15 kľúčových myšlienok, ktoré formujú budúcnosť AI - a prečo sú dôležité dnes

Populárna predstavivosť v súčasnosti predstavuje Budúcnosť ako neúprosný, neúprosný pochod smerom k veku Skynet, Hal 9000 a R2-D2. and Len málo sa hovorí o jemnej rovnováhe neustáleho technologického vývoja potrebného na udržanie týchto snov nažive. Artificial General Intelligence Artificial Super-Intelligence Umelá všeobecná inteligencia Umelá superinteligencia V skutočnosti, keďže modely rastú v zložitosti a výpočtových požiadavkách, odborníci varujú, že základné technológie umožňujúce vývoj umelej inteligencie sa čoskoro nemusia vyvíjať dostatočne rýchlo, aby vytvorili niečo lepšie ako OpenAI o3 model. Akákoľvek štrukturálna slabosť obklopujúca tieto základné prvky prítomnosti a budúcnosti umelej inteligencie by mohla rozbiť ambície, ktoré už možno veľmi dobre dosiahli. . Bublinové územie Ale najprv... potrebujeme rámec Veľkoobjemová umelá inteligencia je menej ako jediný zázrak, než relé preteky medzi technológiami. baton prejsť a celý spektra tvárové rastliny. Na účely tohto článku, interlocks potrebné mať pracujúce modely AI vyzerajú zhruba takto: jedného Surové dáta a práva ľudí, ktorí ich vytvorili Silikón a jeho pamäťové facilitátory Modelové architektúry a transformátory, ktoré ich poháňajú Nasadenie substrátov, od energetickej siete až po okrajové zariadenia Riadenie železníc, aby cirkus nespálil sám seba Surové dáta a práva ľudí, ktorí ich vytvorili Za posledných pol desaťročia internet ponúkol OpenAI, Google, Meta, Anthropic a ich kolegom prístup k bezplatnej a širokej databáze na školenie svojich študentov. že je. Ale oslava je teraz blízko ku koncu; internet môže byť príliš malý na to, aby sa objavil AGI, a regulačné orgány sa začínajú starať o súkromie údajov, keď sa údaje získavajú priamo od používateľov. Základné modely Súdne Syntetické telesá sú potrebné na vytvorenie nekonečných tréningových súprav Syntetické telesá sú potrebné na vytvorenie nekonečných tréningových súprav Namiesto toho, aby sme sa spoliehali na ľudské údaje, To im umožňuje vytvárať neobmedzené dátové body bez vyčerpania alebo ohrozovania citlivých informácií.Toto je obzvlášť silné v nastaveniach, kde široké dátové súbory nie sú k dispozícii (zdravotníctvo, financie, vývoj autonómnych vozidiel atď.). ...a áno, je tu úlovok. Spoločnosti AI teraz používajú AI na vytváranie textov a obrázkov pre iné modely, aby sa učili od Syntetické telo Ak sú údaje vytvorené jedným modelom na výcvik druhého nepresné a tieto chyby sa môžu kaskádovať bez ľudskej korekcie, formulácie a myšlienky sa rýchlo vrátia späť na seba. : každá generácia rozmazateľnejšej fotokopie, chýb a klišé, ktoré sa zhoršujú až do samotného rozsahu, si nemôžu kúpiť zlepšenie. Model kolapsu Strážcovia, vo forme Variabilita, obnovovacie cykly ľudských údajov a filtre sú nevyhnutné na to, aby sa studňa nestala otrávenou. Bohatá doména Prečo je to dôležité*:* Ak syntetické telo nie je dobre implementované (ako je nepochybne potrebné), veľké modely zajtrajška zasiahnu tvrdý strop bez ohľadu na to, koľko počítača na ne hodíme. Prečo to záleží Federované učenie je potrebné na rešpektovanie súkromia údajov Federované učenie je potrebné na rešpektovanie súkromia údajov Ľudské údaje budú vždy potrebné, ale znamená to, že sa