selvitetään, mikä oikeasti on muuttumassa. Vuosien 2022-2025 tekoälyvallankumous perustui pohjimmiltaan yhteen läpimurtoon: valtaviin mittoihin skaalatut transformeriarkkitehtuurit pystyivät tuottamaan yleiskäyttöistä tekstigeneraatiota. Se oli vaikuttavaa. Se oli myös, jälkikäteen ajateltuna, huomattavan karkeaa.
Nykyiset suuret kielimallit ovat pohjimmiltaan erittäin kehittyneitä automaattitäydennysjärjestelmiä. Ne ennustavat seuraavan tokenin koulutusaineistosta opittujen tilastollisten mallien perusteella. Niillä ei ole ymmärrystä totuudesta, ei mallia maailmasta eikä kykyä varmistaa tuotoksiaan. Ne hallusinoivat itsevarmasti, koska niillä ei ole mekanismia erottaa tosiasiaa fiktiosta. Ne ovat todennäköisyyksiin perustuvia kuvioiden tunnistajia, ja ne ovat saavuttamassa sen rajan, mihin pelkkä kuvioiden tunnistaminen voi yltää.
Seuraavan sukupolven tekoäly tulee olemaan perustavanlaatuisesti erilainen. Sen sijaan, että järjestelmät luottaisivat pelkästään opittuihin tilastollisiin korrelaatioihin, ne tulevat sisältämään symbolista päättelyä, formaalin todentamisen ja eksplisiittisen tiedon esittämisen. Sen sijaan, että ne arvaisivat vastauksia, ne johtavat ne ensimmäisistä periaatteista ja todistavat ne oikeiksi. Sen sijaan, että ne olisivat yleiskäyttöisiä ja epämääräisiä, niistä tulee erikoistuneita ja täsmällisiä.
Tämä ei ole spekulaatiota. Tutkimus on jo julkaistu. Arkkitehtuureja jo kehitetään. Ainoa kysymys on, kuinka nopeasti ne saavuttavat tuotantokäytön ja markkinoiden hyväksynnän. Ennusteemme perustuvat realistisiin aikatauluihin näiden siirtymien toteutumiselle.
Ennuste 1: Käyttöliittymä katoaa
Paras teknologia on näkymätöntä. Et käy "keskustelua" lukkiutumattoman jarrujärjestelmäsi kanssa; se vain estää auton luisumisen. Et "kehota" sähköpostisi roskapostisuodatinta; se vain suodattaa roskapostin. Et koskaan ajattele TCP/IP-protokollaa, joka toimittaa tämän artikkelin ruudullesi. Hyvä teknologia toimii. Loistava teknologia toimii ilman, että huomaat sitä.
Vuoteen 2030 mennessä tekoäly vetäytyy taustalle. Siitä tulee maailman ympäröivä käyttöjärjestelmä. Se ei ole kohde (kuten ChatGPT-verkkosivusto), jota vierailet. Se on hyödyke, joka läpäisee kaiken, yhtä arkisena ja välttämättömänä kuin sähkö.
Tämä siirtymä noudattaa kaavaa, jonka olemme nähneet toistuvasti teknologian historiassa. Varhaiset autot vaativat koulutetun kuljettajan, joka ymmärsi polttomoottorin monimutkaisen mekaniikan. Varhaiset tietokoneet vaativat ohjelmoijia, jotka osasivat konekieltä. Varhaiset puhelimet vaativat operaattoreita, jotka yhdistivät puhelut manuaalisesti. Jokaisessa tapauksessa teknologiasta tuli lopulta niin yksinkertaista, että välittäjä katosi. Käyttöliittymä litistyi, kunnes se oli näkymätön.
Siirrymme eksplisiittisestä vuorovaikutuksesta (komennon kirjoittaminen tuloksen saamiseksi) implisiittiseen tarkoitukseen (järjestelmä ennakoimassa tarpeen ja täyttämässä sen). Mieti, miltä tämä näyttää käytännössä:
Kalenterisi tänään: Luet sähköpostiketjua. Ajattelet "meidän pitäisi tavata." Avaat kalenterisi. Tarkistat kaikkien saatavuuden (kolme eri järjestelmää). Ehdottamasi ajankohdat. Odotat vastauksia. Varaat kokoushuoneen. Lähetät kutsut. Kaksikymmentä minuuttia kitkaa kolmenkymmenen minuutin kokousta varten.
Kalenterisi vuonna 2030: Tekoäly tarkkailee sähköpostiketjuasi. Se huomaa tarkoituksen tavata (päättelemällä sen kontekstista, ei avainsanoista). Se tarkistaa kaikkien osapuolten saatavuuden heidän kalenterijärjestelmissään. Se neuvottelee optimaalisen ajankohdan. Se varaa huoneen. Se lähettää kutsut. Näet ilmoituksen: "Tapaaminen sovittu Saran ja Jamesin kanssa, torstaina klo 14." Et tehnyt mitään. Kitka katosi.
