Daniil และ David Liberman: AI ไม่ใช่แค่สงครามของโมเดล แต่เป็นสงครามของโครงสร้างพื้นฐานด้านพลังการคำนวณ

ผู้เขียน | Gonka.ai



คำนำ: ในบริบทของการอภิปรายเกี่ยวกับ AI ทั่วโลกที่ร้อนระอุอย่างต่อเนื่อง จุดสนใจของอุตสาหกรรมมักจะมุ่งเน้นไปที่ความสามารถของโมเดล ความก้าวหน้าทางเทคโนโลยี และกรอบการกำกับดูแล แต่ภายใต้การอภิปรายเหล่านี้ ปัญหาพื้นฐานที่สำคัญยิ่งกำลังค่อยๆ ปรากฏขึ้น: โครงสร้างพื้นฐานด้านพลังการประมวลผลของ AI นั้น อยู่ในมือของใครกันแน่? ในการสนทนาหนึ่งที่งาน Unlockit Conference Gonka ผู้ร่วมสร้างโปรโตคอล นักอนาคตศาสตร์ ผู้ประกอบการ และนักลงทุน Daniil และ David Liberman ได้เสนอแนวคิดหลักว่า: ปัญญาประดิษฐ์ไม่เคยเป็นเทคโนโลยีที่เป็นกลาง โครงสร้างพื้นฐานด้านพลังการประมวลผลเป็นตัวกำหนดว่า AI จะรับใช้ใครในท้ายที่สุด ในมุมมองของพวกเขา อนาคตของ AI ไม่เพียงแต่เป็นการแข่งขันทางเทคโนโลยีเท่านั้น แต่ยังเป็นการแข่งขันระยะยาวที่เกี่ยวข้องกับการควบคุมโครงสร้างพื้นฐานอีกด้วย

พื้นฐานที่แท้จริงของ AI: ไม่ใช่โมเดล แต่คือพลังการประมวลผล

โครงสร้างพื้นฐาน AI ที่รวมศูนย์จะดูเหมือนเป็นสิ่งที่หลีกเลี่ยงไม่ได้ก็ต่อเมื่อผู้คนไม่ตั้งคำถามกับสมมติฐานพื้นฐานของมัน

เป็นเวลานานมาแล้วที่การอภิปรายส่วนใหญ่เกี่ยวกับปัญญาประดิษฐ์มุ่งเน้นไปที่โมเดล จริยธรรม หรือการกำกับดูแล แต่ภายใต้สิ่งเหล่านี้ ยังมีระดับที่สำคัญยิ่งกว่า นั่นคือพลังการประมวลผล ใครเป็นเจ้าของพลังการประมวลผล ใครควบคุมการเข้าถึงพลังการประมวลผล และภายใต้เงื่อนไขใดที่สามารถใช้พลังการประมวลผลได้ สิ่งเหล่านี้เป็นตัวกำหนดในท้ายที่สุดว่า AI จะทำงานอย่างไร และมันจะรับใช้ใคร

เมื่อมอง AI จากมุมมองนี้ ภาพปัจจุบันก็ยากที่จะมองข้าม การวิจัยของ OECD และข้อมูลสาธารณะอื่นๆ ชี้ให้เห็นว่าพลังการประมวลผล AI ขั้นสูงกำลังรวมศูนย์อยู่ในมือของผู้ให้บริการคลาวด์ไม่กี่ราย และกระจุกตัวอยู่ในประเทศจำนวนจำกัด สิ่งนี้สร้าง "ช่องว่างด้านพลังการประมวลผล" ที่ขยายกว้างขึ้นเรื่อยๆ ระหว่างผู้ที่สามารถเข้าถึงโครงสร้างพื้นฐานกับผู้ที่ไม่สามารถเข้าถึงได้

