สัมภาษณ์: การเดินทางกลับไปกลับมา
จัดทำและเรียบเรียงโดย: Yuliya, PANews
เมื่อคลื่น AI ลูกใหม่พัดผ่านโลกด้วยความเร็วที่ไม่เคยมีมาก่อน ความแข่งขันด้านกำลังการประมวลผล (computing power) ก็ได้เริ่มต้นขึ้นอย่างจริงจัง เมื่อตลาดทุนของบริษัทเนว์ตัน (NVIDIA) ทะลุ 1 ล้านล้านดอลลาร์ และผู้เล่นยักษ์ใหญ่อย่าง AWS, Google Cloud แทบทรงครองตลาดคลาวด์คอมพิวติ้งไปแล้ว ความท้าทายที่ลึกซึ้งก็ปรากฏต่อผู้สร้างนวัตกรรมด้าน AI ทุกคน: การรวมตัวของกำลังการประมวลผลในระดับสูงนี้จะทำให้การสร้างสรรค์นวัตกรรมแบบเปิดตัวลดน้อยถอยลง และทำให้ AI ถูกจำกัดอยู่ใน "สวนป้อมปราการ" ของบริษัทเพียงไม่กี่แห่งหรือไม่?
ด้วยประสบการณ์ความสำเร็จในการขายบริษัทให้กับ Snapchat ด้วยมูลค่า 60 ล้านดอลลาร์ และการก่อตั้ง Product Science ซึ่งเป็นบริษัทที่ให้บริการปรับปรุงโค้ดด้วย AI สำหรับองค์กรชั้นนำ David และ Daniel Laborman พี่น้องผู้ร่วมก่อตั้ง Gonka AI ได้นำประสบการณ์การเริ่มต้นธุรกิจต่อเนื่องของพวกเขาจากด้านการคำนวณแบบขนานมาจนถึงด้าน AR เพื่อเสนอมุมมองที่เป็นเอกลักษณ์ในการแก้ปัญหาตลาดนี้: การสร้างเครือข่ายการคำนวณ AI แบบกระจายศูนย์ที่ถูกขับเคลื่อนโดยชุมชนอย่างแท้จริง
เดวิดและเดวิดได้ให้รายละเอียดอย่างชัดเจนในรายการ Founder’s Talk ซีรีส์ใหม่ล่าสุดของ The Round Trip ซึ่งผลิตร่วมกันโดย PANews และ Web3.com Ventures ว่าเหตุใดจึงได้รับแรงบันดาลใจจากประวัติการพัฒนาโครงสร้างพื้นฐานของบิตคอยน์ และพยายามสร้าง "การปฏิวัติ ASIC" ในด้าน AI ผ่านกรอบการจูงใจทางการเงินแบบเปิด ซึ่งจะช่วยให้สามารถหลุดพ้นจากข้อจำกัดของต้นทุนการคำนวณได้อย่างสิ้นเชิง พวกเขาได้แบ่งปันว่า Gonka AI สามารถดึงดูดการลงทุน 50 ล้านดอลลาร์จากบริษัทใหญ่ๆ เช่น Bitfury ได้อย่างไร และยังมีมุมมองที่เป็นเอกลักษณ์เกี่ยวกับแนวคิด "AI ฟองสบู่" ในปัจจุบันอีกด้วย
จากเกมส์ AR ไปจนถึง AI แบบกระจายศูนย์
PANews:ยินดีต้อนรับ David และ Daniel! ดีใจที่คุณทั้งสองได้มา ฉันรู้ว่าคุณทั้งสองมีพื้นฐานด้านเทคนิคที่ลึกซึ้ง และมีประสบการณ์ยาวนานในด้านนี้ คุณทั้งสองจะเล่าเรื่องราวเกี่ยวกับพื้นเพของตัวเองให้ผู้ฟังของเราฟังได้ไหม?
