Ghi chú của người dịch: Trong cuốn sách "Plazas and Towers", tác giả Niall Ferguson khám phá chi tiết về lịch sử quyền lực đã chảy giữa các cấu trúc quyền lực tập trung (tháp) và mạng lưới phi tập trung (hình vuông). Bằng cách phân tích các sự kiện lịch sử, Ferguson tiết lộ vai trò quan trọng của mạng lưới đối với sự thay đổi chính trị, kinh tế và xã hội, nhấn mạnh sự phát triển của quyền lực mạng lưới trong xã hội hiện đại.

Với bối cảnh là quan điểm của Ferguson, tập này của Delphi Podcast có một cuộc trò chuyện sôi nổi xung quanh hai con đường phát triển công nghệ của AI tập trung và phi tập trung. Bốn vị khách trước tiên đã phân tích tầm quan trọng của sự tin cậy và quyền riêng tư trong việc áp dụng AI, đồng thời phân biệt cẩn thận giữa các loại AI khác nhau và các cơ cấu khuyến khích đằng sau chúng. Cuộc thảo luận tiếp tục đề cập đến quyền của người tiêu dùng trong việc lựa chọn giữa sự thuận tiện và bảo vệ quyền riêng tư, cũng như các lỗ hổng và rủi ro bảo mật do quyền lực tập trung gây ra.

Một trong những vấn đề cốt lõi được thảo luận là làm thế nào để xây dựng một sản phẩm cạnh tranh AI phi tập trung, đặc biệt là trong mô hình công nghệ tập trung cao độ hiện nay. Các tham luận viên đã phân tích các mô hình mở rộng quy mô hiện có và những hạn chế của chúng, đồng thời thảo luận về tiềm năng của các giải pháp nguồn mở. Họ tin rằng với những cân nhắc về an ninh quốc gia và nhu cầu nắm bắt giá trị kinh tế, tầm quan trọng của các phương pháp phân tán ngày càng trở nên nổi bật.

Ngoài ra, podcast còn thảo luận về vai trò của việc nắm bắt và phân phối giá trị kinh tế trong các mô hình kinh doanh AI, cũng như vấn đề về hào trong các kênh phân phối lớn so với nhỏ các công ty. Bằng cách so sánh các mô hình kinh doanh khác nhau của OpenAI và Meta, các tham luận viên đã giải thích rõ hơn về tiềm năng đột phá của AI phi tập trung và tiền điện tử, đặc biệt là những lợi thế về độ tin cậy và khả năng thực thi xác định. Cuối cùng, họ mong đợi tiềm năng tài chính hóa của AI trên blockchain, lưu ý rằng việc ứng dụng rộng rãi Đại lý AI sẽ là chất xúc tác cho sự tăng trưởng theo cấp số nhân trong lĩnh vực này.

Bài viết rất dài, đề nghị lưu lại.

TL;DR

· Nhà nghiên cứu Delphi Michael Rinko tin tưởng Chủ nghĩa tư bản cung cấp những động lực lớn cho sự phát triển công nghệ. Các công ty tư nhân được khen thưởng xứng đáng khi phát triển các sản phẩm hữu ích và an toàn cho người dân. Vì vậy, việc chuyển giao AI như một công nghệ cho khu vực tư nhân không tệ như mọi người nghĩ. Các đối thủ trong khu vực tư nhân sẽ cạnh tranh với nhau để trở thành nhà cung cấp những công nghệ hữu ích nhất và cuối cùng là cách an toàn nhất để cung cấp những công nghệ đó cho người tiêu dùng. Ngược lại, nếu công nghệ này bị bỏ ngỏ hoàn toàn, một số người sẽ sử dụng những công nghệ này để thực hiện các hoạt động độc hại và hiện chưa có cách nào hiệu quả để ngăn chặn chúng. Điều tốt nhất nên làm là cung cấp một số loại quyền truy cập có kiểm soát, đó là điều mà khu vực tư nhân có thể làm.

· Ben Fielding, người đồng sáng lập Gensyn tin rằng điều kiện tiên quyết để chủ nghĩa tư bản hoạt động là khả năng kiểm toán. Nếu không có cơ chế kiểm toán, các công ty có thể làm những việc có hại cho thế giới để theo đuổi lợi nhuận. Các mô hình nguồn mở cho phép kiểm tra mà không ảnh hưởng đến khả năng phát triển mô hình của công ty. Hơn nữa, không nên thảo luận về sự nguy hiểm của AI dưới góc độ những gì nó có thể làm về mặt lý thuyết trong tương lai, bởi vì mọi khả năng đều tồn tại.

· Người đồng sáng lập Ambient, Travis Good tin rằng các công ty lớn sẽ phải chuyển sang mô hình phát triển AI phân tán hơn để đạt được quy mô. Mô hình hiện tại rất tốn kém và khó đạt được siêu quy mô, họ phải thực hiện chuyển đổi vào một thời điểm nào đó và quá trình chuyển đổi này rất tốn kém đối với họ. Bản thân việc mở rộng quy mô của các mô hình sẽ không dừng lại, nhưng khả năng quản lý và triển khai thành công các mô hình này của chúng ta sẽ bắt đầu suy giảm từ lâu trước khi hiệu suất của mô hình suy giảm.

· Nhà nghiên cứu Pondering Durian của Delphi tin rằng hiện đang tồn tại một chu kỳ phản xạ giữa thị trường vốn và các công ty lớn. Các công ty lớn có khả năng tiếp cận rất nhiều nguồn tiền giá rẻ nên họ có nhiều hỏa lực để theo đuổi quy luật quy mô. Nhưng câu hỏi đặt ra là liệu các công ty lớn có đủ doanh thu để tiếp tục đầu tư không? Nếu không thể, mọi người sẽ ngừng tài trợ cho họ và Google, Amazon và Facebook đều sẽ bị ảnh hưởng nặng nề và họ sẽ không thể xây dựng 100 tỷ cụm đó.

·Ben Fielding tin rằng lợi thế thực sự của các công ty kiểu mẫu lớn là khả năng phân phối thực tế. OpenAI sẽ cố gắng cung cấp phần mềm tận dụng trí thông minh để phân phối, nhưng chẳng bao lâu nữa mọi công ty có khả năng phân phối sẽ muốn tách khỏi OpenAI. Meta nhận ra rằng lợi thế của họ là khả năng phân phối các mô hình này cho người dùng. Họ có thể áp dụng những mô hình này vào các tình huống thực tế thay vì chỉ cố gắng kiếm tiền từ các mô hình đó. Vì vậy, họ thúc đẩy mô hình nguồn mở, không phải vì lòng vị tha mà vì lợi ích chiến lược thực tế.

· Michael Rinko tin rằng mã hóa có thể giải quyết ba vấn đề cho AI: Thứ nhất, mã hóa là không đáng tin cậy. Trong mã hóa, bạn không cần phải tin tưởng bất kỳ ai, đây là một tính năng hấp dẫn đối với AI. Thứ hai, mã hóa có tính quyết định. Thế giới thực là ngẫu nhiên và đầy rẫy những điều không chắc chắn, nhưng AI không thích sự không chắc chắn này, nó sẽ thích việc thực thi xác định hơn mà mã hóa mang lại. Thứ ba, AI có thể kích hoạt chủ nghĩa siêu tư bản thông qua mã hóa. Tiền điện tử có thể tài trợ hóa mọi thứ và AI có thể khai thác điều này để tích lũy tài nguyên.

Tommy: Tôi là Tommy, đối tác sáng lập tại Delphi Ventures và tôi rất vui được điều hành cuộc thảo luận hôm nay về AI mật mã so với AI tập trung . Tôi đã mời bốn chuyên gia hàng đầu trong ngành đến giới thiệu. Đầu tiên là Ben Fielding, người đồng sáng lập Gensyn. Gensyn tận tâm thúc đẩy các ranh giới của máy học thông qua điện toán phi tập trung. Chúng tôi cũng có Travis Good, người đồng sáng lập Ambient, người đang tập trung vào các mô hình nguồn mở đẳng cấp thế giới và là một trong những công ty trong danh mục đầu tư của chúng tôi. Hai cái này đại diện cho trại AI tiền điện tử.

Delphi có nhà phân tích thị trường cấp cao Michael Runco, người đã viết báo cáo AI đầu tiên của Delphi "Sự hợp nhất thực sự》. Ngoài ra còn có PD nhà phân tích ẩn danh, người đã viết một báo cáo xuất sắc về AI tập trung và phi tập trung "The Tower & Quảng trường". Đây cũng là chủ đề thảo luận của chúng ta ngày hôm nay.

Hãy giới thiệu ngắn gọn về bản thân theo thứ tự này, Ben bắt đầu trước.

Ben Fielding:Cảm ơn vì lời mời. Tôi là người đồng sáng lập Gensyn, một giao thức điện toán máy học. Bạn có thể coi chúng tôi như một lớp giao thức, hơi giống các giao thức mạng ban đầu, có thể bao phủ phần cứng bằng khả năng học máy và cho phép nó được sử dụng cho bất kỳ nhiệm vụ đào tạo học máy nào trên thế giới. Ý tưởng là chúng tôi không còn bị giới hạn trong việc sử dụng các tài nguyên như AWS hay Google Cloud để đào tạo mô hình mà có thể tận dụng bất kỳ thiết bị nào trên thế giới. Bạn có thể gửi mô hình trực tiếp đến một thiết bị hoặc chọn một tập hợp con các thiết bị để tạo thành cụm điện toán có kích thước bất kỳ. Điều này biến tính toán học máy thành một mặt hàng như điện, thay vì GPU phải được thuê từ ai đó và lên lịch theo thời gian. Nó trở thành một thị trường giao dịch luôn sẵn có.

Tommy: Rất hữu ích. Travis, đến lượt anh.

Travis Good: Được rồi, tôi là Travis, người đồng sáng lập Ambient. Trình độ học vấn của tôi là Tiến sĩ về CNTT và tôi đã dành cả thập kỷ qua để tập trung vào các ứng dụng trong ngành liên quan đến AI, bao gồm các dự án liên quan đến khám phá thuốc và cơ sở hạ tầng quan trọng.

Michael Rinko: Xin chào, tôi là Michael, nhà phân tích tại Delphi, tập trung chủ yếu vào phân tích thị trường và các lĩnh vực khác . Như Tommy đã nói, tôi đã viết một báo cáo về AI vài tháng trước và hôm nay tôi rất vui được thảo luận về chủ đề này với các bạn. PD, xin hãy giới thiệu về bản thân.

Pondering Durian: Xin chào mọi người, tôi là Pondering Durian, thành viên nhóm nghiên cứu Delphi, chịu trách nhiệm chính về nghiên cứu và đầu tư vào Internet tiêu dùng, phần mềm doanh nghiệp và lĩnh vực mã hóa. Tôi rất vui khi được tham gia vào cuộc thảo luận này và mong được giao tiếp với tất cả các bạn.

So sánh giữa AI tập trung và phi tập trung

Tommy:PD , trước tiên bạn có thể giới thiệu nội dung báo cáo của mình được không? Đây là điểm khởi đầu cho cuộc thảo luận của chúng ta ngày hôm nay.

Suy ngẫm sầu riêng: Được rồi. Báo cáo có tiêu đề "The Tower & the Square, là đánh giá lịch sử về Cuốn sách của Stanford Niall Ferguson, trong đó ông khám phá mối quan hệ năng động giữa hệ thống phân cấp và mạng lưới. Tôi nghĩ 30 năm qua là câu chuyện về sự trỗi dậy của Internet, từ toàn cầu hóa, tự do hóa, chủ nghĩa tư bản đến Internet, tiền điện tử và mạng xã hội. Tuy nhiên, trong 5 năm qua, hệ thống phân cấp truyền thống đã xuất hiện trở lại, với việc các bang và tập đoàn giành lại quyền thống trị. Sự xuất hiện của AI dường như thực sự là một lực lượng tập trung đáng kể ở dạng hiện tại. Vì vậy, câu hỏi thực sự trước mắt chúng ta là, liệu tương lai có phải là một thế giới của các mô hình nghìn tỷ tham số được kiểm soát bởi một số ít người khổng lồ ở Bờ Tây hay một thế giới của các mô hình phi tập trung với đủ hình dạng và kích cỡ? Có những lập luận tốt cho cả hai quan điểm và đó là những gì chúng ta sẽ thảo luận hôm nay.

Tommy: Ai bắt đầu trước, Ben hay Travis? Là một bên thiên về phe nguồn mở hơn, quan điểm của bạn là gì?

Travis Good:Được rồi, hãy để Mình nhắc lại quan điểm của PD xem bạn hiểu có đúng không nhé. Bạn đã đề cập rằng chúng tôi đã thấy sự hợp nhất lớn và mở rộng quy mô theo chiều dọc trong không gian này, điều này mang lại lợi thế rõ ràng cho AI nguồn đóng. Về cơ bản tôi đồng ý với nhận định này.

Sau đó, bạn nêu ra hai khả năng: Liệu chúng ta sẽ phải đối mặt với mô hình cơ bản nghìn tỷ tham số do phe nguồn đóng đưa ra hay sẽ có một số lượng lớn các mô hình khác nhau ? Tôi muốn nói thêm rằng có khả năng thứ ba: phe nguồn mở cũng có thể phát triển mô hình tham số cấp nghìn tỷ của riêng mình để cạnh tranh với mô hình nguồn đóng về mặt khả năng.

Tôi có thể tóm tắt đại khái quan điểm của bạn như thế này được không?

Suy ngẫm về sầu riêng: Đúng, bạn có quan điểm đúng. Hiện tại, chúng ta đang thấy các sản phẩm tích hợp theo chiều dọc có khả năng vượt trội, nhưng những mô hình này chưa chứng tỏ được khả năng bám dính như thời Web2. Vì vậy, có vẻ như những người chơi nguồn đóng đang chiếm thế thượng phong vào lúc này, nhưng vẫn còn phải xem tương lai sẽ ra sao. Tôi nghĩ rằng cộng đồng nguồn mở và AI phi tập trung có một chương trình nghị sự khả thi có thể cung cấp các lựa chọn thay thế ở các mô hình quy mô lớn và ở mọi cấp độ trong chuỗi công nghệ.

Travis Good: Hoàn toàn đồng ý. Tôi nghĩ tại thời điểm này, có thể cần phải phân biệt đâu là lý tưởng và đâu là khả thi. Tôi muốn cùng suy nghĩ với các bạn về sự mong muốn của AI nguồn đóng và bạn có thể thoải mái tham gia bất cứ lúc nào. Nhiều người có thể đã nghe ý tưởng này rằng tất cả chúng ta đều là "người máy". Cuộc sống của chúng ta gắn liền với máy tính và thông tin liên tục được lấy từ nhiều thiết bị khác nhau. Chúng ta đã là "con người tăng cường". Tôi nghĩ AI hay AGI sẽ là "bộ đồng xử lý" trong tương lai mà chúng ta sẽ liên tục tương tác để cải thiện bản thân. Trong tương lai nó thậm chí có thể được tích hợp trực tiếp với bộ não của chúng ta.

Vậy thì câu hỏi đặt ra là: Bạn có muốn "bộ đồng xử lý" này đáng tin cậy không? Tôi khó có thể tin rằng những “nhà tư bản giám sát” tích hợp theo chiều dọc này có thể cung cấp một giải pháp đáng tin cậy. Từ góc độ cá nhân, việc để tâm trí của chúng ta bị kiểm soát bởi các công ty đã lạm dụng người dùng và khách hàng của họ có vẻ cực kỳ nguy hiểm. Chúng tôi không chấp nhận việc con chip Clipper của NSA cố gắng đặt một cửa sau vào tất cả các thông tin liên lạc được mã hóa của chúng tôi, chúng tôi cũng không nên chấp nhận các công ty nguồn đóng đang cố gắng xen vào giữa chúng tôi và bộ đồng xử lý tư duy giúp chúng tôi suy nghĩ này.

