Týždeň, v ktorom AI prerástla cez hlavu aj svojim vlastným prorokom
Týždeň, v ktorom sa stretli dve zdanlivo nesúvisiace správy: AI prorok s hedge fondom za 20 miliárd dolárov padá na hubu a Spojené kráľovstvo zisťuje, že najväčšia prekážka AI nie sú čipy, ale elektrina. Jeden príbeh o tom, ako trhy dohnali realitu, druhý o tom, ako realita doháňa trhy.
AI bublina: príbeh o tom, ako pákový efekt zjedol vlastný príbeh
Začnem tým najzábavnejším príbehom týždňa. Leopold Aschenbrenner, 24-ročný ekonóm, ktorému Silicon Valley prischla prezývka „Nostradamus AI", zažil rýchly pád. Jeho kniha „Situational Awareness" predpovedala bezprostredný príchod superinteligentnej AI. Jeho hedge fond spravoval viac ako 20 miliárd dolárov. A potom prišiel prudký pokles AI akcií a fond sa ocitol v kríze.
Zdrojové videá to podávajú ako varovný príbeh o nadmernom riziku. Scott Galloway vo svojom videu „Ako pákový efekt zničil obchod s AI" argumentuje, že kolaps fondu je symptómom širšieho problému: investori používajú páku na AI akciách, čo vytvára krehký systém. Keď príde korekcia, dominový efekt môže zraziť celý sektor.
Druhá strana hovorí niečo iné. Skeptici voči „AI bubline" pripomínajú, že podobné varovania tu boli aj počas dot-com krízy. A predsa firmy ako Amazon alebo Google prežili a stali sa dominantnými hráčmi. Rozdiel medzi bublinou a fundamentálnym rastom je často jasný až s odstupom.
Pravda je niekde uprostred. Mo Bitar vo svojej analýze tvrdí, že modely ako Opus 5 od Anthropicu nie sú fundamentálne lepšie ako predchádzajúce verzie a pravdepodobne nikdy nedosiahnu skutočnú AGI. Ak má pravdu, potom je časť AI valuácií skutočne nafúknutá. Ak nemá, potom je súčasná korekcia len zdravý výdych po desaťročnom šprinte.
Mimoriadne tvrdenia vyžadujú mimoriadne dôkazy. A mimoriadne valuácie vyžadujú mimoriadne zisky.
V Našom staršom článku o AI bubline sme upozorňovali na riziká prehriateho trhu. Tento týždeň priniesol prvú veľkú trhlinu. Nebudem predpovedať, či praskne celá bublina, ale sledovať, ako sa tento príbeh vyvinie, bude poučné.
Elektrina: tichý zabijak AI ambícií
Zatiaľ čo finančné trhy riešia, či AI akcie majú ešte rásť, Spojené kráľovstvo rieši oveľa prozaickejší problém: kde zobrať elektrinu. Analýza upozorňuje, že primárnou prekážkou AI rozvoja v UK nie sú dáta alebo čipy, ale zastaraná energetická infraštruktúra. Data centrá potrebujú obrovské množstvo elektriny a britská sieť na to nie je pripravená.
Tento problém nie je lokálny. Podobne ako sme písali v článku o rizikách AI, fyzické obmedzenia sú často podceňované v prospech digitálnych príbehov. Dátové centrá majú aj obrovskú vodnú stopu. Video od More Perfect Union odhaľuje, že v suchých oblastiach západného USA spotreba vody dátovými centrami vedie ku konfliktom medzi farmármi, obyvateľmi a technologickými gigantmi.
Tu nejde o ideológiu. Ide o jednoduchú fyziku: výpočtový výkon produkuje teplo, teplo vyžaduje chladenie, chladenie vyžaduje vodu a elektrinu. Tieto zdroje nie sú nekonečné. Zástancovia AI argumentujú, že efektívnejšie modely a lepšia infraštruktúra problém vyriešia. Odporcovia pripomínajú, že Jevonsov paradox hovorí o opaku: efektívnejšia technológia často vedie k vyššej, nie nižšej spotrebe.
