Nastao je veliki problem u srcu AI industrije

Ako je verovati Silicijumskoj dolini, dovoljno je da sipate još milijardi dolara u data centre i veštačka inteligencija će rešiti sve probleme čovečanstva. Problem je što trenutno mnogo bolje rešava problem kako da potroši još više novca nego kako da ga zaradi.

Godinama su kompanije koje razvijaju veštačku inteligenciju uveravale investitore da je ključ uspeha u stalnom povećavanju obima sistema. Mantra je glasila: što je AI model veći, to će biti moćniji.

Međutim, u praksi se pokazuje da takav pristup stvara ozbiljne poslovne probleme. Kako piše The Atlantic, veliki jezički modeli (LLM) suočavaju se sa sve manjim povraćajem ulaganja. Troškovi tzv. inferencije, odnosno procesa u kojem već obučeni AI model obrađuje nove podatke i odgovara na korisničke zahteve, rastu eksponencijalno. Zbog toga, tehnologija postaje znatno manje isplativa nego što je bila pre samo šest meseci.

Jednostavno rečeno, dešava se upravo suprotno od onoga što investitori obično očekuju. Umesto da trošak po korisniku vremenom opada, kako se tehnologija razvija i širi, on raste, navodi The Atlantic.

Loša vest za AI industriju

To predstavlja lošu vest za industriju koja ulaže milijarde dolara u izgradnju ogromnih data centara, iako još nema jasan put ka dugoročnoj profitabilnosti. Iako je nemoguće predvideti kada bi strahovi od pucanja AI balona mogli da dostignu vrhunac, analitičari upozoravaju da nije pitanje da li, već kada će se to dogoditi. Ukoliko bi industrija doživela ozbiljan kolaps, posledice bi mogle biti veoma teške i za ekonomije koje su poslednjih godina snažno vezale svoj rast za razvoj veštačke inteligencije.

Uprkos tome, AI kompanije i dalje čvrsto veruju da su četbotovi, poput OpenAI-jevog ChatGPT-a i Anthropicovog Claude-a, budućnost. Ovi sistemi postali su gotovo nezaobilazni u svakodnevnom životu. Od integracije u operativne sisteme do zamene ljudi u korisničkoj podršci. Sve to, iako se industrija istovremeno suočava sa sve većim otporom javnosti.

Slepa ulica

Rastuće potrebe veštačke inteligencije zahtevaju i velika tehnološka unapređenja hardvera, do kojih je sve teže doći. Stručnjaci upozoravaju da se približava kraj Murovog zakona (Moore’s Law), dugogodišnjeg pravila prema kojem je povećanje broja tranzistora na čipovima redovno donosilo veći rast računarske snage.

Ukratko, ogromni AI modeli postaju sve skuplji za korišćenje, čak i za kompanije koje se na njih oslanjaju, dok istovremeno postaju sve manje efikasni. Takav trend mogao bi da predstavlja ozbiljan rizik ne samo za AI industriju već i za širu ekonomiju.

Na to već neko vreme upozorava i Jan Lekun, jedan od pionira veštačke inteligencije, koji smatra da su veliki jezički modeli „slepa ulica“. On smatra da nas oni neće dovesti do dugo najavljivane veštačke inteligencije koja bi dostigla ili nadmašila ljudsku.

Ipak, malo je verovatno da će tehnološki lideri, koji su već uložili desetine milijardi dolara u dalje povećavanje postojećih AI modela, ozbiljnije uzeti ta upozorenja u obzir.