Đây là ý kiến cá nhân của tôi. Trước khi nói về khía cạnh xã hội, tôi xin dừng lại và lắng nghe suy nghĩ của mọi người.

Ben Fielding:Tôi hoàn toàn đồng ý với quan điểm này về tương lai. Tôi nghĩ rằng học máy và AI như là sự nâng cao năng lực của con người là hướng đi rõ ràng nhất.

Trên thực tế, chúng ta đang trải qua tiến bộ công nghệ này. Ví dụ, hãy xem cách chúng ta sử dụng Internet và thế hệ lớn lên với nền tảng kiến thức được chia sẻ. Mặc dù tôi không có tài liệu tham khảo cụ thể nhưng có những nghiên cứu cho thấy cách chúng ta ghi nhớ thông tin đã thay đổi và giờ đây chúng ta nhớ nhiều hơn về cách lấy thông tin qua các công cụ như Google hơn là chính thông tin đó. Tôi nghĩ xu hướng này sẽ tiếp tục và con người sẽ tìm hiểu về công cụ mới này và cuối cùng sẽ tích hợp hoàn toàn với nó. Tôi đồng ý rằng công cụ này không nên được kiểm soát bởi một thực thể duy nhất và chúng tôi không muốn thực thể đó có khả năng kiểm duyệt nội dung trong não của chúng tôi.

Tôi nghĩ rằng từ góc độ hệ thống khuyến khích, những công ty này không làm bất cứ điều gì độc hại. Họ chỉ theo đuổi lợi nhuận, đó là những gì chúng tôi mong đợi từ các công ty. cũng là mục đích ban đầu của việc thiết kế hệ thống. Nhưng điều chúng ta cần suy nghĩ bây giờ là làm thế nào để tránh tập trung quá nhiều quyền lực vào một chỗ thông qua những điều chỉnh nhỏ mà vẫn giữ được cơ chế khuyến khích này. Trong lịch sử, chúng ta đã thấy những tác động tiêu cực của sự độc quyền, đặc biệt ở một số lĩnh vực mà tác động này rất nghiêm trọng. Trong lĩnh vực AI, tác động này có thể còn lớn hơn nữa vì nó ảnh hưởng trực tiếp đến suy nghĩ của con người. Bạn có thể lập luận rằng điều này đã xảy ra với mạng xã hội và AI sẽ là một lớp tác động sâu hơn nữa. Vì vậy, tôi hoàn toàn đồng ý với những gì bạn nói và đó là cách chúng ta nhìn thế giới trong tương lai.

Michael Rinko: Tôi xin đưa ra một số quan điểm từ một góc độ khác và đóng vai một "người tranh luận tiêu cực".

Tôi nghĩ một trong những thách thức với chủ đề này là, chúng ta đang nói về loại AI cụ thể nào? Có phải chúng ta đang nói về AI hiện tại, chẳng hạn như chatbot hoặc ChatGPT, hay trí tuệ nhân tạo tổng hợp (AGI) có thể xuất hiện trong vài năm tới, hay siêu trí tuệ nhân tạo có khả năng thống trị thế giới và xâm chiếm thiên hà?

Các loại AI khác nhau phải đối mặt với sự đánh đổi và ưu đãi khác nhau. Tôi nghĩ điều dễ hiểu nhất là điều chúng ta đang phải đối mặt hiện nay: làm thế nào để sử dụng công nghệ hiện tại để xây dựng một thế giới an toàn nhất có thể. Không còn nghi ngờ gì nữa, AI nguồn đóng có lẽ là cách an toàn nhất mà chúng ta có thể quản lý công nghệ này ngày nay và sẽ như vậy trong tương lai gần. Tôi sẽ liệt kê một vài điểm và hy vọng được nghe phản hồi của bạn. Tôi nghĩ khi bạn đề cập đến các ưu đãi, điều đó khiến tôi phải suy nghĩ một chút.

Trên thực tế, tôi nghĩ chủ nghĩa tư bản và hệ thống kinh tế hiện tại của chúng ta mang lại những động lực to lớn. Các công ty được khen thưởng xứng đáng khi phát triển các sản phẩm hữu ích và an toàn cho con người. Nếu sản phẩm bạn xây dựng không đủ hữu ích hoặc gây hại cho mọi người, bạn sẽ không kiếm được nhiều tiền. Nói cách khác, về cơ bản, cơ cấu khuyến khích hiện tại dường như đang phát huy tác dụng. Chúng ta tạo ra rất nhiều của cải mỗi năm, tình trạng bất bình đẳng đã giảm bớt, những chỉ số này nhìn chung cho thấy thế giới đang tiến bộ và tôi nghĩ phần lớn điều đó là do chủ nghĩa tư bản thưởng cho mọi người giải quyết vấn đề một cách an toàn.

Tôi không hiểu AI sẽ khiến chủ nghĩa tư bản trở nên vô dụng như thế nào. Vì vậy, tôi nghĩ việc chuyển giao công nghệ này cho khu vực tư nhân không tệ như mọi người nghĩ vì đó chỉ là tin tưởng vào chủ nghĩa tư bản để phát huy tác dụng. Các đối thủ trong khu vực tư nhân sẽ cạnh tranh với nhau để trở thành nhà cung cấp những công nghệ hữu ích nhất và cuối cùng là cách an toàn nhất để cung cấp những công nghệ đó cho người tiêu dùng. Nếu bạn tin vào nguyên tắc cơ bản này thì nói chung, những giải pháp tốt nhất được cung cấp theo cách an toàn nhất sẽ xuất hiện và đó là một tương lai tốt đẹp.

Thay vào đó, nếu công nghệ này được tạo ra hoàn toàn mở, bất kỳ ai có máy tính và Internet đều có thể tạo ra và phổ biến những AI này. Chà, mặc dù có thể không phải bây giờ, nhưng vào một thời điểm nào đó trong tương lai, những AI này có thể gây ra thiệt hại và tổn hại đáng kể. Có những người trên thế giới sẽ sử dụng những công nghệ này để thực hiện các hoạt động độc hại và chúng tôi vẫn chưa tìm ra cách hiệu quả để ngăn chặn chúng. Tôi nghĩ điều tốt nhất có lẽ là một số hình thức tiếp cận có kiểm soát, đó là những gì khu vực tư nhân có thể cung cấp.

Sở thích của người tiêu dùng và các vấn đề bảo mật trong việc áp dụng AI

Suy ngẫm về Sầu riêng: Tôi có thể đưa ra nhận xét không? Tôi muốn nói thêm điều đó, bởi vì tôi nghĩ lập luận về chủ nghĩa tư bản và bảo mật là một lập luận hay, nhưng tôi cũng muốn đề cập rằng theo thời gian, mọi thế hệ người tiêu dùng về cơ bản đều chọn sự tiện lợi thay vì các giải pháp bảo mật lý tưởng. Vì vậy, thực ra, điều tôi lo lắng hơn trong vòng 3 đến 5 năm tới là mọi người tiêu dùng đều có một chiếc iPhone của Apple trong túi và mọi người đều đang sử dụng Google và họ có bộ Google tuyệt vời này, sẽ được tích hợp với AI . Sẽ hơi quá lý tưởng khi nghĩ rằng những bộ đồng xử lý này do các công ty lớn vận hành sẽ không tự động được người tiêu dùng chấp nhận theo cách đơn giản nhất và dần trở thành giải pháp mặc định.

Những sản phẩm này sẽ rất tuyệt vời, đúng như Michael đã nói. Vì vậy, bạn có thể đang trượt xuống một con dốc nguy hiểm, nơi người dùng sẽ có xu hướng chọn những sản phẩm này vì những lợi thế tự nhiên này, ngay cả khi chúng không lý tưởng xét từ góc độ xã hội. Đây là điều tôi muốn thêm vào.

Ben Fielding: Đúng, tôi đồng ý với xu hướng này, đặc biệt là đối với người dùng, chỉ dựa trên cơ sở ý thức hệ Việc thúc đẩy việc áp dụng một sản phẩm không ' Nếu không hoạt động ở quy mô lớn, nó có thể thu hút một nhóm nhỏ người dùng nhưng sẽ không được phổ biến rộng rãi. Công ty khởi nghiệp gần đây nhất của tôi tập trung vào quyền riêng tư của người tiêu dùng và tôi đã học được bài học này rất rõ ràng và đã học nó một cách khó khăn.

Nhưng quay lại quan điểm của Michael, khi bạn nêu ra sự nguy hiểm của giải pháp thay thế, bạn lập luận dựa trên thực tế hiện tại nhưng nhanh chóng chuyển sang những gì có thể xảy ra trong tương lai . Tôi nghĩ bất cứ khi nào chúng ta thảo luận về sự nguy hiểm của AI, thì đó luôn là về những gì nó có thể làm về mặt lý thuyết trong tương lai và chúng ta bước vào một không gian vô tận của những khả năng. Những cuộc thảo luận như vậy sẽ có ý nghĩa hơn nếu chúng ta xem xét sự nguy hiểm của những gì hệ thống này thực sự có thể làm ở hiện tại, thay vì những khả năng giả định trong tương lai. Nếu không, chúng ta mất khả năng bác bỏ, bởi vì bất kỳ khả năng nào cũng tồn tại.

Về vấn đề chủ nghĩa tư bản giải quyết những tác động tiêu cực này, tôi đồng ý, miễn là nó có thể kiểm toán được. Nếu không có khả năng kiểm toán, nếu một công ty có thể làm những việc có hại cho thế giới để theo đuổi lợi nhuận và hành vi đó không bao giờ ảnh hưởng đến lợi nhuận của công ty đó, tôi nghĩ với tư cách là một tác nhân hợp lý về mặt kinh tế, công ty đó có thể sẽ làm điều đó. Vì vậy, chúng ta phải đưa một số loại cơ chế kiểm toán vào hệ thống để phát hiện những vấn đề này.

Bạn có thể tiếp cận vấn đề này từ góc độ quản lý của chính phủ hoặc bạn có thể thực hiện một cách tiếp cận khác, đó là mở ra sự phát triển của một số công nghệ nhất định. Tôi nghĩ điều sau sẽ tốt hơn cho thế giới vì chúng tôi có thể đạt được khả năng kiểm toán mà không ảnh hưởng đến khả năng phát triển mô hình của công ty. Điều này đặc biệt quan trọng khi giá trị của một mô hình không hoàn toàn nằm ở kiến trúc của nó mà nằm ở chỗ khác. Chúng tôi vẫn đang khám phá giá trị thực sự của các mô hình học máy. Cá nhân tôi tin rằng giá trị nằm ở khả năng phân phối, nhưng thực tế chúng tôi đang không ngừng tìm hiểu và điều chỉnh về vấn đề này. Tôi nghĩ bản thân kiến trúc của mô hình có thể mở nhưng có thể có giá trị độc quyền trong các lĩnh vực khác như dữ liệu và ứng dụng.

Travis Good: Tôi muốn hưởng ứng và bổ sung thêm quan điểm của bạn, đồng thời bày tỏ một quan điểm hơi khác một chút. Tôi đang ghi chép, Michael, và bạn bắt đầu bằng việc nói về các biện pháp khuyến khích và hiệu quả của chúng. Tôi nghĩ người tiêu dùng bình thường có thể sẽ không đồng ý với bạn.

Cory Doctorow nói về cuộc "Đại suy thoái" của Internet. Bất cứ ai đã sử dụng Google đều biết rằng trải nghiệm người dùng của nó đã trở nên khủng khiếp so với trước đây. Đối với doanh nghiệp, trải nghiệm quảng cáo cũng rất kém. Sự suy giảm xảy ra khi những người chơi loại bỏ trung gian, như Google, bắt đầu chiếm quá nhiều miếng bánh. Chúng tôi biết được từ vụ kiện chống lại Google rằng Google thực sự đã gian lận các quy tắc của trò chơi để tăng giá quảng cáo và tạo trải nghiệm cho người dùng khiến họ khó tìm được kết quả hữu ích. Và họ thực sự không bị trừng phạt vì điều đó. Chúng ta cần tìm hiểu sâu hơn lý do tại sao, có thể đó là quy định không phù hợp hoặc thiếu quy định về hành vi của công ty, có thể đó là quán tính, nhưng cuối cùng những gì chúng tôi đưa ra là một tình huống không hề tối ưu cho chủ nghĩa tư bản.

Chúng tôi thực sự nhận được điểm A nên -được gọi là trạng thái "độc quyền tối ưu", trong đó các nhà tư bản giám sát được khen thưởng dồi dào và gần như mọi loại hình kinh doanh khác đều bị thiệt hại. Ví dụ: tôi không nghĩ giới truyền thông hài lòng với cách Facebook xử lý vấn đề này trong nhiều năm qua. Vì vậy, tôi nghĩ, để hiểu điều gì sẽ xảy ra trong tương lai, hãy nhìn vào trải nghiệm trong quá khứ. Ví dụ: hãy xem sự gia tăng trầm cảm ở thanh thiếu niên và việc thao túng thuật toán của Facebook, tất cả đều có thể coi là bài học về hành vi lạm dụng.

Michael Rinko: Tôi nghĩ bạn đã đưa ra một số quan điểm tốt, Travis, và tôi sẽ lặp lại một số quan điểm đó. Chúng ta có thể có những quan điểm khác nhau, tôi rất lạc quan về sự phát triển của công nghệ. Tôi nghĩ rằng trong suốt lịch sử loài người, những tiến bộ trong công nghệ nhìn chung đã cải thiện cuộc sống của con người. Nếu bạn đưa ai đó từ một trăm năm trước đến ngày nay, họ sẽ thấy khả năng gửi tin nhắn văn bản ngay lập tức, thực hiện cuộc gọi điện video, gọi xe đến tận nhà và đặt đồ ăn giao đến tận nhà là một điều kỳ diệu.

Vì vậy, mặc dù vẫn tồn tại những tác dụng phụ như trầm cảm ở thanh thiếu niên nhưng những vấn đề này chỉ là một phần nhỏ trong những lợi ích to lớn mà công nghệ mang lại. AI cũng không ngoại lệ. Hơn nữa, về những nguy cơ có thể xảy ra trong tương lai, tôi thừa nhận rằng đây thực sự là một vấn đề đáng lo ngại. AI đặc biệt khó hiểu, ngay cả những phòng thí nghiệm hàng đầu cũng không thể hiểu đầy đủ lý do tại sao các mô hình hoạt động theo những cách nhất định.

Ngoài ra, nếu bạn nhìn vào các công nghệ có tác dụng kép hoặc nguy hiểm trong suốt lịch sử, chẳng hạn như bom nguyên tử, bạn có thể biết mức độ nguy hiểm của nó thông qua thử nghiệm. Nếu nó nổ thì rõ ràng là nguy hiểm và không nên thả ra; nếu nó không nổ thì nó không có tác dụng và không nguy hiểm. Đối với những mô hình này, chúng tôi không thể xác định rõ ràng phạm vi của chúng, vì vậy câu hỏi liệu chúng có nên được phát hành hay không là rất mơ hồ. Điều này gây khó khăn cho các cơ quan quản lý hay các chuyên gia hàng đầu trong việc đưa ra các biện pháp an toàn. Tôi muốn biết các bạn nghĩ gì về điều này.

Travis Good: Ben, bạn có muốn trả lời trước không?

Ben Fielding: Chỉ cần trả lời nhanh thôi, bạn đã đề cập đến sự lạc quan, nhưng chúng tôi không biết những công nghệ này sẽ thể hiện như thế nào trong thế giới tương lai nên cho rằng chúng sẽ mang đến những tình huống tiêu cực. Tất nhiên, quan điểm lạc quan là hiện tại chúng không có tác động tiêu cực. Chúng tôi không biết liệu có kết quả xấu trong tương lai hay không, nhưng lạc quan nhất là mọi chuyện sẽ ổn. Tuy nhiên, sự lạc quan chuyển sang bi quan khi nói đến bản thân mô hình và hiệu quả hoạt động trong tương lai của nó.