กงก้า อาร์ไอ:สวัสดีทุกคน ประวัติความเป็นมาของเรามีความเกี่ยวข้องกันอย่างใกล้ชิด เนื่องจากเราเป็นพี่น้องกัน และตลอดชีวิตรวมถึงเส้นทางการงานของเราล้วนมีความเชื่อมโยงกันอย่างแน่นแฟ้น จุดเริ่มต้นของเรื่องราวของเราสามารถย้อนกลับไปถึงปี 2003 นับจากนั้นมา เราทั้งสองคนก็มีความสนใจอย่างลึกซึ้งในด้านการคำนวณแบบขนานและเครือข่ายแบบกระจายศูนย์
ต่อมา เราได้ก้าวเข้าสู่ด้านเกมออนไลน์ ซึ่งในตัวของมันเองก็คือการคำนวณแบบพาราลเลลขนาดใหญ่เช่นกัน—นักเล่นเกมนับพันคนมีปฏิสัมพันธ์กันแบบเรียลไทม์ผ่านอินเทอร์เน็ต ด้วยความต้องการเพิ่มประสิทธิภาพในการผลิตแอนิเมชันเกมและลดต้นทุน เราจึงได้ก้าวเข้าสู่ด้านวิสัยทัศน์คอมพิวเตอร์ (Computer Vision) อีกเช่นกัน
ในขณะที่วิสัยทัศน์ของคอมพิวเตอร์ได้พาเราไปสู่เส้นทางใหม่ทั้งหมด: เราเริ่มต้นที่จะสแนปแชทการพัฒนารูปแบบเสมือนจริงสำหรับ AR ประสบการณ์นี้ประสบความสำเร็จอย่างมาก จนในที่สุด Snapchat ได้ซื้อบริษัทของเราด้วยมูลค่า 60 ล้านดอลลาร์ ซึ่งนี่ถือเป็นจุดเปลี่ยนที่สำคัญในเส้นทางอาชีพของเรา
ในระหว่างที่ได้ผ่านประสบการณ์จากโครงการและบริษัทต่างๆเราได้รักษาความปรารถนาอยู่เสมอว่า หวังจะสร้างบางสิ่งบางอย่างที่สามารถสร้างผลกระทบในระดับสังคมอย่างแท้จริง โดยเฉพาะอย่างยิ่งในรูปแบบของการปฏิสัมพันธ์ทางสังคมเมื่อ AI เข้าสู่ชีวิตของเราในรูปแบบใหม่ที่เรียกว่า โมเดลภาษาขนาดใหญ่ (LLM) ทุกสิ่งก็เปลี่ยนไป นี่ไม่ใช่การเรียนรู้ของเครื่องจักรแบบที่เราเคยรู้จักในอดีตอีกต่อไป แต่เป็นเครื่องมือที่ทรงพลังที่สามารถสนทนาอย่างแท้จริงและช่วยแก้ปัญหาให้เราได้อย่างมีประสิทธิภาพ เราเห็นได้ว่า AI รุ่นใหม่ที่ใช้สถาปัตยกรรม Transformer นั้นไม่ใช่แค่โมเดลภาษาเท่านั้นไม่ว่าจะเป็นการสร้างภาพ การสร้างวิดีโอ หรือความก้าวหน้าในสาขาชีววิทยา วิทยาศาสตร์เคมี ฟิสิกส์ รวมถึงการออกแบบและการดำเนินการโรงไฟฟ้าพลังงานนิวเคลียร์ที่มีประสิทธิภาพสูงยิ่งขึ้น คลื่นลูกนี้ของปัญญาประดิษฐ์กำลังส่งผลต่อทุกสิ่งทุกอย่างแทบทุกอย่าง
ต่อไปเราจะเห็นการพัฒนาอย่างรวดเร็วของซอฟต์แวร์หุ่นยนต์และรถยนต์ขับเคลื่อนอัตโนมัติและยิ่งไปกว่านั้น การเปลี่ยนแปลงเหล่านี้กำลังเกิดขึ้นอย่างรวดเร็ว ในขณะนี้เอง
แต่ความกังวลที่ตามมาไม่ใช่ความกลัวแบบไซไฟในลักษณะ "เทอร์มิเนเตอร์" แต่เป็นความกังวลเกี่ยวกับรูปแบบความเป็นจริงในปัจจุบันในปัจจุบัน บริษัทอเมริกัน 3 บริษัท (เช่น AWS, Google Cloud) ควบคุมกำลังการประมวลผลคลาวด์ทั่วโลกถึง 65% และเมื่อรวมบริษัทอัลลีบาบาและเทียนตงของจีนเข้าไปด้วย ห้าบริษัทยักษ์ใหญ่นี้ควบคุมกำลังการประมวลผลคลาวด์ระดับโลกสูงถึง 80%หัวใจหลักของ AI คือพลังการคำนวณ และในปัจจุบัน AI แทบจะเทียบเท่ากับพลังการคำนวณบนคลาวด์เสียทั้งสิ้น บริษัทเหล่านี้กำลังแข่งขันกันอย่างดุเดือดเพื่อควบคุมพลังการคำนวณด้าน AI ทั้งหมด 100% หากแนวโน้มนี้ยังคงดำเนินต่อไป เราจะเข้าสู่โลกที่แปลกประหลาดมากขึ้นเรื่อยๆ
บริษัทเพียงไม่กี่แห่งเท่านั้นที่มีการเป็นเจ้าของและควบคุม AI ทั้งหมด และ AI เหล่านี้จะสามารถ:
- แทนที่ตำแหน่งงานจำนวนมาก
- การปรับโครงสร้างเศรษฐกิจทั้งหมดใหม่
- การเปลี่ยนแปลงวิธีการดำเนินงานของสังคม
ดังนั้นเราจึงเชื่อว่า AI แบบกระจายศูนย์เป็นประเด็นที่สำคัญอย่างยิ่งและไม่สามารถหลีกเลี่ยงได้
นี่แหละคือเหตุผลที่เราเดินทางมาถึงที่นี่ในที่สุด
PANews:ใช่แล้ว คุณไม่ใช่ผู้เริ่มต้นใหม่ในด้าน AI เลย ที่จริงแล้วก่อนที่คุณจะก่อตั้ง Gonka AI คุณยังเคยก่อตั้งบริษัท Product Science ซึ่งเป็นบริษัทที่ได้รับการลงทุนจากบริษัทชื่อดังหลายแห่ง เช่น Coatue, K5 และ Slow Ventures คุณสามารถเล่าให้ฟังหน่อยได้ไหมว่าประสบการณ์นั้นเป็นอย่างไร และมันได้ช่วยนำทางให้คุณมาสู่การก่อตั้ง Gonka AI อย่างไรบ้าง?