musíme vzdať myšlienky súkromia, aby sme slúžili všemohúcemu algo? Naše zariadenia by mohli vyučovať „zdieľané“ modely umelej inteligencie na samotných zariadeniach, čím by sa odstránila potreba posielať surové dáta späť do veľkého dátového centra. Federálne vzdelávanie V tomto procese sa vrátia len „učeníky“ modelu (malé aktualizácie hmotnosti, nie surové fotografie alebo správy), takže nič osobné nikdy neopustí zariadenie. FHE je ako zamknutá skrinka, ktorú server môže pretrepať a pretrepať bez toho, aby sa otvoril; môže vypočítať nové modelové váhy na šifrovaných číslach a stále nikdy neuvidí, čo je vo vnútri. Úplne homomorfné šifrovanie Nakoniec je možné zúžiť každú aktualizáciu s , ktorý ukladá len najdôležitejšie nastavenia namiesto prepisovania celého modelu.To udržuje súbory dostatočne malé pre telefóny s miernou šírkou pásma a pamäťou. Nízka úroveň adaptácie Spoločne tieto triky umožňujú miliónom zariadení spolupracovať s výkonným jazykovým modelom, udržiavať súkromné dáta každého a robiť to dostatočne efektívne na škálovanie. Prečo je to dôležité*:* Skynet sa nemusí stať.Učíme sa o našich možnostiach ochrany osobných údajov a môžeme ovplyvniť budúcnosť umelej inteligencie a požiadať veľké spoločnosti o to, aby urobili správne. Prečo to záleží Technológie zlepšujúce súkromie môžu pomôcť vybudovať lepšie stráže Technológie zlepšujúce súkromie môžu pomôcť vybudovať lepšie stráže Ak federované učenie nie je široko implementované, spoločnosti sa môžu obrátiť na Hluk je nastavený tak, že model AI sa stále učí široké vzory (ako sa vírusy šíria, ako vyzerá nákup atď.), ale nič sa nedá vysledovať späť na lekársku záznam alebo nákupný košík jednej osoby. Rozdielne súkromie Existujú dve ďalšie hlavné technológie na zlepšenie súkromia: (Niektorí variť svoju vlastnú časť tajného receptu a pečieme koláč spolu bez toho, aby jeden kuchár videl celý recept) a (maličký trezor vytvorený vo vnútri čipu: údaje vstupujú, výpočet sa uskutočňuje v trezore, výsledky vychádzajú, údaje zostávajú v trezore). Bezpečné multiparty počítače Spoľahlivé prostredie vykonávania Viac hluku alebo ťažšia kryptografia znamená kompromis medzi ochranou súkromia a presnosťou, rovnako ako hity výkonu a vyššie než očakávané účty za energiu. Prečo je to dôležité*:* Diferenciálne súkromie a iné technológie zlepšujúce súkromie umožňujú spoločnostiam zdieľať a trénovať AI bez zdieľania surových tajomstiev. Ale tlačidlá musia byť nastavené starostlivo, vyvažovať súkromie, rýchlosť a presnosť. Musíme bojovať za viac súkromia a zároveň si uvedomovať, že odpoveď od spoločností bude „OK, ale zhorší to algoritmus“. Keď to povedia, mali by sme im pripomenúť, že sú tí, ktorí majú bremeno inovácií. Prečo to záleží Silikón a jeho pamäťové facilitátory Silikón (aka čipy, polovodiče, GPU atď.) je miesto, kde sa AI „stáva“. o týchto malých technologických zázrakoch, ktoré sú teraz stredobodom mnohých geopolitických diskusií. Spomaľuje sa a Odvetvie teraz čelí voľbe: prepracovanie silikónu alebo prepracovanie očakávaní. Celé knihy sú napísané Mooreov zákon Dennard škálovanie Neuromorfné čipy môžu znížiť spotrebu energie a umožniť výpočty na zariadení Neuromorfné čipy môžu znížiť spotrebu energie a umožniť výpočty na zariadení Nvidia Ale to nemusí byť víťaz za 10 rokov. spoločnosti ako , , a Ide o úplne odlišné riešenie pre GPU: . sa podarilo zachytiť viac ako 90% trhu s akcelerátormi AI Brainčipy Intelová IBM Neuromorfné architektúry Inšpirovaný biologickou štruktúrou mozgu, tento spôsob budovania čipov ponúka energeticky úspornejšiu a prispôsobiteľnejšiu alternatívu k tradičným GPU. Obrázok milióna bleskov v tmavom poli. GPU núti každú chybu blikať v zámku, bez ohľadu na to, či je niečo zaujímavé na signalizáciu. Väčšina poľa preto zostáva tmavá... a ich sila trvá celú noc. sedieť potichu, kým nebudú musieť prejsť jeden-bit "spike" pod čiarou, takže celá doska beží . má Špiónka 2 na rovnakej šťave ako domáca žiarovka V praxi to znamená okuliare, ktoré dokážu preložiť znakový jazyk alebo vreckový dron, ktorý autonómne obchádza pobočky. Prečo je to dôležité *: * Lacná kognitívna sila všade tiež znamená viac hračiek dohľadu, takže spoločenská debata sa posúva z „môžeme spustiť model?“ na „mali by sme ho vôbec spustiť?“. Prečo to záleží Pamäťové prelomy sú potrebné viac ako čokoľvek iné Pamäťové prelomy sú potrebné viac ako čokoľvek iné Dokonca aj najrýchlejší GPU sa zmení na veľmi drahý papier v okamihu, keď musí čakať na dáta. Čip nemôže urobiť B, ak iný stále pracuje na A, alebo ak správa, že A je hotová, trvá roky. „A to je miesto, kde Prichádza do Pamäťová stena Pamäť vysokej šírky pásma Jeho štvrtá iterácia (HBM4, ktorá má byť spustená v roku 2026) je špeciálne optimalizovaná pre použitie vo vysoko výkonných výpočtových prostrediach a poskytuje dvakrát toľko informácií za sekundu ako HBM3. : ak sa táto sekcia zdá byť krátka, je to preto, že vysvetľuje, čo a Bude potrebovať ďalších 500 slov. NB Drámy Počítač hovorí Prečo je to dôležité*:* Ak technológia klesne, narazíme na stenu, kde väčšie modely len čakajú na pamäť; pokrok sa zastaví aj pri šikovnejších GPU. Prečo to záleží Integrovanie v mierke Wafer by mohlo vyriešiť mnoho problémov s latenciou (ale vytvorí energetické problémy) Integrovanie v mierke Wafer by mohlo vyriešiť mnoho problémov s latenciou (ale vytvorí energetické problémy) Ak trvá príliš dlho na to, aby sa informácie dostali z jedného čipu do druhého, prečo ich nezlúčiť do jedného veľmi veľkého čipu? . Wafer-scale integrácia V praxi to znamená, že model s triliónmi parametrov môže sedieť na jednom čipe namiesto toho, aby bol rozptýlený na 16 GPU doskách a byzantskej sieťovej tkanine. Nie je to len teória: Táto architektúra umožňuje 10-krát nižšiu latenciu To je dobrá správa pre spoločnosti plánujúce produkty podporované AI. Avšak tieto čipy potrebujú veľa výkonu: až 30 GPU NVIDIA H100. To robí pomerne zložitú matematiku na klady a zápory a možno len veľmi špecifické prípady použitia. Cerebras Systems stavia procesor s 900 000 jadrami a 7 000-krát väčšou pamäťovou šírkou ako popredné GPU Generatívna AI inferencia Prečo je to dôležité*:* Ak sa vafírska škála ukáže ako spoľahlivá, časy školenia klesnú z týždňov na hodiny a experimentovanie bude prosperovať. Prečo to záleží Modelové architektúry a transformátory, ktoré ich poháňajú Moderné generatívne systémy AI sú poháňané architektúrou neurónovej siete nazývanou Transformátory pracujú pomocou vnútornej tabuľky (tzv. „To, čo sa pýta, pre každé slovo v úvode, ” transformátorov Mechanizmus pozornosti Ako veľmi by som mal venovať pozornosť každému slovu? Tento mechanizmus znamená, že požadovaná výpočtová práca stúpa štvorcovo s nárastom veľkosti dotazov. 