Самое важное в IT за неделю: Кто получил Нобелевскую премию за AI

Всем привет. Меня зовут Дмитрий Роденко, основатель сообщества SaaS Founders. Помогаю фаундерам IT-компаний находить новых крупных клиентов с помощью лида генерации в LinkedIn. Сегодня в рамках самых интересных новостей в мировом IT мы поговорим о том, почему мировые продажи полупроводников выросли на 53 миллиарда долларов, несмотря на торговые войны. что обсуждали на AI Summit 2024, как AI может изменить бизнес-модели компаний, кто получил Нобелевскую премию за AI и почему LinkedIn перекладывает ответственность за ошибки AI на пользователей. Так, первая новость от портала The Register о том, что глобальные продажи полупроводников достигли рекордных 53 миллиардов долларов по состоянию на август 2024 года. Это, по сути, с начала до августа 2024 года, увеличившись на 20%, точнее на 21% по сравнению с предыдущим годом. И этот рост происходит несмотря на продолжающиеся торговые войны и геополитическую напряженность, демонстрируя устойчивый рост отрасли. Интересно, что самый высокий рост показали США, которая выросла на 43% до 15 миллиардов долларов. Азиатско-Тихоокеанский регион вырос на 17%, Китай на 19%, Япония на 2%. Европа единственная показала спад на 9%. Собственно, что здесь интересно, это же мой комментарий. В связи с заострением геополитических конфронтаций между США и Китаем, США начали активно открывать производство, расширять производство полупроводников у себя, локально, понимая, что если ситуация с тайванем в частности станет острой то есть тайвань будет блокирован китайским флотом то с учетом того что на тайване про производится примерно 60 процентов по состоянию на прошлый год всех мировых полупроводников, то и США, и Европа, и весь остальной мир будет отрезан от полупроводников и чипов. Соответственно, ни о каком развитии AI, ни о каком развитии повышения вычислительных мощностей говорить в таком случае не придется. Поэтому штаты проинвестировали много сил и средств в то, чтобы развернуть производство И это много, потому что учитывая то, что у с учетом той ситуации, которая была раньше. Раньше все нас есть полуопрородники, производилось у нас есть полуопрородники, у полуопрородники, у нас есть полуопрородники, у нас есть полуопрородники, у нас есть полуопрородники, полуопрородники, в Китае, раньше все производилось на Тайване, но сейчас с учетом высоких рисков штаты показывают свою способность перенести у нас есть полуопрородники, производство у нас есть полуопрородники, у полуопрородники, у нас есть полуопрородники ключевых компонентов обратно. Делается за счет снижения инвестиций в Китай, снижения инвестиций на Тайвань, но другого пути нет. Чем обусловлен рост помимо геополитической напряженности и перераспределения данных потоков? С одной стороны, естественно, развитием искусственного интеллекта, облачных вычислений, автомобильной промышленности и потребительской электроники, которые создают постоянный спрос на разнообразные чипы. Впервые с октября 2023 года все континенты показали положительную месячную динамику, что свидетельствует о глобальном восстановлении сектора. Остерсель продолжает сталкиваться с вызовами. Естественно, геополитическая напряженность между США и Китаем, экспортный контроль над передовыми технологиями и проблемы с цепочками поставок, которые влияют на производство и дистрибьюцию чипов глобально. Стоит также отметить, что Штаты создали список компаний, в которых не могут работать американские граждане, либо обладатели американских грин-карт, виз и так далее, без разрешения Department of Justice или другого контролирующего органа. То есть и это привело к оттоку, скажем так, основных инженеров из китайских компаний. Но видите, параллельно с достаточно значимыми инвестициями в производство проводников, штаты стремятся, с одной стороны, усилить свое, положение в рынке и, с другой стороны, лишить Китая, скажем так, темпов роста в данной истории. Идем дальше. Большая серьезная история, которая влияет на весь мир глобально. Следующая новость — это основные моменты саммита IA 2024. Прошел саммит, который собрал более 300 основателей, разработчиков и исследователей в сфере искусственного интеллекта. Главная тема саммита — это внедрение AI в производство и создание реальных случаев использования, которые показывают высокий возврат инвестиций ROI. Ключевые выводы. Не существуют универсальные модели AI и будущее