กงก้า อาร์ไอ:แน่นอน งานวิจัยด้านการมองเห็นของคอมพิวเตอร์ที่เราได้ลงทุนอย่างลึกซึ้งนั้น แท้จริงแล้วคือ AI และการเรียนรู้ของเครื่อง ด้านการประยุกต์ใช้ AI ครั้งแรกนั้นเกิดขึ้นในด้านการสร้างภาพและงานแอนิเมชันเป็นหลัก และนี่จึงเป็นที่มาที่เราได้สร้างชื่อเสียงในอุตสาหกรรมการเรียนรู้ของเครื่อง
หลังจากที่เราออกจากบริษัท Snap เราได้ก่อตั้งบริษัท Product Science ขึ้นเองบริษัทนี้ใช้ AI เพื่อให้บริการปรับปรุงโค้ดแก่บริษัทชั้นนำของโลก เช่น วอลมาร์ต จาเมสัน เชนจ์ และแอร์บีเอ็นบี ปัจจุบันทุกคนทราบดีว่า AI สามารถช่วยเขียนโค้ดได้ แต่สิ่งที่สำคัญไม่แพ้กันคือการรับประกันว่าโค้ดเหล่านี้จะสามารถทำงานได้อย่างมีประสิทธิภาพสูงสุด ก่อนที่เราจะเปลี่ยนความสนใจไปทั้งหมดสู่ Gonka และการกระจายศูนย์โครงสร้างพื้นฐาน AI งานหลักของเราคือการเพิ่มประสิทธิภาพของโค้ดอย่างแท้จริง
แนวคิดแบบ "บิตคอยน์" ของ Gonka AI
PANews:คุณได้กล่าวถึงปัญหาการรวมศูนย์ของพลังการคำนวณ ซึ่งเป็นเรื่องที่น่ากังวลจริงๆ ล่าสุด Cloudflare ประสบกับการล่มครั้งใหญ่จนครึ่งหนึ่งของโลกคริปโตหยุดชะงัก และ AWS ก็มักเกิดปัญหาบ่อยครั้ง ซึ่งแต่ละครั้งก็ส่งผลกระทบต่อแอปพลิเคชันจำนวนมาก แล้ว Gonka AI จะแก้ปัญหานี้อย่างไร? มันดูเหมือนจะไม่ใช่คลาวด์แบบกระจายศูนย์ทั่วไป แต่กลับมุ่งเน้นเฉพาะด้าน AI แทน
กงก้า อาร์ไอ:ใช่แล้ว ในการเผชิญกับความท้าทายของพลังการคำนวณที่มีความเข้มข้นสูงในปัจจุบัน เรามองเห็นทางออกเพียงทางเดียวคือการกระจายศูนย์
ในระดับโมเดล เราเห็นแล้วว่าห้องปฏิบัติการอิสระ เช่น DeepSeek ได้พิสูจน์แล้วว่ามีศักยภาพในการฝึกโมเดลคุณภาพสูงที่เทียบเท่ากับบริษัทยักษ์ใหญ่ทางเทคโนโลยี แต่ทรัพยากรการคำนวณยังคงเป็นข้อจำกัดหลักในปัจจุบัน หลายห้องปฏิบัติการด้านแนวหน้าต้องพึ่งพาโครงสร้างพื้นฐานที่บริษัทให้บริการคลาวด์ขนาดใหญ่สร้างขึ้น ในขณะที่ด้านการกระจายศูนย์ยังไม่มีทางออกที่มีขนาดเทียบเท่ากันเกิดขึ้นมาก่อนแม้แต่เครือข่ายพลังการคำนวณ AI แบบกระจายศูนย์ที่ใหญ่ที่สุดในปัจจุบันอย่าง Bittensor ก็มีเพียงประมาณ 5,000 หน่วย GPU ระดับศูนย์ข้อมูลเท่านั้น ในขณะเดียวกัน บริษัทอย่าง OpenAI และ xAI กำลังสร้างกลุ่มที่มี GPU ชั้นนำหลายล้านหน่วย ซึ่งความแตกต่างของขนาดระหว่างทั้งสองฝ่ายนั้นกว้างมาก
