Του Clem Chambers
“Θεέ μου”, λένε πολλοί. “Η Κίνα πλησιάζει την OpenAI και την Anthropic, ίσως μάλιστα σύντομα να τις ξεπεράσει στις επιδόσεις των μεγάλων γλωσσικών μοντέλων (LLMs). Αυτό θα σημαίνει το τέλος της άνθησης της Τεχνητής Νοημοσύνης;”
Η απάντηση είναι απλή: όχι.
Τα μοντέλα τεχνητής νοημοσύνης αποτελούν μόνο ένα μικρό μέρος της συνολικής εικόνας. Η OpenAI και η Anthropic μπορεί να αποτιμώνται σε 1 ή και 2 τρισ. δολάρια, ίσως ακόμη και όσο η Microsoft, όμως εξακολουθούν να αποτελούν απλώς την κορυφή του παγόβουνου.
Το Linux, ένα από τα κορυφαία λειτουργικά συστήματα στον κόσμο, είναι δωρεάν. Αυτό οδήγησε στη διάλυση της Microsoft; Όχι. Υπάρχουν επίσης εξαιρετικές βάσεις δεδομένων ανοιχτού κώδικα. Εξαφάνισαν την Oracle; Ούτε αυτό συνέβη.
Κατ’ αντιστοιχία, ένα δωρεάν κινεζικό LLM δεν πρόκειται να καταστρέψει την OpenAI ή την Anthropic, όπως το Linux δεν κατέστρεψε τη Microsoft. Αντίθετα, δημιούργησε ευκαιρίες για εταιρείες όπως η Red Hat.
Ακόμη και αν τα κινεζικά μοντέλα τεχνητής νοημοσύνης εκτόπιζαν πλήρως την OpenAI και την Anthropic, η συνολική πορεία της τεχνητής νοημοσύνης δύσκολα θα άλλαζε. Το Hugging Face, που αποτελεί σήμερα το μεγαλύτερο αποθετήριο τεχνολογίας AI, αποδεικνύει ότι τα δωρεάν μοντέλα όχι μόνο δεν βλάπτουν το οικοσύστημα, αλλά το ενισχύουν.
Ας ξεκινήσουμε από μια βασική παραδοχή.
Κάθε επιχείρηση και κάθε κυβέρνηση χρειάζονται την ισχυρότερη δυνατή Τεχνητή Νοημοσύνη. Το ίδιο ισχύει και για τους ιδιώτες, όμως ας επικεντρωθούμε στις εταιρείες. Είτε χρησιμοποιούν το Qwen, είτε το DeepSeek είτε το Kimi, η ουσία παραμένει η ίδια.
Κάποιος μπορεί να πει: “Βαρέθηκα να πληρώνω εκατοντάδες δολάρια την ημέρα για να αναπτύσσω την εφαρμογή μου. Δεν θα δίνω πλέον 1.000 δολάρια τον μήνα στο Claude. Θα εγκαταστήσω ένα μοντέλο ανοιχτού κώδικα στο δικό μου σύστημα.”
Στην πράξη όμως προκύπτει ένα πρόβλημα.
Για να πετύχει επιδόσεις αντίστοιχες των κορυφαίων μοντέλων, χρειάζεται εξοπλισμός αξίας περίπου 250.000 δολαρίων. Αν περιοριστεί σε hardware αξίας 30.000 δολαρίων από την Nvidia και χρησιμοποιήσει ένα ανοιχτό μοντέλο από την Κίνα ή τις ΗΠΑ, το αποτέλεσμα πιθανότατα θα θυμίζει το ChatGPT 3 και όχι τα πιο σύγχρονα συστήματα.
Η εναλλακτική είναι να τρέξει τα μοντέλα σε κινεζικούς διακομιστές.
Για πολλές επιχειρήσεις, αυτό δεν αποτελεί αποδεκτή επιλογή.
Έτσι, η πραγματικότητα τις οδηγεί ξανά στις μεγάλες υποδομές: στα τεράστια clusters GPU, στις επενδύσεις δισεκατομμυρίων σε data centers και στην ενοικίαση υπολογιστικής ισχύος από εταιρείες όπως η Anthropic ή άλλους μεγάλους παρόχους.
Ένας διευθύνων σύμβουλος πιθανότατα θα το δει διαφορετικά: “Δεν θέλω τα εταιρικά μου δεδομένα να βρίσκονται αποκλειστικά στις υποδομές κάποιου άλλου. Θέλω τη δική μου εγκατάσταση. Πήγαινε να αγοράσεις εξοπλισμό 50 εκατ. δολαρίων. Ίσως καλύτερα 100 εκατομμυρίων.”
Λίγο αργότερα θα διαπιστώσει ότι τα δωρεάν μοντέλα έχουν βελτιωθεί, το ίδιο και το hardware, και πλέον απαιτούνται νέες επενδύσεις δεκάδων εκατομμυρίων μόνο και μόνο για να διατηρηθεί η ανταγωνιστικότητα.
Όσοι δραστηριοποιούνται στην εξόρυξη Bitcoin καταλαβαίνουν ακριβώς πώς λειτουργεί αυτός ο μηχανισμός.
Κάθε δύο περίπου χρόνια, ο εξοπλισμός απαξιώνεται και πρέπει να αντικατασταθεί. Όπως και στην εξόρυξη Bitcoin, έτσι και στην Τεχνητή Νοημοσύνη, το παιχνίδι κρίνεται από την υπολογιστική ισχύ που παράγεται ανά κιλοβάτ ηλεκτρικής ενέργειας.