за использованием различных моделей в зависимости от конкретных задач. Здесь классика жанра. Сначала появляется одно что-то, потом их становится два, и потом их становится много. Сначала появился, условно, публично появился OpenAI, который стал массовой значимой технологии. Потом появились Cloud, появился Gemini, появились другие решения. И теперь эти решения начнут специализироваться в решении определенных задач. Дальше. Второй вывод. Происходит переход от экспериментов к внедрению AI в производство. Появляются killer use cases в случае использования в различных отраслях. Агенты AI становятся новым трендом, заменяя популярную ранее технологию REG. Финансирование ведущих стартапов в сфере AI продолжает расти, что подтверждается рекордными инвестициями в OpenAI. Память становится критическим компонентом для персонализации AI-систем, и технологический прогресс в сфере AI требует учета прошлого опыта и установления надлежащих мер безопасности. Я предполагаю, что AI позволит автоматизированные системы производства сделать еще более автономными и еще более контролируемыми. И это на самом деле здорово, потому что работать руками, смешивать ингредиенты и контролировать их качество, Если это могут делать роботизированные системы, пусть это делают роботизированные системы. Люди их могут настраивать, делать контроль, калибровку и так далее. Потому что такие системы работают 24 на 7. У них нет выходных, больничных и так далее. У них есть простой на профилактику, у них есть, скажем так, замена. там различные работы по их настройке, которые также требуют времени, но продуктивность и цена производства одной единицы продукции в таком случае все равно получается ниже. Поэтому, если мы говорим о массовом производстве, достаточно объемном, это путь в повышение автономности производства, повышение его продуктивности и, естественно, благодаря этому дальше будут расти инвестиции в AI и в развитие AI, в частности, в сфере производства. Гартнер, известная аналитическая компания, говорит о том, что AI становится катализатором новых бизнес-моделей, а не только инструментом повышения производительности. Приводит в такой пример, как Klarna интегрировала чат GPT для рекомендаций продуктов, и на основании таких переменных, как профиль клиента, Цена и набор продуктов, он может генерировать рекомендации, связывать пользователей с различными службами, такие как Expedia, например. И когда продукт выбран, он направляет пользователя на страницу покупок на базе Klarna, создавая такой бесперебойный процесс транзакции. AI лучше всего применяется в генерации контента, разговорных интерфейсах и в создании баз знаний. AI все еще отстает от людей в прогнозировании и в функционировании автономных систем. И компаниям... Гартнер считает, что компаниям следует инвестировать в области, где AI демонстрирует наибольшие естественные способности. Ну, то есть, по сути, где он может генерировать контент, общаться с пользователями и формировать некие массивы, структурированные массивы знаний на основании большого неструктурированного набора данных. Затраты на разработку собственной модели генеративного AI могут достигать от 7 до 20 миллионов долларов, по мнению Гартнер, и организациям рекомендуется определить цели использования AI и выбрать соответствующий подход к внедрению. Естественно, нужно согласовать внедрение AI с общими бизнес-целями компаний, и фокус должен быть на долгосрочной ценности AI для бизнеса, а не отдельных случаях его использования. Логично, понятно. Важно, пока все-таки основной тренд — это повышение производительности существующих моделей путем замены людей либо, скажем так, алгоритмов предыдущего поколения. алгоритмами AI, на базе AI, для того, чтобы повысить его продуктивность и эффективность. Но, видите, существуют уже и новые бизнес-модели, которые позволяют достигать лучшей коммуникации и, собственно говоря, получать лучшие результаты в рамках тех же самых процессов. Следующая новость называется «Законы масштабирования времени выводов». Что это значит? OpenAI нашли новый способ улучшить AI, увеличить время, которое тратится на обдумывание ответов. Почему OpenAI об этом говорит? Они считают, что старые методы обучения AI скоро могут достичь своего предела. Вот, например, новая модель O1 от OpenAI тратит меньше времени на начальный анализ данных, но больше на обдумывание ответов. И способность AI анализировать и планировать