เราตระหนักว่าวิธีเดียวที่จะทำให้ AI เป็นของประชาชนและหลีกเลี่ยงจุดล้มเหลวเพียงจุดเดียว คือการสร้างเครือข่ายการประมวลผลแบบกระจายศูนย์ที่มีขนาดเทียบเท่ากันในเวลานี้ เราได้รับแรงบันดาลใจที่ยิ่งใหญ่มากจากบิตคอยน์ เราไม่ได้มองมันเพียงแค่เป็น "ทองคำดิจิทัล" แต่เรามองว่ามันเป็นหนึ่งในกรอบงานที่ยิ่งใหญ่ที่สุดในการสร้างโครงสร้างพื้นฐานที่มีขนาดใหญ่
ชุมชนบิตคอยน์ได้สร้างโครงสร้างพื้นฐานที่น่าทึ่งอย่างน่าอัศจรรย์ผ่านการกระจายศูนย์ (decentralized) ตลอดช่วง 15 ปีที่ผ่านมา ปัจจุบันเครือข่ายบิตคอยน์มีขนาดศูนย์ข้อมูลประมาณ 26 กิกะวัตต์ ซึ่งมากกว่าผลรวมของกูเกิล แอมะซอน ไมโครซอฟท์ OpenAI และ xAI เท่าที่มีอยู่ในปัจจุบัน นี่คือโครงการขนาดใหญ่ที่สร้างขึ้นร่วมกันโดยผู้เข้าร่วมอิสระจากทั่วโลก เพื่อหลุดพ้นจากระบบที่มีศูนย์กลาง
สิ่งที่น่าประทับใจไม่น้อยไปกว่ากันคือความเร็วในการพัฒนาด้านฮาร์ดแวร์ ในช่วง 15 ปีที่ผ่านมา ปริมาณพลังงานที่ใช้ในการคำนวณพลังการคำนวณ 1TH/s ของบิตคอยน์ ได้ลดลงจาก 5 ล้านจูล เหลือเพียง 15 จูลเท่านั้น ซึ่งหมายความว่าประสิทธิภาพเพิ่มขึ้นอย่างน่าทึ่งถึง 300,000 เท่า! เราเชื่อว่าหากสามารถนำนวัตกรรมเดียวกันนี้มาใช้กับพลังการคำนวณของ AI ได้ "พลังการคำนวณที่เพียงพอ" ที่แท้จริงก็จะกลายเป็นจริงได้ และ AI ก็จะสามารถถูกใช้โดยทุกคนบนโลกนี้ได้เช่นกัน
ผู้ดำเนินรายการ:ผมสังเกตเห็นว่าBitfury ซึ่งเป็นผู้ให้บริการโครงสร้างพื้นฐานบิตคอยน์ชั้นนำ ได้ประกาศลงทุน 50 ล้านดอลลาร์ในบริษัทของคุณเพิ่งประกาศลงทุน 50 ล้านดอลลาร์ในคุณเพิ่งประกาศลงทนี่หมายความว่าตลาดเห็นรูปแบบที่คล้ายคลึงกันหรือไม่? บิตคอยน์ทำให้พลังงานมี "ความเทียบเท่ากัน" ได้ เนื่องจากพลังงานสามารถเปลี่ยนเป็นพลังการคำนวณที่มีคุณค่าแบบเดียวกัน ไม่ว่าจะอยู่ที่ไซบีเรียหรือซิลิคอนวัลเลย์ คุณกำลังทำให้พลังการคำนวณมี "ความเทียบเท่ากัน" เช่นกันหรือไม่? และเมื่อพิจารณาถึงความไวของ AI ต่อปัจจัยเช่นความล่าช้า นี่จะเป็นความท้าทายหรือไม่?