Tai mieti toimitusketjun hallintaa:
Tänään: Operatiivinen tiimisi seuraa kojelautoja. Analyytikko huomaa hurrikaanin muodostumassa Meksikonlahdella. He tarkistavat manuaalisesti, mitkä lähetykset saattavat vaarantua. He eskaloivat asian esimiehelle. Esimies kutsuu koolle kokouksen. He päättävät ohjata lastin uudelleen. Joku päivittää varastoennusteen taulukkolaskentaohjelmassa. Kulunut aika: 48 tuntia. Viivästyksen hinta: 200 000 €.
Vuonna 2030: Toimitusketjun tekoäly huomaa hurrikaanin muodostumassa (se seuraa säätä, ei kojelautoja). Se ennustaa 94 prosentin varmuudella, mitkä lähetykset viivästyvät. Se ohjaa lastin automaattisesti vaihtoehtisiin satamiin. Se päivittää varastoennusteen. Se ilmoittaa asianosaisille ihmisille yhden lauseen yhteenvedolla: "14 konttia ohjattu Rotterdamin kautta hurrikaani Marian vuoksi. Arvioitu saapumisaika ennallaan." Kulunut aika: 3 minuuttia. Viivästyksen hinta: 0 €.
Tai mieti lääketieteellistä diagnoosia:
Tänään: Potilas kuvailee oireita yleislääkärille. Yleislääkäri tekee rajallisen ajan ja laajan koulutuksen pohjalta alustavan arvion. Hän lähettää potilaan erikoislääkärille. Erikoislääkäri määrää tutkimuksia. Viikkoja kuluu. Tulokset saapuvat. Uusi aika varataan. Diagnoosi tehdään. Hoito alkaa kuukausia sen jälkeen, kun oireet ovat ensi kertaa ilmenneet.
Vuonna 2030: Potilaan puettavat laitteet ovat jo havainneet poikkeaman. Hänen henkilökohtainen terveys-AI:nsa on seurannut hienovaraisia muutoksia sykevälissä, unirytmeissä ja liikkeessä, jotka viittaavat varhaisen vaiheen sairauteen. Ennen kuin potilas edes tuntee oireita, hänen lääkärinsä saa hälytyksen alustavan analyysin ja ehdotetun diagnostisen polun kanssa. Siihen mennessä, kun potilas olisi huomannut, että jokin on vialla, hoito on jo alkanut.
Teknologian tavoitteena on vähentää kitkaa. Kirjoittaminen on kitkaa. Puhuminen on kitkaa. Jo pelkkä ajatteleminen siitä, mitä kirjoittaisi, on kitkaa. Täydellinen tekoäly poistaa kitkan kokonaan. Sinä et käytä sitä. Se käyttää itseään puolestasi, sinun valtuutuksellasi.
Ennuste 2: Sanoista tekoihin
Nykyiset suuret kielimallit (LLM) ovat tekstin moottoreita. Ne tuottavat sanoja. Ne ovat äärimmäisen ilmaisuvoimaisia. Ne osaavat kirjoittaa runoja, selittää fysiikkaa, tiivistää asiakirjoja ja esittää merirosvoa, joka selittää lohkoketjua. Mutta loppujen lopuksi ne tuottavat tekstiä, jonka pohjalta sinun, ihmisen, on toimittava.
Tämä on perustavanlaatuinen rajoite. Teksti on halpaa. Toiminta on arvokasta. Asiakirja, joka kuvaa bugin korjaamisen, on jonkin arvoinen. Itse bugin korjaaminen on kymmenen kertaa arvokkaampaa. Suositus siitä, mitä osakkeita ostaa, tarjoaa tietoa. Itse kauppojen toteuttaminen (oikein, turvallisesti, oikeaan aikaan) tuottaa arvoa.
Huomisen suuret toimintamallit (LAM) tulevat olemaan toimijuuden moottoreita. Ne tuottavat toimintoja. Ne tekevät asioita maailmassa, eivät vain puhu asioiden tekemisestä.
Agentti ei vain kerro, miten lento varataan; se varaa lennon. Se kirjautuu lentoyhtiön verkkosivulle (tai käyttää rajapintaa). Se valitsee haluamasi istumapaikan (ikkunapaikan, hätäuloskäynnin riviltä, koska se on oppinut mieltymyksesi viimeisten 47 lennon perusteella). Se syöttää passitietosi. Se maksaa yrityksen kortilla. Se lisää kuitin kululaskuusi oikealla projektikoodilla. Se lisää lennon kalenteriisi. Se jopa asettaa muistutuksen lähtöselvityksestä 24 tuntia ennen lähtöä.
