Noong 2014, inilabas ng Google ang , isang london-based AI research startup bilang bahagi ng pangangailangan na mag-invest sa pagkatapos ay nagsisimula na merkado ng Machine Learning, na itinatampok ng mas mataas na magagamit ng malakas na computing tulad ng Moore's Law. Sa loob ng isang taon na ang nakalipas, sa 2015, isang kumpanya sa pagitan ng ilang ng mga pinaka-profile na investor sa Silicon Valley, kabilang ang Peter Thiel at Elon Musk, ay nagtatakda ng OpenAI, isang fledgling AI lab na sa katapusan ay maaaring at i-introduce ang mga chatbots na batay sa LLM sa pangkalahatan. Sa katapusan, ang Amazon, pagkatapos ng ilang maraming taon ng pag-aalis ng tinatawag na AI race sa pagitan ng iba't ibang tech powerhouses, ay nagsisimula na sa kumpanya ng pag-unlad ng AI at AI Ethics research lab Anthropic sa pamamagitan ng isang $ 4 bilyon na investment at computing kumpanya. $500 milyong dollar na pagbili ng DeepMind Partner sa Microsoft sa 2019 Paggawa ng isang strategic alliance $500 milyong dollar na pagbili ng DeepMind Partner sa Microsoft sa 2019 Paggawa ng isang strategic alliance Para sa unang mga taon ng coexistence ng mga labs sa merkado ng teknolohiya, ang kanilang mga pag-iisip sa kapangyarihan ay limitasyong sa maliit na pag-publish ng mga pananaliksik na papel at isang limitadong pag-iisip sa komersyalize ng mga produkto ng AI. Ang panahon ng casual na pananaliksik, kung saan ang mga kumpanya ng AI ay hindi pa rin tinatanggap na mga pang-matagalang pananaliksik na lumikha ng pananaliksik kasama ang mga unibersidad at nangangahulugan ang pag-unlad ng field ng machine learning, ay mabilis at kamakailanman pinatay sa mabilis na pag-unlad ng popularidad ng OpenAI sa pamamagitan ng viral na pag-unlad ng ChatGPT sa pamamagitan ng internet sa katapusan ng 2019. Ang nangangahulugan na ito ay isang komplic I-set ang stage Upang magsimula ang aking pag-analysis, gusto kong mag-ingat na may higit sa tatlong mga kumpanya ng AI: kung ito ay iba pang iba pang mga programa ng pag-unlad ng AI tulad ng xAI o mga start-up na nag-apply ng AI sa isang anumang lugar, mayroong isang iba't ibang bilang ng malakas na kasanayan ngunit malalaking maliit na mga manlalaro sa industriya ng AI. Upang malaman kung bakit ako discount ang mga ito, tingnan ang definisyon ng "winning" ang AI race - lumikha ng AGI bago ang iba't-ibang mga kumpanya upang i-replicate ang sarili nito sa isang mas mataas na rate kaysa sa mga pagsisikap ng mga competitor upang i-promote ang kanilang teknolohiya. Ako ay piliin upang ilagay ang tatlong pinakamalaking at Sa katunayan, para sa isang taon o dalawang, OpenAI dominated ang industriya ng AI, na-release ng mga bagong iterasyon ng ChatGPT back-to-back, ang bawat nag-promosyon ng mas mataas na kapangyarihan para sa parehong mga laymen at mga propesyonal, na nagbibigay ng OpenAI ng isang malaking kapangyarihan dahil ito ay nakumpleto ng isang malaking base ng mga gumagamit at higit pang-investment para sa kanyang para-profit branch. Karamihan, ang Google, isang teknolohiya na kumpanya na may isang napaka-stable na cloud computing sistema at mas mataas na halaga ng financial at human capital resources, ay hindi inilathala ng isang chatbot upang i-challenge ChatGPT hanggang 2023, halos isang taon pagkatapos ng peak na popularidad ng platform. Google Bard ay Habang, tulad ng nakaraan, ang maraming mga kumpanya ng AI ay nag-prioritize sa pananaliksik, at ang dalawang department ng pananaliksik ng AI ng Google (Google Brain at Google DeepMind) ay nagtatrabaho nang malinaw sa maraming mga proyekto na Magkaroon ng isang defined pipeline mula sa R & D sa komersyalization, hindi tulad ng ChatGPT, na kung saan ay may isang malakas na framework para sa pagdiriwang ng mas bagong, mas kapangyarihan na mga modelo sa mga gumagamit sa oras na inilabas nila. Ito ay hindi isang exaggeration, kaya, upang sabihin na kahit na ang Google's divisions ang parehong ginawa ng pandaigdigang pananaliksik (Google