Ако в един правдоподобен бъдещ филм за "как избухна балонът на изкуствения интелект" Ед Зитрон несъмнено ще бъде централен персонаж. Той отговаря на архетипа на идеалния външен наблюдател: ексцентричният самотник, който е предвидил всичко, викащ предупреждения отстрани, които никой не е послушал. Точно както Кристиан Бейл изигра Майкъл Бъри, инвеститорът, предсказал финансовия срив от 2008 г. във филма **"Големият залог"**, лесно може да си представите например Робърт Патинсън и Пол Мескал да се борят да изиграят Зитрон – оживеният, колоритно рязък, но упорито ориентиран към детайлите британец, който се е превърнал в един от най-гласовитите критици на големите технологии.
Това не означава, че балонът на ИИ непременно ще избухне, но сред приливната вълна на възхвала към ИИ, откровеният, нахален скептицизъм на Зитрон го е превърнал в нещо като култова фигура. Неговият бюлетин за технологии **"Where’s Your Ed At"** вече се похваля с над 80 000 абонати; неговият седмичен подкаст **"Better Offline"** постоянно се нарежда в Топ 20 на класациите за технологии; той е редовен несъгласен глас в медиите; а неговият subreddit се е превърнал в безопасно убежище за скептици към ИИ, включително и такива в самата технологична индустрия – един потребител го описва като "маяк в буря от луд хиперкапиталистически глупости".
Зитрон започна да изследва генеративния ИИ през 2023 г., година след разтърсващото индустрията пускане на ChatGPT от OpenAI. "Колкото повече гледах, толкова по-объркан ставах", казва той. "Не само че големите езикови модели (ГЕМ) явно не правеха това, за което хората се вълнуваха, но и нямаха път да го постигнат. Нищо, което открих, не подсказваше, че това е реален бизнес, да не говорим за нещо, което на теория ще промени света."
Той говори чрез видеоразговор от своя офис в Лас Вегас, облечен в червена суичърка, заобиколен от кадрирани принтове на поп култура и американски спортни сувенири. И, боже, как Зитрон може да говори. Както слушателите на **"Better Offline"** знаят, 39-годишният е изключителен оратор – умеещ в дълги монолози, излагащ гледната си точка с достъпен, често нахален език, подправен с факти, статистики, аналогии и изрядни ругатни. Лондонският му акцент само подчертава ролята му на контрариан в Силициевата долина – някой, който не произнася "t" в "datacentres".
Да се обясни тезата на Зитрон защо генеративният ИИ е обречен на провал не е просто: миналата година той я изложи в есе от 19 000 думи. Но може да се разбие на две взаимосвързани части: действителната ефективност на технологията и финансовата архитектура на бума на ИИ. Според Зитрон и двете основи са неустойчиви.
Първо, има въпросът дали генеративният ИИ изпълнява обещанията си. През последните няколко години видяхме ескалиращи пророчества, че технологията ще преобърне работата, каквато я познаваме. Например Дарио Амодей, изпълнителен директор на Anthropic – най-близкият конкурент на OpenAI – предупреди миналия май, че ИИ може да премахне половината от началните бели якички за пет години. "Ниншото поколение големи езикови модели на ИИ няма да прави това", заявява уверено Зитрон. "Моето доказателство е, че те са в общи линии същите, каквито бяха преди година. Имат същата ефективност. И всеки опит да се превърнат в нещо, което може наистина да върши неща самостоятелно, се провали." Той твърди, че ГЕМ халюцинират и дават грешни отговори, дават различни отговори всеки път и не могат наистина да учат, създават или изпълняват много сложни задачи. Дори поставя под въпрос назоваването на тази технология като "интелигентност".
"Тя е интелигентна по същия начин, по който са интелигентни два зара", казва той. "Големите езикови модели са архитектури на базата на трансформери, които използват мащабна вероятност за генериране на следващия токен. Правят това в мащаб, така че може да си помислиш: 'О, тя измисля неща'. Не, тя има голям корпус от данни и толкова много параметри..." Генеративният ИИ работи, като черпи от съществуващи данни, за да произвежда резултати, нищо повече. Няма да смятаме формула в Excel за интелигентна, така че не трябва да наричаме генеративен ИИ интелигентен също.
Мнозина не са съгласни с това мнение, особено що се отнася до въздействието на ИИ върху работните места. В индустрии като филмова, обслужване на клиенти, държавна администрация и технологии, професионалисти съобщават, че инструментите с ИИ им позволяват да изпълняват същите задачи с по-малко хора. Дори и да не премахне половината работни места, ИИ е на път да трансформира работното място. Проучване от миналия юни показа, че началните позиции във Великобритания са намалели с почти една трета след пускането на ChatGPT.
Зитрон контраатакува, че "корелацията не означава причинно-следствена връзка", цитирайки доклади, които поставят под въпрос или омаловажават ролята на машинното обучение при загубата на работни места. Например, скорошен доклад на MIT за "състоянието на ИИ в бизнеса през 2025 г." установи, че 95% от компаниите, опитващи се да интегрират ИИ, са видяли "нулева възвръщаемост". Докладът отбеляза, че повечето генеративни ИИ системи не успяват да запазват обратна връзка, да се адаптират към контекста или да се подобряват с времето.
Това води до втората част от аргумента на Зитрон: икономиката на бума на ИИ не се изравнява. Нивото на инвестиции, вливани в ИИ, е безпрецедентно. "Великолепната седморка" – Alphabet (майка компания на Google), Amazon, Apple, Meta, Microsoft (която притежава 27% от OpenAI), Nvidia и Tesla – вече представляват 34% от S&P 500, индекс, който отговаря за около половината от световния пазар. Като водещ производител на GPU, мощните чипове, от съществено значение за ИИ, Nvidia на практика "печата пари", според Зитрон. Междувременно другите заемат и харчат милиарди, които може никога да не си възвърнат.