กงก้า อาร์ไอ:เรามั่นใจว่าเรื่องเดียวกันนี้จะเกิดขึ้นในด้านพลังการคำนวณเช่นเดียวกัน ปัจจุบัน ชิปของเนวิดิอา (NVIDIA) นั้นมีราคาสูงมาก และค่าใช้จ่ายส่วนใหญ่ในการก่อสร้างศูนย์ข้อมูลของบริษัทอย่าง OpenAI ล้วนถูกจ่ายให้เนวิดิอา แต่หากเราสามารถนำนวัตกรรมการเปลี่ยนผ่านแบบเดียวกับที่เกิดขึ้นในอดีตในด้าน ASIC (Application-Specific Integrated Circuit) มาใช้ในด้าน AI ได้ โลกจะเปลี่ยนไปอย่างแน่นอน
เมื่อค่าใช้จ่ายด้านฮาร์ดแวร์ของหน่วยประมวลผลเดี่ยวนั้นลดลงอย่างมาก ค่าใช้จ่ายด้านพลังงานจะกลับมาเป็นตัวแปรสำคัญอีกครั้ง การที่บริษัทเหมืองขุดและผู้ผลิตฮาร์ดแวร์ช่วงเริ่มต้นอย่าง Bitfury ลงทุนในระบบนิเวศนี้ในตอนนี้ จึงเป็นสัญญาณที่ชัดเจนว่า:พวกเขาได้ระบุรูปแบบที่เหมือนกับช่วงต้นของการพัฒนาบิตคอยน์
เมื่อคิดถึงปี 2012 GPU ยังคงเป็นอุปกรณ์หลักสำหรับการขุดเหมือง แต่ไม่กี่ปีต่อมา ASIC ได้กลายเป็นทางเลือกเดียวที่เป็นไปได้สำหรับการขุดเหมืองด้วยประสิทธิภาพที่สูงกว่าชิปทั่วไปหลายสิบเท่า ที่น่าสนใจคือ บริษัทที่ผลิต ASIC เหล่านี้ไม่ใช่บริษัทยักษ์ใหญ่ด้านเทคโนโลยี แต่เป็นบริษัทสตาร์ทอัพที่ไม่มีชื่อเสียง สาเหตุที่สิ่งนี้เกิดขึ้นได้ คือมาจากกรอบการจูงใจทางการเงินของบิตคอยน์:
- การแข่งขันที่เปิดกว้าง:ไม่ว่าคุณจะเป็นใคร ตราบใดที่คุณสามารถให้พลังการคำนวณที่มีประสิทธิภาพสูงสุดแก่เครือข่าย คุณก็จะได้รับรางวัลโทเคนส่วนแบ่งที่มากที่สุด
- วงจรเชิงบวก:เมื่อราคาโทเคนเพิ่มสูงขึ้น รางวัลก็จะมีความน่าสนใจมากยิ่งขึ้น ซึ่งจะกระตุ้นให้ผู้คนมากขึ้นเข้าร่วมการแข่งขันเพื่อเพิ่มกำลังการประมวลผลทั้งหมดของเครือข่าย
- ลดความซับซ้อนในการสร้างนวัตกรรม:บริษัทขนาดเล็กในเกาหลีหรือซานฟรานซิสโก ที่สามารถออกแบบชิปที่มีประสิทธิภาพสูงกว่าได้ ไม่จำเป็นต้องมีทีมขายขนาดใหญ่ ไม่จำเป็นต้องสร้างความสัมพันธ์กับบริษัทยักษ์ใหญ่ หรือแม้แต่ต้องการนักลงทุนแบบดั้งเดิม ก็เพียงแค่ต่อชิปเข้ากับเครือข่าย เมื่อได้รับการพิสูจน์ว่ามีประสิทธิภาพ ก็สามารถเริ่มสร้างรายได้ทันที
กรอบนี้ลดความซับซ้อนและข้อจำกัดในการเข้าถึงธุรกิจ "พลังการคำนวณสำหรับการผลิต" อย่างมาก เราเชื่อมั่นว่าเหตุการณ์นี้จะเกิดขึ้นซ้ำในด้านชิป AI เมื่อโปรโตคอลถูกสร้างขึ้นมา ผู้คนสามารถสร้างรายได้จากการเชื่อมต่ออุปกรณ์การคำนวณของพวกเขาเข้ากับเครือข่าย ไม่ว่าจะเป็นคอมพิวเตอร์ส่วนตัว กราฟิกการ์ดจาก NVIDIA ที่ซื้อมา หรือพลังการคำนวณที่เช่ามาจากศูนย์ข้อมูล ทุกสิ่งเหล่านี้สามารถเชื่อมต่อกับเครือข่ายเพื่อให้ความช่วยเหลือและได้รับผลตอบแทนกลับคืนมาเราคาดว่าภายในหนึ่งถึงสองปีข้างหน้า การนวัตกรรมที่ขับเคลื่อนด้วยกรอบการเงินนี้จะช่วยเพิ่มกำลังการประมวลผลให้เครือข่าย AI ได้หลายร้อยเท่า หรือแม้แต่หลายพันเท่า ซึ่งจะช่วยขจัดข้อจำกัดด้านกำลังการประมวลผลที่เราเผชิญอยู่ในปัจจุบันอย่างสิ้นเชิง
เครือข่ายแบบกระจายศูนย์จะเปลี่ยนแปลงตลาดการประมวลผลข้อมูลอย่างไร?
PANews:รูปแบบนี้น่าสนใจมาก นึกถึงเรื่องราวของนักขุดสกุลเงินดิจิทัลยุคเริ่มต้นที่ใช้ GPU ที่ว่างอยู่ในโรงเรียนมาขุดเหรียญ ตอนนี้บริษัทหลายแห่งซื้อ GPU H100 ที่มีราคาสูง แต่ส่วนใหญ่ก็ว่างอยู่ตลอดเวลาเพราะพวกเขาไม่รู้วิธีใช้ให้คุ้มค่า คุณทราบหรือไม่ว่าเครือข่ายของคุณดึงดูดกลุ่มผู้ใช้แบบนี้ด้วยหรือไม่?