การรวมศูนย์นี้ไม่ใช่เรื่องบังเอิญ ปัจจุบัน การเข้าถึง GPU ขั้นสูงถูกควบคุมโดยผู้ให้บริการไม่กี่ราย และได้รับอิทธิพลมากขึ้นเรื่อยๆ จากลำดับความสำคัญในระดับประเทศ ผลลัพธ์ที่ได้คือพลังการประมวลผลมีราคาแพง ความจุจำกัด และกระจายตัวทางภูมิศาสตร์ไม่เท่าเทียมกัน และทั้งหมดนี้เกิดขึ้นในเวลาที่ AI กำลังกลายเป็นโครงสร้างพื้นฐานที่สำคัญสำหรับวิทยาศาสตร์ อุตสาหกรรม และสังคม

ในเวลาเดียวกัน ระบบกระจายศูนย์ในปัจจุบันก็ไม่ได้แก้ไขปัญหานี้โดยอัตโนมัติ ระบบกระจายศูนย์จำนวนมากยังคงใช้พลังการประมวลผลจำนวนมากไปกับค่าใช้จ่ายสำหรับฉันทามติและความปลอดภัย ในขณะที่กลไกการจูงใจมักจะให้รางวัลแก่ทุน มากกว่าการมีส่วนร่วมในการคำนวณที่แท้จริง สิ่งนี้จะลดแรงจูงใจของผู้ให้บริการฮาร์ดแวร์ และชะลอการนวัตกรรมในระดับโครงสร้างพื้นฐาน

ณ จุดนี้เองที่การคิดของเราเริ่มแยกออก เรามิได้เริ่มต้นจากตำแหน่งทางอุดมการณ์ หรือเลือกการกระจายศูนย์เพียงเพื่อต่อต้านผู้เล่นแบบรวมศูนย์ เราเริ่มต้นจากคำถามที่ปฏิบัติได้จริงมากกว่า: หากประสิทธิภาพ การเข้าถึง และการมีส่วนร่วมสามารถปรับแนวร่วมกันได้ แทนที่จะขัดแย้งกัน โครงสร้างพื้นฐาน AI จะมีหน้าตาเป็นอย่างไร?

คำถามนี้ในที่สุดก็นำเราไปสู่โมเดลหนึ่ง: พลังการประมวลผลส่วนใหญ่ถูกใช้สำหรับงาน AI ที่แท้จริง ไม่ใช่สำหรับค่าใช้จ่ายของระบบ สิทธิในการมีส่วนร่วมและกำกับดูแลถูกกำหนดโดยการมีส่วนร่วมในการคำนวณที่ได้รับการยืนยัน ไม่ใช่โดยทุน การเข้าถึงทรัพยากร GPU ทั่วโลกได้รับการออกแบบให้เป็นแบบไม่ต้องขออนุญาต ในทางปฏิบัติ สมมติฐานเหล่านี้ยังได้รับการทดสอบความเครียดอย่างต่อเนื่องผ่านการอภิปรายแบบเปิด รวมถึงความร่วมมือแบบเรียลไทม์กับผู้ดำเนินการ GPU นักพัฒนา และนักวิจัย เช่น ในชุมชน Discord ของเรา

AI ไม่เคยเป็นเพียงแค่ซอฟต์แวร์ มันเป็นโครงสร้างพื้นฐานเสมอมา และการเลือกโครงสร้างพื้นฐานมักจะล็อกสังคมไว้ในวิถีการพัฒนาที่กินเวลาหลายทศวรรษ การวางโครงสร้างพื้นฐานนี้ภายใต้เขตอำนาจของบริษัทหรือประเทศไม่กี่แห่ง ไม่ใช่ผลลัพธ์ทางเทคนิคที่เป็นกลาง แต่เป็นการตัดสินใจเชิงโครงสร้างที่มีผลกระทบทางเศรษฐกิจและภูมิรัฐศาสตร์ในระยะยาว หากตัวความฉลาดเองจะต้องกลายเป็นสิ่งที่อุดมสมบูรณ์ โครงสร้างพื้นฐานที่รองรับมันจะต้องถูกออกแบบมาเพื่อ "ความอุดมสมบูรณ์" ตั้งแต่แรกเริ่ม

เกณฑ์ความสำเร็จที่แท้จริงของ AI แบบกระจายศูนย์

ความยากหลักอยู่ที่ว่า คุณไม่ได้กำลังโต้เถียงกับคน แต่กำลังโต้เถียงกับ "สมมติฐานพื้นฐาน"

