ओपनएआई और एलोन मस्क

एआई के अत्याधुनिक क्षेत्र में काम करना दुर्भाग्य से महंगा है। उदाहरण के लिए, डीपमाइंड के अलावा, Google के पास Google Brain, रिसर्च और क्लाउड भी हैं। और TensorFlow, TPUs, और उनके पास सभी शोधों का लगभग एक तिहाई हिस्सा है (वास्तव में, वे अपने स्वयं के AI सम्मेलन आयोजित करते हैं)।

मुझे यह भी दृढ़ता से संदेह है कि एजीआई तक पहुंचने के लिए गणना अश्वशक्ति आवश्यक (और संभवतः पर्याप्त भी) होगी। यदि ऐतिहासिक रुझान कोई संकेत हैं, तो एआई में प्रगति मुख्य रूप से सिस्टम - गणना, डेटा, बुनियादी ढांचे द्वारा संचालित होती है। आज हम जिन मुख्य एल्गोरिदम का उपयोग करते हैं वे ~90 के दशक से काफी हद तक अपरिवर्तित रहे हैं। इतना ही नहीं, बल्कि किसी पेपर में प्रकाशित किसी भी एल्गोरिथम प्रगति को लगभग तुरंत ही पुन: कार्यान्वित और शामिल किया जा सकता है। इसके विपरीत, अकेले एल्गोरिथम की प्रगति बिना पैमाने के निष्क्रिय है जो उन्हें डरावना भी बनाती है।

मुझे ऐसा लगता है कि OpenAI आज नकदी जला रहा है और फंडिंग मॉडल Google (एक 800B कंपनी) के साथ गंभीरता से प्रतिस्पर्धा करने के पैमाने तक नहीं पहुंच सकता है। यदि आप गंभीरता से प्रतिस्पर्धा नहीं कर सकते हैं, लेकिन खुले में शोध करना जारी रखते हैं, तो आप वास्तव में चीजों को बदतर बना रहे हैं और उन्हें "मुफ्त में" मदद कर रहे हैं, क्योंकि किसी भी प्रगति को कॉपी करना और तुरंत बड़े पैमाने पर शामिल करना उनके लिए काफी आसान है।

लाभ के लिए एक धुरी समय के साथ अधिक टिकाऊ राजस्व धारा बना सकती है और वर्तमान टीम के साथ, संभवतः बहुत अधिक निवेश लाएगी। हालाँकि, स्क्रैच से उत्पाद बनाने से एआई अनुसंधान से ध्यान हट जाएगा, इसमें काफी समय लगेगा और यह स्पष्ट नहीं है कि कोई कंपनी Google पैमाने पर "पकड़" सकती है या नहीं, और निवेशक गलत दिशाओं में बहुत अधिक दबाव डाल सकते हैं। सबसे आशाजनक विकल्प जो मैं सोच सकता हूं, जैसा कि मैंने पहले उल्लेख किया है, ओपनएआई के लिए टेस्ला को अपनी नकदी गाय के रूप में जोड़ना होगा। मेरा मानना ​​है कि असंगत कंपनी डीएनए के कारण अन्य बड़े संदिग्धों (उदाहरण के लिए ऐप्पल? अमेज़ॅन?) के साथ अनुलग्नक विफल हो जाएंगे। रॉकेट सादृश्य का उपयोग करते हुए, टेस्ला ने मॉडल 3 की पूरी आपूर्ति श्रृंखला और उसके ऑनबोर्ड कंप्यूटर और एक सतत इंटरनेट कनेक्शन के साथ रॉकेट का "पहला चरण" पहले ही बना लिया है। "दूसरा चरण" बड़े पैमाने पर तंत्रिका नेटवर्क प्रशिक्षण पर आधारित एक पूर्ण स्व-ड्राइविंग समाधान होगा, जिसे ओपनएआई विशेषज्ञता तेजी लाने में काफी मदद कर सकती है। ~2-3 वर्षों में एक कार्यशील पूर्ण स्व-ड्राइविंग समाधान के साथ हम बहुत सारी कारें/ट्रक बेच सकते हैं। यदि हम इसे वास्तव में अच्छी तरह से करते हैं, तो परिवहन उद्योग इतना बड़ा है कि हम टेस्ला के मार्केट कैप को उच्च O(~100K) तक बढ़ा सकते हैं, और उस राजस्व का उपयोग AI कार्य को उचित पैमाने पर वित्तपोषित करने के लिए कर सकते हैं।

मैं ऐसी कोई अन्य चीज़ नहीं देख सकता जिसमें एक दशक के भीतर स्थायी Google-स्तरीय पूंजी तक पहुंचने की क्षमता हो।

• एसईओ संचालित सामग्री और पीआर वितरण। आज ही प्रवर्धित हो जाओ।
• प्लेटोडेटा.नेटवर्क वर्टिकल जेनरेटिव एआई। स्वयं को शक्तिवान बनाएं। यहां पहुंचें।
• प्लेटोआईस्ट्रीम। Web3 इंटेलिजेंस। ज्ञान प्रवर्धित। यहां पहुंचें।
• प्लेटोईएसजी. कार्बन, क्लीनटेक, ऊर्जा, पर्यावरण, सौर, कचरा प्रबंधन। यहां पहुंचें।
• प्लेटोहेल्थ। बायोटेक और क्लिनिकल परीक्षण इंटेलिजेंस। यहां पहुंचें।
• स्रोत: https://openai.com/blog/openai-elon-musk