3 slová znamenajú 9 spojení, 4 znamenajú 16, 5 znamenajú 25, a tak ďalej. Diferenciálne transformátory robia mechanizmy pozornosti „inteligentnejšími“ Diferenciálne transformátory robia mechanizmy pozornosti „inteligentnejšími“ Kým klasické transformátory „pozorujú“ všetky slová, , automaticky znižuje hlasitosť na irelevantné signály, takže len užitočné informácie vyniknú. diferenciálne techniky najprv aplikujú pozornosť na rušenie hluku Koncepcia taktiež zavádza » Systém umožňuje aktívne označovať páry žetónov, ktoré by sa mali vzdialiť od seba, čo pomáha modelu vyhnúť sa falošným pripojeniam namiesto toho, aby im jednoducho platil menej. Negatívna pozornosť Napokon, proces výcviku Medzi » Spoločne tieto úpravy umožňujú modelu učiť sa rýchlejšie, efektívnejšie používať pamäť a poskytovať presnejšie a konzistentnejšie výsledky. Trestné duplicitné správanie Pozornosť hlavy Prečo je to dôležité*:* Diferenciálne transformátory umožňujú menej halucinácií, ostrejšie dlhodobé pripomenutie a o 30% až 40% menej výpočtu pre rovnakú presnosť v malých až stredných LLM. To znižuje finančné a uhlíkové náklady na budovanie výkonných jazykových systémov, čo rozširuje prístup nad rámec najbohatších laboratórií. Prečo to záleží Štátne vesmírne modely vytvárajú „nepozorné“ opakovanie Štátne vesmírne modely vytvárajú „nepozorné“ opakovanie Zatiaľ čo „bežné“ transformátory prečítajú celú konverzáciu zakaždým, keď pridajú nové slovo (ako niekto, kto sa vráti na stránku 1 pred písaním každej vety) stavové modely (napr. Mamba, S4) To znamená, že zdvojnásobenie výzvy len zdvojnásobí prácu (namiesto štvorcovej alternatívy). Učiť sa „štátu“ vpred Tieto modely tiež nakrájajú dlhé výzvy na kusy veľkosti kusov, ktoré môžu GPU žuť paralelne, a potom spájajú kusy späť dohromady, takže odpoveď je totožná s tým, čo by sa inak mohlo dosiahnuť, ale prichádza oveľa rýchlejšie. Celá aktualizácia sa zmestí do jedného tesne zabaleného súboru pokynov, čím sa odstránia zájazdy s pamäťou.Vzhľadom k tomu, že dokáže prepočítať malé kúsky na blesku, sotva uloží čokoľvek v pomalej pamäti, čo znižuje spotrebu energie. Prečo to záleží*:* Spolu tieto triky umožňujú asistentom zajtrajška stráviť oveľa, oveľa dlhšie toky (hodinové podcasty, týždenné chaty atď.). Prečo to záleží Mix-of-Expert triky umožňujú viac parametrov Mix-of-Expert triky umožňujú viac parametrov A potom máme triky Mixture-of-Experts, ktoré v podstate zapínajú len tie časti siete (experti), ktoré sú dôležité pre danú výzvu. Bez zníženia kvality. Zníženie nákladov na školenia o 40 % Kým vyčistiť to, čo pozornosť už robí a Modely nahrádzajú pozornosť úplne niečím, čo sa lineárne rozširuje, MOE pridáva kapacitu len zriedkavo, takže len najrelevantnejšie sub-sieťové požiare na token. Spoločne znamenajú tri ortogonálne stávky na budúcnosť: inteligentnejšiu pozornosť, opakovanie bez pozornosti a inteligentné rozširovanie. Diferenciálny transformátor Štátny priestor Avšak všetci tí spiaci odborníci musia stále žiť v pamäti GPU, smerovače musia žuť tokeny, aby sa vyhli "horúcim" odborníkom. Prečo to záleží*:* Účinnosť prichádza do mantry „miera je všetko, čo potrebujete“, čo potenciálne demokratizuje vytvorenie veľmi veľkých