Tommy: PD, tôi cũng muốn nghe ý kiến của anh.

Suy ngẫm về sầu riêng: Đúng vậy, quay trở lại quan điểm của Travis, không thể phủ nhận rằng mức độ tập trung thị trường đã tăng lên đáng kể trong vài thập kỷ qua . tăng lên. Người tiêu dùng cần một số hình thức quản lý nội dung khi họ gặp khó khăn trong việc tìm kiếm thông tin họ cần. Đây thực sự là điều mà Ben Thompson đã tranh luận trong gần hai thập kỷ qua, rằng nếu bạn tổng hợp nhu cầu trực tuyến thì nguồn cung sẽ theo sau. Kết quả là, các hiệu ứng mạng phát triển xung quanh những "khu vườn có tường bao quanh" này vì chúng được quản lý chặt chẽ.

Thông qua vị trí đặc quyền của mình, các công ty này đã tạo ra độc quyền về dữ liệu và độc quyền về dòng tiền, mang lại cho họ sức mạnh thị trường to lớn, dần dần trở nên mạnh mẽ hơn theo thời gian, thay vì tăng trưởng sớm. pha của mạng. Bởi vì AI thiên về công nghệ bền vững hơn là công nghệ đột phá nên nó thực sự củng cố thêm các thế lực thị trường này trừ khi chúng ta có giải pháp khác.

Để trở thành một mô hình cơ bản thống trị, các yếu tố then chốt hiện nay là nhân tài, phân phối dữ liệu và vốn. Đánh giá từ các hiệu ứng mạng và người dùng thống trị kỷ nguyên Web2, những thực thể này đang ở vị trí rất tốt trong kỷ nguyên mới của AI. Theo quan điểm của tôi, mặc dù đây có thể không phải là tình huống lý tưởng nhất cho xã hội, nhưng đó là thực tế của hệ thống hiện tại của chúng ta, do chi phí tính toán cao và các bộ dữ liệu độc quyền mà chúng nắm giữ.

Tôi không nghĩ chủ nghĩa tư bản là xấu, nhưng hiện nay có bốn hoặc năm công ty có rất nhiều sức mạnh thị trường. Nếu bạn nhìn vào S&P 500, có 5 công ty chiếm 30% và đang tiếp tục tăng lên, đó thực sự là một vấn đề. Ở thế hệ Internet tiếp theo, xu hướng phân cấp có thể không xuất hiện mà thay vào đó sẽ tập trung hơn nữa. Vì vậy, đó là điều cần lưu ý vì có những trở ngại thực sự về cấu trúc trong hệ thống mà chúng tôi đã tạo ra khiến một số công ty có được nhiều sức mạnh thị trường.

Travis Good: An ninh được đặt lên rất nhiều và tôi không muốn đi quá xa vào tương lai, nhưng tôi muốn để chỉ ra điều gì đó về Sự cố với mô hình mối đe dọa hiện được định cấu hình. Hiện chúng tôi có bốn công ty nắm giữ tất cả dữ liệu và họ sẽ còn có khả năng AI lớn hơn nữa trong tương lai. Tôi nghĩ đây là một mô hình đe dọa rất kém.

Trước hết, các công ty này đã bị hack. Ví dụ: Microsoft đã không bảo vệ được dữ liệu quan trọng về an ninh quốc gia trong nhiều cuộc kiểm tra và thậm chí còn đánh mất các khóa phần cứng mà lẽ ra không thể đánh cắp được. Khả năng tập trung tất cả dữ liệu và các mô hình này khiến các công ty này trở thành mục tiêu hấp dẫn nhất đối với mọi quốc gia, nhóm hack độc lập, v.v. Tình trạng này có thể được cải thiện nếu các quyền lực này được phân cấp nhiều hơn và chúng tôi có các đối thủ cạnh tranh nguồn mở đáng tin cậy để thực hiện một số chức năng nhất định.

Michael Rinko: Travis, tôi có thể nhảy vào được không?

Travis Good: Tất nhiên.

Michael Rinko: Bạn đã đề cập đến tình trạng độc quyền trong tình trạng công nghệ hiện tại sẽ khác biệt như thế nào trong thế giới công nghệ AI trong tương lai. ? Điều gì sẽ xảy ra nếu những kẻ đầu sỏ này tiếp tục tồn tại?

Travis Good: Hãy để tôi nói cụ thể. Hiện ChatGPT đã được tích hợp vào nhiều ứng dụng khác nhau, chẳng hạn như Notion, Evernote, bảng tính, v.v. Khả năng thay mặt người dùng của nó trong nhiều chương trình có nghĩa là việc tích lũy dữ liệu là đáng kinh ngạc. Kết hợp với dữ liệu thu được thông qua chủ nghĩa tư bản giám sát, tất cả các tín hiệu được thu thập từ điện thoại di động, cookie trang web, v.v., tạo ra hồ sơ chi tiết về trí tuệ cá nhân. Sự tập trung dữ liệu này tạo ra những mối đe dọa lớn về an ninh quốc gia, chẳng hạn như khi nhà cung cấp dịch vụ kiểm tra lý lịch của chính phủ Hoa Kỳ bị tấn công vài năm trước, dẫn đến việc đánh cắp danh sách bảo mật, đây là một thảm họa.

Chúng tôi đã nghe từ nhiều người trong cuộc rằng an ninh tại các công ty này rất tệ và an ninh của chính phủ cũng rất tệ. Nếu chúng ta cho rằng đây là một mô hình lành mạnh thì chúng ta đang ở trong một tình thế rất mong manh.

Tommy: Tôi nghĩ quan điểm hiện tại của hai bên có vẻ mang tính ý thức hệ. Ví dụ, AI được mã hóa chú ý nhiều hơn đến người tiêu dùng. sở thích, quyền riêng tư và lợi ích trong tương lai. Ví dụ, phía bên kia là người theo chủ nghĩa hiện thực, AI tập trung có nhiều dữ liệu, phần cứng và tài năng nhất cũng như trải nghiệm người dùng trực quan hơn. Ben hoặc Travis có thể mô tả cách xây dựng một giải pháp thay thế có tính cạnh tranh thực tế không?

Ưu điểm và tiềm năng của AI phi tập trung

Travis Good: Tôi nghĩ đây là một câu hỏi hay vì nó liên quan đến điều gì là lý tưởng và điều gì có thể thực hiện được. Vì vậy, tôi muốn cố gắng trả lời câu hỏi đó trước rồi chuyển nó cho bạn, Ben. Từ góc độ khả năng, tôi nghĩ điều quan trọng cần lưu ý là học máy (ML) không phải là một lĩnh vực khoa học chặt chẽ, trên thực tế, bất kỳ ai cũng có thể đóng góp cho nó và đã có nhiều đóng góp cho các mô hình trước đó Một sự thay đổi tương đối đơn giản. Do đó, rào cản gia nhập ML tương đối thấp.

Đây là tín hiệu tốt cho khả năng nguồn mở trong tương lai, vì khi điện toán trở nên rẻ hơn, mọi người sẽ có thể thực hiện nó ở quy mô lớn hơn nhiều. Thử nghiệm và đổi mới. Tôi nghĩ những người tài năng từ khắp nơi trên thế giới sẽ được huy động trong lĩnh vực này để cống hiến hết mình cho sự nghiệp này. Tôi cũng nghĩ rằng nhiều chính phủ sẽ nhận ra rằng họ muốn duy trì tính cạnh tranh trong mô hình kinh tế mới, vì vậy họ sẽ tài trợ rất nhiều cho nghiên cứu trong lĩnh vực này. Các tổ chức nghiên cứu trên khắp thế giới cũng sẽ tập trung vào việc xây dựng năng lực trong lĩnh vực này.

Chúng tôi vẫn chưa đạt đến mức đó, chúng tôi có một số mẫu xe gần giống với các thế hệ mẫu trước đó, nhưng tôi nghĩ tương lai sẽ rất tươi sáng vì tài năng trên toàn thế giới sẽ không chỉ tập trung vào San Francisco mà còn áp dụng để giải quyết thách thức này với phần thưởng tài chính khổng lồ.

Tommy: Vâng, điều này rất hữu ích. Ben, tôi muốn nghe suy nghĩ của bạn, bạn có điều gì bổ sung thêm cho suy nghĩ của Travis không?

Ben Fielding: Tôi nghĩ hai quan điểm chúng ta thảo luận hơi mờ nhạt vì về cơ bản cả hai bên đều nói rằng điều chúng ta muốn là Cao mức độ hành vi và cạnh tranh tư bản thông thường. Nhưng hướng đi hiện nay của “mô hình tháp” là khuyến khích các nhà xây dựng mô hình lớn nhằm ngăn chặn sự cạnh tranh này xảy ra. Họ không nhất thiết muốn mức độ cạnh tranh đó và các nguồn lực cơ bản của ML có thể được kiểm soát ở mức độ lớn để ngăn chặn quá nhiều cạnh tranh xảy ra.

Nhưng như Travis đã nói, bản thân ML không khó. Kiến thức chuyên môn cần thiết đã được phân cấp, các ấn phẩm học thuật đã biến điều này thành hiện thực, bạn có thể nhận được các bài báo và ít nhất cho đến khi OpenAI bắt đầu tập trung các nhà nghiên cứu để xây dựng mô hình, bạn có thể lấy mã để triển khai các mô hình. Nhưng sau đó bạn sẽ gặp phải nút thắt của mô hình đào tạo dữ liệu, mô hình này cũng đã được mở rộng rãi, vì có rất nhiều dữ liệu mở trên Internet, mặc dù chúng ta có thể gặp phải vấn đề về bản quyền, nhưng với tư cách cá nhân, bạn vẫn có thể Thu được lượng lớn dữ liệu để huấn luyện các mô hình này.

Bước tiếp theo là hạn chế tài nguyên máy tính, dễ kiểm soát hơn. Nếu bạn có nguồn tài nguyên không giới hạn, bạn có thể sở hữu một phần lớn nguồn tài nguyên có hạn này và khóa nó lại. Những người xây dựng mô hình này cũng có hệ sinh thái dịch vụ đám mây lớn nhất, nghĩa là họ có quyền kiểm soát chi phí cung cấp và sử dụng tài nguyên.

Nếu chúng ta nhìn về tương lai, ML sẽ trở thành thứ dựa vào điện, cuối cùng điện sẽ được chuyển đổi thành chuyển đổi kiến thức. Bạn cần phần cứng cụ thể để đạt được điều này, để có thể chiếm được tài nguyên phần cứng. Nếu tình trạng này được phép tiếp tục phát triển, các công ty lớn sẽ kiểm soát lợi nhuận bằng cách nắm bắt các nguồn lực cơ bản, đó không phải là kết quả mà chúng ta mong muốn.

Nếu giá trị của cuộc cạnh tranh thực tế được chuyển đến người dùng cuối thì điều tốt là làm cho nó càng cởi mở càng tốt. Nhưng đây không phải là cạnh tranh hoàn toàn mở mà là việc chiếm đoạt và cho thuê các nguồn tài nguyên, và đó không phải là kết quả tốt của chủ nghĩa tư bản. Điều chúng ta muốn là tạo ra giá trị thực tế.

Cuối cùng, mô hình liên tục bị suy yếu trong quá trình sử dụng, điều đó có nghĩa là bản thân mô hình không thể duy trì được lợi thế cạnh tranh về lâu dài. Chúng ta cần tìm những cách khác để duy trì tính cạnh tranh, chẳng hạn như bằng cách xây dựng hệ sinh thái nơi nhiều người có thể tham gia hơn và thực sự cạnh tranh để có được những giao diện mang lại giá trị, thay vì chiếm đoạt tài nguyên. Bằng cách này, giá trị thực sự của ML nằm ở cấp độ người dùng, mang lại thứ gì đó thực sự cải thiện cuộc sống và thúc đẩy sự phát triển liên tục của công nghệ thông qua sự cạnh tranh từ phía trước. Bằng cách này, đằng sau nó có thể có một hệ sinh thái hoàn toàn mở, mang lại sự cạnh tranh phong phú hơn và kết quả tốt hơn.

Travis Good: Trước hết, tôi nghĩ những gì Ben nói rất xuất sắc và anh ấy đã đưa ra nhiều quan điểm rõ ràng hơn tôi có thể. Thứ hai, tôi muốn bình luận về những khả năng hiện tại từ góc độ lịch sử. Sự tăng trưởng vượt bậc mà chúng ta đang thấy ở các trung tâm dữ liệu điện toán AI giống như một cơn sốt vàng bất ngờ. Nếu ChatGPT chưa bao giờ được phát hành, chúng ta có thể đã không thấy sự tập trung này vào đào tạo mô hình dành riêng cho mô hình.

Giờ đây, điều này đã trở thành mô hình và những người chơi lớn đã bị ràng buộc vào mô hình này. Đây là mô hình họ dễ dàng tham gia vì vốn đầu vào và đầu ra tương đối rõ ràng. Các phương pháp huấn luyện và công thức bí mật tương đối đơn giản, câu hỏi đặt ra là động cơ nào của chủ nghĩa tư bản có tác dụng chống lại điều này. Tôi cho rằng các hình thức đào tạo phân tán hoặc đào tạo hiệu quả, đào tạo có thể tận dụng nguồn tài nguyên máy tính dài hạn sẽ xuất hiện vì chúng có giá trị kinh tế rất lớn.

Miễn là chúng ta có thể ngăn chặn các tình huống xấu nhất mà Ben đề cập, chẳng hạn như khóa tất cả tài nguyên máy tính thông qua quy định, chúng ta có thể mong đợi nguồn mở, thân thiện với người tiêu dùng Sự xuất hiện của các giải pháp đào tạo phân tán Gần đây, chúng ta đã thấy một số tiến bộ to lớn, chẳng hạn như các kỹ thuật đào tạo không yêu cầu nhân ma trận, giúp giảm đáng kể nhu cầu chia sẻ dữ liệu. Có nhiều bài viết khác giải quyết các hạn chế về băng thông của mô hình hiện tại. Mặc dù chúng ta vẫn chưa đạt đến mức đó nhưng tôi kỳ vọng rằng trong vòng một năm, chúng ta sẽ thấy ba lựa chọn thay thế mạnh mẽ cho mô hình trung tâm dữ liệu lớn sẽ tiếp thêm động lực cho các nỗ lực nguồn mở.

Cuộc tranh luận về con đường phát triển của AGI

Michael Rinko: Tôi đã nghĩ tất cả các bạn đều đưa ra những quan điểm rất thuyết phục. Câu hỏi lớn đối với tôi lúc này là, quy luật tỷ lệ có đúng không? Bạn lạc quan hay bi quan về Quy luật Quy mô? Hãy để tôi giải thích cả hai tình huống. Nếu bạn tin vào quy luật tỷ lệ thì bạn sẽ tích lũy được nhiều tài nguyên máy tính nhất có thể và hy vọng có được những mô hình ngày càng mạnh mẽ hơn bằng cách mở rộng các mô hình này. Nếu bạn nhìn vào quy luật tỷ lệ, bạn nghĩ rằng đến một lúc nào đó mối quan hệ giữa tính toán và tổn thất sẽ bị phá vỡ hoặc ít nhất là chững lại. Bạn có thể nghĩ rằng những mô hình này có thể được đơn giản hóa hoặc bạn có thể nghĩ rằng mô hình deep learning hiện tại là sai và AGI (Trí tuệ tổng hợp nhân tạo) sẽ đến từ một cách tiếp cận hoàn toàn khác so với các mô hình hiện tại.

