Umývačka káv, AI a Jevonsov paradox: Čo všetko ľudia nechápu na „AI bubline“?
Umývačka káv, AI bublina a Jevonsov paradox: Video analyzuje súčasnú situáciu okolo AI, prirovnáva ju k dot-com bubline a upozorňuje na prehnané očakávania. DeepSeek a obmedzená dostupnosť elektriny sú kľúčové faktory.
Nedávno sa objavilo video od Maxinomics, ktoré rozsiahlo analyzuje súčasnú situáciu okolo umelej inteligencie (AI) a vyvracia niektoré bežné mýty. Video poukazuje na paralely s dot-com bublinou z konca 90. rokov a upozorňuje na potenciálne prehnané očakávania a investície do AI technológií. Od Cambridge University, kde sa kedysi streamovala umývačka káv, až po DeepSeek a Jevansov paradox – toto video ponúka pohľad na to, čo skutočne stojí za súčasným technologickým boomom.
Kľúčové poznatky
- Dot-com bublina vs. AI: Video prirovnáva súčasnú situáciu v oblasti AI k dot-com bubline, kde investície do internetových spoločností boli poháňané nadmerným optimizmom a nedostatočnou infraštruktúrou (pomalé prenosy dát cez telefónne linky).
- Tri "lži" o AI: Identifikované sú tri potenciálne zavádzajúce tvrdenia, ktoré by mohli signalizovať vznik AI bubliny: 1) AI sa bude neustále zlepšovať, 2) Potrebujeme viac dátových centier a 3) Veľa ľudí AI aktívne používa.
- DeepSeek a Nvidia: Prekvapivý nástup DeepSeek, čínskej spoločnosti, ktorá dokázala trénovať AI modely s výrazne menším množstvom výpočtového výkonu ako konkurencia (Nvidia), vyvolal paniku na trhoch a viedol k poklesu ceny akcií Nvidia.
- Jevansov paradox: Tento paradox hovorí, že keď sa technológia stane lacnejšou, jej spotreba dramaticky vzrastie, nie len preto, že je dostupná širšiemu okruhu ľudí, ale aj preto, že ju ľudia začnú používať intenzívnejšie.
- Elektrina ako prekážka: Najväčším limitom pre rozvoj AI nie sú softvérové alebo hardvérové problémy, ale obmedzená dostupnosť elektrickej energie potrebnej na prevádzku rozsiahlych dátových centier.
Dot-com bublina a jej odkaz
Video začína pripomienkou dot-com bubliny z konca 90. rokov, kedy investori s nadšením vkladali peniaze do internetových spoločností, často bez ohľadu na ich skutočný potenciál alebo udržateľný obchodný model. Podobne ako vtedy, aj dnes vidíme masívne investície do AI technológií, ktoré sú poháňané veľkým očakávaním a hypeom. Hlavným rozdielom je, že dnešné internetové prenosy dát sú oveľa rýchlejšie a spoľahlivejšie vďaka optickým káblom, čo však neznamená, že sa história nevie opakovať.
Tri potenciálne "lži" o AI
Maxinomics identifikuje tri tvrdenia, ktoré by mohli signalizovať prehnané očakávania a potenciálnu bublinu:
- AI sa bude neustále zlepšovať: Hoci pokrok v oblasti AI je evidentný, nie je isté, či tento trend bude pokračovať rovnakým tempom. Ľudský mozog disponuje obrovským množstvom znalostí o svete (napríklad chápanie gravitácie alebo odhad vzdialenosti), ktoré súčasné AI systémy postrádajú.
- Potrebujeme viac dátových centier: Budovanie rozsiahlych dátových centier je nákladné a energeticky náročné. Otázkou je, či je toto skutočne najefektívnejší spôsob, ako rozvíjať AI, alebo existujú iné cesty.
- Veľa ľudí AI aktívne používa: Hoci populárne nástroje ako ChatGPT dosiahli rozsiahly záujem, udržanie používateľov je výzvou. Úspech Google vyhľadávania spočíval v extrémne vysokej retencii užívateľov (95%), čoho sa ChatGPT spočiatku nedarilo dosiahnuť.
DeepSeek a Jevansov paradox: Zmena paradigmy?
Nástup spoločnosti DeepSeek, ktorá dokázala trénovať AI modely s výrazne menším množstvom výpočtového výkonu ako Nvidia, vyvolal na finančných trhoch otras. Tento prístup naznačuje možnosť zníženia nákladov a energetickej náročnosti trénovania AI modelov, čo by mohlo otvoriť dvere pre širšie využitie AI technológií.
Jevansov paradox potom vysvetľuje, prečo s poklesom ceny technológie jej spotreba dramaticky vzrastá. Príkladmi z histórie sú prechod od lovu veľkých rýb (whaling) k lacnejšiemu olejovému osvetleniu (kerozín), následne elektrina a neskôr autá a chladničky. AI je v tomto kontexte len ďalším prípadom, kde zlacnenie technológie povedie k jej masívnejšej spotrebe.
Elektrina ako limitujúci faktor
Video upozorňuje na to, že najväčšou prekážkou pre rozvoj AI nie je nedostatok výpočtového výkonu alebo softvéru, ale obmedzená dostupnosť elektrickej energie. Budovanie rozsiahlych dátových centier vyžaduje obrovské množstvo energie a súčasná infraštruktúra nemusí byť schopná uspokojiť túto potrebu.
Záver: Opatrný optimizmus
Video od Maxinomics ponúka cenný pohľad na súčasnú situáciu v oblasti AI, vyzýva k opatrnému optimizmu a upozorňuje na potenciálne prehnané očakávania. Namiesto slepého investovania do AI technológií je potrebné kriticky analyzovať jej skutočný potenciál a zvážiť možné riziká. Jevansov paradox nám pripomína, že technologický pokrok často vedie k nečakaným dôsledkom a že udržateľný rozvoj vyžaduje zodpovedné plánovanie a investície.
Zdroje
- Originálne video
- Akcie, dlhopisy, kryptomienky a opcie – investičná aplikácia Public.com
- Maxinómika @maxinomics na X
- Maxinómika @maxinomicsmb • Fotografie a videá na Instagrame
- TikTok – Zataj svoj deň
- verejné.com
Približne 170 gCO₂ bolo uvoľnených do atmosféry a na chladenie sa spotrebovalo 0.85 l vody za účelom vygenerovania tohoto článku.
Komentáre ()