Pyysit lentoa. Sait lennon. Et ohjeita. Et listaa vaihtoehdoista. Et hyödyllistä ehdotusta. Oikean lipun, ostettuna, vahvistettuna, kalenteroituna.
Tämä siirtymä tiedonhausta tehtävien suorittamiseen on ohjelmistohistorian suurin taloudellinen avaus. Se muuttaa tekoälyn hakukoneesta (joka auttaa sinua tekemään työtä nopeammin) työvoimaksi (joka tekee työn puolestasi). Vaikutukset ovat huikeat.
McKinseyn tutkimuksen mukaan tietotyöläiset käyttävät noin 28 prosenttia ajastaan sähköpostin ja kalenterin hallintaan, 19 prosenttia tiedon etsimiseen ja 14 prosenttia hallinnollisiin tehtäviin. Se on 61 prosenttia työpäivästä toimintoihin, jotka agentit voisivat hoitaa kokonaan. Jos saisimme edes puolet siitä ajasta takaisin varsinaiseen luovaan ja strategiseen työhön, globaali tuottavuus kasvaisi biljoonilla euroilla vuosittain.
Tämä siirtymä vaatii kuitenkin valtavan luotettavuuden parannuksen. Voit sietää hallusinoitua runoa. (Se saattaa jopa olla viehättävä.) Et voi sietää hallusinoitua pankkisiirtoa. Et voi sietää agenttia, joka vahingossa poistaa tuotantotietokantasi, koska se "luuli" sen olevan mitä halusit. Et voi hyväksyä agenttia, joka varaa sinut lennolle Sydneyyn, Australiaan, kun tarkoitit Sydneyä, Nova Scotiassa.
Nykyiset tekoälyjärjestelmät epäonnistuvat tässä luotettavuustestissä täydellisesti. Tutkimukset osoittavat hallusinaatioasteiksi 15-25 prosenttia jopa yksinkertaisissa faktakyselyissä. Monimutkaisissa monivaiheisissa tehtävissä virheprosentit kasautuvat. Jos jokaisen vaiheen onnistumisprosentti on 90 ja tehtävä vaatii kymmenen vaihetta, kokonaisonnistumisprosentti on vain 35. Se ei ole työnkulun automaatiotyökalu. Se on kaaoksen generaattori.
Tämä luotettavuuskuilu on syy siihen, miksi tulevaisuus kuuluu arkkitehtuureille, jotka voivat taata oikeellisuuden, eikä puhtaasti todennäköisyyspohjaisille malleille, jotka voivat vain arvata sitä. Kun agentti hallinnoi talouttasi, "95 prosentin tarkkuus" ei ole ominaisuus. Se on vastuukanne oikeusjuttua odottamassa.
Ennuste 3: Pienten mallien vallankumous
Viimeisen viiden vuoden ajan alan mantra on ollut "Scale is All You Need." Isompia malleja, enemmän dataa, enemmän GPU:ita. Kiihdytimme miljoonista miljardeihin ja biljooniin parametreihin. GPT-3:ssa oli 175 miljardia parametria. GPT-4:ssä on (väitetysti) yli biljoona. Jokainen sukupolvi vaati eksponentiaalisesti enemmän laskentatehoa, energiaa ja pääomaa. Rakensimme katedraalin kokoisia datakeskuksia niiden majoittamiseksi.
2030-luku merkitsee perustavanlaatuista käännekohtaa. Olemme siirtymässä pienten, erikoistuneiden asiantuntijoiden aikakauteen.
Miksi? Koska olemme saavuttamassa pienenevät tuotot mallin koossa. Parametrien lisääminen 100 miljardista biljoonaan parantaa vertailuarvoja ehkä 5-10 prosenttia. Mutta se nostaa koulutuskustannukset 10 miljoonasta eurosta 100 miljoonaan euroon. Se kasvattaa päättelykustannukset 10-kertaisiksi. Se lisää energiankulutusta siihen pisteeseen, että yksi koulutusajo tuottaa enemmän hiilipäästöjä kuin 500 autoa vuoden ajossa.
Pienenevien tuottojen matematiikka on armotonta. Varhainen skaalaus tuotti suunnilleen lineaarisia parannuksia: tuplaa parametrit, tuplaa suorituskyky. Nyt olemme tilanteessa, jossa parametrien tuplaaminen tuottaa ehkä 10-15 prosentin parannuksen. Taloustiede ei enää ole järkevää useimmille sovelluksille.
Vielä tärkeämpää on, että ymmärrämme massiivisen, yleiskäyttöisen mallin, joka tietää kaiken Shakespearesta Pythoniin ja ranskalaisesta ruoanlaitosta kvanttimekaniikkaan, olevan luonnostaan tehoton. Se on kuin palkkaisi yhden ihmisen, joka on samaan aikaan lakimies, kokki, mekaanikko ja runoilija, ja pyytäisi häntä hoitamaan verosi. Kyllä, hän saattaa tietää veroista jotain. Mutta omistautunut kirjanpitäjä olisi nopeampi, halvempi ja tarkempi.