กงก้า อาร์ไอ:เราได้พบสถานการณ์ที่คล้ายกันและน่าตื่นเต้นมากอีกหลายกรณี บริษัทสตาร์ทอัพด้าน AI ที่ประสบความสำเร็จอย่างมากบางแห่ง ใช้เงินลงทุนจากนักลงทุนซื้อ GPU H200 จำนวนหลายร้อยใบในช่วงความตื่นตัวครั้งแรก แต่จนถึงตอนนี้ก็มีเพียงครึ่งเดียวเท่านั้นที่ถูกใช้ประโยชน์อย่างมีประสิทธิภาพ
อีกกรณีหนึ่งที่พบได้ทั่วไปคือ บริษัทหลายแห่งได้เช่าพื้นที่ศูนย์ข้อมูลขนาดใหญ่เพื่อใช้ในการประมวลผลแบบโมเดลโอเพนซอร์สของตนเอง ต่อมาพวกเขาพบว่า ด้วยเครือข่ายของเรา พวกเขาสามารถทำสิ่งที่ชาญฉลาดกว่าเดิมได้: แทนที่จะรันโมเดลของตนเองอย่างไม่มีประสิทธิภาพ พวกเขาสามารถใช้บริการผ่าน API ของเครือข่าย Gonka ได้ ในขณะเดียวกัน พวกเขาติดตั้งโหนดของ Gonka บน GPU ที่เช่ามาของตนเอง และบริจาคให้กับเครือข่าย ด้วยวิธีนี้ พวกเขาสามารถใช้โมเดล AI ได้ และยังสามารถสร้างรายได้จากการรับรางวัลโทเคนเพิ่มเติม ซึ่งทำให้ได้ทั้งประสิทธิภาพและผลตอบแทนที่สูงขึ้นกว่าเดิมมาก
การใช้ GPU ให้มีประสิทธิภาพสูงสุด คุณจำเป็นต้องจัดการคำขอหลายพันคำขอพร้อมกัน ซึ่งเป็นเรื่องยากสำหรับโครงการเดี่ยว ดังนั้น บริษัทจึงต้องยอมรับการใช้ทรัพยากรของฮาร์ดแวร์ที่เป็นของตัวเอง (หรือเช่า) ที่มีประสิทธิภาพต่ำ หรือจ่ายค่าใช้จ่าย API ที่สูงมาก ซึ่งทั้งสองทางเลือกนี้ไม่ใช่ทางออกที่ดีที่สุด การเชื่อมต่อกับเครือข่ายและเป็นส่วนหนึ่งของระบบนิเวศนั้นจึงเป็นทางเลือกที่ดีกว่า
ผู้มีส่วนร่วมในเครือข่ายของเราจำนวนมากไม่ได้มีเพียงแค่ "กำลังการประมวลผลที่ว่างอยู่" เท่านั้น ตัวอย่างเช่น ศูนย์ข้อมูลอย่าง Gcore และ Hyperfusion ซึ่งตัวพวกเขาเองก็เป็นผู้ดำเนินการเชิงพาณิชย์ที่มีประสิทธิภาพสูง และไม่มีกำลังการประมวลผลว่างอยู่มากนัก แต่ในช่วงไม่กี่เดือนที่ผ่านมา พวกเขาพบว่าการเชื่อมต่อ GPU เข้ากับเครือข่าย Gonka สามารถสร้างรายได้สูงกว่าการให้เช่าโดยตรงกับลูกค้า เพราะพวกเขาได้รับโอกาสในการเข้าถึงมูลค่าที่เพิ่มขึ้นจากการเติบโตของเครือข่าย ดังนั้น พวกเขาจึงเริ่มทยอยย้าย GPU จำนวนร้อยเครื่องจากธุรกิจให้เช่า มาสู่เครือข่ายของเราแทน
นี่คือเหตุผลหลักที่เครือข่ายสามารถขยายตัวจาก GPU หลายพันเครื่องไปเป็นหลายล้านเครื่องได้ แม้ว่าบริษัทใหญ่ๆ เช่น OpenAI จะซื้อ GPU ส่วนใหญ่ในตลาดไปแล้ว แต่ยังมี GPU หลายล้านเครื่องที่กระจายอยู่ในมือของผู้เล่นรายย่อยเหล่านี้ พวกเขาไม่สามารถแข่งขันได้หากทำแบบแยกกัน แต่ถ้ารวมตัวกันก็จะกลายเป็นพลังที่ทรงพลัง
หลักการนี้ยังสามารถนำไปประยุกต์ใช้ในระดับประเทศได้เช่นกัน
หนึ่งปีก่อน เราได้สื่อสารกับรัฐบาลของบางประเทศ ซึ่งแนวคิดหลักของพวกเขาคือ "เราต้องสร้างคลัสเตอร์ของเราเอง และพัฒนา AI ที่เป็นของตนเอง"
หนึ่งปีต่อมา เมื่อเราได้พบปะหารือกับรัฐมนตรีจากประเทศต่างๆ เช่น สหรัฐอาหรับเอมิเรตส์และคาซัคสถานอีกครั้ง พวกเขาต่างตระหนักดีว่า ผู้เล่นรายย่อยที่มี GPU จำนวนน้อยไม่สามารถแข่งขันกับบริษัทยักษ์ใหญ่ได้เลย
แต่ถ้าพวกเขาเข้าร่วมเครือข่ายแบบกระจายศูนย์ขนาดใหญ่และน่าเชื่อถือร่วมกัน เหตุการณ์ดังกล่าวอาจทำให้พวกเขาสามารถรักษาสิทธิ์ความเป็นอิสระของตนเองไว้ได้โดยไม่ต้องสงสัยในความน่าเชื่อถือของเครือข่ายแบบกระจายศูนย์นั้น
การถกเถียงเกี่ยวกับฟองสบู่ AI: เป็นคลื่นลูกใหม่ของยุคสมัย หรือการพนันเฉพาะเจาะจงที่พังทลายลง?
