In 2014 kondigde Google aan dat , een in Londen gevestigde AI-onderzoeksstart-up als onderdeel van voortdurende inspanningen om te investeren in de toen aanvangende Machine Learning-markt, aangedreven door de steeds toenemende beschikbaarheid van krachtige computing zoals gedicteerd door Moore's Law. Eindelijk, Amazon, na een paar lange jaren van het vermijden van de zogenaamde AI race tussen de verschillende tech powerhouses, besloten om met het AI-ontwikkelingsbedrijf en AI Ethics-onderzoekslaboratorium Anthropic door middel van een investerings- en computingpartnerschap van $ 4 miljard. $500 miljoen aan overname DeepMind Samenwerken met Microsoft in 2019 Een strategische alliantie vormen $500 miljoen aan overname DeepMind Samenwerken met Microsoft in 2019 Een strategische alliantie vormen Gedurende de eerste paar jaar van het samenleven van de laboratoria op de technologiemarkt, werden hun inspanningen in de concurrentie beperkt tot een schaarse publicatie van onderzoeksdocumenten en een beperkte poging om AI-producten te commercialiseren. Deze periode van casual onderzoek, waarin AI-bedrijven nog steeds werden beschouwd als langetermijninvesteringen die onderzoek produceren naast universiteiten en langzaam het gebied van machine learning bevorderen, werd snel en beslissend verbroken door de snelle toename van de populariteit van OpenAI dankzij de virale verspreiding van ChatGPT via het internet aan het einde van 2019. Wat volgde was een gecompliceerde periode van krachtoverdrachten, verschuivende prioriteiten, versterkende loyaliteiten en, bovenal, een race om het krachtigste AI-model mogelijk te blijven bouwen. Het instellen van het podium Om te beginnen met mijn analyse, zou ik willen toegeven dat er veel meer dan drie AI-bedrijven zijn: of het nu gaat om andere AI-ontwikkelingsprogramma's zoals xAI of startups die AI toepassen op een bepaald gebied, er zijn een eindeloos aantal succesvolle maar vergelijkbaar kleine spelers in de AI-industrie. Om te begrijpen waarom ik ze discount, overweeg de definitie van het "winnen" van de AI-race - het creëren van AGI voor andere bedrijven, zodat het zichzelf kan reproduceren met een voldoende hogere snelheid dan de inspanningen van concurrenten om hun technologie te bevorderen. Ik heb ervoor gekozen om de drie grootste en meest goed uitgeruste AI-bedrijven - Google Deepmind, Anthropic en OpenAI - op te nemen, omdat ik geloof dat ze de hoogste kans hebben om in de nabije toekomst In feite domineerde OpenAI een jaar of twee de AI-industrie, het vrijgeven van nieuwe iteraties van ChatGPT back-to-back, elk belooft grotere mogelijkheden voor zowel leken als professionals, waardoor OpenAI een enorm voordeel heeft omdat het een groot consumentenbestand heeft opgebouwd, evenals meer investeringen voor zijn winstgevende tak. Interessant genoeg, Google, een technologiebedrijf met een zeer stabiel cloud computing-systeem en enorme hoeveelheden financiële en menselijke kapitaalbronnen, introduceerde geen chatbot om ChatGPT uit te dagen tot 2023, bijna een jaar na de piekpopulariteit van het platform. Hoewel, zoals eerder vermeld, veel AI-bedrijven prioriteit hebben gegeven aan onderzoek, werkten de twee onderzoeksdivisies van Google voor AI (Google Brain en Google DeepMind) duidelijk aan veel projecten die Het is dus geen overdrijving om te zeggen dat hoewel de divisies van Google zowel baanbrekend onderzoek hebben geproduceerd (Google Brain was verantwoordelijk voor het ontwikkelen van de Transformer AI-architectuur, de