modelov základov. Prečo to záleží Nasadenie substrátov, od okrajových zariadení až po energetickú sieť AI je často považovaná za nehmotnú. Koniec koncov, je to algoritmus. Nemá žiadnu váhu. Nemôžete sa jej dotknúť. Avšak žije veľmi veľa v reálnom svete. Beží na zariadeniach. Potrebuje energiu, aby sa stal živým. A táto energia robí zariadenia horúcimi, čo si vyžaduje nové a inovatívne typy chladenia. Edge zariadenia dať generatívne modely do vrecka Edge zariadenia dať generatívne modely do vrecka Since the creation of GPUs, models have lived in the cloud, which itself lives in physical data centres. In this world, every prompt requires a round‑trip to the cloud. Now the tide is reversing: (Znamená to, že človek môže používať LLM aj v režime lietadla). telefóny a notebooky sú dodávané s spracovateľskými jednotkami, ktoré dokážu lokálne zvládnuť záver Rámec napríklad umožňuje aplikáciám so systémom Android zavolať vyrezaný model nadácie v milisekundách. Žiadna sieť, žiadne serverové poplatky a prísnejšie záruky ochrany súkromia. Príslušenstvo pre Google Gemini Nano Tieto nasadenia nemenia matematiku umelej inteligencie, ale napomáhajú ďalším potrebným pokrokom: inteligentnejšie hlavy pozornosti znižujú výpočtový odpad, opakovanie stavu a priestoru znižuje kontextové náklady a „odborníci“ udržiavajú väčšinu parametrov chladných, kým nie sú potrebné. On‑device inference eliminates the latency and privacy penalties of the cloud, drops serving costs to zero, and spreads powerful AI to billions of phones and low‑cost PCs. It enables always‑available assistants in areas with poor connectivity, keeps sensitive data (health logs, camera feeds) local by default, and reduces the embodied carbon of every token generated. This is all good news for us, maybe bad news for pure AI players, who would not be able to charge a monthy fee to users (but rather a one-off). ****: Why it matters Prečo to záleží Modernizácia sietí a flexibilné zdroje energie udržujú svetlá zapnuté Modernizácia sietí a flexibilné zdroje energie udržujú svetlá zapnuté Potrebujeme A my potrebujeme vykurovať naše domy a udržať továrne v prevádzke. ale vysokonapäťové diaľnice, ktoré by dodali tú extra energiu, sú už preťažené. Ak sa drôty nebudú hromadiť tak rýchlo ako kremík, GPU budú sedieť prázdne alebo prázdne a naše Ai sny budú držané roky, ak nie desaťročia. Veľa medián čakania na pripojenie nového zdroja energie k elektrickej sieti je päť rokov Three parallel options are emerging to unblock the situation: Technológie zlepšujúce sieť (dynamické hodnotenie linky, optimalizácia topológie, pokročilý vodič...) by odomkli skrytú kapacitu na existujúcej infraštruktúre v priebehu mesiacov, nie desaťročí. Mikro-sieťové „energetické parky“ sa objavujú vo forme samoobslužných areálov, ktoré spájajú stovky megawattov zaťaženia umelej inteligencie s ko-lokalizovanými veternými, solárnymi, batériami a niekedy aj vodíkom. V roku 2024 spoločnosť Google podpísala s firmou Kairos Power prvú korporátnu zmluvu SMR. „Microsoft podpísal 20-ročnú zmluvu na reštartovanie jednotky Three Mile Island Unit 1 pre svoje cloudy na východnom pobreží. Tieto taktiky spolu vrstvené si kupujú čas, ale nie navždy. if unlimited, green energy becomes a reality, AI can keep scaling without torching climate targets