OpenAI, Anthropic എന്നിവയ്ക്ക് വരാനിരിക്കുന്ന കുമിളയെക്കുറിച്ച് യാൻ ലെക്വൻ മുന്നറിയിപ്പ് നൽകുന്നു

മെറ്റാ AI ചീഫ് സയന്റിസ്റ്റ് യാൻ ലെക്വൻ നിലവിലെ ജനറേറ്റീവ് AI മേഖലയുടെ സാമ്പത്തിക സുസ്ഥിരതയെക്കുറിച്ച് കടുത്ത മുന്നറിയിപ്പ് നൽകിയിരിക്കുകയാണ്. CNBC യൊപ്പമുള്ള സമീപകാല ചർച്ചയിൽ, നിലനിൽപ്പില്ലാത്ത ചിലവ് ഘടനകൾ കാരണം OpenAI, Anthropic തുടങ്ങിയ മുൻനിര ലാബുകൾ ഒരു "വലിയ കുമിള പൊട്ടിത്തെറിക്കുന്നതിലേക്ക്" (big bubble explosion) നീങ്ങുകയാണെന്ന് ലെക്വൻ സൂചിപ്പിച്ചു.

ജനറേറ്റീവ് AIയിലെ സാമ്പത്തിക അന്തരങ്ങൾ

ലാർജ് ലാംഗ്വേജ് മോഡലുകൾ (LLMs) പ്രവർത്തിപ്പിക്കാൻ ആവശ്യമായ വർദ്ധിച്ചുവരുന്ന ചിലവുകളും ഉപഭോക്താക്കൾക്ക് ലഭ്യമായ വിലനിർണ്ണയ രീതികളും തമ്മിലുള്ള വർദ്ധിച്ചുവരുന്ന വ്യത്യാസത്തിലാണ് ലെക്വന്റെ വാദത്തിന്റെ കാതൽ അടങ്ങിയിരിക്കുന്നത്. ഫ്രോണ്ടിയർ മോഡലുകൾ പരിശീലിപ്പിക്കാനും പ്രവർത്തിപ്പിക്കാനും ആവശ്യമായ കമ്പ്യൂട്ടേഷണൽ പവർ വർദ്ധിച്ചുവരുന്നതിനനുസരിച്ച്, പ്രവർത്തനച്ചെലവുകൾ അത്രത്തോളം കുറയുന്നില്ല.

ഈ സാമ്പത്തിക പ്രതിസന്ധി കാരണം, ഓരോ ക്വറിയിലും AI കമ്പനികൾ യഥാർത്ഥത്തിൽ പണം നഷ്ടപ്പെടുത്തുന്ന ഒരു സാഹചര്യം രൂപപ്പെടുന്നു; നിക്ഷേപകരിൽ നിന്നുള്ള വൻതോതിലുള്ള മൂലധനം യഥാർത്ഥ ഉപയോഗത്തിനുള്ള സബ്‌സിഡിയായി മാറുകയാണ് ചെയ്യുന്നത്. ബിസിനസ്സുകൾക്ക് AI-യുടെ ഉയർന്ന ചിലവ് ഒരു "വലിയ പ്രശ്നമാണെന്ന്" (huge issue) അടുത്തിടെ തിരിച്ചറിഞ്ഞ OpenAI സിഇഒ സാം ആൾട്ട്മാനും ഈ അഭിപ്രായത്തോട് യോജിക്കുന്നു. പ്രവർത്തനച്ചെലവിൽ വലിയ കുറവ് വരുത്തുകയോ അല്ലെങ്കിൽ സേവന നിരക്ക് വർദ്ധിപ്പിക്കുകയോ ചെയ്തുകൊണ്ടുള്ള വലിയൊരു മാറ്റമില്ലെങ്കിൽ, LLM സേവനദാതാക്കളുടെ നിലവിലെ ബിസിനസ് മോഡൽ അപകടകരമായ അവസ്ഥയിൽ തുടരും.

xAI-യോടുള്ള വിമർശനങ്ങളും പ്രതിഭകൾക്കായുള്ള പോരാട്ടവും

ലെക്വന്റെ വിമർശനങ്ങൾ വ്യവസായ ഭീമന്മാരിൽ മാത്രം ഒതുങ്ങിനിൽക്കുന്നില്ല, അദ്ദേഹം ഇലോൺ മസ്കിന്റെ xAI-യെയും ലക്ഷ്യം വെച്ചു. ഈ സ്റ്റാർട്ടപ്പിനെ "ഒരുതരം പരാജയം" (a kind of failure) എന്ന് വിശേഷിപ്പിച്ച ലെക്വൻ, കമ്പനിയിലെ ആഭ്യന്തര അസ്ഥിരത ചൂണ്ടിക്കാട്ടി. പ്രത്യേകിച്ച്, സ്ഥാപക സംഘം കമ്പനി വിട്ടുപോയതായും മികച്ച എഞ്ചിനീയറിംഗ് പ്രതിഭകളെ നിയമിക്കുന്നതിൽ മസ്ക് വലിയ ബുദ്ധിമുട്ട് നേരിടുന്നതായും അദ്ദേഹം പറഞ്ഞു.