Tôi không có quan điểm rõ ràng nhưng theo tôi có hai phe khác nhau. OpenAI và Anthropic, cũng như Google, là những người ủng hộ trung thành quy luật quy mô kể từ khi xuất bản bài báo GPT-3, các công ty này đã tích lũy nhiều tài nguyên máy tính nhất có thể và tin rằng quy mô là chìa khóa của AGI. Mặt khác, bao gồm nhiều người trong lĩnh vực AI tiền điện tử và các nhà nghiên cứu hàng đầu tại Meta, cho rằng LLM (mô hình ngôn ngữ lớn) sẽ không mang lại AGI và chúng ta cần những cách tiếp cận mới. Bạn nghĩ gì về vấn đề này? Vì nếu đúng quy mô và tài nguyên tính toán là tất cả thì không biết làm sao đánh bại được các ông lớn. Vì vậy, tất cả chúng ta dường như đang ngầm đánh cược rằng chỉ mở rộng mô hình sẽ không giải quyết được vấn đề, bởi vì khi đó chúng ta sẽ bước vào một cuộc chạy đua tài nguyên không thể phân thắng bại.

Ben Fielding: Tôi không nghĩ vấn đề về điểm quy mô chỉ liên quan đến cách tiếp cận tập trung. Tôi nghĩ có một sự thay đổi khác ở đây. Nếu bạn nghĩ về quy mô, nó có nghĩa là gì? Tôi có thể tạo mô hình trên một số thiết bị nhất định và tôi có thể tạo thêm thiết bị và tạo mô hình trên chúng không? Chúng ta hiện đang ở trong một mô hình mở rộng quy mô mạnh mẽ, trong đó các tài nguyên máy tính được tập trung nhất, dễ lập mô hình nhất và chúng ta nhận được những chiến thắng nhanh chóng để chứng minh những gì có thể thực hiện được. Điều này giống như công nghệ tiên tiến nhất của máy học, khiến thế giới nhận ra rằng điều gì đó như ChatGPT thực sự có thể thực hiện được. Nhưng điều gì xảy ra tiếp theo? Một khi điều này được chứng minh, một làn sóng cải tiến sẽ theo sau. Đây không còn là vấn đề nghiên cứu nữa mà là vấn đề về thực thi, kỹ thuật và tối ưu hóa hiệu suất. Do đó, sẽ có một làn sóng lớn về hàng hóa hóa, giảm thiểu, lượng tử hóa, nén và phân tán các mô hình này để làm cho chúng chạy nhanh hơn và dễ dàng hơn.

Bạn cần bằng chứng thực tế để chứng minh rằng điều này là có thể và bạn cần rất nhiều tài nguyên máy tính để hiện thực hóa khả năng này. Nhưng sau đó tất cả các sản phẩm có thể được tạo ra theo những cách khác nhau, những cách nhỏ hơn. Bản thân cách tiếp cận vũ phu đã bắt đầu va vào một bức tường gạch.

Michael Rinko: Tại sao bạn lại va vào tường?

Ben Fielding: Việc mở rộng không gian trung tâm dữ liệu và kết nối đủ số thiết bị ngày càng trở nên khó khăn. Tôi từng nghĩ đó là vấn đề tiền bạc, bạn cần ngày càng nhiều tiền hơn để biến điều này thành hiện thực. Tôi đã từng đề cập điều này với một giám đốc điều hành ở Meta, anh ấy cười và nói, về cơ bản chúng tôi có nguồn vốn không giới hạn, vấn đề không phải là tiền mà là vấn đề địa điểm. Không có nhiều nơi trên trái đất để xây dựng các trung tâm dữ liệu có khả năng duy trì các thiết bị kết nối ở quy mô này, điều này đã khiến các trung tâm dữ liệu siêu quy mô chuyển sang tuyến đường quy mô ngang.

Bây giờ bạn sẽ thấy một làn sóng báo chí nói rằng, này, chúng ta thực sự có thể thực hiện mô hình hóa trung tâm đa nút, đa dữ liệu. Chỉ cần nghĩ về nó, điều này có nghĩa là gì? Google có thể thực hiện mô hình hóa này trên ba trung tâm dữ liệu, nhưng nếu ai đó có thể thực hiện việc đó trên bốn hoặc năm trung tâm dữ liệu thì sao? Cuối cùng, giới hạn của việc mở rộng này là kết nối tất cả các thiết bị trên thế giới, đòi hỏi sự hợp tác giữa các công ty. Vì vậy, không thể có một công ty nào có thể giành chiến thắng trước tất cả các công ty khác. Nếu bạn có thể xây dựng một lớp cho phép kết nối đó xảy ra thì đó là chiến thắng mở rộng quy mô lớn nhất.

Michael Rinko: Tôi hiểu. Tôi muốn chắc chắn rằng tôi hiểu điều này vì đây là một câu hỏi quan trọng. Bạn đang nói rằng chúng tôi không thể xây dựng các trung tâm dữ liệu lớn hơn hiện tại hay bạn đang nói rằng chúng tôi không thể xây dựng thêm nhiều trung tâm dữ liệu nói chung vì thiếu điện hoặc các lý do khác?

Ben Fielding: Không phải là bạn không thể xây dựng thêm trung tâm dữ liệu mà lợi nhuận sẽ giảm dần. Ngày càng khó tìm được một địa điểm có thể đáp ứng nhu cầu về điện và làm mát cần thiết, tuân thủ các quy định về tiếng ồn của địa phương và chứa đủ thiết bị. Điều này đã dẫn đến việc các công ty siêu quy mô tranh giành những vị trí thích hợp còn lại trên Trái đất. Theo một cách nào đó, có một kết thúc hợp lý cho việc này.

Nếu bạn có thể khuyến khích mọi người xây dựng các trung tâm dữ liệu này trên khắp thế giới chứ không chỉ ở một địa điểm duy nhất thì bạn có thể kết nối các thiết bị này với nhau và tạo ra các cụm lớn hơn . Điều này gây ra một số hậu quả tiêu cực, chẳng hạn như giao tiếp chậm hơn giữa các cụm nhỏ hơn, phân bố rộng rãi hơn này, nhưng đây không phải là vấn đề không thể khắc phục mà là vấn đề mà chúng ta có thể giải quyết. Chúng tôi có lịch sử phong phú về Internet trong việc khắc phục những vấn đề này, chẳng hạn như vấn đề về độ trễ và hoạt động của hệ thống phân tán.

Travis Good: Tôi nghĩ có hai câu trả lời cho câu hỏi này, Ben đã cung cấp một trong số đó, tôi có một câu trả lời mà bạn có thể không đồng ý với ý kiến của. Tôi nghĩ một câu trả lời là các công ty lớn sẽ phải chuyển sang mô hình phân tán hơn để đạt được quy mô. Điều này sẽ làm họ chậm lại vì hiện tại họ đang ở trong mô hình sai lầm. Mô hình hiện tại rất tốn kém và khó đạt được siêu quy mô, họ phải thực hiện chuyển đổi vào một thời điểm nào đó và quá trình chuyển đổi này rất tốn kém đối với họ.

Một câu hỏi khác là, ngay cả khi chúng ta giải quyết được vấn đề này và có thể mở rộng quy mô không giới hạn, liệu khả năng của mô hình có đạt đến mức ổn định không? Đây là câu hỏi về mối quan hệ giữa khả năng của mô hình và tài nguyên. Tôi nghĩ vấn đề liên quan đến sự liên kết của mô hình. Lấy các ứng dụng quan trọng về an toàn làm ví dụ, tiêu chuẩn vàng là xác minh chính thức các hệ thống, tức là bạn phải chứng minh một cách toán học cách hệ thống hoạt động trong các điều kiện cụ thể. Điều này rất khó khăn trong các mô hình ngôn ngữ lớn vì mỗi lần tương tác với mô hình sẽ tạo ra một đường dẫn chức năng khác nhau.

Tôi không nghĩ rằng việc mở rộng quy mô sẽ dừng lại, nhưng khả năng quản lý và triển khai thành công các mô hình này của chúng ta sẽ bắt đầu suy giảm từ lâu trước khi hiệu suất của mô hình suy giảm. Tôi nghĩ chúng ta đã đạt đến điểm này.

Michael Rinko: Hiện tại chúng tôi không hiểu tại sao mô hình lại đưa ra những kết quả nhất định.

Ben Fielding: Về mặt kỹ thuật, chúng ta gặp phải vấn đề này và chúng ta đang dần bước vào một thế giới xác suất. Xe tự lái là một ví dụ điển hình và chúng tôi biết rằng về mặt thống kê, chúng an toàn hơn so với việc con người lái xe. Nhưng vì chúng mang tính xác suất nên có một rào cản xã hội ngăn cản việc chấp nhận rằng chúng dẫn đến những lựa chọn an toàn. Chúng ta cần chuyển từ logic hình thức sang logic xác suất, điều này có lợi cho toàn thể nhân loại.

Travis Good: Tôi nghĩ đây là một quan điểm rất hợp lý, nhưng tôi sẽ nói thêm rằng khi chấp nhận những tuyên bố này, nếu AGI có thể thực hiện những điều cực kỳ nguy hiểm và một sai lầm có thể gây ra hậu quả thảm khốc cho nền văn minh. Câu hỏi đặt ra là, nếu tôi muốn triển khai một hệ thống có 30% khả năng là do tôi có bề mặt tấn công API không giới hạn này, hệ thống sẽ gây ra kết quả tồi tệ thảm khốc cho nền văn minh, tôi có thể triển khai nó theo mô hình của bạn không? Câu trả lời của tôi là hoàn toàn không, và khi đó toàn bộ đường cong phát triển sẽ trì trệ trong một khoảng thời gian trước khi mọi người cố gắng thực hiện nghiên cứu cơ bản và tìm ra cách đạt được sự siêu liên kết. Đây là mô hình tinh thần của tôi.

Ben Fielding: Điều này giả định rằng một số kết quả tiêu cực lớn có thể xảy ra. Hiện tại không có ví dụ thực tế nào về khả năng của mô hình này. Các ví dụ luôn cho biết mô hình có thể làm gì nếu nó có thể được thực hiện trong tương lai. Đây luôn là một khả năng, là đặc điểm của mô hình xác suất. Chúng ta cần chấp nhận thực tế rằng có thể có những kết quả tiêu cực có tác động rất cao nhưng xác suất rất thấp và với tư cách là con người, chúng ta vốn phải đối mặt với những xác suất khi tương tác với thế giới. Chúng ta cần chuyển từ các kỹ thuật mệnh lệnh hơn sang các kỹ thuật xác suất.

Suy ngẫm về Sầu riêng: Tôi có cảm giác chủ đề này sẽ nhanh chóng chuyển sang thảo luận về AGI và siêu liên kết. Vì vậy, quay lại câu hỏi đóng và mở.

Tommy: Cảm ơn bạn đã đưa chủ đề trở lại đúng hướng.

Suy ngẫm về Sầu riêng: Quan điểm của tôi là hiện đang có một chu kỳ phản ánh giữa thị trường vốn và các công ty rất lớn. Họ có khả năng tiếp cận rất nhiều nguồn tiền giá rẻ, rõ ràng họ có bảng cân đối kế toán trị giá 400 tỷ USD, tạo ra 1,5% dòng tiền GDP và dự kiến sẽ chi 1 nghìn tỷ USD cho chi tiêu vốn. Vì vậy, họ có rất nhiều hỏa lực để theo đuổi cái mà Michael gọi là quy luật quy mô. Câu hỏi lớn là liệu có đủ doanh thu để tiếp tục đầu tư không? Giá trị tối đa mà mỗi thế hệ mô hình mang lại và liệu chúng có thể thu được doanh thu 100 tỷ USD tiếp theo từ các doanh nghiệp và công ty khởi nghiệp hay không vì các công ty này sử dụng và dựa vào mô hình của họ. Nếu không thể, mọi người sẽ ngừng tài trợ cho họ và Google, Amazon và Facebook đều sẽ bị ảnh hưởng nặng nề và họ sẽ không thể xây dựng 100 tỷ cụm đó.

Tôi nghĩ hạn chế về tài chính là vấn đề then chốt ở đây. Vì vậy, câu hỏi đặt ra là liệu chi phí vốn của các mô hình tập trung này có mang lại kết quả hay không. Điều này liên quan đến con hào cuối cùng dành cho các mô hình cơ sở lớn và tốc độ mà các hệ thống phân tán này có thể bắt kịp hoặc các đợt đào tạo phân tán này có thể bắt kịp cũng như mức độ thu được giá trị ở các khu vực rất cao cấp so với việc được hàng hóa hóa một phần. Tôi muốn biết Ben và Travis nghĩ gì về điều này, bởi vì đối với tôi, nó giống như thuật toán mà chúng ta đang xử lý, tức là lợi nhuận từ các khoản đầu tư trả trước lớn này có thể đưa họ đi bao xa, tuân theo quy luật tỉ lệ.

Nắm bắt và phân bổ giá trị kinh tế

Travis Good: Tôi có thể trả lời nhanh chóng. Tôi nghĩ đó là mô hình quả cầu tuyết. Tôi đã bày tỏ quan điểm của mình với hầu hết các bạn rằng tôi coi AI là một công nghệ thay thế kinh tế. Về cơ bản, các mô hình AI càng mạnh mẽ và càng thay thế được nhiều công việc mang tính kinh tế thì chúng càng có giá trị. Quay trở lại quan điểm của PD, câu hỏi đặt ra là liệu sẽ đến lúc mọi người nghĩ rằng quả cầu tuyết này sẽ không tiếp tục lăn và mọi người sẽ rụt rè và không muốn cam kết thêm bất kỳ khoản vốn đầu tư nào nữa vì họ nghĩ rằng họ đã đạt đến điểm lợi nhuận giảm dần. . Tôi thực sự nghĩ rằng thời điểm này có thể là lúc chúng ta gặp phải vấn đề liên kết thực sự, bởi vì chúng ta thực sự không có lý thuyết học máy tốt để giải quyết những vấn đề này.

Sau đó tôi muốn bình luận về vấn đề nguồn mở và nguồn đóng. Tôi thực sự nghĩ rằng giá trị kinh tế của AI sẽ cao hơn trong một thế giới nơi nghiên cứu bảo mật được công khai. Bởi vì điều này làm giảm nguy cơ bất kỳ ai cũng không biết về tình trạng nghiên cứu an toàn hiện tại và nó cũng làm giảm nguy cơ các quốc gia và tổ chức không có sẵn các biện pháp bảo vệ phù hợp. Mọi người đều quan tâm đến việc phổ biến thông tin này càng rộng rãi càng tốt.

Michael Rinko: Vậy chúng ta có thể so sánh những gì bạn vừa nói với cuộc chạy đua bom hạt nhân không? Bạn có ước rằng nghiên cứu cơ bản vào thời điểm đó là nguồn mở và được phổ biến rộng rãi không? Có quan điểm, ngay cả trong số một số nhà khoa học hàng đầu, rằng nếu mọi người đều biết tình trạng nghiên cứu mới nhất, nó sẽ giống như một tình huống hủy diệt được đảm bảo cho cả hai bên, nơi tất cả chúng ta sẽ có những thứ giống nhau và tất cả chúng ta sẽ chĩa súng vào nhau. khác cùng một lúc Điều này sẽ dẫn đến thế giới an toàn nhất. Bên kia cho rằng mình cần phải đi đầu, cần về đích trước rồi chĩa súng lớn về phía bên kia để dù bên kia có làm gì thì mình cũng có thể giành chiến thắng. Tôi thực sự nghĩ đó là một sự so sánh hay, nó có thể không hoàn hảo, nhưng trong cuộc đua AGI hiện tại, đó là một sự so sánh tốt.

Travis Good: Tôi rất vui vì bạn đã hỏi câu hỏi đó vì tôi thực sự nghĩ rằng đó là một sự so sánh hoàn toàn sai lầm. Hãy để tôi giải thích. Đầu tiên, chúng ta cần nhìn vào lịch sử những gì thực sự đã xảy ra. Chúng tôi nghĩ rằng chúng tôi đã có con đường dẫn đến ưu thế và thống trị về mặt quân sự, nhưng thực tế là những công nghệ này đã bị rò rỉ gần như ngay lập tức. Chúng ta có thể có mong muốn thay đổi hoàn toàn cán cân quyền lực, nhưng thực tế lại tái lập cán cân quyền lực. Vì vậy, tôi sẽ hỏi những người theo đuổi chiến lược này xem họ có thực sự nghĩ đó là một mục tiêu thực tế hay không.