or bankrupting electricity companies. Miss the window and we get moratoria ( ), wasted IT budgets and a dirtier air as major players will not hesitate to use fill the gap. Why it matters: Dublin already has one electricity-creating diesel generators Prečo to záleží: 12. Cooling innovations remove the heat bottleneck Chladiace inovácie odstraňujú tepelnú fľašu Po prvé, umelá inteligencia je umožnená spracovaním jednotiek. Po druhé, tieto jednotky vyžadujú stále viac energie na prácu na stále zložitejších algoritmoch. Zhromaždené: elektrina priniesla do energie AI vytvára teplo a veľa z toho. Energia sa nedá vytvoriť ani zničiť. Na chvíľu fanúšikovia dokázali urobiť prácu, ale teraz už nestačia a kvapalné chladenie musí byť implementované na celej doske, vo väčšine dátových centier AI. a Napríklad, vymieňajte serverové ventilátory za studené dosky alebo kúpele, ktoré pohybujú teplo 1000x rýchlejšie ako vzduch. Priamo do čipu Immersion chladenie Kvapalné chladenie je, podľa definície, aj príbeh o prístupe k vode. Vyparovacie chladenie (teplo vytvára paru, ktorá ide do vzduchu) môže (Rovnako ako mesto s 25 000 obyvateľmi). sú potrebné na zabezpečenie toho, aby zdroj, ktorý je už v nedostatku, nebol monopolizovaný nadriadenými AI. až 5 miliónov galónov denne Uzavreté loops Nakoniec, akonáhle je teplo generované výpočtom absorbované vodou, stáva sa funkciou, nie chybou. , , . Kampus Equinix v Paríži PA10 ohrieval olympijské vodné centrum while Meta’s Odense site already heats 11,000 Danish homes : Crack cooling and every other elements in the AI value chain (super‑pods, memory fabrics, serverless inference…) gets room to breathe. Efficiency improves, grid headroom rises, water use plummets, and the waste‑heat dividend buys social licence in cities already wary of AI’s footprint. Ignore it and we strand billions in silicon that can’t run flat‑out without melting the place. Why it matters Prečo to záleží Riadenie železníc, aby cirkus nespálil sám seba Politika, siete sociálneho zabezpečenia a cezhraničné pravidlá tvoria vonkajšiu klietku, ktorá umožňuje vnútornému stroju bežať bez spúšťania povstania alebo sankcií. Politika určuje tón pre všetko Politika určuje tón pre všetko AI je nebezpečné. To je len fakt. Nástroje, ktoré sa dnes vytvárajú, sa už používajú na Dvojica Dvojica Zákony sú potrebné. šíri falošné správy Podporuje sebapoškodzovanie Reprodukcia bielkovín Do augusta 2026 bude musieť akýkoľvek „vysoko rizikový“ systém (kredit, prenájom, zdravotníctvo atď.) vyčistiť externý audit. , takže federálne agentúry sa teraz spoliehajú na dobrovoľný (lol) rámec rizika NIST, zatiaľ čo . Európsky zákon o AI Vláda v roku 2025 zrušila časť predchádzajúceho bezpečnostného príkazu Bieleho domu Štáty ako Colorado prijímajú vlastné záväzné pravidlá Výstupné štítky sú tiež pod mikroskopom. Obaja trvajú na viditeľných vodoznakoch a skrytých označeniach pôvodu, takže hlboké falzifikáty môžu byť vysledované na súde tak ľahko, ako cestujú online. Akt EÚ Napokon, regulátori začali stláčať hardvér. americké ministerstvo obchodu teraz vyžaduje licenciu Európa pripravuje podobný „počítačový denník“. pre niektoré čipy a tréningové behy Prečo je to dôležité: Existuje dôvod, prečo sa nástroje na dodržiavanie súladu rýchlo stávajú ziskovým trhom. Audity, štítky