Prognozowanie tego, co nastąpi po DeepSeek
Część 2 z trzech
W poprzedniej sekcji omówiłem, że ucieleśniona sztuczna inteligencja, czyli roboty i humanoidy, będzie jednym z kolejnych dużych trendów w rozwoju sztucznej inteligencji poza Chinami. Uważam, że kolejnym ważnym trendem będzie zastosowanie technologii sztucznej inteligencji w branżach wertykalnych, które nie odczuły jeszcze skutków horyzontalnych studiów magisterskich (LLM), nie mówiąc już o powszechnej adopcji technologii sztucznej inteligencji. Zastosowania sztucznej inteligencji będą najważniejszym czynnikiem decydującym o przyszłych postępach w dziedzinie sztucznej inteligencji.
W tym przypadku przemysłowa przewaga Chin i ich ogromny rynek zapewnią temu państwu wyraźną przewagę w rywalizacji na polu sztucznej inteligencji.
Sztuczna inteligencja w aplikacjach
Ogólnie rzecz biorąc, w ekosystemie sztucznej inteligencji istnieją 3 poziomy. Na poziomie podstawowym znajduje się sprzęt AI, taki jak układy Blackwell firmy Nvidia, Ascend firmy Huawei oraz centra danych. Pośrodku znajdują się rozbudowane modele językowe, takie jak ChatGPT, Llama, DeepSeek i Qwen. Na szczycie znajdują się różnorodne zastosowania sztucznej inteligencji, np. w opiece zdrowotnej, bankowości, przemyśle, działaniach wojennych itp.
Architektura ta przypomina wcześniejszą generację technologii cyfrowej, z urządzeniami takimi jak układy scalone, komputery PC i urządzenia mobilne na dole, systemami operacyjnymi takimi jak Windows, Android, HarmonyOS pośrodku i aplikacjami takimi jak Amazon, WeChat i TikTok na górze.
W dojrzałym ekosystemie działania zorientowane na klienta będą odbywać się na poziomie aplikacji, a większość przychodów i zysków generowanych w ekosystemie powinna być generowana właśnie tam.
Obecnie, w ekosystemie sztucznej inteligencji (AI), podobnie jak u zarania ery cyfryzacji, większość przychodów i zysków trafia do podstawowych układów scalonych, a największym zwycięzcą jest Nvidia. Z czasem jednak przychody i zyski branży będą płynąć w górę, do poziomu LLM i aplikacji. Ostatecznie większość wartości będzie tkwić w aplikacjach.
W tak dojrzałym ekosystemie sztucznej inteligencji, który powstanie za kilka lat, wiele pionowych aplikacji AI powstanie w oparciu o horyzontalne modele LLM i to właśnie tam AI zacznie oddziaływać na nasze życie w najbardziej bezpośredni i znaczący sposób. Na przykład Manus, nowy chiński asystent AI zbudowany na platformie Alibaba Qwen LLM, jest w stanie wykonywać zadania takie jak projektowanie stron internetowych i planowanie tras podróży na żądanie użytkownika. Taki rozwój sytuacji ilustruje postępy w kierunku AGI. Pomijając kwestię, czy prawdziwa AGI lub osobliwość kiedykolwiek nadejdzie, co do czego mam wątpliwości, nie ma wątpliwości, że AI znajdzie szersze zastosowanie w gospodarce i naszym codziennym życiu.
Ponieważ obserwujemy już spowolnienie prawa skalowania, firmy hiperskalowalne, takie jak OpenAI i Meta, borykają się z malejącym zyskiem z surowych obliczeń. Borykają się również z brakiem nowych danych, ponieważ dane online wykorzystywane do szkoleń są prawie wyczerpane. Jednak dane z branż wertykalnych, z których większość jest dziś offline, nie zostały jeszcze w pełni wykorzystane.
Strategia Chin polega na jak najszybszym wdrożeniu sztucznej inteligencji (AI) od poziomu chipów i LLM do poziomu aplikacji. Biorąc pod uwagę, że Chiny mają najbardziej uprzemysłowioną gospodarkę na świecie, istnieje wiele sposobów na wdrożenie AI w celu zwiększenia produktywności i zapewnienia wyższego zwrotu z inwestycji (ROI) dla użytkowników AI. Chiny dysponują bogactwem danych z sektora produkcyjnego, przemysłowego, bankowego i opieki zdrowotnej, które można wykorzystać do trenowania modeli wertykalnych, aby kierować aplikacjami AI.