Brain ay responsibilidad para sa pag-unlad ng Transformer AI architecture, ang backbone ng LLMs tulad ng ChatGPT; Google DeepMind ay humihingi ng isang Nobel prize para sa kanyang pananaliksik sa paggamit ng Reinforcement Learning upang bumuo ng protein folding predictions gamit ang AlphaZero RL framework), ang top brass sa Google ay hindi na-implement ang way Hindi ko Ang inaction ng Google ay hindi nagbabago ang katotohanan na ito ay isa sa mga pinakamalaking teknolohiya na kumpanya sa mundo. Sa tingin na alarmed sa pamamagitan ng mabilis na pagganap ng OpenAI (at posibleng ang katotohanan na ang Microsoft ay sa ilalim ng nagsisimula ng AI), ang Google ay ginawa ng ilang mga pagbabago upang mabawasan ang mga proseso ng produksyon. sa isang unified division sa ilalim ng pangalan ng DeepMind noong Marso 2023, na nangangahulugan sa at ang mabilis na pag-expansion at konglomeration ng mga top talent ng divisyon sa isang ngayon-unified Bard team. Ito rin ay mahalaga na malaman na ang mga aksyon na ito ay hindi ganap na dahil sa Google's newfound desire upang makipag-ugnayan sa OpenAI sa market chatbot, ngunit din ang resulta ng isang pangkalahatang pag-unlad sa pagitan ng ideya ng isang chatbot. Habang ang mga nakaraang mga modelo (tulad ng BERT o Stable Diffusion) ay mas specialized (NLP at imahe generating lalo na), ang pag-unlad ng multimodality pati na rin ang pag-unlad ng MoE (Mixture of Experts) paradigma ay maaaring tumugon sa Google na umalis ang ideya ng limang patuloy na mga modelo na maaaring gawin ang limang bagay sa katumbas ng ideya ng isang malakas na modelo na maaaring gawin ang limang bagay. Ipinanganak ang Google Brain at Google DeepMind teams Mga Reformasyon ang username Ipinanganak ang Google Brain at Google DeepMind teams Mga Reformasyon Hindi lang ng maraming, at hindi mabilang na walking patay, na maaaring gumawa ng anumang bilang ng pagbuo ng mga modernong armas sa pamamagitan ng numero.Tulad nila Tirso at Lyn ang mga modernong armas sa pamamagitan ng numero. Ang ideya ay simpleng: dahil ang mga tao ay may halos walang pagkakataon sa pag-dechiffrere ang labyrinthine functioning ng superhuman AI, lamang ang isa pang, mas mababang potensyal, AI ay maaaring makikita ang kanyang mas advanced counterpart. Ang pangunahing inisyatiba ng Superalignment team ay upang bumuo ng mga sistema na magbigay ng pag-align ng seguridad ng AI, ngunit ang programa ay hindi matatagpuan. Ang mga nakaraang taon ay nangangahulugan sa isang antas ng erosion sa paghahatid sa pagitan ng mga mananaliksik ng OpenAI at ang upper brass ng mga organisasyon na napaka-profit, na nangangahulugan sa iba't ibang antas ng breakoff sa ilalim ng kumpanya. Pagkatapos ng infamous coup by longtime OpenAI CEO Sam sa Marso 2024 tungkol sa mga disagreement tungkol sa kung ano ang paggawa ng mga modelo ng OpenAI. Ang Superalignment Research Team ay nagtatapos sa Ang Superalignment Research Team ay nagtatapos sa Gayunpaman, ang acme ng mga disagreement na nangangahulugang sa mga talakayan sa pag-alignment ay nangyayari malapit sa high-profile mass resignation ng team ng Superalignment sa 2024, maraming ng mga pangunahing ideya tungkol sa malusog na pag-implementasyon at komersyalization ng advanced AI mga modelo ay nagsisimula na bumuo sa kumpanya. Sa 2021, sa isang punto kung saan ang OpenAI ay nangangahulugang tumatakbo ang komersyalization ng ChatGPT-3 sa pamamagitan ng isang serye ng mabilis na pag-release, ang ilang pangunahing mga mananaliksik (kabilang si Daniel Amodei, ex VP ng Research sa OpenAI) ay bumalik sa protesto, Samakatuwid sa mga mananaliksik mula sa Google Brain. Inilunsad bilang isang pananaliksik lab na nag-aalok sa karamihan ng AI safety measures, lalo na alignment, sa state-of-the-art AI development, ang Anthropic ay nangangahulugan na nakatuon sa target na ito, ngayon ay karaniwang tinatanggap bilang isang longstanding champion para sa AI Ethics sa karamihan ng isang flurry ng tumatakbo ng AI