شرکتهای هوش مصنوعی برای رقابت در مسیر هوش عمومی (AGI) میلیاردها دلار بر روی دیتاسنترها هزینه میکنند. آروند کریشنا، مدیرعامل IBM، نظراتی درباره محاسبات پشت این شرطبندیها دارد.
هزینههای دیتاسنتر در حال افزایش است. در تماس گزارش سوددهی اخیر متا، واژههایی مانند «ظرفیت» و «زیرساخت هوش مصنوعی» بارها به کار رفت. گوگل تازه اعلام کرد که قصد دارد در نهایت این دیتاسنترها را در فضا بسازد. سؤال این است که آیا درآمد حاصل از دیتاسنترها هرگز میتواند تمام هزینههای سرمایهای را توجیه کند؟
در پادکست «Decoder»، کریشنا به این نتیجه رسید که بهنظر میرسد «هیچ راهی» وجود ندارد که این شرکتها بتوانند بازدهی هزینههای سرمایهای (CapEx) خود بر دیتاسنترها بهدست آورند.
او افزود که محاسبات سادهاش بر پایه هزینههای امروز است؛ «زیرا هر چیز در آینده فرضی است»، و کریشنا گفت که برای تامین یک دیتاسنتر یک گیگاواتی تقریباً ۸۰ میلیارد دلار هزینه میبرد.
او گفت: «خب، این عدد امروز است. پس اگر بخواهید ۲۰ تا ۳۰ گیگاوات متعهد شوید، این یک شرکت است؛ یعنی حدود ۱٫۵ تریلیون دلار هزینه سرمایهای (CapEx).»
کریشنا همچنین به استهلاک چیپهای هوش مصنوعی داخل دیتاسنترها بهعنوان عامل دیگری اشاره کرد: «باید تمام آن را در پنج سال استفاده کنید، زیرا در آن زمان باید آن را دور بیندازید و جایگزین کنید.»
سرمایهگذار مایکل بوری اخیراً بهدلیل نگرانیهای استهلاکی، هدف خود را به سمت نودیا قرار داد و این منجر به کاهش قیمتهای سهام هوش مصنوعی شد.
کریشنا گفت: «اگر به کل تعهدات جهان در این حوزه نگاه کنم، در تعقیب AGI، بهنظر میرسد حدود ۱۰۰ گیگاوات با این اعلامها وجود دارد.»
با هزینه ۸۰ میلیارد دلار برای هر یک از ۱۰۰ گیگاوات، برآورد کریشنا برای تعهدات محاسباتی حدود ۸ تریلیون دلار میشود.
او اظهار داشت: «نظر من این است که هیچ راهی برای بازدهی بر این هزینه نیست؛ چرا که ۸ تریلیون دلار سرمایهگذاری یعنی تقریباً ۸۰۰ میلیارد دلار سود برای پوشش بهره صرفاً لازم است.»
دستیابی به این مقدار گیگاوات، نیازمند هزینههای عظیم از سوی شرکتهای هوش مصنوعی بوده و فشار برای دریافت کمک خارجی را بهوجود آورده است. در نامهای در اکتبر به دفتر سیاستهای علمی و فناوری کاخ سفید، سام آلتمن، مدیرعامل OpenAI، پیشنهاد داد که ایالات متحده هر سال ۱۰۰ گیگاوات ظرفیت انرژی اضافه کند.
مجری پادکست «Decoder»، نیلای پتِل، اشاره کرد که آلتمن معتقد بود OpenAI میتواند بازدهی بر هزینههای سرمایهای خود ایجاد کند. OpenAI متعهد به صرف حدود ۱٫۴ ترایلین دلار در معاملات مختلف شده است. در اینجا، کریشنا گفت که با آلتمن اختلاف نظر دارد.
کریشنا گفت: «این یک باور است. این همان چیزی است که برخی مردم دنبال میکنند. من این را از دیدگاه آنها میفهمم، اما متفاوت از موافقت با آن است.»
کریشنا روشن کرد که نسبت به این باور نیست که مجموعه فناوریهای فعلی ما را به AGI — پیشرفت فناوریای که هنوز دست نیافته و بهطور عمومی اینگونه تعریف میشود که هوش مصنوعی بتواند وظایف پیچیده را بهتر از انسان انجام دهد — برساند. او احتمال دستیابی به آن بدون یک پیشرفت فناوری بیشتر را بین ۰ تا ۱ درصد برآورد کرد.
چندین رهبر برجسته دیگر نیز نسبت به سرعتگیری به سمت AGI تردید داشتهاند. مارک بنیوف گفت که نسبت به فشار برای AGI «بهطرز فراوان مشکوک» است و این را به هیپنوتیزم تشبیه کرد. اندرو نگ، بنیانگذار Google Brain، اظهار کرد که AGI «بیش از حد تبلیغی» است، و آرتور منچ، مدیرعامل Mistral، گفت که AGI یک «حرکت بازاریابی» است.
حتی اگر AGI هدف باشد، مقیاسپذیری محاسبه شاید کافی نباشد. ایلیا سوتسکِور، همبنیانگذار OpenAI، در نوامبر گفت که دوران مقیاسپذیری به پایان رسیده و حتی مقیاسپذیری صد برابر مدلهای زبانی بزرگ (LLM) نیز تحول کامل نخواهد داشت. او افزود: «دوباره به دوران تحقیق بازمیگردیم، اما اینبار با رایانههای بزرگ.»
کریشنا که کار خود را در IBM در سال ۱۹۹۰ آغاز کرد و سپس در سال ۲۰۲۰ به عنوان مدیرعامل و در سال ۲۰۲۱ به عنوان رئیس هیئت مدیره منصوب شد، از مجموعه ابزارهای هوش مصنوعی فعلی تمجین کرد.
او گفت: «فکر میکنم این میتواند تریلیونها دلار بهرهوری در بخشهای تجاری ایجاد کند؛ برای وضوح کامل بگویم.»
اما کریشنا گفت که AGI به «فناوریهای بیشتری» نسبت به مسیر فعلی مدلهای زبانی بزرگ (LLM) نیاز دارد. او ترکیب دانش صریح (hard knowledge) با LLMها را بهعنوان یک مسیر احتمالی آینده پیشنهاد کرد.
احتمال رسیدن به AGI با این رویکرد چقدر است؟ او گفت: «حتی در آن صورت، من همچنان «شاید» میگویم.»
دیدگاهتان را بنویسید