Właśnie dlatego w ciągu ostatnich dwóch miesięcy większość dużych chińskich firm samochodowych (BYD, Cherry, Geely, Nio), telekomunikacyjnych (China Telecom, China Mobile), energetycznych (PetroChina, Sinopec, CNOOC, China Nuclear), producentów przemysłowych (Sinochem, Baosteel, Jiangnan Shipping) i instytucji finansowych (ICBC, BOC, CCB, Ping'an Insurance) ogłosiło włączenie DeepSeek do swoich operacji biznesowych.
Taka integracja wykracza również poza te duże firmy. Liczne szpitale, lokalne agencje rządowe i szkoły integrują DeepSeek ze swoimi procesami pracy.
Dobry przykład zastosowania sztucznej inteligencji można znaleźć w jednym z głównych szpitali w Szanghaju. W lutym poinformowano, że szpital Zhongshan w Szanghaju oficjalnie opublikował wersję beta pierwszego w Chinach modelu sztucznej inteligencji w dziedzinie układu krążenia, koncentrującego się na diagnostyce i leczeniu chorób układu krążenia za pomocą agenta SI.
CardioMind, opracowany wspólnie przez Szpital Zhongshan i Szanghajską Akademię Nauki o Sztucznej Inteligencji, ma stać się lekarzem AI specjalizującym się w diagnostyce i leczeniu chorób układu krążenia, z doświadczeniem na najwyższym poziomie, jak powiedział Ge Junbo, członek Chińskiej Akademii Nauk i dyrektor oddziału kardiologii Szpitala Zhongshan. „Wprowadzamy dane do CardioMind i uczymy go myśleć jak ekspert” – ogłosił Ge w komunikacie prasowym.
Oprócz ogólnej wiedzy na temat diagnostyki i leczenia chorób układu krążenia, CardioMind przetworzyło także setki tysięcy elektronicznej dokumentacji medycznej z oddziału kardiologii szpitala Zhongshan, poznało sposób myślenia lekarzy w zakresie diagnostyki i leczenia oraz spotkało się z wieloma trudnymi przypadkami.
„Wiedza CardioMind koncentruje się na wszystkich rodzajach chorób układu sercowo-naczyniowego” – powiedział Ge, dodając, że model sztucznej inteligencji potrafi kompleksowo przetwarzać różne dane z badań, pochodzące z elektrokardiogramów, obrazów ultrasonograficznych i wyników badań laboratoryjnych, a następnie na podstawie tych informacji stawiać diagnozy i wnioski dotyczące leczenia.
Według Ge, oddział kardiologii szpitala Zhongshan przyjął w zeszłym roku 820 000 pacjentów. „Dzięki CardioMind nasi lekarze mogą obsłużyć więcej pacjentów, zmniejszyć ogólne obciążenie pracą i poprawić jakość diagnostyki i leczenia”.
CardioMind przekształca wiedzę i doświadczenie czołowych lekarzy z wiodących placówek medycznych w „cyfrowe możliwości diagnostyki i leczenia”, które można powielać – powiedział Ge. Promocja i wdrożenie CardioMind może przyspieszyć wykorzystanie wysokiej jakości zasobów medycznych w szpitalach.
Innym przykładem takiego zastosowania sztucznej inteligencji są scenariusze działań bojowych. Chińskie wojsko już zaczyna wdrażać sztuczną inteligencję i włączać ją do swoich operacji.
Sztuczna inteligencja jest już wykorzystywana w powietrznych walkach powietrznych. Jednak obecne systemy walki powietrznej oparte na sztucznej inteligencji mają poważną wadę – polegają na przewidywaniach opartych na trajektorii lotu, które z trudem uwzględniają nagłe, nieliniowe manewry wykonywane przez pilotów.
Northwest Institute of Mechanical and Electrical Engineering, kluczowy oddział badawczy Norinco, czołowego chińskiego dostawcy uzbrojenia, rozwiązuje ten problem, ulepszając obecną sztuczną inteligencję (AI) wykorzystywaną w walce powietrznej. Zespół badawczy instytutu opracował technologię łączącą zaawansowane obrazowanie w podczerwieni z opartym na sztucznej inteligencji modelowaniem predykcyjnym, aby przewidywać ruchy pilota myśliwca przeciwnika poprzez wykrywanie subtelnych ruchów skrzydeł i ogona.