PANews:ไม่สามารถปฏิเสธได้ว่า ปัจจุบันอุตสาหกรรมปัญญาประดิษฐ์ (AI) กำลังเผชิญกับความตื่นเต้นและการเติบโตอย่างรวดเร็ว แต่ภายใต้ความคาดหวังสูงจากนักลงทุนและผู้ใช้ เราจะกำลังก้าวเข้าสู่ "ฟองสบู่ด้านปัญญาประดิษฐ์" หรือไม่? หลายคนเปรียบเทียบเรื่องนี้กับฟองสบู่อินเทอร์เน็ตในปี 2000
กงก้า อาร์ไอ:นี่เป็นคำถามที่น่าสนใจมาก ถ้ามองย้อนกลับไปในปี 2000 ที่เกิดฟองสบู่อินเทอร์เน็ต แม้ว่าในตอนนั้นจะเกิดการ "แตกตัวเล็กน้อย" แต่เมื่อ 25 ปีผ่านมา วันนี้โลกกลายเป็นอย่างไรบ้าง? อินเทอร์เน็ตเป็นการปฏิวัติทางเทคโนโลยีที่แท้จริง และการเปลี่ยนแปลงรูปแบบเศรษฐกิจที่เกิดขึ้นก็เป็นเรื่องจริงเช่นกัน บริษัทที่เคยอยู่ในยุคนั้น ปัจจุบันเติบโตเป็นยักษ์ใหญ่ที่มีมูลค่าหลายพันล้านดอลลาร์ และเปลี่ยนแปลงชีวิตของเราอย่างสิ้นเชิง
การเปลี่ยนแปลงที่เทคโนโลยีปัญญาประดิษฐ์จะนำมาซึ่งจะมีความรุนแรงและลึกซึ้งมากยิ่งกว่าการเปลี่ยนแปลงที่อินเทอร์เน็ตเคยนำมาซึ่งไว้เสียลองจินตนาการดูว่า ในอีก 30 ถึง 50 ปีข้างหน้า ทุกคนจะมีหุ่นยนต์ส่วนตัวที่สามารถไปทำงานแทนเขาที่โรงงานได้ นี่ไม่ใช่เรื่องน่าตื่นเต้นจากนิยายวิทยาศาสตร์ แต่เป็นความเป็นจริงที่กำลังจะมาถึง ดังนั้น นักลงทุนจึงเต็มใจที่จะลงทุนหลายร้อยพันล้านดอลลาร์ในเทคโนโลยีนี้ ซึ่งไม่ใช่เรื่องไม่สมเหตุสมผลแต่อย่างใด
แน่นอนว่าในกระบวนการนี้ย่อมมีการลงทุนที่ล้มเหลวอย่างแน่นอน อย่างเช่นที่เกิดขึ้นในวงการลงทุนเสี่ยงสูงในช่วง 30 ปีที่ผ่านมา ซึ่งมีเงินจำนวนมากที่ขาดทุน แต่ถ้ามองภาพรวมแล้ว ผลตอบแทนของวงการนี้นั้นยอดเยี่ยมอย่างมาก และมันได้เปลี่ยนแปลงโลกอย่างแท้จริง
ดังนั้น ว่าเป็นฟองสบู่หรือไม่ ขึ้นอยู่กับมุมมองที่คุณมอง บริษัทบางแห่งอาจล้มละลายเพราะสมมุติฐานที่ผิดพลาด ตัวอย่างเช่น โกงกา (Gonka) อาจประเมินความเป็นไปได้ของ AI แบบกระจายศูนย์ผิดพลาด หรือในทางกลับกัน การลงทุนทั้งหมดที่พนันกับเนวาดา (NVIDIA) ในวันนี้ อาจกลายเป็นฟองสบู่ขนาดใหญ่ก็ได้
ประวัติศาสตร์เคยแสดงฉากที่คล้ายคลึงกันมาก่อน ในปี 2012 ราคาหุ้นของบริษัทเนวเวดา (NVIDIA) เพิ่มขึ้นอย่างมาก เนื่องจากแนวคิดเรื่องสกุลเงินดิจิทัล (cryptocurrency) ที่ตลาดเชื่อว่าเนวเวดาจะครองตลาดการขุดเหมือง แต่ต่อมาเกิดการปฏิวัติของชิปแบบเฉพาะทาง (ASIC) ซึ่งทำให้เนวเวดาแทบสูญเสียตลาดนี้ไปทั้งหมด ปัจจุบัน ปัจจัยเรื่อง AI กำลังสร้างมูลค่าที่เพิ่มขึ้นอย่างมหาศาลให้กับเนวเวดา เนื่องจากตลาดคาดการณ์ว่าเป็นตลาดที่มีมูลค่าหลายแสนล้านดอลลาร์ คาดการณ์นี้อาจถูกต้อง แต่ไม่มีใครสามารถรับประกันได้ว่าเนวเวดาจะยังคงครองตำแหน่งผู้นำตลอดไป หากเกิดการปฏิวัติ ASIC อีกครั้งในด้าน AI จะเกิดอะไรขึ้น?