ชุมชนเทคโนโลยีกระแสหลักมักจะปรับให้เหมาะสมกับสิ่งที่ได้ผลในระยะสั้น: ความเร็ว ประสิทธิภาพของเงินทุน การควบคุมแบบรวมศูนย์ และการขยายขนาดผ่านการรวมศูนย์ ทางเลือกเหล่านี้สมเหตุสมผลในระดับท้องถิ่น แต่เมื่อกลายเป็นตัวเลือกพื้นฐาน ผู้คนก็แทบจะไม่ตั้งคำถามกับมันอีก เมื่อคุณท้าทายสมมติฐานพื้นฐานเหล่านี้ มันจะรู้สึกเหมือนกำลังพูดภาษาอื่น — ไม่ใช่เพราะความคิดสุดโต่ง แต่เพราะความคิดเหล่านี้กระทบกับโครงสร้างแรงจูงใจที่อาชีพ บริษัท และกลยุทธ์จำนวนมากได้สร้างขึ้นมาแล้ว

สิ่งที่ยากยิ่งกว่าคือปัญหาของเวลา ระบบแบบรวมศูนย์มักจะดูประสบความสำเร็จมากก่อนที่ต้นทุนระยะยาวของพวกมันจะปรากฏชัด แม้ว่าการลงทุนมหาศาลและค่าใช้จ่ายโครงสร้างพื้นฐานจะเห็นได้ชัดเจนแล้ว แต่ต้นทุนที่ลึกซึ้งกว่ามักจะปรากฏในภายหลัง เช่น การพึ่งพาที่เพิ่มขึ้น การสูญเสียความยืดหยุ่น อำนาจในการกำหนดราคาที่รวมศูนย์อยู่ในมือของผู้ให้บริการไม่กี่ราย และความไม่สามารถเปลี่ยนทิศทางได้หลังจากที่ระบบฝังตัวลึกแล้ว

สำหรับเรา ความสำเร็จไม่ได้หมายถึงการชนะการโต้เถียง หรือการแทนที่ผู้เล่นที่มีอยู่ รูปร่างของความสำเร็จนั้นเงียบกว่ามาก ความสำเร็จคือเมื่อโครงสร้างพื้นฐานแบบกระจายศูนย์ไม่ใช่คำประกาศอีกต่อไป แต่กลายเป็นเรื่องธรรมดา: เมื่อผู้คนใช้มัน ไม่ใช่เพราะพวกเขาเชื่อในการกระจายศูนย์ แต่เพราะมันเป็นตัวเลือกที่ใช้งานได้จริงที่สุด

ในท้ายที่สุด ความสำเร็จที่แท้จริงคือเมื่อการอภิปรายทั้งหมดนั้นเปลี่ยนแปลงไป เมื่อคำถามไม่ใช่ "ความฉลาดควรจะรวมศูนย์หรือไม่" อีกต่อไป แต่กลายเป็น "ทำไมเราถึงเคยคิดว่ามันต้องรวมศูนย์" เมื่อถึงเวลานั้น ความเชื่อไม่จำเป็นต้องถูกท้าทายโดยตรงอีกต่อไป พวกมันจะวิวัฒนาการไปตามธรรมชาติ

องค์กรจะตัดสินใจเลือกเส้นทางแบบรวมศูนย์หรือกระจายศูนย์ได้อย่างไร?

โครงสร้างพื้นฐาน AI ไม่ได้เป็นเพียงแค่ชั้นเทคโนโลยีอีกต่อไป มันกำลังกลายเป็นการพึ่งพาทางยุทธศาสตร์

สำหรับองค์กร โครงสร้างพื้นฐาน AI แบบรวมศูนย์จะสร้างเอฟเฟกต์การล็อกที่ยากจะย้อนกลับได้ เมื่อระบบสำคัญพึ่งพาผู้ให้บริการไม่กี่ราย การควบคุมจะค่อยๆ ย้ายจากผู้ใช้ไปยังเจ้าของโครงสร้างพื้นฐาน เมื่อเวลาผ่านไป สิ่งนี้จะส่งผลกระทบต่อราคา สิทธิในการเข้าถึง ความเร็วของนวัตกรรม และขอบเขตของตัวเลือกกลยุทธ์ที่เป็นไปได้