Thứ hai, bản chất của nghiên cứu học máy về cơ bản khác với nghiên cứu vật lý đến mức sự tương tự là hoàn toàn không thể chấp nhận được. Cụ thể, tôi nghĩ có hai mô hình cần xem xét: Một là mô hình thể chế, đó là bạn có thể kiểm soát một nhóm nhỏ các nhà khoa học có trình độ, có thể được nhà nước kiểm soát. Thứ hai là mô hình kết nối mạng, tức là bạn có nền tảng kiến thức được phân bổ cực kỳ rộng rãi, ngưỡng kỹ năng cần có để tham gia vào lĩnh vực này tương đối thấp và chỉ cần bạn cung cấp cho họ tài nguyên máy tính thì nhiều người trên thế giới có thể tham gia. Do đó, từ góc độ phân tích mạng, ý tưởng cố gắng triển khai một mô hình thể chế về học máy là hoàn toàn vô lý. Nếu bạn tuân theo loại chính sách này, bạn sẽ khóa tất cả các nghiên cứu về máy học của Hoa Kỳ trong ba năm, với chi phí rất lớn cho công chúng vì lợi ích kinh tế, và sau đó bốn năm, hoặc thậm chí sớm hơn, công nghệ sẽ được sử dụng bởi chính phủ nước ngoài ăn trộm. Vì vậy, bạn sẽ thực hiện nhiều biện pháp bảo mật, nhưng nó sẽ không mang lại lợi ích gì.

Ben Fielding: Chỉ cần nhìn vào ví dụ về vũ khí hạt nhân, chúng ta cuối cùng đã đạt đến trạng thái chắc chắn sẽ hủy diệt cả hai bên. Bạn cho rằng cách tiếp cận mở sẽ gây bất lợi, nhưng trên thực tế, nếu nó mở, chúng ta có thể đạt được sự hủy diệt chắc chắn cho cả hai bên nếu không sử dụng những kỹ thuật này. Có điểm chứng minh nào cần thiết để chứng minh lợi thế này không? Hay chúng ta có thể bỏ qua các giai đoạn trung gian và đi thẳng đến trạng thái chắc chắn hủy diệt lẫn nhau mà không cần phải trải qua quá trình trung gian rất có hại cho thế giới?

Michael Rinko: Tôi nghĩ tất cả các bạn đều có quan điểm tốt. Tôi đồng ý rằng sự ra đời của vũ khí hạt nhân đã góp phần trực tiếp vào một thời kỳ hòa bình lâu dài. Chúng ta đã tránh được các cuộc chiến tranh quy mô lớn kể từ Thế chiến thứ hai, phần lớn là vì giờ đây có thể tiêu diệt toàn bộ các quốc gia. Tôi nghĩ đó là một biện pháp ngăn chặn hữu ích mà nhiều bên hiện nay đang áp dụng. Bạn có thể lập luận rằng nếu mọi người đều có AGI thì điều đó sẽ dẫn đến một thế giới an toàn nhất. Nhưng tôi không nghĩ đây là một bài học. Nếu chúng ta quay trở lại với vũ khí hạt nhân, nếu bạn mở rộng logic đó, bạn có muốn mọi quốc gia đều có vũ khí hạt nhân không? Bạn có ước Hamas có vũ khí hạt nhân bây giờ không? Bạn có muốn Taliban ở Afghanistan có vũ khí hạt nhân?

Có rất nhiều khoảnh khắc nguy hiểm trong lịch sử. Chẳng hạn, có một sĩ quan trên tàu ngầm Nga tin rằng Thế chiến thứ ba đã nổ ra. Anh ta có quyền. để quyết định có gửi quân đến Hoa Kỳ hay không. Phóng một quả bom hạt nhân. Anh quyết định không phóng. Chỉ một người thôi, nhưng nếu bạn mở rộng khả năng này cho nhiều người thì khả năng nhấn nút sẽ tăng lên. Vì vậy, tôi nghĩ một trong những điều đáng giá về vũ khí hạt nhân là chúng thực sự khó chế tạo. Tôi đồng ý với bạn, Travis, những mô hình này không khó làm. Vì vậy, tôi nghĩ rằng sự so sánh này có vấn đề ở một số khía cạnh, nhưng nhìn chung, bạn vẫn muốn giới hạn những công nghệ siêu mạnh, có khả năng gây rối này chỉ cho một số ít người.

Travis Good: Tôi đồng ý với bạn.

Đang suy ngẫm về sầu riêng: Hoặc bạn chỉ cần đảm bảo rằng mình luôn đón đầu xu hướng, phải không? Cho dù đó là năng lực quân sự hay năng lực mạng, luôn có những vectơ tấn công tiềm ẩn, nhưng nếu bạn có thể đi trước một bước, bạn có thể chống lại những mối đe dọa này. Ví dụ, Hamas đã bắn những tên lửa đó, nhưng Israel có hệ thống phòng thủ Iron Dome. Các mô hình đe dọa không ngừng phát triển, nhưng hệ thống phòng thủ cũng vậy. Hơn nữa, tôi nghĩ có mối tương quan giữa sự giàu có của thế giới và sự sẵn sàng tham chiến. Những người giàu thường ít quan tâm đến chiến tranh hoặc sự hủy diệt. Các nền dân chủ giàu có chưa bao giờ gây chiến với nhau. Có cả lý do tư tưởng và sự giàu có cho việc này. Nếu lợi ích của AI có thể tác động vào nền kinh tế toàn cầu một cách hiệu quả và những lợi ích đó không chỉ mang lại cho các cổ đông của Microsoft thì chúng ta thực sự có thể đạt được một kết quả tốt, nhưng đó là một sự cân bằng rất khó đạt được. Tôi đồng ý rằng có nhiều mối đe dọa và mọi thứ có thể hoàn toàn sai lầm, nhưng tôi cũng nghĩ rằng, về tổng thể, để công nghệ này lan rộng dưới sự quản lý tốt là kết quả tối ưu.

Ben Fielding: Có vẻ như tất cả chúng ta đều đồng ý với điều này, bởi vì theo quan điểm này, điều tốt nhất đất nước nên làm là đầu tư mạnh vào khu vực này, Tham gia cùng các quốc gia khác để luôn dẫn đầu. Đất nước cần tiếp tục dẫn đầu bằng cách tài trợ cho công nghệ và nỗ lực, chứ không phải bằng cách rút lui. Đây thường là cách tiếp cận trong nghiên cứu quốc phòng, với những khoản đầu tư đáng kể được thực hiện để khám phá thế hệ công nghệ tiên tiến tiếp theo, thường mang lại lợi ích.

Michael Rinko: Việc này hoạt động như thế nào khi doanh nghiệp vượt xa chính phủ?

Travis Good: Có hai điều ở đây mà tôi nghĩ chúng ta cần giải quyết. Đối với tôi, đó là lý do tại sao tôi luôn có chút hào hứng khi nói về AGI, vì tôi nghĩ AGI chủ yếu là một mô hình kinh tế, một công nghệ thay thế lao động. Nó có một số ứng dụng quân sự.

Michael Rinko: Nhưng quân đội là "tập đoàn" lớn nhất thế giới. Họ tuyển dụng nhiều người hơn bất kỳ công ty nào, vì vậy rõ ràng là có tác dụng kép.

Travis Good: Tôi đồng ý rằng có công dụng kép, nhưng bất cứ khi nào bạn nghĩ đến việc đóng cửa một công nghệ như thế này, bạn phải xem xét khía cạnh quyền lực cứng và quyền lực mềm. Hãy để tôi tưởng tượng cho bạn một kịch bản và giúp bạn suy nghĩ về những hàm ý. Nếu chúng ta khóa hoàn toàn AGI, chỉ cung cấp nó cho quân đội và từ chối lợi ích kinh tế cho mọi người, chúng ta thực sự sẽ mất khả năng cạnh tranh kinh tế. Sức mạnh quân sự của chúng ta phụ thuộc vào khả năng kinh tế của chúng ta. Nếu chúng ta mắc nợ hoặc tụt hậu xa so với các nước khác trong việc tận dụng công nghệ AGI, chúng ta sẽ thực sự thua trong bất kỳ cuộc chiến nào. Cuối cùng, một quốc gia đồng thời nghiên cứu các ứng dụng quân sự và triển khai chúng trong nền kinh tế rộng lớn hơn sẽ giành chiến thắng.

Michael Rinko: Tôi đồng ý với kết luận này. Tôi có thể có quan điểm khác về AI hoặc AGI, với tôi thứ chúng tôi đang xây dựng là trí thông minh và trí thông minh là đầu vào cho mọi thứ. Nếu bạn có trí thông minh vô hạn, như điện, bạn không biết mình sẽ làm gì với nó, nó chỉ là một nguồn năng lượng trên thế giới. Thật điên rồ khi nghĩ rằng AI sẽ không có mục đích sử dụng kép, các chính phủ chắc chắn quan tâm và đã chú ý đến nó. Quay trở lại câu hỏi ban đầu của PD, về việc liệu doanh thu từ các mô hình này có thể bù đắp được chi phí hay không, tôi nghĩ điều quan trọng hơn là tập trung vào việc liệu năng lực có đạt đến mức ổn định hay không. Miễn là các phòng thí nghiệm tiên tiến này, như OpenAI, đưa ra các mô hình tiên tiến hơn mỗi năm và sự cường điệu vẫn tiếp tục, thì doanh thu sẽ bắt kịp. Chúng tôi đã thấy các báo cáo rằng OpenAI hiện đang đạt doanh thu hàng năm từ 2-3 tỷ USD, đây là mức tăng trưởng chưa từng có. Nhưng cuối cùng, chính phủ sẽ can thiệp và tài trợ trực tiếp cho các phòng thí nghiệm này vì nó sẽ trở thành vấn đề an ninh quốc gia. Chính phủ sẽ không tập trung vào doanh thu mà tập trung vào khả năng của mô hình vì đó là góc độ an ninh quốc gia.

Suy ngẫm về sầu riêng: Nhưng đây là một lập luận khác. Chúng ta đang nói về lực lượng thị trường. Nếu bạn nghĩ rằng chính phủ sẽ can thiệp thì toàn bộ những thay đổi năng động và động lực của thị trường vốn thực sự sẽ bị gạt sang một bên. Bạn có thể đánh thuế bất kỳ người dùng nào và sử dụng nó cho các ứng dụng quân sự. Nhưng quan điểm của tôi không phải là về khả năng mà là về khả năng so với các lựa chọn rẻ hơn. Nếu tôi là nhà đầu tư, tôi sẽ không tiếp tục rót 100 tỷ, 1 nghìn tỷ USD vào OpenAI và Microsoft để theo đuổi thế hệ mô hình tiếp theo. Nếu họ không nắm bắt được bất kỳ giá trị nào, các nhà đầu tư sẽ không làm điều đó. Vì vậy quan điểm của tôi là vấn đề khả năng không phải là tuyệt đối mà là tương đối. Có một câu hỏi đặt ra là những gì có thể thực hiện được so với khả năng của những người khác và sẽ phải trả bao nhiêu chi phí để đạt được những khả năng đó.

Ben Fielding: Tôi nghĩ vấn đề về hào nước là một vấn đề quan trọng mà nhiều công ty AI lớn phải đối mặt. Chúng tôi theo dõi OpenAI cố gắng tìm ra con hào của họ và dường như họ vẫn đang tìm ra nó. Có phải hệ sinh thái này không? Có phải ChatGPT không? Hầu như không. Đó có phải là khả năng của họ để xây dựng một hệ sinh thái? Có lẽ. Tôi nghĩ đây là một cơ chế nhằm thúc đẩy quan điểm chiến lược của các công ty có lợi nhuận theo hướng cởi mở, đó là điều mà Meta đang làm.

Meta nhận ra rằng lợi thế của họ là khả năng phân phối những mô hình này đến người dùng. Họ có thể áp dụng những mô hình này vào các tình huống thực tế thực tế thay vì chỉ cố gắng kiếm tiền từ các mô hình đó. Vì vậy, họ thúc đẩy mô hình nguồn mở, không phải vì lòng vị tha mà vì lợi ích chiến lược thực tế. Meta bổ sung cho dịch vụ của họ bằng cách thương mại hóa mô hình, mặc dù họ là những người duy nhất có khả năng phân phối mạng xã hội. Điều này thúc đẩy tính mở của chính công nghệ nhưng cũng cho phép Meta tiếp tục nắm bắt các tài nguyên khác.

Các xu hướng chúng tôi nhận thấy Có , điều thực sự quan trọng là khả năng phân phối thực tế. OpenAI sẽ cố gắng cung cấp phần mềm tận dụng trí thông minh để phân phối, nhưng chẳng bao lâu nữa mọi công ty có khả năng phân phối sẽ muốn tách khỏi OpenAI. Họ sẽ bị buộc phải làm điều này nếu bản thân công nghệ không có hào quang thực sự. Càng kiếm được nhiều tiền, họ càng muốn mang tiền vào nhà. Và dường như không có nhiều điều có thể ngăn cản điều này xảy ra, ngoài việc nắm bắt các tài nguyên cơ bản, chẳng hạn như tài nguyên máy tính hoặc quan điểm quản lý.

Suy ngẫm Sầu riêng: Ben, tôi nghĩ những gì bạn nói trước đây tôi đồng ý và nó đúng, tức là đây là một bản phân phối trò chơi . Một thực tế đáng tiếc là năm hoặc sáu công ty này đã giành được thắng lợi trong việc phân phối. Chúng tôi thực sự đang nghĩ về cách cung cấp một lớp cơ sở hạ tầng. Nhưng nếu bạn cho rằng phân phối là con hào tối thượng thì bạn có thực sự đồng ý với tôi không?

Travis Good: Tôi có câu trả lời, nếu bạn không phiền, Ben. Tôi nghĩ chúng ta phải đưa ra một mô hình về xích mích xã hội. Bạn phải suy nghĩ về điều gì sẽ xảy ra khi OpenAI hành động. Lấy các lập trình viên y tế làm ví dụ. Họ lắng nghe ghi chú của bác sĩ, xem lại hồ sơ và sau đó tìm ra mã bảo hiểm thích hợp. Đó là một công việc tẻ nhạt, nhưng nếu bạn làm việc hiệu quả, bạn có thể kiếm được rất nhiều tiền. Giả sử OpenAI xuất hiện và đột nhiên chiếm được toàn bộ không gian mã hóa y tế, điều này có thể xảy ra, họ có những mô hình tuyệt vời, những mô hình tập trung vô hạn có lẽ làm tốt công việc này hơn con người. Vậy điều gì sẽ xảy ra với xã hội khi toàn bộ ngành nghề biến mất? Mọi người có thể rất thù địch với những công ty này, điều này có thể gây tổn hại cho việc phân phối của họ. Mọi người sẽ tìm kiếm giải pháp thay thế vì mọi người đều nghĩ về hào nước của riêng mình và họ sẽ bắt đầu tính toán, nếu tôi cung cấp tất cả dữ liệu và quy trình làm việc của mình cho OpenAI, thì ngày mai mô hình kinh doanh của tôi có thể trở thành mô hình kinh doanh của họ.

Suy ngẫm về Sầu riêng: Nhưng Travis, mọi người vẫn dùng Amazon, mọi người vẫn dùng Facebook, mọi người vẫn dùng Google. Đây là chỗ có vấn đề. Tôi đồng ý với bạn nhưng người tiêu dùng không quan tâm vì Amazon cung cấp cho họ sản phẩm rẻ nhất.