ruggengraat van LLM's zoals ChatGPT; Google DeepMind uiteindelijk een Nobelprijs won voor zijn onderzoek naar het gebruik van Reinforcement Learning om eiwit-vouwvoorspellingen te ontwikkelen met behulp van het AlphaZero RL-kader), de topmateriaal bij Google faalde om acties uit te voeren die Google (en het publiek) zouden toestaan profiteren van deze ontdekkingen. Weg niet Blijkbaar gealarmeerd door het snelle succes van OpenAI (en waarschijnlijk het feit dat Microsoft achter de opkomende AI-start-up staat), heeft Google verschillende veranderingen aangebracht om de productieprocessen te stroomlijnen. tot een verenigde divisie onder de naam DeepMind in maart 2023, wat leidt tot Het is ook belangrijk om te weten dat deze acties niet volledig te wijten waren aan Google's nieuw gevonden verlangen om met OpenAI te concurreren in de chatbot-markt, maar ook als gevolg van een algemene toename van de prevalentie van het idee van een Terwijl eerdere modellen (zoals BERT of Stable Diffusion) nogal gespecialiseerd waren (NLP en beeldgeneratie specifiek), hielp de opkomst van multimodaliteit en de introductie van het MoE (Mixture of Experts) paradigma waarschijnlijk Google ervan te overtuigen om het idee van vijf afzonderlijke modellen die vijf dingen konden doen, te verlaten ten gunste van het idee van een krachtig model dat nog steeds die vijf dingen kon doen. merged the Google Brain and Google DeepMind teams Grote hervormingen algemeen gebruik Google Brain en Google DeepMind worden samengevoegd Grote hervormingen In tegenstelling tot Google, heeft OpenAI altijd openlijk haar visie van het bouwen van de eerste AGI-model ter wereld gehandhaafd. Zoals het gezegde luidt, “met grote macht komt grote verantwoordelijkheid”. Het idee was eenvoudig: aangezien mensen bijna geen kans zouden hebben om de labyrint van de werking van supermenselijke AI te ontcijferen, zou alleen een andere, minder krachtige, AI zijn geavanceerde tegenhanger kunnen observeren. Het enige initiatief van het team van Superalignment was om systemen te ontwikkelen die de afstemming van AI-veiligheid waarborgen, maar het programma duurde niet. De voorgaande jaren hadden geleid tot een zekere mate van erosie in het vertrouwen gedeeld tussen OpenAI-onderzoekers en de bovenste koper van de zeer winstgevende organisatie, wat leidde tot verschillende graden van breakoff binnen het bedrijf. In maart 2024 over onenigheden over het tempo waarmee OpenAI modellen produceerde. Onderzoeksgroep Superalignment ontbonden Onderzoeksgroep Superalignment ontbonden Hoewel de acme van meningsverschillen die voortvloeien uit discussies over afstemming plaatsvond in de buurt van de massale resignatie van het Superalignment-team in 2024, begonnen veel van de basisideeën over de zorgvuldige implementatie en commercialisatie van geavanceerde AI-modellen al het bedrijf te bevolken. In 2021, op een punt waar OpenAI plotseling de commercialisatie van ChatGPT-3 door middel van een reeks snelle releases verhoogde, lieten verschillende toponderzoekers (waaronder Daniel Amodei, voormalig vicevoorzitter van Research bij OpenAI) protesteren, Oorspronkelijk ontworpen als een onderzoekslaboratorium dat de nadruk legt op het belang van AI-veiligheidsmaatregelen, met name afstemming, in de state-of-the-art AI-ontwikkeling, heeft Anthropic opmerkelijk tot dit doel geleefd, nu algemeen beschouwd als een langdurige kampioen voor AI-ethiek in het midden van een flurry van haastige AI-releases. Het creëren van de rogue AI