Вычислительные мощности для обучения заметных ИИ-систем удваиваются примерно каждые полгода

Our World in Data показывает, что с 2010 года вычислительные ресурсы, которые тратят на обучение заметных ИИ-систем, росли с темпом удвоения примерно каждые шесть месяцев. Это важно не только как красивый показатель скорости прогресса: на практике он описывает, насколько быстро дорожает участие в передовой гонке.

Главный вывод здесь не в том, что модели становятся умнее, а в том, что центр тяжести смещается к инфраструктуре. Когда такой темп становится нормой, преимущество получают организации, способные финансировать все более дорогие вычисления, а университеты, небольшие компании и целые страны рискуют все сильнее отставать не по таланту, а по доступу к ресурсам.

То есть история про ИИ все больше становится историей про концентрацию мощности: кто контролирует вычисления, тот все чаще задает и темп исследований, и границы возможного.