a kontroly čipov sa stali rovnako reálnymi nákladmi ako GPU. hráči AI sa musia prispôsobiť. Prečo to záleží Sociálno-ekonomické vankúše sú jednoznačne potrebné Sociálno-ekonomické vankúše sú jednoznačne potrebné Dokonca aj najinteligentnejší kremík nemôže prekonať politickú reakciu, ak sa pracovníci cítia odmietnutí. Krajiny, ktoré prežili predchádzajúce vlny automatizácie, ukazujú opakujúci sa vzorec: flexibilné pracovné trhy spojené s veľkorysými bezpečnostnými sieťami a neúnavnou rekvalifikáciou. Napríklad, umožňuje firmám najať a prepustiť zamestnancov s minimálnym červeným pásom, zatiaľ čo poistenie nezamestnanosti, systémy nahradenia miezd a rýchle preškolenie zmierňujú úder prepúšťania. program, ktorý umožňuje akémukoľvek pracovníkovi v polovici kariéry minúť kredity na mikropodmienky súvisiace s umelou inteligenciou v okamihu, keď ich práca mutuje. Dánsky model „flexicurity“ zručnosti budúcnosti na európskej úrovni, Spoločnosť už podpísala mzdové mosty, kódovala bootové tábory a poskytovala granty pre začínajúce podniky v regiónoch, ktoré sú najviac vystavené nepokojom.Medzitým americký zákon o CHIPS a japonské daňové úvery vytvárajú podobné fondy na druhej strane sveta. Mechanizmus spravodlivého prechodu €19B : The quicker displaced workers land a fresh paycheque, the less oxygen there is for anti‑tech populism, punitive taxes or blanket moratoria. Economic cushions buy society the time it needs to adapt, preserve consumer demand and keep the political licence for AI experimentation intact. American companies haven’t yet learned this… but they will. Why it matters Prečo to záleží Medzinárodná koordinácia je potrebná viac ako kedykoľvek predtým Medzinárodná koordinácia je potrebná viac ako kedykoľvek predtým Riadenie stráca úder na okraji vody. Uvedomujúc si to, G7 spustila „ ”, dobrovoľný (lol) kód, ktorý žiada signatárov, aby vodoznakom syntetický obsah, publikovať hodnotenia bezpečnosti a inštalovať incident-reporting hotlines. Hirošima proces Organizácia Spojených národov takisto zvolala poradný orgán na vysokej úrovni, aby zviazal vnútroštátne pravidlá do spoločnej rizikovej taxonómie a vypracoval plán pre globálny rámec riadenia umelej inteligencie. Medzitým Spojené štáty, Holandsko a Japonsko sprísnili kontroly vývozu na extrémne ultrafialovú litografiu, rovnako ako Čína vyzýva na medzinárodnú koordinačnú agentúru AI na zneužívanie policajných modelov. Prečo je to dôležité: Bez minimálnej vrstvy harmonizácie firmy migrujú do najslabšej jurisdikcie, protivní aktéri trénujú modely červených línií v tajnosti a AI „bezpečné štáty“ sa stanú šťavnatými cieľmi špionáže. Prečo to záleží Zaobchádzanie s pokrokom založeným na výkonnosti modelov AI je pohodlné, ale podvodné. Cerebras môže za hodiny vyčistiť sieť triliónov parametrov, ale bez šírky pásma HBM4 hladuje. Federované učenie zachováva súkromie, ale bez vzácnych architektúr batéria vášho telefónu zomiera. Každý odkaz násobí, namiesto toho, aby pridával, hodnotu pozdĺž reťazca; slabosť kdekoľvek devalvuje všetko nahor. Desaťročná skóre karta bude preto čítať menej ako "AI vyhral, AI stratil" a viac ako "dostatočné prepojenia aktualizované v čase?" . možno Každopádne, jedinou spoľahlivou predpoveďou je, že ďalší prielom bude na prvý pohľad podozrivo nudný. Veľa šťastia vonku.