Ben Fielding: Có phải bạn đang nói rằng Thế lưỡng nan của Nhà đổi mới như một khái niệm không còn tồn tại nữa phải không? Bởi vì điều đó có nghĩa là những công ty này sẽ luôn đứng đầu.

Suy ngẫm về Sầu riêng: Không, tôi chỉ không biết hệ thống thay đổi như thế nào. Hiện tại, có vẻ như AI chỉ làm cho sản phẩm và hoạt động phân phối của các công ty hiện tại trở nên tốt hơn, với Meta cải tiến sản phẩm của họ và Google cải tiến sản phẩm của họ.

Travis Good: Hãy để tôi nói về vấn đề này từ một góc nhìn khác. Hãy tưởng tượng các công ty ngày nay hoạt động kém hiệu quả vì chúng được cấu hình để tổ chức con người. Nhưng các công ty trong tương lai sẽ được cấu hình để tổ chức các đại lý, nghĩa là các nhóm nhỏ và số lượng lớn các đại lý. Vì vậy, có một lập luận được đưa ra rằng các ông lớn thực sự đã lỗi thời. Các công ty nhỏ hơn, nhanh nhẹn hơn và có thể tự tổ chức chính xác sẽ giành chiến thắng nếu công nghệ AI được trao cho họ.

Suy ngẫm về sầu riêng: Tôi hoàn toàn đồng ý, đây là một mô hình rất thú vị. Nhưng có đúng là người chơi linh hoạt hơn cuối cùng sẽ giành chiến thắng? Hay là các công ty lớn, với dòng tiền và khả năng phân phối hiện có, sẽ cắt giảm đáng kể lực lượng lao động của họ. Vì vậy, đây có thể là tình thế tiến thoái lưỡng nan của nhà đổi mới, trong đó việc cắt giảm quy mô hoặc giảm số lượng nhân viên là không khả thi, do đó, những người chơi mới xuất hiện mang lại sự sáng tạo và sự kết hợp giữa các tác nhân và con người. Nhưng trên thực tế, tôi nghĩ bạn sẽ gặp phải một số hạn chế về mặt xã hội, chẳng hạn như việc nắm bắt và phân phối giá trị.

Michael Rinko: Tôi nghĩ hiện tại chúng ta đang có một cuộc thảo luận rất thú vị. Tôi nghĩ điều quan trọng là phải nghĩ xem ai có thể tiếp tục đẩy bánh đà này, ai có thể tiếp tục nhận được tiền và đưa nó vào máy tính, trả tiền cho các nhà nghiên cứu hàng đầu và giữ cho bánh đà tiếp tục hoạt động. Tôi có một số ý tưởng và muốn nghe suy nghĩ của bạn. Ben, tôi nghĩ ví dụ về Meta thực sự thú vị và tôi nghĩ Meta thực sự là một ví dụ điển hình về tầm quan trọng của doanh thu. Meta đầu tư rất nhiều vào việc đào tạo những mô hình này và sau đó tặng chúng miễn phí. Họ chi hàng triệu đô la rồi tặng bạn miễn phí mà không tính một xu nào. Tôi nghĩ đến một lúc nào đó họ sẽ tính phí nếu bạn sử dụng API một số lần nhất định, nhưng ban đầu nó hoàn toàn miễn phí. Bây giờ họ không kiếm được tiền từ nó.

Suy ngẫm về Sầu riêng: Nhưng Michael, đây không phải là từ thiện, họ làm điều này vì họ không muốn phụ thuộc vào Google và táo. Mark đã bị ATT đốt cháy một lần và anh ấy không muốn trải qua điều đó một lần nữa.

Michael Rinko: Tôi hiểu vụ cá cược, nhưng đó là một vụ cá cược lớn vì họ chưa kiếm được tiền từ nó.

Ben Fielding: Điều này được triển khai vào các sản phẩm của Meta thông qua API.

Sự gián đoạn tiềm ẩn của AI phi tập trung và mật mã

Suy ngẫm về Sầu riêng: <Có, nhưng họ kiếm tiền từ đó bằng cách nào? Michael, thực ra bạn đang ủng hộ quan điểm của tôi rằng các mô hình đang được hàng hóa hóa. Nếu Meta đầu tư hàng chục tỷ USD, điều đó có ý nghĩa gì với mô hình kinh doanh của OpenAI?

Michael Rinko: Đó chính xác là quan điểm của tôi, tôi nghĩ họ đang chơi một trò chơi khác. Meta đang cung cấp các mô hình miễn phí và OpenAI đang xây dựng các mô hình khép kín hàng đầu. Meta cung cấp các mô hình miễn phí và OpenAI có thể đến phòng thí nghiệm khám phá ma túy và nói rằng chúng tôi sẽ suy luận cho bạn trong một tháng để tổng hợp một loại thuốc nhất định và chúng tôi có mô hình tốt nhất trên thế giới với khả năng suy luận tốt nhất, X , Y và Z chức năng , cơ quan có năng lực nhất, bất kể cái gì phổ biến ở thời điểm hiện tại. Công ty khám phá thuốc đó sẽ trả cho OpenAI bất kỳ khoản phí nào mà họ yêu cầu. Đó là một mô hình kinh doanh hoàn toàn khác so với việc bán quảng cáo thông qua các nền tảng truyền thông xã hội để trang trải chi phí.

Đang suy ngẫm về Durian: Tôi đồng ý, nhưng điều đó phụ thuộc vào việc OpenAI có tiếp tục dẫn trước Meta và tất cả những người chơi khác hay không. Nếu Meta cũng đầu tư 20 tỷ USD vào R&D thế hệ tiếp theo, thuê rất nhiều nhà nghiên cứu từ OpenAI và sau đó cung cấp những mô hình đó miễn phí, thì bất cứ thứ gì OpenAI muốn tính phí sẽ bị giảm giá trị. Vì vậy, tôi không nói OpenAI không thể là một doanh nghiệp tuyệt vời, tôi chỉ nói rằng họ có nguy cơ bị thương mại hóa tùy thuộc vào việc liệu họ có thể tiếp tục đón đầu xu hướng hay không.

Michael Rinko: Họ đã huấn luyện GPT-4 cách đây hai năm và nó vẫn là một trong những mẫu xe mạnh mẽ nhất trên thế giới. Vì vậy, theo ý kiến của tôi, họ đi trước hai năm.

Travis Good: Tôi không đồng tình với điều đó. Đã có nhiều bản phát hành GPT-4 và trên thực tế, mẫu hiện tại đã vượt qua bản phát hành ban đầu của GPT-4. Đây là vấn đề với các mô hình đóng. Các công ty tuyên bố họ là cùng một mô hình, nhưng thực tế không phải vậy và có thể thay đổi mà không cần thông báo trước. Vì vậy, nếu bạn dựa vào những mô hình này để giữ nguyên, bạn sẽ gặp rắc rối.

Michael Rinko: Tôi hiểu rằng GPT-4 đã hoàn thành khóa đào tạo trước hai năm và về cơ bản đọc tất cả thông tin trên Internet tất cả nội dung. Kể từ đó, họ đã thực hiện đào tạo sau quá trình lặp lại, cải thiện hiệu suất. Nhưng điều làm tôi ngạc nhiên là mô hình cơ sở đã được đào tạo cách đây hai năm và vẫn đang cạnh tranh với các mô hình tiên tiến nhất hiện nay, điều đó cho thấy họ thực sự đang dẫn đầu.

Suy ngẫm sầu riêng: Tôi đồng ý với điều đó. Quan điểm của tôi là không có con hào tự nhiên nào ngoài khả năng tiếp cận tài năng và tài nguyên máy tính. Trong thời đại Web 2.0, bạn có thể hưởng lợi từ hiệu ứng mạng, ngay cả khi khả năng thực thi của bạn kém, như Twitter, bạn vẫn sẽ tiếp tục có được người dùng và có quy luật động lượng mạnh mẽ. Nhưng thế giới mà bạn mô tả sẽ yêu cầu OpenAI tiếp tục đầu tư theo cách cực kỳ tích cực để đón đầu xu hướng, cả về tài năng và tài nguyên máy tính của họ, đó là lý do tại sao họ phải đến Microsoft và Apple để thực hiện các giao dịch . Vì vậy, tôi nghĩ họ có thể dẫn đầu, nhưng điều đó sẽ khó khăn hơn nhiều so với thời kỳ Web 2.0 vì đã có một số hào tự nhiên.

Ben Fielding: Tôi nghĩ điều đó phụ thuộc vào trường hợp sử dụng cụ thể. Chúng ta nói về phân phối như một con hào, nhưng phân phối không chỉ là khả năng tiếp cận người dùng mà còn là các trường hợp sử dụng cụ thể. Chúng tôi đã nói về OpenAI và họ có thể áp dụng GPT-4 vào không gian khám phá thuốc. Nhưng trên thực tế, con người đã ứng dụng machine learning vào việc khám phá thuốc trong nhiều năm. Cụ thể là đối với các công ty thực hiện công việc này, ý tưởng rằng GPT-4 sẽ vượt trội hơn các công ty đang thiết kế đặc biệt các mô hình để khám phá thuốc này là không thực tế. Điều này cho thấy đây là một công cụ tiếp thị tốt và có nghĩa là OpenAI có thể nhận được một số hợp đồng. Nhưng các công ty như Isomorphic Labs, mà Demis đang cố gắng thực hiện cụ thể cho việc này, có lẽ có nhiều khả năng nhắm mục tiêu trực tiếp vào các trường hợp sử dụng khám phá thuốc hơn là các công ty như OpenAI dường như muốn tham gia vào mọi trường hợp sử dụng tiềm năng và họ sẽ bị đánh bại bởi các công ty nhắm mục tiêu cụ thể vào các thị trường đó.

Michael Rinko: Tôi nghĩ đây là một câu hỏi rất thú vị. Bạn nghĩ gì về sự phát triển trong tương lai của trí tuệ nhân tạo? Liệu hình thức thông minh tổng quát nhất có giành chiến thắng? Hoặc, như Ben đã nói, liệu các mô hình nhỏ hơn, chuyên biệt hơn, tập trung vào các trường hợp sử dụng cụ thể có giành chiến thắng trong các trường hợp sử dụng cụ thể đó không, trong khi các mô hình chung chỉ hoạt động ở mức trung bình trong các lĩnh vực cụ thể đó và các mô hình chuyên biệt lại hoạt động rất tốt ở những việc cụ thể?

Những ưu điểm độc đáo của mã hóa trong AI

Ben Fielding: Tôi có một cái nhìn khá hoài nghi. Cuối cùng, đây chỉ là một công nghệ có thể được áp dụng trong một lĩnh vực cụ thể, giống như một công cụ truy cập dữ liệu. Bạn có thể coi mô hình như một cách nén thông tin cực kỳ hiệu quả. Nó rất hiệu quả trong nhiều lĩnh vực và có thể thể hiện các chức năng logic ở các khía cạnh như mô hình ngôn ngữ và trí tuệ tổng quát.

Theo tôi, phần tình báo chung thực ra là một cơ chế định tuyến bên dưới nó. Đó chỉ là một cách tốt hơn để tương tác với dữ liệu của thế giới. Tôi nghĩ bạn có thể áp dụng những kỹ thuật này theo nhiều cách khác nhau và bạn không nhất thiết phải có cơ chế định tuyến thông minh toàn cầu để triển khai mọi trường hợp sử dụng. Các công nghệ tương tự như trước đây có thể được áp dụng ở nhiều lĩnh vực khác nhau và theo nhiều cách khác nhau.

Nhưng tôi nghĩ điều chúng tôi đang tập trung vào lúc này là mọi người nghĩ rằng phải có một mô hình cơ bản giống con người để đạt được kết quả tốt. Tôi không nghĩ vậy. Nhìn lại lịch sử của machine learning, bạn sẽ thấy nó được áp dụng trong nhiều lĩnh vực khác nhau và theo những cách khác nhau. Tôi nghĩ rằng sự tập trung hiện tại của chúng tôi vào các mẫu Transformer chỉ là tạm thời và một khi chúng tôi phát hiện ra rằng chúng không giải quyết được mọi vấn đề một cách kỳ diệu, chúng tôi sẽ quay lại các ứng dụng đa dạng của công nghệ một lần nữa.

Travis Good: Tôi đồng ý với nhiều điều bạn nói và tôi cũng nghĩ tất cả đều liên quan đến việc sử dụng công cụ. Tôi nghĩ rằng một mô hình cơ sở thực sự tốt, kết hợp với kỹ năng sử dụng công cụ tuyệt vời, sẽ giành được tất cả. Lý do là nó có thể áp dụng tất cả các mô hình chuyên nghiệp để phục vụ mục đích lớn hơn. Vì vậy, tôi nghĩ nó hấp thụ chúng theo cách đó, nhưng điều đó không mâu thuẫn với điểm phân nhánh. Tôi đồng ý, các mô hình chuyên dụng có thể có lợi trong nhiều trường hợp sử dụng vì bạn không thể huấn luyện hoặc tinh chỉnh chúng cho một số tình huống cụ thể. Ví dụ: GPT-5 sẽ không phải là AlphaFold.

Tommy: Này các bạn, tôi có một câu hỏi. Điều chúng ta đang nói đến bây giờ là OpenAI so với Meta, nhưng chúng tôi vẫn chưa nói rõ AI tiền điện tử chiến thắng hoặc có thể chiến thắng ở đây như thế nào. Tôi muốn dành 10 đến 15 phút để nói về điều này. Chúng tôi đã nói về các vấn đề liên quan đến quyền lực và bất động sản, như không có đủ không gian trung tâm dữ liệu hoặc không có đủ điện, hoặc như Pondering Durian đã nói, nguồn tài trợ không phù hợp với doanh thu và sản lượng dự kiến, đó có thể là một đòn chí mạng đối với AI tập trung. Tôi hy vọng chúng ta có thể nói về những cách mà AI tiền điện tử có thể giành chiến thắng và nếu các bạn nghĩ rằng nó không thể giành chiến thắng thì không sao, nhưng tôi muốn dành chút thời gian cho việc đó. PD, chúng ta có thể bắt đầu với anh và bắt đầu từ đó.

Đang suy ngẫm về Sầu riêng: Xin lỗi, vừa rồi tôi bị ngắt kết nối. Quay trở lại cuộc thảo luận trước đó của chúng ta, tôi cảm thấy sự gián đoạn thường đến từ bên lề. AI phi tập trung cung cấp các khả năng mà AI nguồn đóng không bao giờ có thể sao chép được. Hiệu suất ngày nay có thể mạnh mẽ vì họ có cách tiếp cận tích hợp theo chiều dọc để mở rộng quy mô, có dữ liệu độc quyền và tài nguyên máy tính khổng lồ nhờ dòng tiền độc quyền từ thế hệ Internet đầu tiên. Tôi nghĩ tiền điện tử cung cấp một lớp minh bạch, cởi mở hơn mà những người khác có thể xây dựng trên đó. Nếu bạn coi trọng tính minh bạch, khả năng kết hợp và hệ sinh thái ứng dụng tiềm năng, bạn có thể xác thực các mô hình và bộ dữ liệu cơ bản. Sau đó, khi hiệu suất của điện toán và suy luận phi tập trung được cải thiện, bạn sẽ thấy ngày càng có nhiều người muốn tham gia hệ sinh thái này. Vì vậy, tôi nghĩ đó là một khuôn khổ gián đoạn cổ điển trong đó có một giải pháp đang tiến triển rất nhanh theo một hướng nhưng cũng có một số lợi thế khác mà khách hàng biên giới đang sử dụng ngày nay vì các đặc điểm độc đáo và hiệu suất của nó sẽ cải thiện theo thời gian. Nếu hiệu suất tương đương, nó sẽ cung cấp một giải pháp vượt trội.

Đây là bản tóm tắt ngắn gọn của tôi, tôi rất muốn nghe suy nghĩ của Ben và Travis.

Ben Fielding: Có, tôi muốn trả lời câu hỏi này một cách trực tiếp. Đây sẽ là một câu trả lời rất thiên vị. trong Những gì Gensyn làm có liên quan chặt chẽ đến công nghệ phi tập trung.