System wykorzystuje zmodyfikowaną sieć neuronową YOLOv8 do analizy obrazów w podczerwieni w celu wykrycia milimetrowych deformacji powierzchni sterowych przeciwnika – na przykład 1,5-metrowego steru kierunku lub dwumetrowego steru wysokości F-15 – w trakcie lotu.
Te obserwacje w czasie rzeczywistym zasilają sieć pamięci długotrwałej (LSTM) ulepszoną o mechanizmy ważące uwagę, umożliwiając sztucznej inteligencji przewidywanie manewrów, zanim w pełni się one rozwiną. Ludzcy piloci polegają na instynkcie i nieprzewidywalności, ale każdy manewr fizyczny ma swoje mechaniczne prekursory. Dekodując te sygnały – pochylenie steru kierunku, przesunięcie steru wysokości – nowy model rozwiązuje zagadkę „czarnej skrzynki” ludzkiego procesu decyzyjnego i może podejmować decyzje o ataku w ułamku sekundy.
W miarę jak sztuczna inteligencja będzie integrować się z sytuacjami z życia realnego, zasięg i skala bazy przemysłowej oraz rynków konsumenckich danego kraju będą odgrywać decydującą rolę w rozwoju przyszłych innowacji w zakresie sztucznej inteligencji.
Moja trzecia prognoza dotyczy komercyjnego rozwoju sztucznej inteligencji (AI). Wierzę, że AI podąży tą samą trajektorią, co wszystkie dotychczasowe osiągnięcia technologiczne – będzie tańsza w miarę, jak AI wkracza na rynek masowy. Przystępność cenowa, wydajność i innowacyjność będą w centrum uwagi konkurencji w perspektywie długoterminowej.
Jak pokazują badania branżowe, chińskie firmy przodują w dostarczaniu niedrogich, wysokiej jakości produktów i rozwiązań, ponieważ rynek chiński jest najbardziej konkurencyjny na świecie. W rezultacie Chiny prawdopodobnie będą miały najbardziej konkurencyjny rynek aplikacji AI na świecie, podobnie jak w przypadku pojazdów elektrycznych, paneli słonecznych, baterii, smartfonów itp.
Już teraz obserwujemy, jak chińskie firmy przyjmują inne podejście do rozwoju sztucznej inteligencji niż OpenAI, Meta i Tesla. Zamiast budować fosę chronioną wysokimi nakładami inwestycyjnymi, zastrzeżonym oprogramowaniem i wysoką marżą zysku, DeepSeek, Alibaba, Unitree i BYD rozwijają ekosystem poprzez open source, optymalizację inżynieryjną oraz darmowe/tanie oprogramowanie. Celem jest zapewnienie szybkiej adopcji, skalowalności i szybkiej iteracji, a tym samym osiągnięcie długoterminowego wzrostu udziału w rynku.
Masowe przyjęcie sztucznej inteligencji na rynku
W miarę jak granice techniczne sztucznej inteligencji dojrzewają, a aplikacje zyskują na znaczeniu, przystępność cenowa staje się kluczową kwestią dla powszechnego wdrożenia. Koszt pozostaje jedną z najpoważniejszych barier dla wdrażania sztucznej inteligencji, szczególnie w przypadku rozbudowanych modeli językowych.
DeepSeek pokonał tę przeszkodę, oferując strategię open source i opłacalne rozwiązania szkoleniowe, dzięki czemu sztuczna inteligencja stała się dostępna dla firm i podmiotów, które wcześniej uważały ją za zbyt kosztowną.
Jest to prawdopodobnie najważniejszy wkład DeepSeek i Chin w rozwój sztucznej inteligencji, demokratyzujący sztuczną inteligencję dla przedsiębiorstw i konsumentów, którzy w przeciwnym razie nie mogliby sobie pozwolić na zaawansowane rozwiązania z zakresu sztucznej inteligencji.
To nie tylko przełom technologiczny; to zmiana w ekonomii sztucznej inteligencji, która zmusza konkurentów, zarówno w Chinach, jak i za granicą, do ponownego przemyślenia własnych modeli biznesowych.