lab Anthropic Het creëren van de rogue AI lab Anthropic Start van de specialisatie Het begin van eind mei heeft een flurry van actie gezien onder wat ik de Big Three (Anthropic, Google en DeepMind) noem. In het klimaat van AI-ontwikkeling. Zoals eerder vermeld, was een algemeen aanvaarde trend om een algemeen gebruikte LLM te creëren die veel taken tegelijkertijd kon uitvoeren. Naarmate de mogelijkheden van een dergelijke LLM toenamen, ging de redenering, het zou theoretisch de AGI-singulariteit benaderen die velen droomden te bereiken. Mijn tegenargument: het wordt om een reden een singulariteit genoemd. Zo'n prestatie als de letterlijke creatie van Artificial General Intelligence zal waarschijnlijk niet het gevolg zijn van de evolutie van de huidige Transformers-gebaseerde architectuur, waar veel van de "bouwblokken" van menselijke intelligentie ontbreken (denk: kinesthesis, latent en schijnbaar geheugen). In plaats daarvan geloof ik dat deze singulariteit kan ontstaan De opkomst van specialisatie Naarmate deze langdurige status quo van AI-ontwikkeling zich afspeelde, werd het echter duidelijk dat er een all-out AI-wedstrijd is om de #1 plaats in de LLM-ranglijsten te behouden, begint onhoudbaar te worden voor iedereen behalve Google, het Big Three-lid met de grootste talentpool, het meest geavanceerde netwerk van computingcentra en de meeste gegevens. de tech-gigant, lang gegroeid voorbij zijn dagen van Google Bard, beschikt nu over de state-of-the-art in algemene multimodale LLM's met Gemini-2.5, een iteratie die bedoeld is om te worden uitgebracht op de 2025 Google I/O-conferentie, samen met een reeks indrukwekkende modellen, waaronder de nieuwe SoTA-videogenerator (veo3) en real- Kort nadat de gebruikerstest van Gemini-2.5 begon, kondigde OpenAI een om de AI-hardware-start-up io te verwerven, samen met voormalige Apple-ontwerpers om (ongetwijfeld) traditionele apparaten te revolutioneren door het creëren en produceren van nieuwe "AI-hardware". Er wordt gedebatteerd of deze beweging de strategische investering van OpenAI in wat ze zien als een potentiële markt of een totale statusverschuiving van de focus op LLM-ontwikkeling in het licht van de nieuw gevonden overheersing van Google in het veld betekent. Toetsen $ 6,5 miljard deal Toetsen $ 6,5 miljard deal Google heeft de middelen om bijprojecten na te streven, samen met het behouden van zijn heldere leiderschap in de AI-race, en OpenAI heeft onlangs een pad voor zichzelf geopend om naar beneden te gaan als het wil. In tegenstelling tot deze twee, Anthropic heeft zichzelf gevestigd met het optimaliseren van Claude, zijn LLM, voor codering, onlangs het vrijgeven van de nieuwe SoTA met Claude Opus 4, hoewel de leiderschap in de benchmarking test bescheiden is. Bovendien, Anthropic is vooral de grootste AI-ethics-onderzoeksorganisatie ter wereld, het onderhouden van divisies die AI-veiligheid bestuderen, evenals de maatschappelijke gevolgen van nieuwe technologieën. In lijn met deze karakterisering, schetst het zijn missie als "W In zekere zin zouden deze specialisaties in AI-ontwikkelingsdoelstellingen betekenen dat in de nabije toekomst top-AI-bedrijven ophouden om directe concurrenten van elkaar te zijn als de natuurlijke effecten van productdifferentiatie beginnen. men zou kunnen beweren dat als Anthropic zich concentreert op agentische coderingsmodellen en Google, chatbots, de zoektocht naar AGI theoretisch zou kunnen worden versneld als redundant hulpbronnengebruik wordt geëlimineerd. 
 