ลองจินตนาการดูว่า ถ้าคุณต้องการสร้างเครือข่าย Bitcoin ทั้งหมดในวันนี้ขึ้นมาใหม่ โดยใช้พลังการคำนวณเท่ากัน แต่แทนที่จะใช้เครื่องขุดแบบ ASIC คุณกลับใช้ชิป Blackwell รุ่นล่าสุดจาก NVIDIA คุณจะต้องใช้เงินถึง 50 ล้านล้านดอลลาร์! ซึ่งนั่นชัดเจนว่าไม่สามารถดำเนินต่อไปได้
ดังนั้น ฟองสบู่ที่เราพูดถึงอาจไม่ใช่ "ฟองสบู่ของ AI" แต่เป็นฟองสบู่ที่เกิดจากการพนันกับบริษัทเฉพาะเจาะจงและเส้นทางเทคโนโลยีเฉพาะเจาะจง หากตลาดตัดสินผิดเกี่ยวกับบริษัทเนวาดา (NVIDIA) บริษัทมูลค่าหลายล้านล้านดอลลาร์ 5 ถึง 7 แห่งอาจต้องเผชิญกับความเสียหายอย่างหนัก แต่สิ่งนี้ไม่ได้หมายความว่า AI ตัวเองเป็นฟองสบู่ เทคโนโลยี AI จะไม่หายไป และกระบวนการเปลี่ยนแปลงชีวิตและธุรกิจของมันก็จะไม่หยุดลง แต่เพียงแต่ว่าบริษัทที่เป็นผู้ถือครองคุณค่าเหล่านี้อาจเปลี่ยนไป
PANews:ฉันเห็นด้วยอย่างยิ่ง อย่างเช่นในปัจจุบันเราไม่พูดว่า "ฉันกำลังใช้อินเทอร์เน็ต" แต่กลับพูดว่า "ฉันกำลังใช้แอปพลิเคชันนี้" ซึ่งแอปพลิเคชันนี้ก็ใช้อินเทอร์เน็ตด้วย ในอนาคต แอปพลิเคชันทุกตัวจะใช้ AI ในรูปแบบหนึ่งรูปแบบใดอย่างแน่นอน และมันจะแพร่หลายมาก จนเราไม่รู้ตัวว่ามันมีอยู่จริง
กงก้า อาร์ไอ:ถูกต้องทั้งหมด หากคุณไปดูกราฟแท่งของดัชนีแนสแด็กตั้งแต่ก่อตั้งจนถึงปัจจุบัน คุณจะพบว่า "วิกฤติใหญ่" ในปี 2000 นั้นเป็นเพียงคลื่นเล็กน้อยที่ไม่สำคัญในเส้นการเติบโตที่ยาวนานหลายทศวรรษ ที่ผ่านมา ผู้คนเชื่อว่าสินค้าทุกอย่างจะถูกขายผ่านออนไลน์ภายใน 5 ปี ซึ่งสิ่งนั้นไม่ได้เกิดขึ้น แต่ในเวลา 15 ปี สิ่งนั้นก็เกิดขึ้นจริงในที่สุด
ปัญญาประดิษฐ์ก็เช่นเดียวกัน อนาคตที่เต็มไปด้วยหุ่นยนต์อาจไม่เกิดขึ้นภายใน 5 ปีข้างหน้า แต่ก็แทบจะเป็นเรื่องที่หลีกเลี่ยงไม่ได้ และไม่มีอำนาจใดสามารถหยุดมันได้ ดังนั้น ถ้ามองจากมุมนี้ การที่ความต้องการพลังการคำนวณในอนาคตเพิ่มขึ้นหลายพันเท่าจึงเป็นเรื่องที่หลีกเลี่ยงไม่ได้ ดังนั้นสิ่งที่เราต้องการคือ โมเดลเศรษฐกิจระยะยาวที่ออกแบบมาเพื่อรองรับทัศนคตินี้ในอีกทศวรรษข้างหน้า เช่นเดียวกับที่บิตคอยน์ถูกออกแบบมา