Если у индустрии искусственного интеллекта есть потолок, то упирается он не в алгоритмы, а в железо. Основательницы Ricursive Intelligence Анна Голди и Азалия Мирхосейни вышли на сцену TechCrunch Disrupt с прогнозом, от которого холодеет: спрос на вычислительные мощности вырастет в 10 000 раз за ближайшие пять лет. И это, по их словам, ещё осторожная оценка.
Строить в десять тысяч раз больше дата-центров: не вариант. Голди иронично заметила: даже если разместить их в космосе, солнца мы больше не увидим. Решение, которое предлагает команда: не наращивать количество, а радикально повысить эффективность самих чипов. Для этого они обучили AI проектировать микросхемы самостоятельно, итерацию за итерацией учась на собственных ошибках.
Результат оказался неожиданным в прямом смысле слова. Предыдущая разработка команды, система AlphaChip, однажды выдала инженерам компоновку компонентов чипа в форме пончика: кольцевую структуру, которая на первый взгляд выглядела абсурдной. Но на практике она превзошла традиционные линейные схемы. AI не режет чип на десятки изолированных блоков, как это делают инженеры по привычке: вместо этого он оптимизирует всю структуру целиком, находя волнообразные и нестандартные паттерны размещения.
Самое интересное: не в красоте форм, а в скорости. Если раньше разработка нового чипа занимала год-два, то при ускорении до недели открывается совершенно другая экономика. Становится рентабельно проектировать узкоспециализированные чипы под конкретные задачи: для космоса, для AR/VR, для биологических вычислений, под что угодно, вместо универсальных решений на все случаи жизни.
Голди формулирует философию просто: людям достаются идеи и концепции, AI, исполнение. Похожий сдвиг она видит и в разработке софта. Вопрос, который напрашивается сам: если скорость проектирования вырастет в сотни раз, не захлебнётся ли индустрия в количестве чипов, которые физически некому будет производить?
Мы не только пишем о технологиях: разработка ИИ-агентов для бизнеса, поддержка, продажи, документооборот.