สำหรับองค์กร ปัญหาอยู่ที่ความยืดหยุ่นทางยุทธศาสตร์ โครงสร้างพื้นฐานแบบรวมศูนย์อาจทำงานได้ดีในระยะเริ่มต้น แต่มักจะแข็งตัวกลายเป็นการพึ่งพาระยะยาว ต้นทุนควบคุมได้ยากขึ้นเรื่อยๆ ทางเลือกอื่นนำมาใช้ได้ยากขึ้นเรื่อยๆ และการเปลี่ยนการตัดสินใจด้านสถาปัตยกรรมในระดับใหญ่ก็จะยากขึ้นเรื่อยๆ

ช่วงเวลาสำคัญของการตัดสินใจมักจะมาถึงเร็วกว่าที่คนส่วนใหญ่คิด ทางเลือกด้านโครงสร้างพื้นฐานมักจะถูกล็อกก่อนที่ผลกระทบของมันจะชัดเจน เมื่อ AI เปลี่ยนจากระยะทดลองไปเป็นโครงสร้างพื้นฐานประจำวัน ต้นทุนในการเปลี่ยนสถาปัตยกรรมพื้นฐานจะเพิ่มขึ้นแบบทวีคูณ ดังนั้น ช่วงเวลาตัดสินใจที่แท้จริงไม่ใช่เมื่อระบบรวมศูนย์ล้มเหลว แต่เป็นเมื่อพวกมันยังดูเหมือนทำงานได้ดีอยู่ การสำรวจโซลูชันแบบกระจายศูนย์แต่เนิ่นๆ สามารถรักษาตัวเลือกไว้ได้ การรอคอยมักหมายความว่าตัวเลือกได้ถูกตัดสินไปแล้ว

หากพึ่งพาโครงสร้างพื้นฐานแบบรวมศูนย์ไปแล้ว จะสายเกินไปหรือไม่?

แทบจะไม่เคย "สายเกินไป" จริงๆ แต่ความยากจะเพิ่มขึ้นแบบทวีคูณเมื่อเวลาผ่านไป

เมื่อระบบส่วนใหญ่ถูกสร้างขึ้นบนโครงสร้างพื้นฐาน AI แบบรวมศูนย์แล้ว ความท้าทายจะไม่ใช่ระดับทางเทคนิคอีกต่อไป แต่เป็นระดับสถาบัน เวิร์กโฟลว์ กลไกการจูงใจ งบประมาณ ข้อกำหนดด้านการปฏิบัติตามกฎระเบียบ และแม้แต่เส้นทางการพัฒนาบุคลากร จะค่อยๆ สมมติว่าการรวมศูนย์คือ "วิธีที่สิ่งต่างๆ ทำงาน" เมื่อถึงเวลานั้น การเปลี่ยนแปลงจะไม่ใช่แค่การย้ายโครงสร้างพื้นฐานอีกต่อไป แต่ต้องเรียนรู้ใหม่ซึ่งนิสัย โมเดลสัญญา และวิธีคิดที่ฝังลึกอยู่ในองค์กรแล้ว

การวิจัยเกี่ยวกับการล็อกโครงสร้างพื้นฐานก็สนับสนุนประเด็นนี้เช่นกัน การวิเคราะห์อุตสาหกรรมอย่างต่อเนื่องแสดงให้เห็นว่าหลังจากทำงานในสภาพแวดล้อมคลาวด์แบบรวมศูนย์เป็นเวลาหลายปี ต้นทุนการเปลี่ยนจะเพิ่มขึ้นอย่างรวดเร็ว ไม่ใช่เชิงเส้น การเติบโตนี้มาจากสัญญาระยะยาว กรอบการกำกับดูแล กระบวนการภายในที่บูรณาการลึก และแรงงานที่มีความเชี่ยวชาญสูง การวิจัยของ OECD ยังชี้ให้เห็นว่าประเทศและองค์กรที่ไม่ได้เข้าถึงพลังการประมวลผล AI ในระยะเริ่มต้น จะเผชิญกับข้อเสียที่สะสมเพิ่มขึ้นเมื่อเวลาผ่านไป ไม่เพียงแต่สูญเสียความสามารถในการแข่งขัน แต่ยังสูญเสียอิสรภาพทางสถาปัตยกรรม — นั่นคือความสามารถในการเลือกโมเดลโครงสร้างพื้นฐานอื่นได้อย่างแท้จริง

