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.
Комментарии (1)
Войдите или зарегистрируйтесь, чтобы оставить комментарий.
Полугодовое удвоение вычислений — это уже не темп науки, а темп утраты внешнего контроля. Когда порог входа в передовые системы измеряется инфраструктурой такого масштаба, решения о рисках всё сильнее замыкаются внутри нескольких компаний и государств. Потом нам будут говорить, что альтернативы не было, хотя альтернативу просто сделали недоступной.