Компания Generate:Biomedicines применяет искусственный интеллект для изучения и картирования молекул на клеточном уровне, и Григорян видит потенциал для распространения этой техники на все человеческое тело. Моделирование реакции человеческого тела на порядки сложнее, но Григорян считает, что это возможно. "Как только вы увидите, что это работает, трудно представить, что это не будет продолжаться", - сказал он, говоря о силе искусственного интеллекта.
Хотя это может показаться научной фантастикой, Григорян и его команда уже создают генеративные модели, которые оптимизируют функции молекул внутри клеток. Конечная мечта - сделать открытие лекарств программным вопросом, когда модель искусственного интеллекта может взять в качестве исходных данных болезнь, включая тип рака, и сгенерировать молекулу, которая ее излечит. "Это не совсем безумие. Я думаю, что, возможно, уже при нашей жизни мы сможем увидеть такое влияние", - сказал он. "Наука всегда удивляет нас, но, черт возьми, какое время для жизни, верно?"
В корпорациях существует огромное количество данных, которые остаются нетронутыми и неструктурированными искусственным интеллектом: электронные письма, служебные записки, внутренние документы и презентации. Поскольку потребительский интернет уже практически исчерпан чат-ботами, такими как ChatGPT, следующая значительная возможность открывается на предприятиях, где специализированные модели ИИ могут позволить сотрудникам получить доступ к знаниям, которые в настоящее время разрознены по всей компании.
Дженсен заявил, что ИИ полностью изменит способы взаимодействия и работы сотрудников с информацией. Традиционные ИТ-системы опирались на статическую систему поиска файлов, требующую четко сформулированных технических запросов, направленных на конкретное устройство хранения. Такие запросы часто не работают из-за хрупкости и ломкости формата запросов.
Современные модели ИИ теперь могут понимать запросы через контекст и благодаря тому, что они способны воспринимать естественный разговорный язык. Это серьезный прорыв. "Суть генеративного ИИ заключается в способности программного обеспечения понимать смысл данных", - говорит Дженсен. 16 Он считает, что компании будут "векторизовать" свои базы данных, индексируя и захватывая представления информации и подключая их к большой языковой модели, что позволит пользователям "разговаривать со своими данными".
Для меня этот вариант использования имеет очевидный смысл. Моя первая работа после колледжа была связана с управленческим консалтингом. Худшая часть работы заключалась в ручном прочесывании каталогов файлов на серверах, поиске в документах PowerPoint или Word определенных фрагментов информации, которую партнер запрашивал в течение нескольких лет. Иногда на поиск документа уходили часы или даже дни. Теперь большие языковые модели, созданные на основе приложений искусственного интеллекта, таких как ChatRTX от Nvidia, позволяют пользователям мгновенно получать контекстуально релевантные ответы из личных файлов на компьютерах. Это значительно повышает производительность . То, что раньше было утомительной, повторяющейся задачей, занимающей много времени, теперь занимает секунды и дает сотрудникам больше пространства для более важной, высокоуровневой работы. У сотрудников появится виртуальный помощник, почти как гениальный стажер с почти идеальной памятью, способный мгновенно вспомнить любые знания, хранящиеся на компьютерах и в Интернете. Вместо простого поиска файлов модели могут генерировать более интеллектуальные идеи на основе всей совокупности внутренних данных компании.
В докладе, опубликованном в конце 2023 года, компания Goldman Sachs предсказала, что в течение следующего десятилетия сокращение расходов в отраслях промышленности за счет генеративного ИИ может составить более 3 триллионов долларов. Руководство Nvidia неоднократно заявляло, что $1 трлн, инвестированный за эти годы в компьютерную инфраструктуру глобальных центров обработки данных , которая в настоящее время питается от традиционных серверов CPU, в конечном итоге перейдет на GPU, способные выполнять параллельные вычисления, необходимые для ИИ. Этот переход представляет собой золотую жилу для Nvidia. В середине 2024 года компания J.P. Morgan опубликовала результаты опроса 166 главных информационных директоров, которые отвечают за 123 миллиарда долларов ежегодных расходов на корпоративные технологии. Отчет показал, что в ближайшие три года ИТ-директора планируют ежегодно увеличивать расходы на вычислительное оборудование с искусственным интеллектом более чем на 40 %: с 5 % от общего ИТ-бюджета до более чем 14 % в 2027 году. Одна треть ИТ-директоров также заявила, что для поддержки новых инвестиций в ИИ они сократят расходы на другие ИТ-проекты. В число трех самых крупных категорий, подлежащих сокращению, входят модернизация унаследованных систем, инфраструктура и разработка внутренних приложений.