W wyniku przełomu DeepSeek powstała nowa struktura o nazwie Chain-of-Experts (CoE), która stanowi kolejną granicę poza wymagającymi dużych mocy obliczeniowych i kosztownymi klasycznymi modelami LLM, zwanymi również modelami gęstymi, które aktywują wszystkie parametry jednocześnie podczas wnioskowania, co prowadzi do znacznych wymagań obliczeniowych.
Celem CoE jest zwiększenie efektywności zasobów LLM przy jednoczesnym zwiększeniu ich dokładności w zadaniach rozumowania, poprzez usunięcie ograniczeń klasycznych LLM. Ta nowa struktura algorytmiczna znacznie przyspiesza i zwiększa trafność wyników modelu poprzez aktywację „ekspertów” – oddzielnych elementów modelu, z których każdy specjalizuje się w określonych zadaniach – sekwencyjnie, a nie równolegle.
Taka struktura pozwala ekspertom komunikować się między sobą w zakresie wyników pośrednich i stopniowo rozwijać pracę innych, zamiast analizować ogromne ilości danych, które mogą być w dużej mierze nieistotne, ale pochłaniać dużo czasu i zasobów obliczeniowych.
Próby Waszyngtonu, mające na celu zahamowanie chińskiego postępu w dziedzinie sztucznej inteligencji poprzez ograniczenia dotyczące chipów, nieumyślnie popchnęły Chiny w tym kierunku. Ponieważ chińskie firmy nie mają dostępu do najlepszych chipów AI, zmuszone są poszukiwać innowacyjnych sposobów na osiągnięcie wysokiej wydajności AI przy ograniczonej mocy obliczeniowej. Przełomowym osiągnięciem DeepSeek jest osiągnięcie wydajności na poziomie porównywalnym, a nawet wyższej, bez użycia najlepszego sprzętu i ponoszenia wysokich kosztów.
Jak często powtarzano, potrzeba jest matką wynalazków. Wojownicze działania Waszyngtonu całkowicie odbiły się echem.
Niskokosztowe podejście do masowej adopcji nie ogranicza się jedynie do horyzontalnych, fundamentalnych programów nauczania LLM. Tę samą strategię stosują chińscy producenci, wprowadzając sztuczną inteligencję do swoich produktów na poziomie aplikacji wertykalnych.
BYD, Geely i Cherry, czołowi producenci samochodów elektrycznych, zaczęli oferować bezpłatne oprogramowanie AI do autonomicznej jazdy w swoich samochodach. BYD rozszerzył darmową funkcję autonomicznej jazdy na wszystkie swoje modele, w tym na model Seal w cenie poniżej 10 000 dolarów. Dla porównania, Telsa pobiera 8000 dolarów za pakiet oprogramowania do autonomicznej jazdy lub miesięczną opłatę w wysokości 200 dolarów.
Chińskie firmy produkujące elektronikę użytkową integrują sztuczną inteligencję (AI) z niedrogimi produktami konsumenckimi, które są już szeroko stosowane. Firmy takie jak Huawei i Xiaomi wbudowały sztuczną inteligencję w swoje smartfony i urządzenia domowe, dzięki czemu AI jest szeroko dostępna na rynkach o niższej sile nabywczej.
W przeciwieństwie do modeli sztucznej inteligencji w USA, które często wymagają zaawansowanej infrastruktury obliczeniowej, chińska sztuczna inteligencja jest zoptymalizowana pod kątem urządzeń o niższym poborze mocy, co jest bardziej praktyczne w regionach o słabszej infrastrukturze cyfrowej. Daje to Chinom strategiczną przewagę na rynkach, na których zachodnie rozwiązania sztucznej inteligencji są zbyt drogie lub niekompatybilne.
Ponadto Chiny zbudowały ponad 1,9 miliona stacji bazowych 5G w krajach objętych inicjatywą Pasa i Szlaku. System nawigacji satelitarnej Beidou, chińska alternatywa dla GPS, jest używany w ponad 120 krajach, zapewniając usługi oparte na sztucznej inteligencji (AI) oparte na lokalizacji dla takich branż jak rolnictwo, urbanistyka i bezpieczeństwo.