Докато стартъпите в Силициевата долина традиционно работят на загуба, за да спечелят пазарен дял и да печелят по-късно, сегашната разлика между предлагане и търсене е тревожно голяма. Изграждането на ИИ изисква масивни инвестиции: типичен център за данни се нуждае от десетки хиляди GPU, всеки струващ над 50 000 долара (37 000 паунда), плюс софтуер, мрежи, големи съоръжения и значителни количества електричество и вода. Прогнозната цена за 1GW капацитет на център за данни за ИИ е 35 милиарда долара (26 милиарда паунда). Следователно само дълбоко джобните "хиперскайлъри" като Google, Meta, Amazon, Microsoft и Oracle могат да се конкурират в този мащаб.
От страна на търсенето, перспективите са по-неясни и далеч от сигурни. Например, OpenAI планира да похарчи 1,4 трилиона долара (1 трилион паунда) за инфраструктура за ИИ през следващите пет години, но прогнозираните му приходи за 2025 г. са само около 20 милиарда долара (15,8 милиарда паунда). Зитрон посочва, че много сделки между компании за ИИ включват всъщност плащане една на друга. Миналия септември Nvidia обяви инвестиция от 100 милиарда долара в OpenAI, която от своя страна ще използва средствата за закупуване на чипове на Nvidia. Подобни споразумения са чести в индустрията. Дори "неоклауд" компании като CoreWeave, Lambda и Nebius, които изграждат центрове за данни и отдават под наем капацитет на GPU, разчитат изцяло на бизнес от гиганти като Google, Microsoft, Amazon и Nvidia. Зитрон твърди, че без тези хиперскайлъри, общите приходи от изчисления за ИИ за 2025 г. ще бъдат по-малко от милиард долара.
Що се отнася до рентабилността, ChatGPT сега има приблизително 800 милиона потребители, но повечето не плащат. Дори за плащащи абонати, разходите за свързване на потребител с... За модел на ИИ като GPT, цената на всяко взаимодействие с потребител може да варира драстично. Потребителят може да зададе прост въпрос или нещо, което кара модела да генерира сложен отговор. Както посочва Зитрон, тук няма икономии от мащаба – всяка заявка изисква "изчислителна мощност" или компютърна обработка, за сметка на доставчика. "Колкото повече някой е интензивен потребител на тези платформи, толкова повече ще ви струва. Това е почти обратното на начина, по който обикновено работи Силициевата долина." И ако отговорът не е задоволителен и трябва да се преработи, което се случва често, "това е още изчислителна мощност изгорена, без да ви носи допълнителни пари." Докато моделите на ИИ постоянно стават по-евтини и по-напреднали, това се постига само чрез използване на още повече изчислителна мощ. "Все едно цената на бензина да падне малко, но трябва да караш допълнителни 250 мили, за да стигнеш някъде. Така че това е наистина проблематично – защото означава, че няма точка на рентабилност."
Типичен център за данни изисква десетки хиляди GPU.
Отново, нищо от това не гарантира, че ще се слуши голям срив на ИИ, но "ако греша, не знам как греша", казва той. "Всеки контрааргумент, който съм чел срещу работата ми, е предимно само пожелателно мислене, че 'ИИ ще стане по-добър'."
Мнозина са обвинявали Зитрон, че има зъб към големите технологии, но той отрича това: "Имам проблем с тези, които не искат да говорят за реалността." Той със сигурност не избягва вниманието, но не заради това е започнал с това, обяснява той. "Обичам да пиша. Обичам да разнищвам нещата. Обичам да решавам пъзели. Предполагам, че обичам да мога да разбирам нещата. Голяма част от това е просто опит да си го обясня сам, а не на публика." Той няма официално обучение по икономика или компютърни науки и никога не е работил в технологии. "Научих всичко по същество от нулата."
Зитрон обаче винаги е бил привлечен от технологиите. Казва, че е сглобявал 10 персонални компютъра през живота си. Започнало, когато баща му му купи компютър с телефонна връзка, когато бил на 10. "Така че бях онлайн от доста ранна възраст. Веднага си помислих: 'Това е бъдещето. Обожавам го. Обичам, че мога да говоря с хора и да играя с хора.' Бях доста самотно дете. Нямах много приятели, но си направих много приятели онлайн."
Израствайки в Хамерсмит, западен Лондон, Зитрон описва родителите си като любящи и подкрепящи. Баща му беше мениджмънт консултант; майка му отгледа него и тримата му по-големи братя и сестри. Но "гимназията беше много лоша за мен и това е всичко, до което ще стигна." Той има диспраксия, разстройство на координацията, и му беше диагностициран ADHD на около 20 години. "Мисля, че се провалих по всеки език и всяка наука, и не се справих брилянтно с математиката", казва той. "Но винаги съм бил обсебен от детайлите."
След като учи медии и комуникации в университета в Абъристуит, започна да пише за списания за видеоигри, но "стигнах до точка, в която бях нещастен в Лондон." Затова се премести в Ню Йорк през 2008 г. и започна да работи в PR за технологии. Казва, че не може да си представи да се върне във Великобритания. Не обсъжда личния си живот, освен да спомене, че има син, поради което живее в Лас Вегас. Не му пречи там: "Всички са странни, така че никой не е странен." Имало е съобщения
