100 миллиардов долларов потратят на редкие данные вместо процессоров Nvidia
Эпоха обретения интеллекта через грубую вычислительную мощь упирается в тупик. Эндрю Хо, выходец из OpenAI, запустил стартап по генерации специализированных данных, осознав очевидное: «законы масштабирования» (Scaling Laws) больше не обеспечивают качественного скачка. По мнению Хо, индустрия переходит в фазу, когда лабораториям придется потратить более $100 млрд не на чипы Nvidia, а на целевой сбор данных. Он утверждает, что критически важные для экономики навыки попросту отсутствуют в массивах мусорных интернет-текстов. Результат налицо: даже передовые модели вроде GPT-5.6 Sol показывают жалкие 30% успеха в сложных научных анализах, таких как биоинформатика.
Скепсис Хо разделяют в Кембридже и Google DeepMind. Как отмечает исследователь Адам Хант, пока программирование и математика прогрессируют за счет четких сигналов вознаграждения, качество языка и элементарная логика стагнируют. Мы наблюдаем потолок: модели «задыхаются» в собственном галлюцинаторном контенте, не в силах выйти за пределы вероятностного повторения интернета.
Главное
Инвестиционный фокус смещается с закупки GPU на создание проприетарных датасетов. Традиционный парсинг интернета исчерпал себя для решения прикладных бизнес-задач. Дефицит «контекстуальных» данных препятствует внедрению ИИ в наукоемкие отрасли.
Ценность для бизнеса стремительно мигрирует от универсальных чат-ботов к закрытым наборам данных в биомедицине и материаловедении. Проект Хо нацелен на кодирование «контекстуальной» работы и контрфактуальных путей — того, что эксперты-люди делают интуитивно, и что невозможно просто «выкачать» из сети.
На наш взгляд, это логичный финал гонки вооружений: конкурентное преимущество теперь определяет не размер серверного кластера, а владение верифицированными данными, позволяющими модели работать в индустриях с высокими ставками.
Рекомендации для бизнеса
Проведите инвентаризацию внутренних хранилищ на предмет уникальных данных. Оцифруйте экспертные рабочие процессы, которые невозможно найти в открытом доступе. Формируйте собственные обучающие выборки, пока рынок специализированных провайдеров не монополизировал вашу нишу и не выставил заградительный ценник.
Источник: The Decoder