Ihmisaivot eivät toimi yhtenä monoliittisena järjestelmänä. Ne koostuvat erikoistuneista alueista: näköaivokuori käsittelee kuvia, kielikeskukset hoitavat puhetta, hippokampus hallinnoi muistia. Nämä erikoistuneet järjestelmät toimivat yhdessä, ja jokainen tuo oman asiantuntemuksensa kokonaisuuteen. Vuoden 2030 kehittyneimmät tekoälyjärjestelmät noudattavat samaa kaavaa.
Sen sijaan, että olisi yksi "jumalamalli" pilvessä, meillä on miljoonia pieniä, hypererikoistuneita malleja:
- Yksi, joka on saksalaisen sopimusoikeuden asiantuntija (koulutettu jokaisella saksalaisella oikeuspäätöksellä vuodesta 1949 lähtien)
- Yksi, joka on TypeScript-optimoinnin asiantuntija (koulutettu miljoonilla koodiarvioinneilla)
- Yksi, joka on vuoden 2015 Ford-moottoriongelmien diagnosoinnin asiantuntija (koulutettu jokaisella huoltokäsikirjalla ja korjausraportilla)
- Yksi, joka on yrityksesi tuotekohtaisen dokumentaation asiantuntija
- Yksi, joka on henkilökohtaisen viestintätyylisi asiantuntija
Nämä mallit ovat tarpeeksi pieniä toimiakseen paikallisesti laitteellasi (Edge AI). Ne toimivat puhelimessasi, laseissasi, autossasi, jääkaapissasi. Ne eivät vaadi 500 watin GPU:ta; ne toimivat 2 watin neuroprosessorilla. Ne kommunikoivat keskenään mesh-verkossa ja reitittävät kyselyt oikealle asiantuntijalle. Ne ovat nopeita (ei verkkoviivettä), yksityisiä (data ei poistu laitteestasi) ja halpoja (ei token-kohtaista laskutusta).
Tämä siirtymä on jo alkanut. Avoimen lähdekoodin mallit, kuten Llama ja Mistral, ovat osoittaneet, että pienemmät, hyvin koulutetut mallit voivat vastata tai ylittää suurempien omisteisten mallien suorituskyvyn tietyissä tehtävissä. Kvantisointitekniikat mahdollistavat miljardiparametristen mallien ajamisen kuluttajalaitteistoilla. Erikoistuneiden ja tehokkaiden tekoälyjen rakentamisen työkalupakki kypsyy nopeasti.
Dwevessä olemme vieneet tämän lähestymistavan loogiseen päätepisteeseensä Loomissa: 456 erikoistunutta rajoitesarjaa toimii yhdessä, ja jokainen sisältää 64-128 Mt binäärirajoitteita, yhdessä ne ovat tehokkaampia kuin mikään monoliittinen jättiläinen. Äärimmäisen harvan aktivoinnin ansiosta (vain 4-8 aluetoimialan asiantuntijaa on aktiivisena samanaikaisesti) työmuisti pysyy 256 Mt:n ja 1 Gt:n välillä, kun taas koko luettelo pakkautuu noin 150 Gt:ksi. Tämä arkkitehtuuri tuottaa parempia tuloksia kuin biljoonan parametrin mallit murto-osalla laskentakustannuksista, ja se toimii laitteistolla, joka sinulla on jo.
Ennuste 4: Todentamisesta tulee kuningas
Tässä on ajatuskoe. On vuosi 2028. 1 000 sanan artikkelin tuottamisen hinta on pudonnut 100 eurosta (ihmiskirjoittaja) 0,001 euroon (tekoälygeneraattori). Mitä internetille tapahtuu?
Se tulvii. Hukkuu. Hautautuu synteettisen kohinan vyöryn alle. Jokainen SEO-spämmaaja, jokainen propagandatehdas ja jokainen sisältöfarmi tuottaa miljoonia artikkeleita päivässä. Roskaposti, syväväärennökset ja hallusinoidut "uutiset" muodostavat 99 prosenttia verkosta. Signaali-kohinasuhde romahtaa lähelle nollaa.
Näemme jo varhaisia merkkejä. Tutkijat ovat havainneet, että kasvava osuus tieteellisistä artikkeliehdotuksista on tekoälyn tuottamaa roskaa. Somealustat taistelevat tekoälypohjaisten bottiarmeijoiden kanssa. Arkistokuvat korvataan tekoälykuvilla, joissa on toisinaan seitsemän sormea. Uutisorganisaatiot ovat julkaisseet tekoälyn kirjoittamia artikkeleita, joissa on täysin keksittyjä lainauksia ja tapahtumia.
