Wielki odwrót od gigantów. Dlaczego przyszłość AI zmieści się w kieszeni

👁 137 przeczytań

Jeszcze niedawno w świecie sztucznej inteligencji obowiązywała jedna wielka religia i miała ona jedną wielką liczbę: parametry. Im więcej, tym lepiej. Model z siedmioma miliardami parametrów był dzieckiem, model z siedemdziesięcioma - dorosłym, a te z setkami miliardów uznawano za bóstwa, które objawiają się śmiertelnikom przez wąską szczelinę interfejsu czatu. Skala była obietnicą, argumentem inwestycyjnym i wymówką jednocześnie. „Poczekajcie, następna wersja będzie większa” - to zdanie zastępowało w tej branży całe roczne strategie.

A potem stało się coś, czego mało kto się spodziewał. Modele zaczęły się kurczyć. I - co ważniejsze - kurcząc się, stają się coraz lepsze. Nie „prawie tak dobre jak duże”. Lepsze w rzeczach, które naprawdę mają znaczenie dla większości ludzi na co dzień. To jest, moim zdaniem, jedno z najciekawszych i najbardziej niedocenianych przesunięć, jakie dzieją się teraz w technologii. I chcę wyjaśnić, dlaczego dotyczy ono również ciebie, nawet jeśli nigdy w życiu nie napisałeś linijki kodu.

Skąd się wziął kult wielkości

Żeby zrozumieć odwrót, trzeba zrozumieć, dlaczego w ogóle uwierzyliśmy w gigantów. Przez kilka lat obowiązywała prosta obserwacja: kiedy zwiększasz model, dokładasz mu danych i mocy obliczeniowej, jego zdolności rosną w sposób przewidywalny. To nie była magia, to była matematyka, i była kusząca, bo dawała mapę drogową. Nie musiałeś być geniuszem, żeby robić postępy. Wystarczyło mieć pieniądze na więcej kart graficznych.

Ten mechanizm miał jednak dwie ciemne strony, o których w euforii mało kto mówił głośno. Pierwsza: koszt rósł znacznie szybciej niż korzyść. Podwojenie modelu nie dawało podwojonej inteligencji - dawało ułamek poprawy za wielokrotność ceny. Druga: cała ta moc siedziała w gigantycznych centrach danych, do których zwykły człowiek dostawał się przez cieniutką rurkę internetu. Byłeś petentem u wielkiej maszyny. Płaciłeś za każde zapytanie, czekałeś na odpowiedź, a twoje dane szły gdzieś daleko, do serwerowni, których nigdy nie zobaczysz.

Przez chwilę wyglądało to na naturalny porządek rzeczy - że inteligencja maszynowa będzie zawsze scentralizowana, droga i dostępna tylko na warunkach kilku firm, które mogą sobie pozwolić na budowanie bóstw. I właśnie dlatego to, co dzieje się teraz, jest tak wywrotowe.

Dlaczego małe nagle wygrywa

Zwrot nie wziął się z jednego wynalazku, tylko z kilku procesów, które zbiegły się w czasie. Po pierwsze, nauczyliśmy się, że jakość danych bije ich ilość. Model karmiony starannie dobranym, przemyślanym materiałem uczy się lepiej niż model, któremu wrzucono do gardła pół internetu razem ze śmieciami. To brzmi banalnie, ale zmienia wszystko: skoro liczy się jakość treningu, a nie sam rozmiar, to mniejszy model trenowany mądrze może przeskoczyć większego trenowanego leniwie.

Po drugie, opanowaliśmy sztukę destylacji - proces, w którym wielki, kosztowny model uczy mniejszego, przekazując mu esencję swojej wiedzy bez całego balastu. To trochę tak, jakby profesor spisał dla studenta nie wszystkie swoje notatki z trzydziestu lat, tylko te dwadzieścia stron, które naprawdę mają znaczenie. Efekt bywa zaskakujący: mały model dziedziczy zdolności, na które sam nigdy by nie wpadł.