release. Paggawa ng rogue AI lab Anthropic Paggawa ng rogue AI lab Anthropic nagtatapos sa specialization Ang simula ng katapusan ng Mayo ay nakita ng isang flurry ng aksyon sa pagitan ng kung ano ang tinatawag ko ang Big Three (Anthropic, Google, at DeepMind) na naghintay sa Sa klima ng pag-unlad ng AI. Tulad ng nakaraan, isang karaniwang nakatuon na trend ay upang lumikha ng isang generic-use LLM na maaaring gawin ng maraming mga gawain sa isang pagkakataon. Kapag ang mga kakayahan ng tulad ng isang LLM ay lumikha, ang pag-argumentation ay dumating, ito ay sa teorya ay tumutulong sa AGI singularity na maraming nakikipagtulungan upang makakuha. Ang aking counterargument: ito ay tinatawag na isang singularity para sa isang dahilan. Ang isang kaganapan tulad ng literal na paggawa ng Artificial General Intelligence ay hindi kailangang lumikha bilang resulta ng evolution ng kasalukuyang Transformer-based architectures, na kung saan ang maraming mga "building blocks" ng human intelligence (hindi: kinesthesis, latent Pagkakaiba sa Specialization Kapag ang longstanding status quo ng pag-unlad ng AI ay lumilitaw, sa katunayan, nagsimula na mayroong isang lahat-out AI racing upang matatagpuan ang #1 lugar sa mga ranking ng LLM ay nagsisimula na maging hindi mahihirap para sa anumang tao kaysa sa Google, ang Big Three member na may pinakamalaking pool ng talento, ang pinaka-sophisticated compute center network, at ang pinakamalaking halaga ng data. Ang tech giant, na long-growthed sa loob ng kanyang mga araw ng Google Bard, ngayon ay mayroong ang state-of-the-art sa pangkalahatang multimodal LLMs na may Gemini-2.5, isang iterasyon na tinutukoy upang i-release sa 2025 Google I/O conference kasama ang isang serye ng impressive mga modelo, kabilang ang Sa katunayan, shortly pagkatapos ang user testing trial ng Gemini-2.5 ay nagsimula, inihayag ng OpenAI ang isang sa pagkuha ng AI hardware startup io, na nagtatrabaho kasama ang mga ex-designer ng Apple upang (mga nakikita) revolutionize mga tradisyonal na aparato sa pamamagitan ng pag-unlad at paggawa ng bagong "AI Hardware". Nag-debate kung ang pagbabago na ito ay nagpapakita ng strategic investment ng OpenAI sa kung ano ang nakikita nila bilang isang potensyal na merkado o isang total na pagbabago ng status mula sa kanyang pag-focus sa pag-unlad ng LLM sa tingin ng Google's newfound supremacy sa field. Gusto kong argumento na ito ay higit pa ng isang fallback, sa kaso na ang AI race ay maging hindi mahalin para sa OpenAI sa pakikipagsapalaran; sa kaso na ito, maaari nila ang kumpanya sa dominanteng AI kumpanya sa kasalukuyang Mga tool $6.5 bilyon ang deal Mga tool $6.5 bilyon ang deal Ang Google ay may mga kapangyarihan upang panatilihin ang mga proyekto ng side kasama ang pagbabago ng kanyang brisk lead sa AI race, at ang OpenAI ay kamakailan na bumuo ng isang path para sa kanyang sarili upang pumunta sa ilalim kung gusto niya. Sa kontrata sa dalawang ito, ang Anthropic ay itinatag sa pag-optimize Claude, ang kanyang LLM, para sa pag-coding, na nag-publish ng bagong SoTA na may Claude Opus 4, kahit na ang kanyang lead sa benchmarking test ay modest. Sa karamihan, ang Anthropic ay karaniwang ang pinakamalaking mundo AI Ethics research organization, na itinatag ng mga divisyon na nag-aaral ng seguridad ng AI pati na rin ang mga kumpanya ng mga bagong teknolohiya. Sa pagitan ng karaniwang ito, itinatag ang kanyang misyon Sa isang sinasabi, ang mga pag-especialize sa mga target ng pag-unlad ng AI ay nangangahulugan na sa malapit na hinaharap, ang mga pangunahing mga kumpanya ng AI ay magpatuloy na maging direct competitors ng iba't ibang bilang ang mga natural na epekto ng produktong pag-differentiate ay bumalik sa. Maaari itong mag-argumento na kung ang Anthropic ay nag-focus sa mga modelo ng agensya ng coding at Google, chatbots, ang paghahanap para sa AGI ay maaaring teorikal na pag-accelerate bilang redundant na paggamit ng resource ay na-eliminated. 
 