Nhưng nhìn chung, tôi nghĩ sức mạnh lớn nhất của công nghệ phi tập trung và phi tập trung là khả năng xây dựng các hệ thống khó trung gian, tìm kiếm đặc lợi và nắm bắt dòng giá trị . Chúng tôi đã thảo luận về nhiều tài nguyên làm nền tảng cho học máy và chúng tôi coi chúng là trụ cột của những tài nguyên đó. Mỗi cái có một động lực khác nhau, cho dù nó đã mở hay liệu nó có thể bị một công ty lớn chiếm giữ và sau đó bị cấm truy cập bởi những người khác hay không. Thông qua cơ chế mã hóa, chúng ta có thể tạo ra các thị trường mở và đáng tin cậy trên các tài nguyên này.

Rõ ràng, chúng tôi thường xuyên nghĩ về tài nguyên máy tính và đó là lĩnh vực mà chúng tôi xây dựng. Nhưng nếu bạn nghĩ về thị trường tương lai, nếu chúng ta có thể tạo ra cách để nhu cầu của người sử dụng tài nguyên thực tế được chuyển trực tiếp đến những người sở hữu và cung cấp tài nguyên, thì chúng ta có thể tạo ra một thị trường cạnh tranh hơn và thanh khoản hơn trên thị trường tài nguyên này, cuối cùng sẽ hoạt động như một đại diện toàn cầu cho thị trường năng lượng, giống như Bitcoin đã làm. Bạn có thể sử dụng tài nguyên máy tính làm tài nguyên cơ bản cho AI theo cách tương tự. Nếu tôi có một nguồn điện đặc biệt rẻ, và thậm chí nhiều điện xanh cũng đặc biệt rẻ vì không có cách nào để sử dụng nó một cách hiệu quả, nếu tôi có thể mua GPU, cắm vào và có thể tiếp cận ngay với nhu cầu về mặt tính toán GPU, tôi sẽ làm điều đó Làm điều đó vì tôi sẽ thu được lợi ích từ nó. Bây giờ tôi không thể làm điều đó vì cách duy nhất là trở thành nhà cung cấp dịch vụ đám mây. Và bản thân các nhà cung cấp dịch vụ đám mây cũng không khuyến khích tôi trở thành nhà cung cấp dịch vụ đám mây. Chu kỳ này tiếp tục và cuối cùng họ mua hết tất cả các tài nguyên máy tính, tìm cách thuê chúng và đặt ra mức giá độc quyền. Do đó, điều này cho phép chúng tôi duy trì tính thanh khoản của thị trường và không để nó bị các nhà cung cấp tập trung nắm bắt. Tôi nghĩ bạn có thể làm điều này với tất cả các tài nguyên cơ bản của ML. Cuối cùng, bạn sẽ thấy có nhiều sự cạnh tranh hơn trong giai đoạn ứng dụng thực tế và tôi nghĩ tất cả chúng ta đều có thể đồng ý rằng đó có lẽ là nơi có con hào. Đó là việc cung cấp giá trị cho người dùng chứ không phải ở tài nguyên.

Tommy: Ben, một câu hỏi nhanh trước khi Travis và Mike trả lời. Tôi muốn xác nhận quan điểm của bạn và vui lòng sửa cho tôi nếu tôi hiểu sai. Quan điểm của bạn là tiền hoặc kết quả dành cho các trung tâm dữ liệu siêu quy mô và các sản phẩm họ xây dựng không bền vững và chúng tôi không nhận được kết quả như mong muốn. Nếu chúng ta có thể xây dựng một siêu mạng kết nối tất cả các GPU, cuối cùng giống như điện, thì bất kỳ ai cũng có thể truy cập vào nó, từ đó tạo ra diện tích bề mặt tối đa để tạo ra các ứng dụng hoặc tác nhân AI có giá trị nhất, thay vì một công ty tập trung chọn các dự án thí điểm và cạnh tranh. trên AGI đầy đủ. Đây có phải là một bản tóm tắt thích hợp?

Ben Fielding: Ở một mức độ nào đó thì đúng vậy. Tôi nghĩ khi nói đến quy mô, quy mô có phải là yếu tố quyết định thắng hay thua hay không, chúng ta đã thảo luận về điều đó. Kiểu này đi vào lĩnh vực tranh luận. Nhưng suy cho cùng, bạn có thể nghĩ thế này: Cách nhỏ nhất mà con người có thể sử dụng tài nguyên là gì? Sử dụng điện và biến lượng điện đó thành kiến thức thông qua GPU là cách khai thác nhỏ nhất mà chúng ta có thể thực hiện mà không cần quá nhiều người trung gian để ai đó có thể trích xuất giá trị trong quá trình thực hiện. Tôi nghĩ tiền điện tử và tính phi tập trung giúp chúng tôi tạo ra một hệ thống khai thác tối thiểu tuyệt đối. Những người duy nhất thu được giá trị trong quá trình này là những người thực sự cung cấp giá trị đó.

Ví dụ: ai đó tạo một giao diện mô hình. Nếu giao diện này cạnh tranh với nhiều giao diện khác thì người này có thể kiếm được lợi nhuận, nhưng lợi nhuận của họ là ở mức giá thị trường hợp lý trong cạnh tranh. Điều này xảy ra ở nhiều giai đoạn trong chuỗi, cho đến tận giai đoạn bạn có được sức mạnh. Hiện tại, chúng ta đang ở trong tình huống vì tài nguyên máy tính là hữu hạn nên nó không phải là hàng hóa mà là tài nguyên hữu hạn, được nắm giữ bởi các nhà cung cấp có khả năng khai thác giá trị to lớn. Nhưng mã hóa giúp chúng ta không để điều đó xảy ra. Tôi nghĩ rằng cho dù AI có đi đến đâu thì nó cũng sẽ mang lại lợi ích ròng cho thế giới. Bất kể việc mở rộng quy mô có tiếp tục là lựa chọn tốt nhất hay không, bởi vì việc sử dụng tài nguyên nói chung vẫn là cách hiệu quả nhất để thực hiện điều đó. Một giao thức không có động cơ lợi nhuận chỉ cần tự duy trì. Vì vậy, nếu nó có thể tự duy trì và tạo ra nhu cầu sử dụng tối đa, thì nó sẽ hoạt động tốt hơn bất kỳ ai phải kiếm lợi nhuận từ nó.

Travis Good: Tôi là người rất hâm mộ Nassim Taleb và tôi cho rằng các cơ cấu tập trung rất mong manh. Tính dễ bị tổn thương của họ nằm ở nhu cầu tin tưởng. Nếu tôi là một doanh nghiệp cỡ vừa và tôi sử dụng ChatGPT cho chức năng dịch vụ khách hàng, OpenAI có thể thay đổi hành vi của mô hình vào ngày mai, điều này sẽ thay đổi hành vi của toàn bộ bộ phận dịch vụ khách hàng của tôi. Đây là một lượng lớn quyền kiểm soát mà bạn, với tư cách là người dùng ứng dụng, phải từ bỏ. Chưa kể, nếu tôi chọc giận OpenAI, họ có thể đóng cửa toàn bộ bộ phận dịch vụ khách hàng của tôi. Tôi phải có rất nhiều niềm tin vào thực thể này, tin tưởng rằng nó sẽ không bị hack, không có ác ý, không hành động tùy tiện. Chúng tôi đã thấy Google đóng tài khoản Gmail của mọi người mà không có lý do và mọi người mất đi những ký ức và cuộc sống đã tích lũy trong nhiều năm. Do đó, tôi tin rằng các cấu trúc phi tập trung mang lại sự vững chắc và khả năng cải thiện nghịch cảnh vì chúng có thể không cần sự tin cậy. Nếu tôi có thể có được một mô hình thực sự tốt thông qua Mạng xung quanh được đào tạo công khai, có các thuộc tính đã biết và hoạt động có thể dự đoán được, thì tôi có thể tin tưởng rằng mô hình đó sẽ tiếp tục chạy trên mạng mà không bị cấu trúc tập trung làm gián đoạn hành vi. Mô hình này sẽ tiếp tục hoạt động miễn là có ưu đãi tài chính. Điều này mang lại cho tôi sự đảm bảo tốt hơn, đó là một lợi thế rất lớn của AI tiền điện tử. Nó cho phép tôi đạt được những khả năng thú vị mà không phải lo lắng về việc triển khai và cơ cấu của một tổ chức cụ thể. Khả năng kết hợp này sẽ rất quan trọng đối với sự phát triển kinh tế trong tương lai.

Michael Rinko: Tất cả các bạn đều đưa ra những quan điểm rất thú vị. Cách tôi nghĩ về AI tiền điện tử là khi tôi viết báo cáo, tôi cố gắng nghĩ xem những vấn đề nào tiền điện tử có thể giải quyết cho AI mà không thể giải quyết được ở nơi khác. Tôi nghĩ tất cả các bạn đã chạm vào một số điểm chính. Đối với tôi, có ba điểm. Đầu tiên, mã hóa là không đáng tin cậy. Nếu bạn là một đại lý AI, bạn sẽ cấp vốn của mình cho JPMorgan Chase hay bạn sẽ tin tưởng vào một chiếc ví kỹ thuật số do chính bạn kiểm soát, một khóa công khai và riêng tư trên blockchain? Trong tiền điện tử, bạn không cần phải tin tưởng bất kỳ ai, điều mà tôi nghĩ là một tính năng hấp dẫn đối với AI. Đối với con người, đây có thể là một đặc điểm đáng sợ vì không có ai để kêu cứu. Nhưng tôi nghĩ đó sẽ là một tính năng rất hấp dẫn đối với AI. Thứ hai, mã hóa có tính quyết định. Khi bạn thực thi một đoạn mã trong mã hóa, bạn biết chính xác đoạn mã đó sẽ làm gì mà không có bất kỳ sự mơ hồ nào. Và trong thế giới thực, khi tôi gọi đến ngân hàng để gửi tiền, tôi không biết liệu việc đó sẽ được thực hiện hôm nay, ngày mai hay tháng sau. Tất cả chúng tôi đã ở đó. Thế giới thực là ngẫu nhiên và đầy rẫy những điều không chắc chắn. Tôi cá rằng AI sẽ không thích sự không chắc chắn này, nó sẽ thích thực hiện theo cách xác định hơn. Mã hóa cung cấp điều này. Thứ ba, AI có thể kích hoạt chủ nghĩa siêu tư bản thông qua mã hóa. Một ví dụ ngớ ngẩn nhưng có lẽ là tốt nhất là tiền Meme. Tiền điện tử có thể tài trợ hóa mọi thứ và nó thực hiện chính xác điều đó. Tôi nghĩ đây là tính năng độc đáo mà AI có thể tận dụng để tích lũy tài nguyên. Vì vậy, tôi nghĩ vì những lý do đó, tôi rất lạc quan về sự kết hợp giữa tiền điện tử và AI và tôi nghĩ chúng ta mới bắt đầu khám phá giá trị ở đâu trong đó.

Suy ngẫm về Sầu riêng: Đây là những điểm tuyệt vời, Michael nói rất hay. Tôi cũng muốn nói thêm rằng tôi đã đề cập trong bài viết rằng các tổ chức hiện tại về cơ bản là tàn tích của thời đại công nghiệp và do đó có nhiều hạn chế trong việc áp dụng giao thức. Nếu nhiều bộ phận của nền kinh tế chuyển sang sử dụng các đại lý hoặc mạng dựa trên đại lý thì phần lớn cơ sở hạ tầng mà chúng ta đang xây dựng sẽ có ý nghĩa hơn. Ngày nay, có rất nhiều bất đồng trong cách các doanh nghiệp tương tác với các thỏa thuận, đặc biệt là những doanh nghiệp có bộ phận pháp lý lớn, những người luôn bảo thủ hơn và có xu hướng lựa chọn các thỏa thuận hoặc hợp đồng cấp độ dịch vụ AWS vì đó là cách thế giới vận hành mà họ đã quen thuộc. . Nhưng nếu chúng ta thuê ngoài nhiều hoạt động ra quyết định và trí tuệ hơn trong tương lai, tôi nghĩ những người ra quyết định đó sẽ bắt đầu sử dụng cơ sở hạ tầng không cần tin cậy, có khả năng tổng hợp hơn, như quan điểm đã được đưa ra trước đó. Vì vậy, nếu trong vòng ba đến năm năm tới, chúng ta bắt đầu thấy sự thay đổi này, nó sẽ rất có lợi cho cơ sở hạ tầng và ứng dụng Web3. Bởi vì nó thực sự đòi hỏi cả hai phía của mạng phải cùng nhau phát triển và chúng tôi mới bắt đầu thấy phía cầu thực sự trưởng thành và phát triển theo cách phù hợp với cơ sở hạ tầng Web3 đã được xây dựng trong 5 hoặc 6 năm qua.

Ben Fielding: Tôi nghĩ có một sự tương đồng rất thú vị ở đây, đó là sự tương đồng giữa Web3 và AI. Về cơ bản, chúng đang thay thế lao động bằng chi phí. của mã. Sự xuất hiện của Web3 thay thế các hợp đồng pháp lý và cơ chế tin cậy nhân tạo bằng việc thực hiện các hợp đồng thông minh. Đây là một ví dụ về cách rẻ hơn để thực hiện mọi việc bằng sức lao động của con người. Như bạn đã nói, điều tương tự cũng xảy ra với AI, nó thay thế chi phí lao động đắt đỏ bằng mã phức tạp hơn. Vì vậy, sự kết hợp của cả hai là để thay thế chi phí lao động đắt đỏ bằng mã ở mức độ lớn nhất. Và rồi bạn hỏi, cuối cùng còn lại gì? Đó là phần niềm tin, và trong thế giới thực, mọi người đánh giá cao phần niềm tin con người và họ sẵn sàng trả nhiều tiền hơn cho nó. Đó là lý do tại sao các doanh nghiệp và người mua cũ mua sản phẩm của IBM. Cuối cùng, bạn sẽ thấy rằng bạn mua sản phẩm AWS vì bạn sẵn sàng trả thêm phí cho phần con người. Điều này đã được cắt giảm rõ ràng và mang tính tài chính hóa cao, bây giờ bạn biết mình đang trả tiền cho cái gì. Đó không còn là một giao dịch mua mơ hồ như trong thế giới đám mây truyền thống mà là một giao dịch mua rất rõ ràng. Tôi nghĩ chúng ta có thể khám phá sâu hơn sự phát triển của AI trong tương lai từ góc độ này. Đây sẽ là một sự tài chính hóa rõ ràng hơn về trải nghiệm của con người. Các giá trị của chúng ta sẽ thay đổi và chúng ta sẽ sẵn sàng trả nhiều tiền hơn cho những trải nghiệm rõ ràng của con người, thậm chí là phi lý. những điều tốt nhất cho chúng ta, nhưng chỉ vì chúng ta thực sự coi trọng nó. Ví dụ, tôi muốn mua đồ thủ công này vì nó được làm bởi chính con người. Tôi muốn mua sản phẩm của nhà cung cấp dịch vụ đám mây này vì ở đó có một anh chàng. Mặc dù thực tế là sản phẩm tiền điện tử có tính năng thanh toán tự động và chạy AI này tốt hơn cho tôi, rẻ hơn, hiệu quả hơn và cho kết quả tốt hơn, nhưng tôi sẽ chọn thứ khác vì tôi là con người và đây là thứ tôi muốn mua.