Po trzecie wreszcie - i to jest sedno - zrozumieliśmy, że większość zadań, które zlecamy sztucznej inteligencji, wcale nie wymaga bóstwa. Podsumować maila, przepisać notatkę, wyciągnąć dane z faktury, odpowiedzieć na pytanie klienta, przetłumaczyć akapit. Do tego nie potrzebujesz modelu, który potrafi jednocześnie napisać sonet, rozwiązać olimpiadę matematyczną i zdiagnozować rzadką chorobę. Potrzebujesz narzędzia, które jest szybkie, tanie i po prostu wystarczająco dobre.

Przez lata budowaliśmy odrzutowce do przewożenia jednej osoby na drugą stronę ulicy. Dopiero teraz zaczynamy pytać, czy nie wystarczy dobry rower.

I tu pojawia się rzecz, którą uważam za najważniejszą w całej tej historii. Kiedy model jest wystarczająco mały, przestaje być więźniem serwerowni. Zaczyna mieścić się na twoim laptopie. Na telefonie. W samochodzie, w aparacie fotograficznym, w urządzeniu, które nigdy nie łączy się z siecią. A to nie jest zmiana techniczna. To jest zmiana władzy.

Kto na tym zyskuje, a kto ma powody do nerwów

Każde duże przesunięcie technologiczne warto czytać przez pytanie: kto zyskuje, a kto traci. Bo za neutralnie brzmiącym słowem „efektywność” zawsze kryją się konkretne interesy.

Zyskuje przede wszystkim zwykły użytkownik i mała firma. Model, który działa lokalnie, jest tańszy - często darmowy po pobraniu. Nie płacisz za każde zapytanie. Nie wysyłasz swoich danych w świat, co ma niebagatelne znaczenie dla kancelarii prawnej, przychodni czy księgowej, która przetwarza cudze tajemnice. Działa też wtedy, gdy nie ma internetu, i odpowiada natychmiast, bo nic nie musi lecieć przez pół globu i z powrotem. Dla setek tysięcy małych biznesów, których nigdy nie byłoby stać na drogie API rozliczane od każdego słowa, to jest różnica między „AI to zabawka dla korporacji” a „AI to moje narzędzie pracy”.

Zyskują też startupy i niezależni twórcy. Kiedy sensowny model da się uruchomić na sprzęcie za kilka tysięcy złotych, próg wejścia dramatycznie spada. Nie musisz błagać o dostęp ani budować relacji z gigantem, który może ci ją odciąć jednym mailem o zmianie regulaminu. To otwiera drogę tysiącom eksperymentów, które nigdy by nie powstały pod dyktando cenników dużych dostawców.

A kto ma powody do nerwów? Tu robi się ciekawie. Firmy, których cały model biznesowy opiera się na tym, że jesteś od nich zależny, muszą się przyglądać temu trendowi z uwagą. Jeśli inteligencja „wystarczająco dobra” staje się tania i lokalna, to znika premia za samo posiadanie największego modelu. Nie znika oczywiście sens istnienia gigantów - do najtrudniejszych, granicznych zadań wciąż będą potrzebni. Ale rynek się rozwarstwia. Bóstwo przestaje być odpowiedzią na każde pytanie i staje się wyspecjalizowanym narzędziem do rzadkich, trudnych spraw. Reszta świata radzi sobie sama, lokalnie, tanio.

To dlatego, moim zdaniem, cała branża tak nerwowo szuka nowych fos obronnych. Skoro rozmiar przestaje być przewagą nie do podrobienia, to przewagą stają się dane, integracje, wygoda, ekosystem i - powiedzmy to wprost - przyzwyczajenie użytkownika. Wojna przenosi się z pola „kto ma większy model” na pole „kto siedzi najgłębiej w twoim codziennym życiu”.

Co to znaczy dla reszty z nas

Teraz najważniejsza część, bo cała ta analiza jest o technice tylko z pozoru. Naprawdę jest o tym, gdzie za pięć lat będzie mieszkać inteligencja maszynowa - w cudzych serwerowniach czy w naszych urządzeniach - i kto będzie nad nią panował.