Η τεχνητή νοημοσύνη είναι, ουσιαστικά, ζήτημα ενέργειας.
Η επιτυχία εξαρτάται από δύο μόνο παράγοντες: το κόστος ανά κιλοβατώρα και την υπολογιστική απόδοση που μπορεί να παραχθεί με αυτή την ενέργεια.
Δεν πρόκειται, λοιπόν, για τη μεγιστοποίηση των tokens, αλλά για τη συνεχή μείωση της ενεργειακής κατανάλωσης ανά μονάδα υπολογισμού.
Πρόκειται για έναν διαρκή αγώνα αποδοτικότητας. Και, όπως γνωρίζει κάθε εξορύκτης Bitcoin, οι πραγματικοί νικητές είναι συχνά οι προμηθευτές του εξοπλισμού και των υποδομών.
Η αλυσίδα αξίας της τεχνητής νοημοσύνης είναι πολύ μεγαλύτερη από τα ίδια τα LLMs. Τα μοντέλα βρίσκονται στην κορυφή, όμως ακριβώς από κάτω βρίσκονται οι ημιαγωγοί, οι GPU, τα data centers, η ψύξη, οι τουρμπίνες, η ηλεκτρική ενέργεια και ολόκληρη η φυσική υποδομή που τα υποστηρίζει.
Μπορεί κάποιος να διαθέσει δωρεάν ένα LLM και ταυτόχρονα να συνεχίσει να πουλά το κορυφαίο του μοντέλο σε υψηλή τιμή. Μπορεί ακόμη και ένα λιγότερο ισχυρό μοντέλο να αποκτήσει μεγάλη εμπορική επιτυχία μέσω σωστής τοποθέτησης στην αγορά και αποτελεσματικού μάρκετινγκ, όπως απέδειξαν στο παρελθόν εταιρείες όπως η Microsoft και η Oracle.
Γι’ αυτό δεν υπάρχει ουσιαστικός λόγος πανικού για την OpenAI, την Anthropic ή οποιαδήποτε άλλη εταιρεία του κλάδου. Ακόμη κι αν κάποιος από αυτούς τους παίκτες υποχωρήσει, ο αντίκτυπος στη συνολική ανάπτυξη της τεχνητής νοημοσύνης θα είναι περιορισμένος, επειδή το πραγματικό ανταγωνιστικό πλεονέκτημα βρίσκεται βαθύτερα στην αλυσίδα αξίας.
Το hardware, η ενέργεια, τα συστήματα ψύξης και οι υποδομές δεν μπορούν να προσφερθούν δωρεάν. Αυτά παραμένουν περιορισμένοι και πολύτιμοι πόροι και θα συνεχίσουν να αποτελούν τη βάση της αγοράς για πολλά χρόνια ακόμη.
Όπως θα επιβεβαιώσει κάθε εξορύκτης Bitcoin, δεν υπάρχει διαφυγή από τον αδιάκοπο κύκλο αντικατάστασης εξοπλισμού, καθώς η ζήτηση για ολοένα μεγαλύτερη υπολογιστική ισχύ αυξάνεται διαρκώς. Και η Τεχνητή Νοημοσύνη επιταχύνει ακόμη περισσότερο αυτόν τον κύκλο.
Η διαδικασία αυτή μόλις ξεκίνησε.
Βρισκόμαστε στο αντίστοιχο της εποχής του Intel 8088 το 1981.
Όποιος έχει ζήσει την εξέλιξη της εξόρυξης κρυπτονομισμάτων γνωρίζει πόσο γρήγορα η αυξανόμενη ζήτηση μπορεί να ωθήσει την τεχνολογία και τις επενδύσεις σε επίπεδα που προηγουμένως έμοιαζαν αδιανόητα.
Τα LLMs είναι μόνο η κορυφή του παγόβουνου.
Την επόμενη φορά που θα χρησιμοποιήσετε το ChatGPT και θα περιμένετε αρκετά δευτερόλεπτα μέχρι να ολοκληρωθεί μια σύνθετη απάντηση, μην υποθέσετε ότι αυτό οφείλεται στο ίδιο το μοντέλο. Στην πραγματικότητα, περιμένετε να σας διατεθεί υπολογιστική ισχύς.
Αν διαθέτατε αποκλειστικά δικό σας εξοπλισμό αξίας 250.000 δολαρίων, η ίδια εργασία θα ολοκληρωνόταν πολύ ταχύτερα.
Η ουσία είναι ότι δεν χρειάζεστε απαραίτητα ένα καλύτερο LLM. Χρειάζεστε περισσότερη υποδομή.
Οι επιχειρήσεις και οι κυβερνήσεις δεν έχουν την πολυτέλεια να αγνοήσουν αυτή την πραγματικότητα.
Το κύριο σώμα του παγόβουνου της Τεχνητής Νοημοσύνης είναι τεράστιο.
Όπως τα Windows δημιούργησαν τη Microsoft και το ελεύθερο Unix άνοιξε τον δρόμο για την Apple, έτσι και η συνύπαρξη ανοιχτής και κλειστής τεχνητής νοημοσύνης θα δημιουργήσει τους τεχνολογικούς κολοσσούς του αύριο.
Αυτό δεν είναι το τέλος της προόδου της Τεχνητής Νοημοσύνης.
Δεν είναι καν η αρχή του τέλους.
Είναι, απλώς, το τέλος της αρχής.