OpenAI അല്ലെങ്കിൽ Anthropic എന്നിവയിലുള്ള ഗവേഷണ വേഗതയോടും വ്യാപ്തിയോടും മത്സരിക്കാൻ xAI-ക്ക് സാധിക്കുമോ എന്ന കാര്യത്തിൽ ലെക്വൻ സംശയം പ്രകടിപ്പിച്ചു. ഈ വിമർശനം വ്യവസായത്തിലെ വളർന്നുവരുന്ന ഒരു സംഘർഷത്തെ എടുത്തുകാണിക്കുന്നു: മൂലധനം ധാരാളമായി ലഭ്യമാണെങ്കിലും, മികച്ച പ്രതിഭകളുടെയും പ്രത്യേക വൈദഗ്ധ്യത്തിന്റെയും കേന്ദ്രീകരണം ഫ്രോണ്ടിയർ മോഡൽ വികസനത്തിന്റെ പ്രധാന തടസ്സമായി മാറിക്കൊണ്ടിരിക്കുകയാണ്.

വേൾഡ് മോഡലുകളും ലാർജ് ലാംഗ്വേജ് മോഡലുകളും തമ്മിലുള്ള വ്യത്യാസം

ലെക്വന്റെ സ്വന്തം സാങ്കേതിക തത്വശാസ്ത്രത്തിന്റെ നിർണ്ണായകമായ ഒരു ഘട്ടത്തിലാണ് ഈ മുന്നറിയിപ്പ് വരുന്നത്. വിപണിയിൽ ആധിപത്യം പുലർത്തുന്ന ട്രാൻസ്ഫോർമർ അധിഷ്ഠിത LLM ആർക്കിടെക്ചറിൽ കൂടുതൽ ശ്രദ്ധ കേന്ദ്രീകരിക്കുന്നതിന് പകരം, "വേൾഡ് മോഡലുകളുടെ" (world models) വികസനത്തെയാണ് ലെക്വൻ പിന്തുണയ്ക്കുന്നത്. ഒരു ക്രമത്തിലെ അടുത്ത ടോക്കൺ പ്രവചിക്കുന്നതിന് പകരം, ഭൗതിക യാഥാർത്ഥ്യത്തെക്കുറിച്ചും കാരണവും ഫലവും (cause-and-effect) എന്നതിനെക്കുറിച്ചും അടിസ്ഥാനപരമായ ധാരണ വളർത്തിയെടുക്കാൻ രൂപകൽപ്പന ചെയ്ത സംവിധാനങ്ങളാണ് ഇവ.

അദ്ദേഹത്തിന്റെ സംരംഭമായ AMI Labs, ഈ പ്രത്യേക ദിശയിൽ മുന്നേറുന്നതിനായി അടുത്തിടെ 1 ബില്യൺ ഡോളർ സമാഹരിച്ചു. ഇത് AI രംഗത്തെ ഒരു തന്ത്രപരമായ വ്യതിയാനത്തെ സൂചിപ്പിക്കുന്നു: 'LLM camp' സ്കെയിലിംഗിനും കമ്പ്യൂട്ട് കാര്യക്ഷമതയ്ക്കുമായി (compute efficiency) പോരാടുമ്പോൾ, 'world model camp' നിലവിലെ ജനറേറ്റീവ് മോഡലുകൾക്ക് ഇപ്പോഴും കൈകാര്യം ചെയ്യാൻ പ്രയാസമുള്ള റീസണിംഗ് (reasoning), എംബോഡിമെന്റ് (embodiment) പ്രശ്നങ്ങൾ പരിഹരിക്കാൻ ശ്രമിക്കുന്നു. LLM ബബിൾ പൊട്ടിത്തെറിക്കുകയാണെങ്കിൽ, അത് കൂടുതൽ ആർക്കിടെക്ചറൽ വൈവിധ്യമുള്ള ഇത്തരം സമീപനങ്ങളിലേക്ക് വൻതോതിലുള്ള മൂലധന പുനർവിന്യാസത്തിന് കാരണമായേക്കാം.

പ്രധാന കാര്യങ്ങൾ

• സാമ്പത്തിക ദുർബലത: ഉയർന്ന പ്രവർത്തനച്ചെലവും വിപണിയിൽ സ്വീകാര്യമായ വിലയും തമ്മിലുള്ള വ്യത്യാസം നികത്തുന്നതിനായി പ്രമുഖ AI ലാബുകൾ നിലവിൽ നിക്ഷേപകരുടെ സബ്‌സിഡികളെയാണ് ആശ്രയിക്കുന്നത്.
• തന്ത്രപരമായ വ്യതിയാനം: LLM-കളുടെ സ്കെയിലിംഗും, യഥാർത്ഥ ഭൗതികമായ ധാരണ ലക്ഷ്യമിടുന്ന 'world models' എന്ന സമീപനവും തമ്മിൽ വർദ്ധിച്ചുവരുന്ന സാങ്കേതികമായ വിടവ് നിലനിൽക്കുന്നുണ്ട്.
• പ്രതിഭകളുടെ ലഭ്യതയിലെ തടസ്സങ്ങൾ: മികച്ച ഗവേഷകരെ നിയമിക്കാനും നിലനിർത്താനുമുള്ള കഴിവ്, വൻതോതിലുള്ള കമ്പ്യൂട്ട് ക്ലസ്റ്ററുകളുടെ ലഭ്യത പോലെ തന്നെ കമ്പനികളുടെ നിലനിൽപ്പിന് നിർണ്ണായകമായി മാറിക്കൊണ്ടിരിക്കുന്നു.