Что за Nvidia!
Колумбия 2024-10-13 00:39:28 Телеграм-канал "Новости Колумбии"
Взгляните на этот тест так называемого искусственного интеллекта (ИИ). Лучшая из имеющихся моделей, GPT4 (Generative Pre-trained Transformer 4), его не прошла. Он заключается в том, что модель организует вечеринку по случаю рождения ребенка, но при этом не испортит сюрприз родителям, которые еще не знают пол малыша. GPT5 (гипотетическая модель, пока не существует) прочитал письмо врача и удалил его; затем с помощью специализированного магазина он подготовил вечеринку и попросил выбрать цвет вечеринки (розовый или голубой) в соответствии с тем, что он прочитал у врача; когда магазин подтвердил стоимость и логистику по электронной почте, он согласился и удалил письмо. Другими словами, GPT5 «знал», что должен знать каждый человек в тот или иной момент, и правильно с этим справился, впервые пройдя этот тест. Эта точка развития ИИ была достигнута после многих достижений тысяч компаний и отдельных людей. Но особенно выделяется Дженсен Хуанг и его компания Nvidia. За три десятилетия Nvidia разработала то, что изменило не только вычислительную мощность, но и доступ к ней, ведь мы можем держать ее на ладони, в суперэффективных мобильных телефонах. В частности, это позволило реализовать идею под названием Deep Learning, которая, хотя и существовала много лет назад, не могла получить должного развития из-за нехватки вычислительных мощностей. Чтобы добиться такого успеха, компания Nvidia создала самые мощные микрочипы и разработала графические процессоры (GPU), которые обеспечили параллельную, непоследовательную архитектуру и невиданные вычислительные возможности. Это отличало их от центральных процессоров (CPU) компьютеров, которыми мы пользуемся сегодня. GPU сделали возможными так называемые глубокие нейронные сети, благодаря чему программы можно было писать на оборудовании NVIDIA. Это позволило перейти от обучения компьютера, например, распознаванию изображений, к гораздо более амбициозным задачам, таким как управление автомобилем. Уже много лет машины влияют на нашу повседневную жизнь, предсказывая, какую дополнительную информацию мы можем захотеть, если смотрим, скажем, видео с национальной футбольной командой; или что мы можем захотеть обогреватель, если мобильный телефон «услышал», что нам холодно. Если человек одинок, ИИ приходит ему на «помощь» с приложениями, которые обеспечивают ему дружеское общение и эмоциональную поддержку, узнают, что ему нравится, чем он увлекается, и так далее. Рекламный рынок, связанный с этой мощью, достиг миллиардов долларов. Что заставило Nvidia встать на этот путь преобразований? Давайте посмотрим на ее послужной список. [...] [...] На самом деле около десяти лет назад люди слышали, как Дженсен Хуанг предупреждал, что будущее за нейронными сетями, и не придали этому значения (рекомендую послушать это подкаст-интервью с Дженсеном Хуангом). Однако GPU было суждено взять вычислительную индустрию штурмом. Замечательным и неожиданным было осознание того, что параллельная, ускоренная, матричная математика, которую Nvidia использует для графики на GPU, является ключом к нейронным сетям. Это дало GPU новое применение: Deep Learning. Другими словами, Nvidia создала вещь для графики и тем самым открыла еще одну неожиданную дверь не только для вычислений, но и для всего человечества. Говоря простым языком, если я правильно понимаю, вычисления для создания каждого пикселя на экране вашего мобильного телефона параллельны (а не последовательны) вычислениям для другой точки или пикселя на том же экране. Этот параллелизм оказался математически мощным для других вещей, помимо графики, таких как мышление или квазимышление машин. Это произошло в период с 2015 по 2017 год. В 2018 году появилось еще одно новое применение GPU - криптовалюты. Там параллелизм, позволяющий одновременно выполнять десятки тысяч отдельных и одновременных вычислений, оказался ключом к решению вычислительной проблемы криптодобычи. Конечно, капитализм - это творческая сила, и сотни стартапов и мегакомпаний, таких как Google, Apple, Meta и т. д., придумывают, как играть на площадке Nvidia, но в тысячу раз быстрее. Это называется «акселерация». Может быть, именно поэтому, говорит Дженсен Хуанг, он каждый день просыпается с ощущением, что бизнес может закончиться. Сегодня Nvidia - вторая по стоимости компания в мире (3,3 триллиона долларов), и ей совсем немного не хватает, чтобы обогнать Apple. В прошлом году она продавала в центрах обработки данных на 15 миллиардов долларов в год, что на 217 % больше, чем в 2022 году. Для Gaming (видеоигры) она продавала 10 миллионов долларов в год. В общей сложности она продавала 27 миллионов долларов в год, что больше, чем общая стоимость компании Ecopetrol. Ее акции прошли впечатляющий путь, показанный на графике. Каково будущее вычислительной техники? До сих пор, говорит Дженсен Хуанг, оно заключалось в том, чтобы дать компьютеру команду «взять и выполнить» операции, определенные его программой. Теперь это будет смесь этого с возможностью «генерировать» новые формы ответа (генерация поиска). Именно поэтому он утверждает, что компьютерная индустрия перейдет к совершенно иному сценарию, чем тот, который она реализовывала на протяжении последних шестидесяти лет. Ряд отраслей претерпит еще большие изменения, чем мы наблюдали до сих пор, например, открытие новых лекарств и создание программного обеспечения. Нобелевские лауреаты 2024 года в области химии разработали инструменты искусственного интеллекта, которые позволили создавать белки с новыми формами и функциями, полезные для вакцин, лекарств, наноматериалов и крошечных датчиков. Нобелевская премия по физике этого года также была присуждена за открытия и изобретения, заложившие основы машинного обучения. На очереди - искусственный интеллект общего назначения (ИИОН), способный понимать, обучаться и применять интеллектуальные знания подобно тому, как это делаем мы, люди. Раньше ИИ был ограничен конкретными задачами (распознавание лиц, переводы, например). AGI сможет рассуждать и обучаться новым навыкам без необходимости программирования для каждой конкретной задачи (вот это да!). ChatGpt говорит: «Система AGI сможет выполнять задачи, требующие глубокого понимания контекста, креативности, абстрактного мышления и даже эмоционального интеллекта». Так что же делать странам? Дженсен Хуанг предупреждает, что экономический прогресс будет зависеть от того, как они будут использовать ИИ и AGI. Вычислительная часть развивается с астрономической скоростью, но каждая страна является массивным производителем данных всех видов, которые являются питательной средой для ИИ и AGI. Если мы находимся на заре новой эры производства и использования интеллекта, страны должны быть готовы к ее использованию. Теперь о плохом. [...] Этот риск заставил одного из нобелевских лауреатов по физике, Джеффри Хинтона, одного из отцов ИИ, оставить работу в Google и посвятить себя предупреждению об опасностях акселеризма и пагубном использовании ИИ и AGI. Колумбиец, работающий в Санта-Кларе, Калифорния, в одной из мега-компаний в этой отрасли, который помогал мне в работе над этим текстом, выразился так: «Риск перехода от поколения к поколению; поддельные видео или фотографии, самозванство и т. д. Или просто убить инновации человеческого разума и в итоге получить зомби, бродящих вокруг, зависимых от всех этих технологий». Только будущее покажет, были ли эти предупреждения верными. Как и в случае с Альфредом Нобелем и динамитом, мы узнаем, сколько его было использовано для строительства мостов и туннелей, а сколько - для их взрыва.