Si Ilya Sutskever, co-founder at Chief Scientist ng OpenAI, ay nagsasalita sa Tel Aviv University sa Tel Aviv noong Hunyo 5, 2023. | Image Credits:JACK GUEZ/AFP / Getty Images Nasa isang natatanging sandali tayo para sa mga AI na kumpanya na gumagawa ng sarili nilang foundation model.
Una, mayroong isang buong henerasyon ng mga beteranong industriya na nakilala sa malalaking tech na kumpanya at ngayon ay nagsasarili na. Mayroon ka ring mga tanyag na mananaliksik na may napakalaking karanasan ngunit may hindi tiyak na komersyal na hangarin. Malinaw na may pagkakataon na kahit ilan sa mga bagong lab na ito ay magiging kasing-laki ng OpenAI, ngunit may puwang din para sa kanila na maglagi sa paggawa ng mga kawili-wiling pananaliksik nang hindi gaanong nag-aalala tungkol sa komersyalisasyon.
Ang huling resulta? Nagiging mahirap tukuyin kung sino talaga ang nagtatrabaho upang kumita ng pera.
Para gawing mas simple ang mga bagay, nagmumungkahi ako ng isang uri ng sliding scale para sa anumang kumpanya na gumagawa ng foundation model. Isa itong limang-antasan na scale kung saan hindi mahalaga kung talagang kumikita ka na — ang mahalaga lang ay sinusubukan mo. Ang ideya rito ay sukatin ang ambisyon, hindi ang tagumpay.
Isipin mo ito sa ganitong paraan:
Ang malalaking pangalan ay lahat nasa Antas 5: OpenAI, Anthropic, Gemini, at iba pa. Mas nagiging kawili-wili ang scale sa bagong henerasyon ng mga lab na inilulunsad ngayon, na may malalaking pangarap ngunit mahirap basahin ang tunay na ambisyon.
Mahalagang tandaan, ang mga taong kasali sa mga lab na ito ay karaniwang maaaring pumili ng anumang antas na gusto nila. Napakaraming pera sa AI ngayon kaya walang magtatanong ng business plan nila. Kahit pa research project lang ang lab, masaya na ang mga mamumuhunan na maging bahagi nito. Kung hindi ka partikular na motivated na maging bilyonaryo, baka mas masaya kang mabuhay sa Antas 2 kaysa sa Antas 5.
Ang mga problema ay lumilitaw dahil hindi palaging malinaw kung saan pumapaloob ang isang AI lab sa scale — at maraming kasalukuyang drama sa industriya ng AI ay nagmumula sa kalituhang iyon. Maraming kaba tungkol sa paglipat ng OpenAI mula sa non-profit ay dahil ginugol ng lab ang ilang taon sa Antas 1, tapos biglang lumundag sa Antas 5 halos magdamag. Sa kabilang banda, maaari mong sabihin na ang maagang AI research ng Meta ay tiyak na nasa Antas 2, gayong ang talagang gusto ng kumpanya ay Antas 4.
Sa isip na iyan, narito ang mabilis na rundown ng apat sa pinakamalalaking kontemporaryong AI labs, at kung paano sila sumusukat sa scale.
Ang Humans& ay ang malaking balita sa AI ngayong linggo, at bahagi ng inspirasyon sa pagbuo ng buong scale na ito. Ang mga tagapagtatag ay may kapana-panabik na pitch para sa susunod na henerasyon ng mga AI model, kung saan ang scaling laws ay napapalitan ng diin sa komunikasyon at mga coordination tool.
Ngunit sa kabila ng lahat ng magagandang ulat, naging mailap ang Humans& kung paano ito maisasalin sa tunay na monetizable na produkto. Mukhang gusto nilang gumawa ng mga produkto; ayaw lang ng team na mag-commit sa anumang partikular. Ang pinaka-nabanggit nila ay gagawa sila ng isang uri ng AI workplace tool, papalit sa mga produkto tulad ng Slack, Jira at Google Docs ngunit muling binibigyang-kahulugan din kung paano gumagana ang mga tool na ito sa pinaka-pundamental na antas. Workplace software para sa isang post-software na workplace!
Trabaho ko ang malaman kung ano ang ibig sabihin ng mga bagay na ito, at medyo nalilito pa rin ako tungkol sa huling bahagi. Pero sapat na itong partikular kaya sa tingin ko mailalagay natin sila sa Antas 3.