зависит от того, сколько времени у него есть на размышления. И главная проблема – это сделать AI надежным в разных сферах и на долгое время, что потребует значительных вычислительных мощностей. И даже если AI будет думать дольше, он все равно будет дешевле людей и работников. И первые тесты показывают, что правильное использование новых методов может улучшить работу современных AI-моделей. Ожидается, что увеличение времени на обдумывание расширит возможности AI в различных сферах, таких как программирование, обслуживание клиентов и стратегическое планирование. О чем нам говорит эта новость? Новость говорит о том, что количество данных, на которых обучается AI, подходит к концу. Независимых, качественных, органических наборов данных подходит к концу. То есть все, что можно было обработать, уже обработано, либо будет обработано в ближайшее время. Первое. Второе. Вычислительные мощности, на которых работает AI, не могут расти темпами, которые опережают спрос. То есть предложение не растет больше быстрее спроса. И поэтому ученые и предприниматели видят выход в том, чтобы увеличить время, которое тратится на обдумывание ответа. Я предполагаю, что этот ответ вынужденный из-за недостатка наборов данных и недостатка усилительных мощностей, потому что пользователь обычно не любит ждать. Человек готов нажать на кнопку и получить некий результат. Не смотреть на загрузку, не смотреть на форму генерации ответа и так далее. Но, с другой стороны, когда мы говорим о чем-то, о каких-то бытовых вещах, о каких-то самых простых советах, которые известны, которые понятны, которые касаются поисков базы знаний, здесь, наверное, действительно, скажем так, ожидание не будет сильной стороной. Но когда мы быстро получили бесполезный код или быстро получили какой-то неправильный, неполный анализ, мы становимся недовольны подобной системой. Поэтому если других вариантов нет, то куда мы денемся? Будем ждать, будем сидеть и ждать. Более того, в ряде AI-систем, которые я использую, действительно используется достаточно большой временной промежуток на генерацию определенных решений. То есть это не как Чаджи Петтили написал, он сразу начинает генерировать какой-то ответ. Нет, он говорит, подождите, мы вам сообщим на почте, через почту, когда будут сгенерированы результаты поиска. Результаты поиска и анализа. Поэтому, ну, скажем, Я думаю, что это будет справедливо для ряда специализированных систем, которые требуются большое количество времени для обработки значительных массивов данных, но пользовательские интерфейсы все равно будут максимально быстрые и максимально доступные. Следующая новость о том, что крестный отец AI разделил Нобелевскую премию с пионером нейронных сетей. В частности, Джеффри Хинтон и Джон Хопфилд получили Нобелевскую премию по физике 1924 года за вклад в развитие искусственного интеллекта. Это первая Нобелевская премия, присужденная за достижения в области AI. Хопфилд создал в 1982 году нейронную сеть, способную хранить и извлекать из памяти множественные паттерны. Хинтон расширил работу Хопфилда, создав машину-больцмена, способную обучаться на примерах и распознавать объекты. Работы лауреатов широко применяются в физике и других областях науки. Хинтон ранее уже получил премию Тюринга в 2019 году с другими отцами-авиаторами. Лауреаты разделят призовую сумму в 11 миллионов шведских крон около 1 миллиона долларов. Я думаю, что, скажем так, получение Нобелевской премии сейчас это, скажем так, признание отцов-основателей или признание тех ученых, которые делали первые шаги в генерации, ну скажем так, в в создании технологий, на которых базируется сейчас AI. Это памятник, научно-популярный приз за значимый вклад. Сами технологии работают уже давно, но поскольку они набрали большое влияние на мировую экономику и на жизнь людей, давайте дадим Нобелевскую премию. Но лучше позже, чем никогда. Важно, что эти люди говорят. В частности, Хинтон выразил обеспокоенность по поводу потенциальной опасности AI. Он покинул консультативную должность в Google в 23-м году из-за подобных опасений. И он призывает к регулированию AI и увеличению исследований в области безопасности. Но тут надо понять, какова доля, собственно, опасности, а какова доля, как бы так сказать, свойственного пожилым людям пессимизма и неготовности принимать новые технологии. Тут тоже не стоит сбрасывать это со счетов. Следующая новость касается LinkedIn. LinkedIn