Michael Rinko: Ben, tôi có thể hỏi bạn một câu được không? Tôi nghĩ những hiểu biết của bạn rất thú vị. Một niềm tin phổ biến là thứ gì đó trong điện toán phi tập trung hoặc hiện tại trong AI sẽ rẻ hơn nếu được phân cấp, đó là một điểm bán hàng. Nhưng tôi nghĩ lập luận phản bác là, như bạn vừa nói, chi phí không phải là mối quan tâm hàng đầu của những công ty này, đặc biệt khi bạn đang nói về những công ty có giá trị nhất thế giới và họ sẽ chi thêm tiền để tránh rắc rối. . Họ sẽ làm điều tương tự nếu có một mối quan hệ hiện có. Bạn có nghĩ rằng có một điểm bùng phát mà các công ty này có thể tiết kiệm đủ tiền để chi phí thực sự trở thành động lực chính không? Hay đó chỉ là vấn đề danh tiếng đối với các công ty AI tiền điện tử này và sẽ mất vài năm để tạo dựng được danh tiếng cũng như mối liên hệ mà các nhà cung cấp GPU này có với các công ty này? Bạn nghĩ tình huống này sẽ diễn ra như thế nào? Có điểm bùng phát rõ ràng khi động lực cạnh tranh thay đổi giữa các dịch vụ tập trung và phi tập trung không?

Ben Fielding: Đây thực sự là vấn đề xung đột kinh điển và sự đánh đổi lợi ích trong bất kỳ công nghệ mới nào. Bạn cần tự hỏi liệu mình có sẵn sàng trải nghiệm những trở ngại khi áp dụng công nghệ mới vì những lợi ích tiềm năng hay không, chẳng hạn như tiết kiệm chi phí, tăng quy mô hoặc tăng lưu lượng truy cập. Chúng ta phải trải qua quá trình chuyển đổi này: một số người phải sẵn sàng trải qua những va chạm bổ sung để có được những lợi ích tiềm năng này. Sau khi vượt qua được trở ngại ban đầu, bạn có thể giảm bớt trở ngại đó mà không phải chịu chi phí chuyển đổi lớn.

Tuy nhiên, vẫn chưa có ai thực sự giải quyết được vấn đề đánh đổi này. Chúng tôi thấy rất nhiều dự án đầu cơ về AI tiền điện tử, nhiều người nói rằng sẽ có những lợi ích to lớn trong tương lai và nhiều người đang đặt cược vào tương lai này. Nhưng rõ ràng là chưa có ai thực sự nắm bắt được nhu cầu thực tế về giá trị và không có nhiều trường hợp sử dụng thực tế có thể nói rằng điều này đang mang lại giá trị thực sự cho Web2. Tôi nghĩ đó là điều cần phải xảy ra. Thành thật mà nói, tôi nghĩ chúng ta cần tập trung vào việc xây dựng những công nghệ này để làm cho chúng tốt hơn trong các trường hợp sử dụng cụ thể trong thế giới thực, thay vì tập trung vào việc khuyến khích và phát động các nỗ lực, mà theo quan điểm của chúng tôi chỉ là một sự xao lãng.

Tất nhiên, tại một số thời điểm, bạn cần thực hiện một số biện pháp khuyến khích. Nếu bạn đang xây dựng một thị trường, bạn cần thực hiện một số công việc khởi động, nhưng đó không phải là công việc chính. Công việc chính là tạo ra một sản phẩm thực sự có giá trị. Tôi nghĩ chúng tôi đã trải qua một khoảng thời gian mất tập trung, nhưng có rất nhiều người đứng sau hậu trường xây dựng những sản phẩm này. Một khi những sản phẩm này được tung ra thị trường, chúng ta sẽ chứng kiến sự đột biến nhưng nó phải vượt qua các rào cản cản trở và chi phí.

Đang suy ngẫm về Sầu riêng: Nhưng tôi nghĩ bạn cần tính thanh khoản của mạng. Mã hóa thực sự là về mạng. Vì vậy, bạn cần có bên cầu và bên cung, và chúng cần có mặt cùng một lúc. Để tạo ra trải nghiệm đó, việc xây dựng thị trường khi bạn mới bắt đầu luôn rất khó khăn. Bên cung sẽ không tăng tốc cho đến khi nhìn thấy phía cầu. Chúng tôi vẫn có trải nghiệm giới thiệu người dùng rất hiệu quả. Vì vậy, tôi đồng ý rằng điều quan trọng là phải tập trung vào sản phẩm, nhưng rất nhiều lợi ích sẽ chỉ được hiện thực hóa khi có điểm bùng phát, không phải 5 tỷ, mà ít nhất là có đủ số lượng ví tiền điện tử, nơi phía cung sẽ đáp ứng được nhu cầu bên. Vì số lượng người dùng vẫn còn rất hạn chế. Vì vậy, tôi nghĩ rằng tính thanh khoản của mạng là rất quan trọng.

Travis Good: Tôi chỉ muốn góp ý, tôi nghĩ đây là một điểm rất quan trọng. PD, bạn biết đấy, nếu chúng ta kết hợp tiền điện tử với AI, chúng ta thực sự đang giới thiệu một nền kinh tế có thể lập trình được trong việc hỗ trợ quyết định. Tôi nghĩ trước đây mã hóa đã thiếu hỗ trợ quyết định. Các mô hình ngôn ngữ lớn có thể tiếp thu lượng thông tin khổng lồ và đưa ra các lựa chọn tương đối đơn giản dựa trên tất cả đầu vào, điều mà trước đây không thể tưởng tượng được. Nếu tôi cố gắng viết một hợp đồng trên Ethereum để phân tích một câu chuyện tin tức và quyết định xem cảm xúc là tích cực hay tiêu cực, tôi sẽ cần phải thực hiện rất nhiều công việc hack, chưa kể đến việc cố gắng viết một bản tóm tắt nhất quán và hợp lý cho phép tôi đưa ra các quyết định kinh tế. Vì vậy, chúng tôi thực sự đang giới thiệu một mức độ khả năng và lý luận giúp API kinh tế cơ bản trở nên hấp dẫn hơn trước.

Ben Fielding: Về vấn đề tung ra thị trường mà chúng ta đang thảo luận, đúng là ở một giai đoạn nào đó bạn sẽ cần tung ra thị trường công việc . Tôi không nói rằng bạn không cần phải cân bằng cung và cầu, nhưng tôi nghĩ trường hợp sử dụng của bạn sẽ ảnh hưởng lớn đến khối lượng công việc khởi nghiệp mà bạn cần làm. Ví dụ: lấy Helium làm ví dụ, vùng phủ sóng mạng mà họ cung cấp bị ảnh hưởng bởi định luật Metcalfe trong lĩnh vực viễn thông, điều đó có nghĩa là mạng này chỉ có giá trị ở quy mô, vì vậy bạn phải kích hoạt phía cung cấp thật mạnh mẽ để cung cấp bất kỳ giá trị nào cho người dùng. .

Tuy nhiên, có một số trường hợp sử dụng không bị hạn chế này. Ví dụ: truy cập tài nguyên điện toán GPU, nếu tôi có GPU và người dùng cần đào tạo mô hình trên GPU đó, tôi có thể thực hiện giao dịch và nhận được giá trị thực tế từ mạng này. Có, đây chưa phải là quy mô tối đa nhưng bạn có thể mở rộng quy mô dần dần mà không cần trải qua quá trình ra mắt lớn. Tôi nghĩ hiện tại chúng ta đang ở trong một tình huống kỳ lạ khi sự cạnh tranh trong mạng GPU chủ yếu là về số lượng GPU, nhưng không ai thực sự sử dụng những GPU đó, nhu cầu sử dụng ở đâu?

Nên chúng ta rơi vào hiểu lầm là thu thập càng nhiều GPU càng tốt, đó là số liệu sai, số liệu đúng là mức sử dụng thực tế, khiến người dùng gửi tác vụ tới thiết bị và nhận kết quả. Tôi nghĩ thực sự sẽ tốt hơn nếu việc này được thực hiện ở quy mô nhỏ, thay vì đơn phương tung ra bên cung với số lượng lớn nhưng không phục vụ được bên cầu. Điều này chỉ hoạt động nếu nguồn cung là hàng hóa có giá trị tuyến tính. Tuy nhiên, may mắn thay, máy tính ML tình cờ là một trong những tình huống này. Tôi nghĩ nếu bạn đang ở trong mô hình băng thông mạng, bạn phải tìm ra cách kích hoạt phía cung và đó là trò chơi bạn phải chơi, bạn phải đảm bảo rằng trong một khoảng thời gian ngắn phía cầu có thể thực hiện được. kết thúc, nếu không bạn sẽ không thắng được.

Michael Rinko: Bạn nghĩ nhu cầu gần đây nhất có nhiều khả năng đến từ đâu?

Ben Fielding: Mạng máy tính phi tập trung.

Ben Fielding: Tôi nghĩ nhu cầu có thể đến từ một số lĩnh vực khác nhau. Một bên là các công ty khởi nghiệp ở giai đoạn hạt giống đến Series A hiện không có quyền truy cập vào tài nguyên của nhà cung cấp đám mây, đây là điều cần thiết. Những người khác là người dùng cá nhân không có tài nguyên máy tính cục bộ nhưng họ muốn tinh chỉnh các mô hình, chẳng hạn như sử dụng các mô hình nguồn mở mà họ có quyền truy cập nhưng không thể lấy tài nguyên máy tính để đào tạo. Một bước tiến xa hơn (nhưng có lẽ không quá xa) là nhu cầu về các mô hình đào tạo hợp tác. Cộng đồng có thể nảy ra ý tưởng về một loại mô hình mới nhưng không có quyền truy cập vào tài nguyên máy tính mà họ hiện có. Họ cũng có thể tận dụng các công cụ khác nhau do Web3 cung cấp, chẳng hạn như nhóm và kiểm tra, để kích hoạt chung các tài nguyên này mà không cần phải tin tưởng vào một bên nào. Điều này cho phép phát triển mô hình hợp tác nhiều hơn trên các mạng tính toán, mạng dữ liệu và ở một mức độ nào đó là các mạng kích thích tri thức chuyên gia. Trong các mạng này, mọi người có thể đề xuất các mô hình và được khen thưởng vì đã đề xuất mô hình đó trong tương lai, vì có một bản ghi trên blockchain mà họ đã tạo và xuất bản mô hình đó. Khi chúng ta dần dần gán giá trị cho nguồn gốc của tài nguyên hoặc ý tưởng, điều này sẽ khuyến khích công việc hợp tác và đây là lúc hiệu ứng bánh đà thực sự phát huy tác dụng.

Cho đến lúc đó, chúng ta có thể thấy các nhà cung cấp đám mây hiện tại dễ dàng áp dụng, thường là do chúng có giá quá cao hoặc đơn giản là không thể truy cập được.

Travis Good: Tôi nghĩ vì blockchain cần được coi là một khả năng cạnh tranh, bạn sẽ thấy các mạng này Cách sử dụng tỷ lệ đã được cải thiện rất nhiều.

Ben Fielding: Hoàn toàn đồng ý. Khi các mô hình bắt đầu cần quyền truy cập vào các tài nguyên để kích hoạt chính chúng và các mô hình khác, mọi thứ sẽ trở nên theo cấp số nhân vì bạn loại bỏ được "chi phí thế giới con người" tương tự mà chúng ta đã thảo luận trong các lĩnh vực khác. Tại thời điểm này, bạn cần khả năng tiếp cận các tài nguyên này có tính thanh khoản cao, nếu không bạn sẽ luôn bị hạn chế bởi hiệu quả của thị trường tài nguyên. Vì vậy, nếu muốn phát triển nhanh nhất có thể, chúng ta phải làm cho những thị trường này hoạt động hiệu quả nhất có thể. Tôi hoàn toàn đồng ý và tôi thực sự vui mừng về việc toàn bộ tình hình sẽ thay đổi về cơ bản như thế nào khi các mô hình thực sự bắt đầu truy cập tài nguyên. Tôi nghĩ đó sẽ là một khoảnh khắc thực sự lớn.

Michael Rinko: Travis, tôi rất vui vì bạn đã đề cập đến vấn đề đó, đó là điều tôi hy vọng chúng ta sẽ nói đến vào một lúc nào đó . Tôi không muốn nghe có vẻ quá khoa học viễn tưởng, nhưng tôi nghĩ mọi người đánh giá thấp việc điều này sẽ diễn ra nhanh như thế nào. Hôm nọ tôi đã thấy một dòng tweet của một nhà nghiên cứu tại OpenAI và về cơ bản anh ấy nói rằng, nếu bạn đưa ai đó từ 10 năm trước đến hôm nay và nói với họ rằng chúng tôi có một chương trình có thể dịch bất kỳ ngôn ngữ nào trong thời gian thực, thì mọi người đều có thể sử dụng miễn phí. , và nó miễn phí cho mọi người trên khắp thế giới sử dụng và họ sẽ ngạc nhiên về khả năng làm được điều đó của mình. Nhưng ông nói rằng bước đột phá lớn này không thay đổi được gì và thế giới vẫn như cũ. Nói cách khác, giá cổ phiếu của NVIDIA đã tăng lên rất nhiều, nhưng ngoài ra, chúng tôi vẫn ăn sáng hàng ngày và tôi vẫn uống cà phê. Vì vậy, tôi nghĩ đối với tiền điện tử, chúng ta đã có những đột phá lớn về AI, nhưng tiền điện tử vẫn tiếp tục tồn tại và Bitcoin thậm chí còn chưa đạt mức cao nhất mọi thời đại. Vậy khi nào sẽ có bước ngoặt lớn? Khi nào sự tăng trưởng theo cấp số nhân sẽ xảy ra?

Quan điểm hiện tại của tôi là bước ngoặt sẽ đến khi chúng ta có các tác nhân tự chủ. Tôi nghĩ hầu hết mọi người trong cộng đồng tiền điện tử đều hiểu rõ lý do tại sao các đại lý này lại thích blockchain hơn cơ sở hạ tầng truyền thống. Tôi thật khó tưởng tượng quá trình từ 0 đến 1 sẽ như thế nào, khi ban đầu có thể không có tác nhân nào, nhưng đột nhiên có thể có vô số tác nhân, hàng triệu, hàng tỷ trường hợp thông minh, tất cả đều tham gia độc lập vào các hoạt động kinh tế. Tôi nghĩ phần lớn điều này sẽ xảy ra trên blockchain và tiềm năng là rất lớn.

Suy ngẫm về Sầu riêng: Tôi thực sự cảm thấy đây giống như một sơ đồ USV thể hiện mối quan hệ giữa cơ sở hạ tầng và ứng dụng. Tại một thời điểm, người ở Altimet về cơ bản đã nói, nếu bạn nhìn vào điện toán đám mây, 400 tỷ USD sẽ dành cho các ứng dụng và khoảng 50 tỷ USD sẽ dành cho các công ty bán dẫn. Và trong không gian AI tổng quát, hiện tại chúng ta thực sự đang ở trong tình huống ngược lại, với NVIDIA tích lũy được 75 tỷ USD và OpenAI chỉ tích lũy được 5 tỷ USD. Tôi nghĩ điều đó sẽ lật ngược. Giống như điện toán đám mây, chúng ta có thể mong đợi sự bùng nổ sắp tới của các ứng dụng trong đó phần lớn giá trị thu được sẽ bắt đầu chuyển lên lớp ứng dụng. Vì vậy, tôi đồng ý với quan điểm này 100%.

Travis Good: Tôi nghĩ đó là lý do tại sao hệ sinh thái này lại quan trọng đến vậy và tại sao tôi rất vui mừng khi thấy nhiều cách tiếp cận khác nhau cũng như lý do để có được sức khỏe tốt cuộc thi. Bởi vì tôi nghĩ sẽ có nhu cầu rất lớn đối với tất cả các phương pháp tiếp cận này và đây sẽ là một bữa tiệc. Tôi tin rằng những người có thể nhìn thấy điều này sẽ được khen thưởng phong phú. Tôi cũng hy vọng rằng những ai trong số các bạn đang lắng nghe sẽ cảm động trước quan điểm của chúng tôi, bởi vì tôi hy vọng rằng các bạn cũng sẽ được đền đáp về mặt tài chính nhờ quan điểm đó.

Liên kết gốc