Napakahirap nitong i-rate! Karaniwan, kung may dating CTO at project lead ng ChatGPT na nag-raise ng $2 bilyong seed round, dapat mong isipin na may malinaw na roadmap. Hindi ko nakikita si Mira Murati bilang isang taong sumasabak nang walang plano, kaya papasok ng 2026, pakiramdam ko ay maayos silang ilagay sa Antas 4.
Pero pagkatapos ay dumating ang nakaraang dalawang linggo. Ang pag-alis ng CTO at co-founder na si Barret Zoph ang siya ngayong laman ng mga headline, bahagyang dahil sa mga espesyal na pangyayari na kasangkot. Ngunit hindi bababa sa limang iba pang empleyado ang umalis kasama ni Zoph, marami ang nagsabing may mga alalahanin tungkol sa direksyon ng kumpanya. Isang taon pa lang, halos kalahati ng mga executive sa founding team ng TML ay hindi na nagtatrabaho doon. Isang paraan ng pagbasa sa mga pangyayari ay inisip nilang may solidong plano sila para maging world-class na AI lab, pero natuklasan nilang hindi pala ganoon katibay ang plano. O sa scale, gusto nila ng Antas 4 na lab ngunit napagtanto nilang nasa Antas 2 o 3 pala sila.
Wala pa ring sapat na ebidensya para bigyang-katwiran ang pagbaba ng antas, pero malapit na ito.
Isa si Fei-Fei Li sa pinaka-respetadong pangalan sa AI research, pinakakilala sa pagtatatag ng ImageNet challenge na nagpasimula ng mga makabagong deep learning techniques. Hawak niya ngayon ang Sequoia-endowed chair sa Stanford, kung saan co-director siya ng dalawang AI labs. Hindi ko na kayo babaguhin sa pagtalakay sa lahat ng parangal at posisyon niya sa mga akademya, ngunit sapat nang sabihin na kung gugustuhin niya, maaari na niyang gugulin ang natitirang buhay sa pagtanggap ng mga parangal at pagsabihan kung gaano siya kagaling. Maganda rin ang kanyang libro!
Kaya noong 2024, nang inanunsyo ni Li na nag-raise siya ng $230 milyon para sa isang spatial AI company na tinatawag na World Labs, baka isipin mong sila ay nasa Antas 2 o mas mababa pa.
Pero mahigit isang taon na ang nakalipas, na matagal na sa mundo ng AI. Simula noon, naglabas na ang World Labs ng isang full world-generating model at isang commercialized product na nakabase rito. Sa parehong panahon, nakita natin ang totoong senyales ng pangangailangan para sa world-modeling mula sa parehong video game at special effects industries — at wala sa mga malalaking lab ang nakagawa ng anumang makakalaban. Ang resulta ay mukhang isang Antas 4 na kumpanya, at maaaring malapit na silang umangat sa Antas 5.
Itinatag ng dating chief scientist ng OpenAI na si Ilya Sutskever, ang Safe Superintelligence (o SSI) ay tila isang klasikong halimbawa ng Antas 1 startup. Pinanatili ni Sutskever na malayo ang SSI sa mga komersyal na presyon, hanggang sa tanggihan ang isang tangkang pag-acquire mula sa Meta. Walang product cycles at, bukod sa superintelligent foundation model na ginagawa pa, mukhang wala talagang produkto. Sa pitch na ito, nakalikom siya ng $3 bilyon! Palaging mas interesado si Sutskever sa siyensiya ng AI kaysa negosyo, at lahat ng indikasyon ay tunay na siyentipikong proyekto ito sa puso.
Gayunpaman, mabilis gumalaw ang mundo ng AI — at magiging hangal na alisin agad ang SSI sa komersyal na usapin. Sa kanyang panayam sa Dwarkesh kamakailan, nagbigay si Sutskever ng dalawang dahilan kung bakit maaaring magbago ng direksyon ang SSI, alinman “kung lumabas na mahaba ang mga timeline, na maaaring mangyari” o dahil “may malaking halaga kung ang pinakamahusay at pinakamakapangyarihang AI ay naroon at nakakaapekto sa mundo.” Sa madaling salita, kung ang pananaliksik ay magtagumpay ng husto o magkamali ng malaki, maaari nating makita ang SSI na biglang tumalon ng ilang antas.