Dzięki niedrogim produktom opartym na sztucznej inteligencji, inwestycjom w infrastrukturę cyfrową i rosnącemu wpływowi na zarządzanie sztuczną inteligencją, Chiny pozycjonują się jako wiodący gracz na rynku sztucznej inteligencji w gospodarkach rozwijających się.
Ekspansja sztucznej inteligencji w Chinach opiera się na jasnej strategii. Rządowy Plan Rozwoju Nowej Generacji z 2017 roku nakreślił plan działania, który ma uczynić Chiny światowym liderem w dziedzinie sztucznej inteligencji do 2030 roku, koncentrując się na przełomach w infrastrukturze, aplikacjach i integracji przemysłowej sztucznej inteligencji.
Plan jest zgodny z chińską inicjatywą „Cyfrowego Jedwabnego Szlaku”, która promuje projekty infrastruktury cyfrowej, w tym sieci światłowodowe, 5G, przetwarzanie w chmurze i usługi oparte na sztucznej inteligencji. Inicjatywa Cyfrowego Jedwabnego Szlaku jest rozwinięciem Inicjatywy Pasa i Szlaku (BRI), zainicjowanej przez prezydenta Xi w 2013 roku.
Kolejną konsekwencją obniżania kosztów sztucznej inteligencji (AI) jest rekalibracja chińskiego ekosystemu technologicznego. Podczas gdy giganci technologiczni, tacy jak Alibaba i Tencent, dominowali w przeszłości w inwestycjach w AI, startupy z mniejszymi zasobami, jak DeepSeek i Manus, mogą konkurować i wprowadzać innowacje na równym poziomie bez ogromnych inwestycji początkowych.
To napędza zmianę w kierunku bardziej zróżnicowanego krajobrazu AI, w którym mniejsze, bardziej zwinne firmy mogą konkurować z dotychczasowymi graczami. Podnosi to również stawkę dla chińskich talentów w dziedzinie AI, ponieważ inżynierowie i badacze kierują się ku najbardziej obiecującym, pionierskim firmom w kraju.
Jedną z najbardziej godnych uwagi cech DeepSeek jest jego otwartoźródłowe podejście do standardów technologii sztucznej inteligencji (AI). To samo podejście oparte na otwartym kodzie źródłowym jest stosowane przez firmy takie jak Ubtech Robotics i Alibaba w swoich programach technologii humanoidalnych i chipów. Ubtech udostępnił kod źródłowy swojego projektu humanoidalnego, a Alibaba uczyniła to samo w przypadku swojego najnowszego projektu chipa RISC-V. Plany projektowe, oprogramowanie i szczegółowe schematy są udostępniane bezpłatnie.
Podejście open source umożliwia programistom na całym świecie tworzenie innowacji bez konieczności zaczynania od zera, skutecznie obniżając bariery wejścia w te zaawansowane technologicznie obszary. Jak zauważają organizacje takie jak IEEE Robotics and Automation Society, dzielenie się technologicznymi projektami może przyspieszyć innowacje w całej branży.
Otwarte udostępnianie technologii nie tylko pozwala zaoszczędzić czas i obniżyć koszty. To także początek globalnego ruchu na rzecz standaryzacji technologii i usprawnienia współpracy między instytucjami badawczymi a firmami technologicznymi.
Współpraca w zakresie oprogramowania typu open source pomaga również zapobiegać fragmentacji rynku spowodowanej nadmiernym poleganiem na zastrzeżonych systemach, a zamiast tego sprzyja szybkiej iteracji i wdrażaniu na szeroką skalę, zapewniając dynamiczną synergię między innowacją technologiczną a zastosowaniami rynkowymi.
Dzięki demokratyzacji technologii oprogramowanie typu open source, takie jak Linux, zmieniło świat komputerów, oferując potężną, stworzoną przez społeczność alternatywę dla systemów zastrzeżonych.
Dążenie Chin do oferowania niedrogich rozwiązań z zakresu sztucznej inteligencji typu open source doprowadzi do fali innowacji i powszechnego przyjęcia ich przez chińskie i zagraniczne przedsiębiorstwa z różnych branż, co ostatecznie przyniesie korzyści wszystkim podmiotom w ekosystemie.
https://huabinoliver.substack.com/p/predicting-what-comes-after-deepseek