ในเวลาเดียวกัน ประวัติศาสตร์แสดงให้เห็นว่าการเปลี่ยนแปลงโครงสร้างพื้นฐานนั้นเกิดขึ้นครั้งเดียวได้ยาก พวกมันมักเริ่มต้นจากขอบนอก สถานการณ์การใช้งานใหม่ ผู้เล่นใหม่ และข้อจำกัดใหม่ จะสร้างจุดกดดัน ซึ่งระบบรวมศูนย์เริ่มไม่เพียงพออีกต่อไป — อาจมีราคาแพงเกินไป ช้าเกินไป จำกัดเกินไป หรือเปราะบางเกินไป นี่มักจะเป็นจุดที่ทางเลือกเริ่มมีความสำคัญ

เมื่อเวลาผ่านไป สิ่งที่ถูกกัดกร่อนอย่างแท้จริงคือ "ตัวเลือก" ยิ่งโครงสร้างพื้นฐานแบบรวมศูนย์ครอบงำนานเท่าไร ตัวเลือกที่แท้จริงก็ยิ่งมีน้อยลงเท่านั้น

ความสัมพันธ์การพึ่งพาจะแข็งตัวลงเรื่อยๆ และการกระจายศูนย์จากที่เคยเป็นการตัดสินใจออกแบบเชิงรุก กลายเป็นการแก้ไขเชิงรับ ซึ่งการแก้ไขแบบนั้นมักจะแพงกว่า ซับซ้อนกว่า และควบคุมได้ยากกว่าเสมอ

ดังนั้นความเสี่ยงที่แท้จริงไม่ใช่การสายเกินไปแล้ว ความเสี่ยงที่แท้จริงคือการรอคอย จนกระทั่งการกระจายศูนย์ไม่ใช่ตัวเลือกอีกต่อไป แต่กลายเป็นมาตรการที่จำเป็นซึ่งถูกบังคับโดยความล้มเหลวของระบบ ยิ่งสำรวจเร็วเท่าไร แม้จะสำรวจควบคู่ไปกับโซลูชันรวมศูนย์เท่านั้น ก็ยิ่งมีพื้นที่ในการกำหนดผลลัพธ์เชิงรุกมากขึ้น แทนที่จะถูกบังคับให้เปลี่ยนแปลงภายใต้แรงกดดัน

สำหรับรุ่นต่อไป สถาปัตยกรรม AI จะกำหนดการกระจายโอกาส

คนรุ่นต่อไปจำเป็นต้องเข้าใจว่าเทคโนโลยีไม่ได้เป็นกลาง เพียงเพราะมันก้าวหน้า

ทุกคนจะสืบทอดทางเลือกด้านโครงสร้างพื้นฐานที่คนรุ่นก่อนได้ตัดสินใจไว้ โดยมักไม่ตระหนักว่าทางเลือกเหล่านี้เคยเป็นการตัดสินใจโดยเจตนา ไม่ใช่สิ่งที่หลีกเลี่ยงไม่ได้ สำหรับคนรุ่นต่อไป AI จะมีอยู่ตามธรรมชาติเหมือนไฟฟ้าหรืออินเทอร์เน็ตในวันนี้ ด้วยเหตุนี้เอง สถาปัตยกรรมพื้นฐานจึงสำคัญมาก — มันไม่เพียงกำหนดว่าอะไรเป็นไปได้ แต่ยังกำหนดว่าสำหรับใครที่เป็นไปได้

