Lama yang ditakrifkan oleh satu heuristik, era”hanya tambah pengiraan”kini sudah pasti memukul dinding pulangan yang semakin berkurangan, berfikir Ilya Sutskever. Tempoh itu, yang kini ditakrifkan sebagai”umur skala,”sudah berakhir, katanya dalam wawancara baru-baru ini. Src=”Data: Image/Svg+Xml; Nitro-emphy-id=mty1mtoxmzk1-1; base64, phn2zyb2awv3qm94psiwidagodg5idu0 OCIGD2LKDGG9IJG4OSIGAGVPZ2H0PSI1NDGIIHHTBG5ZPSJODHRWOI8VD3D3LNCZLM9YZY8YMDAWL3NYI+PC9ZDMC+”>
Sutskever, pengasas bersama dan bekas ketua saintis Openai kini mengejar superintelligence Safe Venture Inc. (SSI), adalah arkitek utama Revolusi Pembelajaran Deep, dan pasti bernilai mendengar. Beliau berpendapat bahawa strategi hanya skala latihan pra-latihan telah meletihkan buah gantungnya yang rendah.
Kepercayaan bahawa jika anda hanya 100x skala, semuanya akan berubah? Menurutnya,”Semua orang mula melakukan perkara yang sama.”Tetapi kira-kira akan pergi tidak lama lagi, berkongsi pandangan ini, dengan alasan bahawa trajektori semasa secara asymptotically menghampiri siling dan bukannya superintelligence. Llms. data. Sutskever mencatatkan bahawa”data itu sangat jelas,”memaksa makmal untuk memilih antara”pra-latihan pra-latihan”atau paradigma yang baru.
Adakah sistem yang dilatih dengan cukup banyak data yang mana mana-mana orang yang munasabah boleh bertanya akan mencari jawapan melalui sistem tersebut.”Memori raksasa”definitevely boleh lulus peperiksaan dengan mengambil corak, tetapi ia tidak dapat mencipta penyelesaian kepada masalah novel. Risiko membelanjakan berbilion-bilion untuk membina pustakawan yang lebih baik daripada saintis.
Sumber: s & p, sparkline. Dari Q1 2015 hingga Q2 2025
Masukkan’Umur Penyelidikan’: Penalaran, RL, dan Fungsi Nilai
Beliau menunjuk kepada”nilai fungsi”dan pembelajaran tetulang (RL) sebagai sempadan baru. href=”https://arxiv.org/abs/2501.12948″target=”_ blank”> Dia memetik kertas DeepSeek-R1 sebagai contoh utama peralihan ini. Menggunakan RL murni untuk memberi insentif keupayaan penalaran tanpa penalaan yang diselia, model menunjukkan bahawa perubahan seni bina dapat menghasilkan keuntungan yang skala mentah tidak dapat. Jurutera bertujuan untuk membuat model yang boleh”berfikir”lebih lama untuk menyelesaikan masalah yang lebih sukar. Teruskan, Google sudah mengulangi keseluruhan infrastruktur fizikalnya untuk realiti baru ini. Persembahan dalaman dari 6 November mendedahkan mandat”perang”: kapasiti berkhidmat dua bulan setiap enam bulan. Perlumbaan AI.”Memandu pengembangan ini bukan latihan (kesesakan lama) tetapi”umur kesimpulan.”Hitung.
Tetapi kapasiti skala dengan 1,000x menggunakan perkakasan standard adalah mustahil secara ekonomi; Kecekapan adalah satu-satunya mekanisme survival. Oleh itu, strategi Google bergantung kepada”reka bentuk bersama,”mengintegrasikan keperluan perisian terus ke dalam silikon tersuai dengan TPU”Ironwood”yang baru. href=”https://en.wikipedia.org/wiki/jevons_paradox”target=”_ blank”> jevons paradox tenun besar. Prinsip ekonomi ini menentukan bahawa peningkatan kecekapan mendorong jumlah penggunaan yang lebih tinggi daripada pemuliharaan. Oleh kerana kos kesimpulan jatuh, permintaan untuk penalaran”pemikiran yang mendalam”kompleks akan meletup.
Berikutan triumphalisme pada 2025 Devday, syarikat itu sedang menjalani penetapan semula psikologi, bergerak dari minda pemenang lalai ke pijakan masa perang yang disiplin. Pemimpin yang terkenal dengan keyakinan yang tidak henti-henti, sangat berbeza dengan unjuran awam yang tidak dapat dikalahkan oleh syarikat. Kebanyakan membimbangkan adalah ramalan dalaman yang disemak semula mengenai trajektori pertumbuhan.
Dalam senario”kes beruang”, pertumbuhan pendapatan boleh menjunam ke angka tunggal pejalan kaki, khususnya 5-10%, pada tahun 2026. kadar. Unjuran menunjukkan bahawa syarikat itu bergelut dengan potensi kerugian operasi $ 74 bilion pada tahun 2028. Dengan keuntungan yang sebelum ini ditolak oleh kepimpinan sebagai kebimbangan sekunder, tumpuan secara tiba-tiba terhadap disiplin fiskal menunjukkan bahawa kesabaran pelabur untuk kehilangan yang tidak terbatas mungkin berkurang sebagai kos infrastruktur. Mengakui bahawa jurang teknikal telah ditutup, Altman mengakui kepada pekerja bahawa syarikat itu kini berada dalam kedudukan”menangkap cepat.”
“Google telah melakukan kerja yang sangat baik baru-baru ini dalam setiap aspek,”katanya.
Operasi, kebimbangan ini telah ditunjukkan dalam langkah-langkah pembetulan segera. Khabar angin pembekuan pengambilan telah mula beredar, menambahkan berat kepada amaran fasa yang lebih disiplin.
Pada masa yang sama, pasukan kejuruteraan bergegas untuk menggunakan model baru yang dinamakan”cetek”. Secara jelas bertujuan untuk menetapkan pepijat yang muncul semasa proses pra-latihan, model ini merupakan percubaan kritikal untuk menstabilkan asas teknikal syarikat. Ketua Pegawai Eksekutif Salesforce Marc Benioff dari CHATGPT adalah peristiwa yang meleleh:”Saya tidak akan kembali. Lompat itu gila, penalaran, kelajuan, imej, video… semuanya lebih tajam dan lebih cepat,”katanya baru-baru ini. Pelancaran Claude Opus 4.5 Anthropic membuktikan bahawa perlumbaan itu jauh dari. Model ini mencatatkan 80.9% pada SWE-Bench yang disahkan, mengalahkan kedua-dua Gemini 3 Pro dan GPT-5.1. Kecerdasan mentah tidak lagi menjadi pembezaan tunggal, tetapi integrasi dan utiliti.
Kejutan perkakasan: Crouch pertahanan Nvidia
Laporan bahawa Meta sedang berunding untuk menggunakan Google TPU yang menghantar stok Nvidia dalam beberapa hari kebelakangan ini, walaupun pendapatan rekod. industri”, menegaskan bahawa ia mempunyai”satu-satunya platform yang menjalankan setiap model AI dan adakah ia di mana-mana pengkomputeran dilakukan.”State-of-the-Art Ai.
Google TPU V7 Ironwood Processor (Imej: Google)
