Cantitatea de putere de calcul (compute) utilizată pentru antrenarea modelelor de AI a reprezentat dintotdeauna principalul motor al progresului tehnologic. Cu toate acestea, dincolo de creșterea performanței la frontiera tehnologică, o întrebare esențială a primit mai puțină atenție: câte modele de AI vor fi antrenate efectiv deasupra diferitelor praguri de calcul în anii următori?
O analiză recentă publicată de Epoch AI (semnată de Ben Cottier și David Owen) examinează această dinamică printr-un model predictiv care leagă investițiile financiare și distribuția resurselor de numărul viitor de modele notabile, concluzionând că ecosistemul se îndreaptă spre o accelerare exponențială până în 2030.
Originea numelui și etimologia „calculului” (Calculus / Calculare): De la pietricelele romane la puterea digitală
În centrul acestei dezvoltări tehnologice se află calculul – procesul de prelucrare a datelor prin operații matematice și logice complexe.
Etimologic, cuvântul calcul a fost preluat în limba română din franceză (calcul) și latină (calculus), reprezentând diminutivul substantivului calx („piatră”, „pietricică”).
În Roma antică, un calculus era o mică piatră folosită la numărătoare pe abac. De la acțiunea practică de a muta pietricele pentru a contabiliza bunuri sau taxe (calculare), termenul a evoluat pentru a desemna orice operațiune mentală sau digitală complexă. În era inteligenței artificiale, „puterile de calcul” (măsurate în FLOP – operații în virgulă mobilă pe secundă) au devenit adevărata monedă de schimb pentru evoluția marilor modele lingvistice.
Creșterea accelerată a modelelor deasupra pragurilor de performanță
Modelul proiectiv dezvoltat de cercetători corelează șase indicatori-cheie (investițiile în clusterele hardware, eficiența preț-performanță a procesoarelor, durata antrenamentului, volumul total de modele publicate și concentrarea resurselor în apropierea frontierei) pentru a estima evoluția numărului de modele notabile:
Arta umbrei la amiază: Cum ne răcorim casa în zilele de caniculă fără să abuzăm de aerul condiționat
Secretul nopților liniștite în cort fără țânțari folosind soluțiile de protecție ambientală ThermaCELL
Cât de mult contează bateria când alegi un scuter sau un triciclu electric?
- Pragul de $10^{26}$ FLOP: Primul model din setul de date estimat să depășească acest prag a fost Grok-3 (de la xAI), lansat în februarie 2025. Extrapolând tendințele actuale, scenariul median indică aproximativ 30 de modele de acest nivel până la începutul anului 2027 și peste 200 de modele până în 2030.
- Scenarii alternative (Conservator vs. Agresiv): Pentru a surprinde incertitudinea viitoare, cercetătorii au conturat două traiectorii suplimentare:
- Scenariul conservator (în care investițiile stagnează după finalizarea clusterelor actuale de ~10 miliarde de dolari) anticipează aproximativ 60 de modele deasupra pragului de 10*26 FLOP până în 2030.
- Scenariul agresiv (marcat de o expansiune rapidă și investiții ce ar putea atinge 1 trilion de dolari pentru un singur cluster până la sfârșitul deceniului) sugerează peste 500 de modele la același nivel.
Implicații pentru reglementare și politici publice
Pragurile bazate pe puterea de calcul au început să fie utilizate în legislațiile internaționale pentru identificarea sistemelor cu „riscuri sistemice” – un exemplu fiind chiar Legea privind Inteligența Artificială (AI Act) adoptată la nivelul Uniunii Europene, care utilizează pragul de 10 25 FLOP.
Studiul subliniază o provocare majoră pentru autoritățile de reglementare: ritmul accelerat în care numărul modelelor calificate crește de la an la an înseamnă că pragurile fixe riscă să devină depășite rapid, necesitând fie o adaptare constantă a plafoanelor legislative, fie instrumente de monitorizare mult mai dinamice pentru a face față unui ecosistem global extrem de vibrant.
P.S. vezi și articolul despre Paradoxul abundenței digitale: De ce inteligența artificială va revaloriza munca umană de pe Vocea Constanței.
Curierulnational.ro
Observatornews.ro
Povesteacasei.ro
moneybuzz.ro