คนรุ่นต่อไปจำเป็นต้องรู้ว่าการเข้าถึงความฉลาดสามารถถูกจัดระเบียบในรูปแบบที่แตกต่างโดยพื้นฐานได้ มันสามารถถูกมองว่าเป็นรากฐานร่วม: เปิดกว้าง อุดมสมบูรณ์ และยากที่จะผูกขาด หรือมันสามารถถูกปิดล้อม ถูกกำหนดราคา ถูกควบคุม แม้ว่าดูเหมือนสะดวกและมีประสิทธิภาพจากภายนอก ทั้งสองเส้นทางสามารถสร้างเทคโนโลยีที่น่าประทับใจได้ แต่มีเพียงเส้นทางเดียวเท่านั้นที่สามารถรักษาอิสรภาพ ความยืดหยุ่น และตัวเลือกที่แท้จริงในระยะยาวได้

พวกเขาควรเข้าใจด้วยว่าการรวมศูนย์มักจะมาอย่างเงียบๆ ไม่ใช่ผ่านการบังคับ แต่ผ่านความสะดวกสบาย การแลกเปลี่ยนในตอนแรกมักดูเหมือนเล็กน้อย: ต้นทุนต่ำกว่าเล็กน้อย การปรับใช้เร็วขึ้นเล็กน้อย การประสานงานง่ายขึ้นเล็กน้อย แต่ผลที่ตามมาจะปรากฏในภายหลัง — เมื่อการเปลี่ยนทิศทางกลายเป็นเรื่องแพงหรือแทบจะเป็นไปไม่ได้

สิ่งสำคัญไม่แพ้กันคือการตระหนักว่าโครงสร้างพื้นฐานส่งผลกระทบโดยตรงต่อการเคลื่อนย้ายทางสังคม ระบบที่ดูเหมือนเป็นกลางทางเทคนิค อาจลดจุดเริ่มต้นที่ไม่เท่าเทียมกันระหว่างบุคคลและระหว่างรุ่น หรืออาจล็อกความไม่เท่าเทียมกันเหล่านี้ไว้เป็นเวลาหลายทศวรรษอย่างเงียบๆ อย่างที่คุณอาจทราบ นี่เป็นหัวข้อที่เราให้ความสนใจอย่างมากเช่นกัน คนรุ่นใหม่ในวัยเดียวกันกำลังเผชิญกับข้อเสียเปรียบที่ใหญ่กว่าคนรุ่นก่อนๆ อยู่แล้ว วิธีที่ AI ถูกนำมาใช้ในปัจจุบันไม่ได้แก้ไขปัญหานี้ และอาจทำให้มันแย่ลงได้ ในแง่นี้ ทางเลือกทางสถาปัตยกรรมไม่เพียงกำหนดประสิทธิภาพ แต่ยังกำหนดว่าใครมีโอกาสทดลอง สร้าง และกำหนดอนาคตอย่างแท้จริง

ที่สำคัญที่สุด คนรุ่นต่อไปจำเป็นต้องเข้าใจว่าระบบเหล่านี้ยังคงถูกออกแบบโดยมนุษย์ ไม่ได้ถูกกำหนดโดยโชคชะตา ไม่ได้ถูกกำหนดโดย "ตลาด" และไม่ได้ถูกกำหนดโดยเครื่องจักรเอง การตั้งคำถามกับสมมติฐานพื้นฐาน ถามว่าผู้ใดได้ประโยชน์จากสถาปัตยกรรมบางอย่าง และยืนกรานที่จะรักษาตัวเลือกไว้ ไม่ใช่การต่อต้านความก้าวหน้า นี่คือวิธีที่ทำให้ความก้าวหน้ายังคงเปิดกว้าง

ทำไมถึงตัดสินใจแบ่งปันเรื่องราวเหล่านี้ที่ Unlockit?

Unlockit ดูเหมือนจะเป็นพื้นที่สำหรับการอภิปราย ที่ซึ่งการสนทนาไม่ได้หมุนรอบการตื่นเต้น การเปิดตัว หรือการคาดการณ์ แต่หมุนรอบว่าทำไมผู้คน