Kiedy model kurczy się na tyle, że mieści się w telefonie, dzieje się rzecz, której nie doceniamy: inteligencja przestaje być usługą, a staje się własnością. To subtelna, ale fundamentalna różnica. Usługę można ci podnieść w cenie, ocenzurować, wyłączyć albo zmienić bez pytania. Rzecz, którą masz u siebie, jest twoja. Działa tak samo w niedzielę i po bankructwie dostawcy. Nie zmienia charakteru, bo komuś w kwartalnym raporcie zabrakło zysków.

Dla nas, użytkowników, oznacza to potencjalnie zdrowszą relację z tą technologią. Zamiast jednej wielkiej wyroczni, do której wszyscy się modlą tym samym interfejsem, dostajemy krajobraz wielu mniejszych, wyspecjalizowanych narzędzi. Jedno tłumaczy, drugie pilnuje twojego kalendarza, trzecie czyta dokumenty, których nie chcesz nikomu pokazywać. Każde robi swoje, żadne nie wie o tobie wszystkiego. To jest, paradoksalnie, wizja bardziej prywatna i bardziej ludzka niż ta, którą sprzedawano nam przez ostatnie dwa lata.

Jest też druga strona medalu, o której trzeba uczciwie powiedzieć. Kiedy potężne modele stają się małe, tanie i uruchamialne przez każdego, znika też część kontroli. Model, który działa u ciebie na dysku, nie ma nikogo, kto by go pilnował. Nie da się go zdalnie poprawić, gdy okaże się, że robi coś złego. Ta sama cecha, która daje wolność, daje też narzędzie do nadużyć - dezinformacji, oszustw, treści, których nikt nie zablokuje, bo nie ma już centralnego wyłącznika. Demokratyzacja mocy zawsze demokratyzuje też jej ciemną stronę. Naiwnością byłoby udawać, że tak nie jest.

Ale wybór, przed którym stoimy, nie polega na tym, czy ta technologia będzie istnieć. Będzie. Polega na tym, w czyich rękach się skupi. I tu małe modele przechylają szalę w stronę, którą uważam za korzystniejszą dla większości z nas: w stronę rozproszenia zamiast koncentracji. Wolę świat, w którym inteligencja jest jak elektryczność w gniazdku - powszechna, tania i twoja - niż świat, w którym jest jak woda dostarczana przez jednego monopolistę, który w każdej chwili może zakręcić kran.

Koniec pewnej religii

Największa lekcja tego zwrotu nie jest techniczna, tylko intelektualna. Przez lata pozwoliliśmy sobie wmówić, że postęp w AI da się kupić kartą kredytową i skalą, że wystarczy dosypać serwerów. To była wygodna bajka, bo zwalniała z myślenia. Okazało się, że najciekawsze rzeczy dzieją się nie tam, gdzie jest najwięcej mocy, ale tam, gdzie ktoś zadał lepsze pytanie: nie „jak zbudować większe”, tylko „jak zbudować mądrzejsze przy mniejszym”.

To dobra wiadomość, i to nie tylko dla inżynierów. Bo świat, w którym o przewadze decyduje pomysłowość, a nie sam kapitał, jest światem, w którym więcej graczy ma szansę coś znaczyć. W tym również Polska, w tym również małe zespoły, w tym również ludzie, którzy nigdy nie zbudowaliby własnej serwerowni wartej tyle co niejeden budżet miejski.

Modele się kurczą, a stają coraz lepsze. Za tym niepozornym zdaniem kryje się cicha rewolucja: inteligencja maszynowa schodzi z piedestału, na który sama się wspięła, i wchodzi do naszych kieszeni. A rzeczy, które nosimy przy sobie, mają to do siebie, że w końcu przestajemy je zauważać - i zaczynamy ich po prostu używać. Gigant był widowiskiem. To, co przychodzi po nim, będzie zwyczajnością. I właśnie dlatego zmieni więcej.

// czytaj dalejRuch to nie obraz w ruchu. Dlaczego Sora i Veo 3 zmieniają grę zupełnie inaczej niż MidjourneyMagazynWielki skok czy wielka bańka: co naprawdę mówią wycenyMagazynKasandra czy sprzedawca przyszłości? Elon Musk twierdzi, że za 10 lat pieniądze przestaną mieć znaczeniePremium