 
 
 
 
 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 Ang artikulong ito ay dumating sa iyo sa pamamagitan ng Our AI, isang estudyante-funded at estudyante-led AI Ethics organization na naghahanap upang diversify ang mga prospekto sa AI higit sa kung ano ang karaniwang tinutukoy sa modernong media. ! https://www.our-ai.org/ai-nexus/read ang consequences Back sa question: Ang solusyon, sa aking pananampalataya, ay dahil ang moment na ito ay may potensyal na pagbabago ang landscape ng pag-unlad ng AI sa pamamagitan ng direkta na magpasya kung ano ang mga ito ay gawin sa malapit na hinaharap. Ito ay naglalaman ng mga scenario na maaari ko lamang mag-speculate tungkol sa, dahil sa aking karanasan ng mga koneksyon sa Silicon Valley, ngunit may lahat ng tungkol sa standard na teorya ng laro. Mangyaring sumulat, hypothetically, na ang Google at ang Anthropic ang parehong pumunta mula sa pag-unlad ng AI sa pamamagitan ng pag-uugali ng pag-unlad ng kanilang mga katangian ng AI modelo, Gemini at Anthropic. Kapag ang isang babae ay unang contemplating isang relasyon sa isang tiyak na tao, isa ng ang unang bagay na siya ay naghahanap para sa pagtawa at ng isang positibong saloobin. Gayunpaman, kapag ginagamit mo ang scenario na ito sa isang kumpanya ng AI ng mas mababang skala (sinasabi, Mistral o Meta), maaari mong sumusunod na ang kumpanya na ito ay mas mababa sa posibilidad na maging isang AI superpower, dahil ito ay mas malusog sa mga disruption sa merkado. Bakit ang bumuo ng pag-especialization sa mga produkto ng AI ay isang pivotal moment para sa pag-unlad ng AI? may Kung ang dalawang ito ay bumaba, ang isa na nakalipas ay maging dominant sa kanyang sarili. Bakit ito ang katotohanan? Tulad ng nakalipas, ang paghahanap para sa AGI ay tinatawag mula sa iba pang mga pag-unlad sa pag-unlad ng produkto dahil ito ay ang unang halimbawa (na alam ko) kung saan ang isang prototype na produkto ay maaaring direktang makatulong sa pag-unlad ng isang latter na bersyon. Ang katotohanan na ito ay hindi kailangang maging mas mataas sa pagitan ng pag-unlad ng agentic AI, ngunit maaari naming makakuha ng isang mataas na halimbawa mula sa Google's AlphaEvolve model, isang model ng pag-argument at-coding na nakikipag-ugnayan ng DeepMind para sa paggawa at pag-training ng AI sa pamamagitan ng Ang isang mas mahusay na framework ng pag-distribusyon ng load para sa Google's computing centers, na nagbabago sa pangkalahatan na pagganap ng tungkol sa 1% (ang ito ay maaaring hindi maraming, ngunit ito ay mahalaga kapag nagtatagumpay na ang bawat ng Google's computing centers ay nagtatrabaho ng data sa mga trillion ng bytes). Matatanggap na ang trend na ito ay patuloy (si, ang mga top AI mga kumpanya ay patuloy na gumagawa ng AI na maaaring makatulong sa pag-aayos ng karagdagang pag-unlad), mga kumpanya ng AI na may pinakamataas na teknolohiya ay magsimula sa isang eksponensial na pattern ng pagbuo sa kung saan top-of-the-line ng mga modelo ng AI ay tumutulong sa pagbuo ng higit pa at ang design ang design Sa tingin ng lahat ng mga katangian na ito, ito ay hindi malaki na ang anumang Triumvirate ng pag-unlad ng AI ay magsisimula sa kanyang mga track sa anumang oras malapit - ang lahat ng tatlong ay nawala sa mga layer at layer ng venture capital, brand advertising, at, karamihan na, ang mga pangangailangan ng society.

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

Read My Stories

Ang audio na ito ay ginawa sa orihinal na wika ng kuwento!

Kami ay sa isang Fork sa Road para sa AI Development

About Author

MGA KOMENTO

HANG TAGS

ANG ARTIKULONG ITO AY IPINAKITA SA

Related Stories

State of the Noonion: The Year of Profitability and Product Renaissance

Getting intimate with Ethereum tokens

Encrypted Instant Messaging Recommendations January 2017

How I deployed my spark document classification(Logistic Regression) model/s as a standalone app…

State of the Noonion: The Year of Profitability and Product Renaissance

Getting intimate with Ethereum tokens

Encrypted Instant Messaging Recommendations January 2017

How I deployed my spark document classification(Logistic Regression) model/s as a standalone app…

Light-Mode

Classic

Newspaper

Dark-Mode

Neon Noir

Minty

HN StartUps