заявил, что если наш AI что-то сделает не так, это ваши проблемы. Новость от портала Register. LinkedIn обновил пользовательское соглашение, предупреждая о возможной неточности контента, созданного с помощью AI. Пользователи будут нести ответственность за распространение дезинформации, созданной инструментами AI LinkedIn. LinkedIn советует пользователям проверять и редактировать контент, созданный AI перед публикацией. Компания не будет нести ответственности за последствия использования неточного AI-контента. В частности, компания начала использовать... Кроме того, компания начала использовать посты пользователей для обучения AI-моделей без предварительного согласия. И это решение вызвало недовольство британского управления комиссара по информации, так называемое управление ICO. И LinkedIn временно отказался от обучения AI на данных пользователей из ЕС, Швейцарии и Великобритании. Компания использует AI в различных сервисах, включая LinkedIn Recruiter и помощь в написании профилей. Наказания за нарушение правил варьируются от ограничения видимости контента до удаления аккаунта. Эксперты отмечают противоречия между заявлениями о мощности языковых моделей и отказом от ответственности за их ошибки. Ну, здесь логичный шаг компании, связанный с тем, что... Вообще, это логичное продолжение политики LinkedIn и Microsoft в целом, связанного с тем, что, первое, все данные, которые находятся в сети, в частности, в LinkedIn, принадлежат пользователям. Все действия, которые предпринимают пользователи в сети, являются ответственностью их, а не ответственностью компаний. Ну и, соответственно, сейчас это правило было распространено на контент, созданный с помощью искусственного интеллекта. То есть здесь все как бы логично и так далее. Другой момент, что дефицит органических данных и качественных наборов данных вынуждает компанию использовать посты пользователей для обучения моделей. Но видите, здесь есть, скажем так, правительственные рычаги влияния на компанию. В частности, видите, они отказались от использования данных пользователей есть в Швейцарии и Великобритании. То есть тех стран, которые сказали нет, нельзя, не используйте. Мы это контролируем, мы это изучаем, поэтому, соответственно, вам запрещено это делать. В целом, если говорить про адаптацию AI в том же LinkedIn, ну, на самом деле, они внедряют какие-то точечно какие-то моменты. В частности, они предлагают генерировать welcome message, то есть первое сообщение, когда вы отправляете делать его менее стандартным. Но я пробовал, честно говоря, их варианты. Они откровенно не вовлекающие. То есть они достаточно примитивные. Это немножко лучше, чем привет, как дела. Просто они вставляют туда персонализацию какую-то самую простенькую на уровне имени и так далее, на уровне отрасли. Это максимум, что они делают. Поэтому, если использовать другие инструменты того же искусственного интеллекта, тот же линк-лидер и другие решения, то вы получаете connection request, который базируется на анализе профиля профиля того вашего потенциального клиента. И качество коммуникации будет гораздо лучше. Я думаю, что за счет того, что компания большая и неповоротливая, эти внедрения занимают у нее достаточно много времени. То есть я думаю, что у компаний, которые разрабатывают подобные решения, В частности, различные плагины для того же LinkedIn, для использования искусственного интеллекта на базе социальных сетей, информации, которая в них хранится, есть еще несколько лет, к счастью, для того, чтобы воспользоваться этим преимуществом, пока крупная корпорация нормально интегрирует искусственный интеллект в основные аспекты своей работы. Поэтому если вы разрабатываете какие-то решения на базе искусственного интеллекта, у нас с вами еще есть время, и мы сможем с вами еще за счет этой неповоротливости крупной корпорации получить некие преимущества в тактическом каком-то горизонте и, собственно говоря, продвинуть свои решения, получить потребителей и, собственно, получить своих клиентов в этой сфере. На сегодня все. Желаю всем новых крупных клиентов отличных результатов. И, соответственно, тем, кому нужны новые крупные клиенты из LinkedIn, внизу в описании, в комментариях будет ссылочка. Кому интересно, напишите, выберите время для созвона. Наша команда подготовит для вас решение, которое вы либо сделаете сами, сами сможете внедрить, либо мы вам сделаем его с финансовой гарантией.