Taloudelliset kannustimet takaavat, että tilanne pahenee. Synteettisen sisällön tuottaminen on käytännössä ilmaista. Rajakustannus lähestyy nollaa. Kuka tahansa, jolla on oma agenda, oli se kaupallinen, poliittinen tai pahansuopa, voi tulvita informaatioekosysteemin haluamallaan kertomuksella. Totuudesta tulee vain yksi mielipide miljoonien väärennettyjen vaihtoehtojen joukossa.
Tässä ympäristössä Totuuden arvo nousee rajusti. Näemme "totuusteknologioiden" nousun:
Kryptografinen vesileima: Näkymättömiä allekirjoituksia, jotka on upotettu sisältöön ja jotka todistavat, milloin ja kuka sen loi. Jos valokuvasta puuttuu rekisteröidyn kameran kelvollinen vesileima, sen oletetaan olevan tekoälyn tuottama, kunnes toisin todistetaan. Suuret kameravalmistajat ottavat jo tätä teknologiaa käyttöön. Adoben Content Authenticity Initiative rakentaa infrastruktuuria sisällön alkuperän jäljittämiseen.
Alkuperän jäljittäminen: Lohkoketjun kaltaiset järjestelmät, jotka seuraavat jokaisen datan alkuperää ja muutoshistoriaa. Voit jäljittää kuvan takaisin alkuperäiseen kamerakennoon, joka sen tallensi, kaikkien muokkausten läpi. Jokainen muokkaus luo uuden kryptografisen allekirjoituksen, joka ketjuuntuu alkuperäiseen. Koko historia on kenen tahansa todennettavissa.
Formaali verifiointi: Matemaattisia todisteita siitä, että tekoälyn tuotokset ovat oikein. Ei "todennäköisesti oikein" tai "yleensä oikein", vaan todistettavasti, varmennettavasti ja kiistattomasti oikein. Kun tekoälyagenttisi siirtää rahaa, sinulla on kryptografinen todiste siitä, että se siirsi täsmälleen oikean summan täsmälleen sille tilille, jonka valtuutit. Kun tekoäly tuottaa juridisen asiakirjan, sinulla on varmistus siitä, että jokainen lauseke on asiaankuuluvien säännösten mukainen.
Sääntöpohjainen päättely: Tekoälyjärjestelmiä, jotka johtavat päätelmänsä eksplisiittisistä loogisista suhteista tilastollisten korrelaatioiden sijaan. Koska päättely noudattaa formaaleja sääntöjä, jokainen vaihe voidaan auditoida. Jos tekoäly suosittelee lääkehoitoa, voit jäljittää tarkalleen, mitkä oireet täsmäsivät mihin diagnostisiin kriteereihin ja tuottivat kyseisen suosituksen.
Verkkoselaimiin tulee "todellisuussuodattimia" (kuten nykyiset mainosten estäjät), jotka suodattavat pois vahvistamattoman, tekoälyn tuottaman sisällön. Luotetuimmat uutislähteet ja datatoimittajat ovat ne, jotka voivat kryptografisesti todistaa sisältönsä hallintaketjun.
Luottamus siirtyy brändiominaisuudesta ("The New York Times on luotettava, koska sillä on maine") kryptografiseksi todisteeksi ("Tämä artikkeli on luotettava, koska voin varmistaa toimittajan allekirjoituksen, päätoimittajan hyväksynnän ja faktantarkistajan vahvistuksen"). Maineella on edelleen merkitystä, mutta se perustuu todennettavaan näyttöön sen sijaan, että se oletettaisiin historian perusteella.
"Älä luota, vaan varmista" on jo kryptovaluuttamaailman motto. Vuoteen 2030 mennessä se on koko informaatioajan motto.
Ennuste 5: Energian tilinteko
On olemassa ennuste, jota emme voi välttää, vaikka ala ei haluaisikaan keskustella siitä: tekoälyn energiankulutuksen nykyinen kehityskulku on fyysisesti kestämätön.
GPT-4:n kouluttamisen kerrotaan kuluttaneen yhtä paljon sähköä kuin 50 000 eurooppalaisen kotitalouden vuosikulutus. Suurten mallien päättelykustannukset ovat miljoonia dollareita kuukaudessa. Tekoälylle omistetut datakeskukset kuluttavat kokonaisen kaupungin verran sähköä. Irlanti, joka on merkittävä tekoälyn datakeskusten keskus, on lähestymässä pistettä, jossa tekoälyn laskenta kuluttaa enemmän sähköä kuin kaikki maan kotitaloudet yhteensä.
Tämä kehityskulku törmää fyysisiin rajoihin. Sähköä voidaan tuottaa vain rajallinen määrä. On vain rajallinen määrä paikkoja, joissa datakeskukset voidaan jäähdyttää tehokkaasti. Tekoälyn hiilijalanjälki nykyisellä skaalausvauhdilla kuluttaisi merkittävän osan maailman hiilibudjetista vuoteen 2030 mennessä.
