AI-дайджест 06.10: мільярди без доходів, наукова економіка, чіпи Китаю

0:02PM Lead ProЦе PM Lead Pro. У випуску: інвестиції в ШІ без доходів, наукова економіка DeepMind, безпека агентів і чіпи Китаю. Коротко про те, що варто знати тим, хто впроваджує ШІ.

0:15Сьогодні в нашому глибокому зануренні в матеріали ми розберемо такий величезний парадокс.

0:21З одного боку, маємо стартапи, які за лічені дні отримують мільярди доларів інвестицій.

0:26При цьому без жодної копійки доходу, якщо бути точним.

0:29Саме так. А з іншого боку, ці ж самі віртуальні мізки раптом врізаються в суворі фізичні обмеження реального світу.

0:36Це реально нагадує таке собі масштабне зіткнення цифрової ілюзії нескінченності з базовою фізикою. І, знаєте, економіка цього процесу виглядає доволі тривожною, якщо копнути в історичні паралелі.

0:51Почнемо з цифр. Я дивилася звіт The Aging Report, і стартап Instinct залучає 1 мільярд доларів при оцінці в 10 мільярдів. І це відбувається всього через 33 дні після їхнього попереднього раунду.

1:04Ого. Про цьому доходів вони, звісно ж, не розкривають.

1:09Ну, зазвичай це означає їхню повну відсутність. Хоча є винятки, типу Lovable, у них 500 мільйонів регулярного річного доходу.

1:18Але загалом фінансувати стартапи без прибутку зараз – це, ну, як купувати квитки на Марс до того, як винайшли ракетне паливо.

1:25PM Lead ProInstinct залучив мільярд доларів при оцінці десять мільярдів, а доходів не розкрив. Оцінюючи ШІ-інструмент, варто питати про дохід, а не лише про розмір раунду.

1:40Влучна аналогія. І на платформі Marginal Revolution економісти якраз порівнюють нинішній інвестиційний бум у ЩІ з 1920-ми роками.

1:50Золоті 20-ті?

1:51Тобто перед Великою Депресією.

1:53Саме так.

1:54Тоді капітал теж масово вливався в нові виробничі процеси. Але попит швидко вищерпався. І це надмірне накопичення потужностей без реального споживання, ну, воно стало каталізатором кризи.

2:08Чекай, але ж ШАІ зараз реально генерує цінність, хіба ні?

2:12VALS VALS Clod Opus 5

2:29Це ж круто. Готовий фундамент для пам'яті нового покоління.

2:33Абсолютно. Але швидкість, з якою алгоритми створюють ці гняльні ідеї, вже значно перевищує здатність фізичного світу їх перевіряти.

2:41Нам банально не вистачає реальних лабораторій та центрифуг.

2:45А, тобто ШАІ генерує забагато гіпотез.

2:48Так. І саме тому Google DeepMind заговорив про необхідність створення окремої наукової економіки.

2:55Це звучить трохи абсурдно.

2:56Ну, тобто алгоритми будуть якось торгуватися з живими дослідниками за право використати мікроскоп на пару годин.

3:02Фактично так і буде. Це буде система, де агенти змагатимуться за обмежені ресурси для експериментів.

3:09PM Lead ProАлгоритми генерують гіпотези швидше, ніж фізичний світ встигає їх перевіряти. Для команд з ШІ це нагадування: вузьке місце може бути в перевірці результату, а не в моделі.

3:25Розумієте, процесор працює близьковично, а синтез нового матеріалу – це все одно тижні. І щойно ми випускаємо щів в реальний світ хімії та біології, одразу виникає питання безпеки. Згідно з Import AI, 61% американців вважають, що корпорації не здатні до саморегуляції.

3:46О, і розробники намагаються відповісти на цей страх технологічно. Той же Google DeepMind представив інструмент SynthID Bio. Вони якось мартують згенеровані системи синтетичної біології.

3:58Через зміну 3D-координат атомів.

4:01Так, так, але стривай, як можна змінити координати атомів у ДНК і при цьому не поламати її функцію?

4:06OpenAI Astra

4:35Цікаво.

4:36А ще Google Research просуває ідею контекстуальної цілісності.

4:41Це така спроба навчити агентів соціальних норм та етикету перед тим, як дозволяти їм діяти.

4:47Етикет для алгоритмів. Звучить дуже по-філософськи, але, відверто кажучи, поки в Кремній і Війдолині міркують над етикетом, у жорстокому фізичному світі зовсім інші пріоритети.

4:57В Україні зараз активно розробляють власні мілтехрішення, типу реактивні дрони-перехоплювачі та вітчизняні аналоги Mavic під назвою Slavic. Контраст просто неймовірний.

5:07Згоден. Але цей контраст стосується не лише зброї, а й апаратної бази загалом. Захід робить ставку на окремі надпотужні чіпи. А от у Китаї ситуація кардинально інша через технологічні обмеження.

5:21Санкції.

5:23Так. І Сюджі Джунськ Юавей нещодавно заявив, що частка їхніх чіпів Ascend на внутрішньому ринку вже перевищила частку NVIDIA.

5:31Ого, серйозно? Але як вони компенсують відсутність доступу до найсучасніших західних літографій? Один їхній чіп, об'єктивно ж, слабший за флагмани?

5:41Славший, але вони замінили якість одного вузла на масову паралелізацію. Їхня технологія Unified Boost, яка використовується в новому вузлі 950DT, вона об'єднує мільйони процесорів у єдиний суперкомп'ютер.

6:21Перша – це Beam від Reflection AI. Це моделі з відкритими вагами на 51 мільярд параметрів.

6:28У складних логічних задачах вона показує результати на рівні GLM 5.2, але під час інференсу споживає в 3-4 рази менше обчислювальних ресурсів.

6:37Це суттєво. А друга розробка – це Falcon OCR Arabic. Вона має лише 270 мільйонів параметрів.

6:45Вузкоспеціалізована?

6:46Абсолютно. Створена виключно для розпізнавання арабського тексту.

6:51Це яскравий приклад того, як замість велетенського універсального мозку

6:54можна юзати крихітну спеціалізовану модель для однієї вузької задачі.

6:59Причому прямо на локальному пристрої.

7:01Клас. Отже, ми почали з того, що автономні агенти отримують мільярди інвестицій,

7:06але неминуче впираються у стіни реальних лабораторій та дефіцит заліза.

7:11Так. Якщо щій економіці потрібні фізичні ресурси,

7:15Найважливішим активом майбутнього стануть не алгоритми, а базова фізична інфраструктура, яку ці алгоритми будуть змушені орендувати.

7:24І це наштовхує на одну дуже несподівану думку для роздумів.

7:28Якщо комп'ютерному коду для розвитку потрібні реальні мікроскопи, електроенергія та матеріали,

7:34чи не побачимо ми незабаром, як технологічні гіганти перетворяться на нових цифрових феодалів?

7:39Замість купівлі чергового стартапу вони можуть почати масово скуповувати реальні землі, шахти з ресурсами та фізичні заводи просто для того, щоб прогодувати власні моделі.

7:50Залишаємо це питання відкритим. Дякуємо всім, хто був з нами під час цього глибокого занурення в матеріали.

7:56PM Lead ProБільше — на pmlead.pro: транскрипт і джерела є на сторінці випуску. А що б ви перевіряли першим у своєму ШІ-проєкті: гроші чи результат?