 
 
 
 
 Competition breeds innovation. Even though additional resources are not being consumed by a single company in development, the lack of impetus to innovate would hinder advancements despite this fact. If Google already held an extremely stable monopoly, it would not have incentive to spend billions on additional R&D to upgrade a product already in high demand. 
 
 Companies do not share all discoveries. Assuming that all companies actually do invest into further development despite the emergence of specialization as mentioned above, AI companies have been historically reluctant to share the specifics of a model (even lobbying against proposed government legislation for 3rd party review of proprietary model information), which would practically negate any potential benefit from the “you do this, I do that” model of AI development. True open-source AI is still an ideal right now. 
 
 
 There is a heavy overlap across specialized models. For example, as video generation models get more and more convoluted, they require more complicated transformer models trained using extensive data, including the breakdown of textual prompts and inherent reasoning like that found in traditional LLMs (for example, a well-trained video-generator would inherently assume that a “wood board boat” would refer to a boat made out of wooden boards instead of a personified log boarding a ship). 
 
 This article is brought to you by Our AI, a student-founded and student-led AI Ethics organization seeking to diversify perspectives in AI beyond what is typically discussed in modern media. If you enjoyed this article, please check out our monthly publications and exclusive articles at  ! https://www.our-ai.org/ai-nexus/read Dit artikel wordt aan u gebracht door Onze AI, een door studenten opgerichte en door studenten geleide AI Ethics-organisatie die perspectieven in AI wil diversifiëren buiten wat normaal gesproken in de moderne media wordt besproken. ! https://www.our-ai.org/ai-nexus/read ... de gevolgen Terug naar de vraag: Het antwoord, naar mijn mening, is omdat dit moment het potentieel heeft om het landschap van AI-ontwikkeling te veranderen door rechtstreeks te beslissen wat ze in de nabije toekomst zullen doen. Het omvat scenario's waarover ik alleen maar kan speculeren, vanwege mijn gebrek aan verbindingen in Silicon Valley, maar hebben alles te maken met standaard speltheorie. Laten we hypothetisch aannemen dat Google en Anthropic beide uit de AI-race vallen door de ontwikkeling van hun respectieve AI-modellen, Gemini en Anthropic, te verlaten. Als ze opstaan om hun plaats in te nemen, is het onwaarschijnlijk dat ze OpenAI zouden kunnen overtreffen, wat bijna zeker overdag een enorm monopolie zou worden en het talent van de andere twee bedrijven bijna onmiddellijk zou opnemen. Wanneer u dit scenario echter toepast op een AI-bedrijf van kleinere omvang (bijvoorbeeld Mistral of Meta), kunt u concluderen dat het veel minder waarschijnlijk is dat dit bedrijf een AI-supermacht wordt, omdat het gevoeliger zou zijn voor marktverstoringen. Waarom is de opkomst van specialisatie in AI-producten een cruciaal moment voor AI-ontwikkeling? mei Als er twee vallen, wordt het overgebleven bedrijf zelf dominant. Zoals eerder vermeld, verschilt de zoektocht naar AGI van andere ontwikkelingen in productontwikkeling omdat dit de eerste instantie is (die ik ken) waarin een prototypeproduct direct kan helpen bij de ontwikkeling van een latere versie. een beter belastingdistributie-kader voor de computingcentra van Google, waardoor de algehele prestaties met ongeveer 1% worden verhoogd (dit is misschien niet veel, maar het is belangrijk als je bedenkt dat elk van de computingcentra van Google gegevens met biljoenen bytes verwerkt). Als je veronderstelt dat deze trend voortduurt (dat wil zeggen dat top-AI-bedrijven AI blijven maken die in staat is om verdere ontwikkeling te stroomlijnen), zullen AI-bedrijven met de meest geavanceerde technologie uiteindelijk een exponentieel groeipatroon hebben waarin top-of-the-line AI-modellen meer innovatie helpen opbouwen, wat op hun beurt een snellere en snellere AI-ontwikkeling stimuleert als dit proces zich herhaalt. ontwerpen ontwerpen Gezien al deze factoren, is het onwaarschijnlijk dat een van de Triumvirate van AI-ontwikkeling op korte termijn zal stoppen - alle drie zijn diep ondergedompeld in lagen en lagen van risicokapitaal, merkadvertentie en, belangrijker nog, maatschappelijke verwachtingen.

The is an opinion piece based on the author’s POV and does not necessarily reflect the views of HackerNoon.

Read My Stories

Deze audio wordt geproduceerd in de originele taal van het verhaal!

We zijn op de weg naar AI-ontwikkeling

About Author

OPMERKINGEN

LABELS

DIT ARTIKEL WERD GEPRESENTEERD IN

Related Stories

Light-Mode

Classic

Newspaper

Dark-Mode

Neon Noir

Minty

HN StartUps