Jotain on annettava periksi. Joko tekoälystä tulee dramaattisesti tehokkaampaa, tai tekoälyn käyttöönottoa rajoittaa dramaattisesti energian saatavuus ja hinta. Uskomme, että tehokkuus voittaa, koska taloudelliset kannustimet ovat ylivoimaiset ja tekniset ratkaisut ovat olemassa.
Binaarilaskenta tarjoaa tien eteenpäin. Perinteiset neuroverkot käyttävät 32-bittisiä tai 16-bittisiä liukulukuja jokaiseen laskutoimitukseen. Binaariset neuroverkot käyttävät 1-bittisiä esityksiä. Energiansäästö ei ole 2x tai 10x. Se on 96 prosenttia tai enemmän. Laskutoimitus, joka vaatii 1 200 wattia GPU:lla, voidaan tehdä 50 watilla CPU:lla, joka suorittaa binaarioperaatioita.
Tämä ei ole teoreettista. Tutkimus on osoittanut, että binaariset neuroverkot voivat saavuttaa kilpailukykyisen tarkkuuden monissa tehtävissä käyttäen suuruusluokkia vähemmän energiaa. XNOR-popcount-operaatioiden (binaaristen neuroverkkojen perusrakennuspalikoiden) tehokkuushyödyt verrattuna liukulukujen kertolasku-akkumulaatioon ovat niin suuria, että ne muuttavat sen, mitä laitteistoa ylipäätään tarvitaan.
Ennustamme, että vuoteen 2030 mennessä energiatehokkuus on ensisijainen kriteeri tekoälyjärjestelmien arvioinnissa, yhtä tärkeä kuin tarkkuus tai suorituskyky. Sääntelypaine (erityisesti Euroopassa), taloudellinen paine (energiakustannukset) ja mainepaine (hiilijalanjälkihuolet) pakottavat tämän siirtymän.
Yritykset, jotka ovat jo rakentaneet tehokkaita arkkitehtuureja, saavat valtavia etuja. Ne, jotka ovat edelleen riippuvaisia raa'asta liukulukumittakaavan kasvattamisesta, huomaavat liiketoimintamallinsa muuttuvan taloudellisesti kannattamattomiksi.
Ennuste 6: Euroopan suvereniteetilla on merkitystä
Tekoälyriippuvuuden geopoliittiset vaikutukset ovat tulossa mahdottomiksi sivuuttaa. Kun maasi yritykset, julkiset palvelut ja kriittinen infrastruktuuri kaikki ovat riippuvaisia tekoälyjärjestelmistä, joita hallitsee kourallinen amerikkalaisia yrityksiä, jotka toimivat Kaliforniassa suunnitellulla ja Taiwanissa valmistetulla laitteistolla, sinulla on strateginen haavoittuvuus.
Eurooppa on erityisen altis. EU:lla ei ole yhtään merkittävää tekoälyn perusmallien tarjoajaa. Eurooppalaiset yritykset ovat lähes täysin riippuvaisia OpenAI:sta, Googlesta, Anthropicista ja Metasta tekoälyominaisuuksien osalta. Euroopan hallitukset käyttävät amerikkalaisia pilvipalveluita arkaluonteisiin toimintoihin. Euroopan terveydenhuoltojärjestelmät harkitsevat amerikkalaisen tekoälyn käyttöä diagnostiikan tukena.
Tämä riippuvuus luo useita riskejä. Amerikkalaiset yritykset voivat nostaa hintoja mielivaltaisesti. Ne voivat muuttaa palveluehtoja tavoilla, jotka ovat ristiriidassa eurooppalaisten arvojen kanssa (yksityisyys, työntekijöiden suojelu, sisällön moderointi). Äärimmäisissä skenaarioissa ne voisivat katkaista pääsyn kokonaan geopoliittisten jännitteiden tai sääntelyristiriitojen vuoksi.
Ennustamme, että vuoteen 2030 mennessä tekoälysuvereniteetti on yhtä tärkeä kuin energiasuvereniteetti tai elintarvikesuvereniteetti. Valtiot vaativat, että kriittiset tekoälyjärjestelmät toimivat kotimaisesti hallitulla infrastruktuurilla. Arkaluonteiset sovellukset edellyttävät, että data ei koskaan poistu kansallisesta lainkäyttövallasta. Strategiset toimialat vaativat tekoälyjärjestelmiä, jotka voivat toimia riippumattomasti ulkomaisista tarjoajista.
EU:n tekoälyasetus on jo liikkumassa tähän suuntaan vaatimuksilla läpinäkyvyydestä, tietosuojasta ja ihmisen valvonnasta, joita amerikkalaisten tarjoajien on vaikea täyttää. Mutta sääntely on vain osa ratkaisua. Eurooppa tarvitsee todellisia tekoälyominaisuuksia, jotka vastaavat amerikkalaisten tarjontaa tai ylittävät sen säilyttäen samalla eurooppalaiset arvot.