Stanfordská lekcia: Spomalme a pochopme základy
Uprostred týždňa plného hype a strachu prišla séria prednášok zo Stanfordu, ktorá pôsobí ako studená sprcha. Stochastické dynamické programovanie, policy optimization v reinforcement learningu, Monte Carlo vs. Temporal Difference metódy, LQR a ILQR pre nelineárne systémy.
Nie je to sexy. Nie je to o tom, ako AI zachráni alebo zničí ľudstvo. Je to o matematike, ktorá poháňa strojové učenie. O tom, že gradient descent je iteratívna metóda hľadania minima. Že Lagrangeove multiplikátory riešia obmedzené optimalizačné problémy. Že TD learning je hybrid medzi Monte Carlo metódami a dynamickým programovaním.
A predsa je to práve táto vrstva, ktorá nám pripomína, že AI nie je mágia. Je to inžinierstvo. Fei-Fei Li v rozhovore o tom, ako AI zvyšuje inteligenciu a obohacuje humanitu, argumentuje, že AI augmentuje ľudské schopnosti, nie ich nahrádza. Matthieu Wyart zase vysvetľuje, že hlboké siete nemusia pamätať všetko, ale využívajú hierarchie v dátach, čo je efektívnejší prístup.
Čím viac rozumieme tomu, ako AI funguje, tým menej máme tendenciu veriť, že zmení všetko cez noc. A tým lepšie vieme odhadnúť, čo naozaj dokáže.
Vojna, geopolitika a energetika: staré hry v nových šatách
Nemôžem obísť ani geopolitické témy, ktoré sa týždňom tiahnu ako červená niť. Ukrajina prešla do protiútoku a dronová revolúcia mení pravidlá vojny. Anne Applebaum to označuje za najvýznamnejší a zároveň najviac podceňovaný príbeh roka. Stovky ukrajinských firiem decentralizovane vyvíjajú dronovú technológiu, čo umožňuje presné zásahy a mení charakter frontovej línie.
Peter Zeihan zase analyzuje globálnu energetickú krízu a argumentuje, že éra explozívneho rastu bridlicovej ťažby v USA sa končí. Infraštruktúra je na hranici kapacity. Európa čelí problémom s LNG dodávkami po útokoch na zariadenia v Katare.
Tieto témy majú jednu spoločnú črtu: sú o obmedzeniach. O tom, že rast nemôže byť nekonečný. Že infraštruktúra, energetika a logistika sú slabé miesta, ktoré sa nedajú obísť inováciou. Dá sa ich vylepšiť, ale nie preskočiť.
Záverečný komentár: Čo si z tohto týždňa odniesť?
Mám pocit, že tento týždeň bol o tom, ako realita dobieha sľuby. AI hedge fondy padajú, pretože AI akcie klesli. AI projekty narážajú na nedostatok elektriny a vody. A Stanford nám pripomína, že za každým „revolučným" AI nástrojom stojí matematika, ktorá má svoje limity.
Nechcem byť nihilista. AI má potenciál transformovať mnohé odvetvia. Ale transformácia bude pomalšia a komplexnejšia, než naznačujú titulky. Medzi oznámením a realitou býva priepasť. Medzi prototypom a škálovaním ešte väčšia.
Čo vieme? Že AI je výkonný nástroj. Čo nevieme? Či sú súčasné valuácie opodstatnené. Či energetická infraštruktúra stíha. Či modely dosiahnu AGI alebo narazia na strop.
Dve otázky na záver: Kto bude platiť za elektrinu, ktorú AI spotrebuje? A čo sa stane s AI príbehom, keď príde ďalšia korekcia? Odpovede na tieto otázky nám povedia viac o budúcnosti AI než akákoľvek predpoveď superinteligencie.
Súvisiace články
Komentáre ()