Tämä luo valtavan mahdollisuuden tekoälyn tarjoajille, jotka voivat tarjota suvereenia käyttöönottoa. Järjestelmät, jotka toimivat eurooppalaisella infrastruktuurilla, säilyttävät dataa Euroopan lainkäyttöalueilla, täyttävät Euroopan sääntelyvaatimukset ja tarjoavat eurooppalaisille yrityksille riippumattomuuden amerikkalaisista teknologiayrityksistä, tulevat saamaan merkittäviä hinnanlisäyksiä.
Dwevessä suvereniteetti ei ole jälkikäteisajatus. Järjestelmämme on suunniteltu alusta alkaen paikalliseen käyttöönottoon. Ne toimivat tavallisella eurooppalaisella laitteistolla. Ne pitävät tiedon siellä, minne se kuuluu. Ne tarjoavat sen läpinäkyvyyden, jota Euroopan säädökset edellyttävät. Ne tarjoavat eurooppalaisille yrityksille tien tekoälykyvykkyyteen ilman tekoälyriippuvuutta.
Mitä tämä tarkoittaa yrityksille
Nämä kuusi ennustetta vaikuttavat syvästi siihen, miten yritysten tulisi ajatella tekoälystrategiaansa tänään:
1. Lopeta chatbotien rakentaminen, aloita agenttien rakentaminen. Jos tekoälystrategiasi on "lisää chatbot verkkosivullemme", rakennat vuodelle 2023. Yritykset, jotka voittavat vuonna 2030, ovat niitä, joiden tekoäly todella tekee asioita, ei vain puhu niistä. Kysy itseltäsi: mitkä tehtävät voimme automatisoida alusta loppuun, emme vain tukea? Mitkä työnkulut kuluttavat tunteja ihmisten aikaa, jotka voitaisiin delegoida varmennetuille, luotettaville agenteille?
2. Panosta luotettavuuteen kyvykkyyden sijaan. Seuraavan sukupolven yritystekoälyä ei arvioida sen mukaan, kuinka vaikuttavalta se kuulostaa, vaan siitä, voiko siihen luottaa kriittisten liiketoimintaprosessien suorittamisessa ilman valvontaa. Hieman vähemmän kykenevä tekoäly, joka ei koskaan tee virheitä, on äärettömän arvokkaampi kuin loistava tekoäly, joka satunnaisesti hallucinoi katastrofaalisesti. Kun arvioit tekoälyjärjestelmiä, pyydä muodollisia takuita, älä vertailuarvojen pisteitä.
3. Ajattele reunalähtöisesti, älä pilvilähtöisesti. Tekoälyn suorittamisen taloustiede reunalla (laitteessa, omissa tiloissa) muuttuu dramaattisesti edullisemmaksi kuin pilvipäätelmät. Yritykset, jotka voivat ottaa älykkyyden käyttöön paikallisesti, saavat kustannusetuja, viive-etuja ja yksityisyysetuja, joita pilviriippuvaiset kilpailijat eivät voi saavuttaa. Aloita hajautettujen tekoälyarkkitehtuurien suunnittelu nyt.
4. Rakenna luottamusinfrastruktuuri nyt. Yritykset, jotka perustavat varmennus- ja luottamusjärjestelmät varhain, saavat ensimmäisen liikkujan etuja, kun synteettisen sisällön tulva saapuu. Jos tietosi ja tuotoksesi ovat kryptografisesti varmennettuja, kun kilpailijoiden eivät ole, sinusta tulee luotettu lähde oletuksena. Ota sisällön alkuperän seuranta käyttöön ennen kuin siitä tulee pakollista.
5. Suunnittele energiarajoitteita varten. Tekoälyn energiankulutuksesta tulee strateginen huolenaihe. Olipa kyse hiiliveroista, energiakustannuksista tai yksinkertaisista saatavuusrajoitteista, tehokkuudella on merkitystä. Arvioi tekoälyjärjestelmiä niiden energianjalanjäljen perusteella, ei vain niiden kyvykkyyden. Suosi arkkitehtuureja, jotka voivat toimia tavallisella laitteistolla, erikoiskiihdyttimiä vaativien sijaan.
6. Varmista tekoälyn toimitusketjusi. Riippuvuus yhdestä ulkomaisesta toimittajasta kriittisten tekoälyominaisuuksien osalta on strateginen riski. Kehitä vaihtoehtoja. Testaa eurooppalaisia toimittajia. Rakenna hybridiarkkitehtuureja, jotka voivat vaihtaa toimittajien välillä. Varmista, että voit toimia, vaikka ensisijainen tekoälytoimittajasi muuttaisi ehtoja, nostaisi hintoja tai tulisi saavuttamattomaksi.
Dweve-visio
Emme rakenna Dweveä vuoden 2024 tekoälymarkkinoille. Emme ole kiinnostuneita rakentamaan hieman parempaa chatbotia kilpaillaksemme vertailuarvojen pisteistä. Emme tavoittele "suurimman mallin" palkintoa. Rakennamme vuodelle 2030.
Siksi keskitymme agentteihin (ei vain chattiin). Nexus-alustamme tarjoaa moniagenttiorkestroinnin, jossa on yli 38 erikoistunutta agenttia 12 päättelytilassa, suunniteltu alusta alkaen toimimaan maailmassa turvallisesti ja luotettavasti, ei vain tuottamaan tekstiä, joka kuulostaa uskottavalta. Kuusi turvallisuusarkkitehtuurin kerrosta varmistavat rajatun autonomian aikomusten varmennuksella, etiikan valvonnalla ja suoritusaikaisella seurannalla.
Siksi keskitymme pieniin malleihin (binääriset, harvat, reunalle käytettävät). Loom-arkkitehtuurimme, jossa on 456 erikoistunutta rajoitusjoukkoa, tuottaa parempia tuloksia kuin monoliittiset mallit 1/50 laskentakustannuksella, toimien laitteistolla, jonka jo omistat. Permuted Agreement Popcount (PAP) -reititysjärjestelmä varmistaa, että kyselyt saavuttavat oikeat alan asiantuntijat rakenteellisella kuvioiden tunnistuksella, joka eliminoi vääriä positiivisia tuloksia.
Siksi keskitymme todentamiseen (rajoitteisiin perustuva arkkitehtuuri, formaali logiikka, Glass Box -läpinäkyvyys). Core-kehyksemme tarjoaa 1 937 laitteisto-optimoitua algoritmia, jotka perustuvat binääristen rajoitteiden löytämisen periaatteisiin. Jokainen päätös voidaan jäljittää kiteytyneisiin loogisiin suhteisiin. Ei mustia laatikoita. Ei "luota meihin, se toimii" -asennetta. Todisteita. 100-prosenttinen selitettävyys ei ole ominaisuus, jonka olemme lisänneet; se on arkkitehtuurin seuraus.
Siksi keskitymme tehokkuuteen. Binäärinen laskenta vähentää energiankulutusta 96 prosenttia verrattuna perinteisiin liukulukumenetelmiin. Järjestelmämme toimivat tavallisilla suorittimilla, ARM-laitteilla ja jopa selaimissa WebAssemblyn avulla. Ei eksoottista laitteistoa. Ei erillisiä datakeskuksia. Ei megawatin tehonkulutusta.
Siksi keskitymme suvereniteettiin. Dweve-järjestelmät toimivat eurooppalaisella infrastruktuurilla, eikä data koskaan poistu lainkäyttöalueen hallinnasta. Eurooppalaiset datakeskukset Alankomaissa, Saksassa ja Ranskassa. GDPR-vaatimustenmukaisuus on sisäänrakennettu perustasta alkaen. Ei riippuvuutta amerikkalaisista pilvipalveluntarjoajista ydintoimintojen osalta.
Rakennamme älykkään tulevaisuuden näkymätöntä, luotettavaa ja suvereenia infrastruktuuria. Rakennamme agenttitalouden putkistoa. Tietoajan teitä, siltoja ja sähköverkkoa.
Koska vuonna 2030 kukaan ei välitä tekoälystä. He eivät ihmettele sitä. He eivät kirjoita sille kehotteita. He eivät edes ajattele sitä. He välittävät vain siitä, mitä tekoäly teki heidän puolestaan: kokouksesta, jonka se aikataulutti, raportista, jonka se kirjoitti, ongelmasta, jonka se ratkaisi, päätöksestä, jonka se teki oikein heidän puolestaan, kun he olivat kiireisiä elämiensä parissa.
Sitä tulevaisuutta rakennamme. Sen vuoden 2030 näemme tulevan. Ja haluaisimme rakentaa sen yhdessä sinun kanssasi.
Dweve rakentaa agenttitalouden infrastruktuuria. Loom-arkkitehtuurimme tarjoaa 456 erikoistunutta toimialakohtaista rajoitekokonaisuutta tavallisella laitteistolla. Nexus-alustamme orkestroi moniagenttityönkulkuja formaalilla todentamisella ja kuudella turvallisuustasolla. Core-kehyksemme mahdollistaa binäärisen tekoälyn kehittämisen 1 937 algoritmilla, jotka toimivat missä tahansa. Sitoudumme eurooppalaiseen tekoälysuvereniteettiin: tehokkaaseen, läpinäkyvään ja riippumattomaan. Valmiina vuoteen 2030? Aloita keskustelu.