W świecie technologii rok to czasem cała epoka. Dlatego warto od czasu do czasu sięgnąć po materiały sprzed kilku kwartałów — by zobaczyć, co się sprawdziło, co przyspieszyło, a co zupełnie zmieniło kierunek. Jednym z takich punktów odniesienia jest wystąpienie Jensena Huanga, CEO NVIDII, podczas 2024 SIEPR Economic Summit.
Huang nie tylko opowiada o chipach i AI – snuje wizję, w której marginalny koszt obliczeń dąży do zera, a komputery przestają być tylko narzędziami: stają się partnerami w nauce, rozumieniu biologii i tworzeniu oprogramowania. Wróćmy dziś do tej rozmowy, by lepiej zrozumieć, jak technologia zmienia się u podstaw – i jak bardzo zbliżamy się do świata, w którym „programowanie” oznacza po prostu… mówienie do maszyny.
Amerykański sen zakodowany w krzemie
Historia Huanga to klasyczna opowieść o amerykańskim śnie. Urodzony na Tajwanie, przybył do USA jako dziewięciolatek, początkowo bez rodziców. Przeszedł trudną drogę przez szkołę w Kentucky, skończył studia inżynierskie na Oregon State, a potem Stanford. W wieku 30 lat współtworzył NVIDIĘ i do dziś stoi na jej czele. Firma przeszła przez wzloty i upadki, by stać się gigantem – obecnie czwartą największą spółką na świecie.
Co się dzieje, gdy koszt obliczeń dąży do zera
Kluczową osią wystąpienia Huanga było zrozumienie wpływu taniejących obliczeń na postęp technologiczny. Przez trzy dekady NVIDIA pracowała nad tzw. „obliczeniami przyspieszonymi” – alternatywą dla klasycznych CPU, zoptymalizowaną pod kątem algorytmów dających się równolegle przetwarzać, jak np. sieci neuronowe.
Jak mówi Huang: jeśli koszt przeliczenia danych spada niemal do zera, to warto puścić komputer wolno – pozwolić mu analizować ogromne zbiory danych, by sam nauczył się pisania oprogramowania. Efektem jest nowy sposób tworzenia software’u: zamiast kodowania linijka po linijce, maszyna sama uczy się, jak coś zrobić, bazując na danych i doświadczeniu.
To właśnie to przesunięcie – od „pisania kodu” do „trenowania modeli” – pozwoliło na stworzenie narzędzi takich jak ChatGPT czy Midjourney.
Komputer, który waży 70 kg
Huang opisał najnowszy procesor NVIDII – H100 – jako coś znacznie większego niż zwykły chip. Waży 70 funtów (ponad 30 kg), składa się z 35 000 części i kosztuje ćwierć miliona dolarów. Mimo to… jest tańszy niż stare centra danych, które zastępuje. Jeden taki procesor może robić to, co dawniej wymagało całej hali serwerów. Jak twierdzi Huang, to właśnie dzięki tej „miniaturyzacji na sterydach” udało się zredukować koszt głębokiego uczenia o milion razy w ciągu ostatniej dekady.
I choć to tylko fragment systemu (liczy się też sieć, chłodzenie, oprogramowanie), to efekty są kolosalne. Komputery oparte o GPU NVIDII są dziś fundamentem niemal każdej nowoczesnej aplikacji AI – od generowania obrazów po zaawansowane modele językowe.
Nadchodząca era ciągłego uczenia się
Dziś AI działa w dwóch etapach: najpierw „uczy się” (trening), potem „działa” (inference). Huang przewiduje, że w przyszłości te dwa etapy się zleją. Komputery będą uczyć się i działać jednocześnie – dokładnie tak jak ludzie. Będą nieustannie analizować nowe dane, uczyć się z interakcji, symulować przyszłość, a nawet… wyobrażać sobie alternatywne scenariusze.
Huang porównał to do codziennego funkcjonowania człowieka: uczymy się nie tylko z podręczników, ale też z rozmów, filmów, błędów. Przyszła AI będzie dokładnie taka – zanurzona w rzeczywistości, ucząca się z niej i wpływająca na nią.
Nowy sposób rozumienia świata – od języka do genów
Jednym z najbardziej fascynujących wątków była rola AI w biologii. Huang przekonuje, że AI już teraz potrafi „zrozumieć” znaczenie tekstu, obrazu czy dźwięku. Ale to dopiero początek.
AI zaczyna rozumieć także to, co wcześniej wydawało się niedostępne: geny, sekwencje aminokwasów, struktury białek. Huang snuje wizję, w której „rozmawiamy” z komórką tak, jak dziś z PDF-em w ChatGPT: pytamy, do czego służy, jakie ma funkcje, jak się zachowuje w różnych warunkach. Taka interpretacja biologii może zrewolucjonizować medycynę, w tym odkrywanie nowych leków.
Czy AGI (sztuczna inteligencja ogólna) nadejdzie w 5 lat?
Huang nie unikał też pytania o AGI – czyli AI dorównującą ludzkiej inteligencji. Jego odpowiedź? Jeśli AGI ma oznaczać zdanie przez AI wszystkich testów i egzaminów, to za 5 lat to się wydarzy. Ale jeśli chodzi o pełne odwzorowanie złożoności ludzkiej inteligencji… nikt jeszcze nie potrafi tego nawet zdefiniować.
Dodał jednak, że największe postępy zajdą w rozwoju tzw. „Systemu 2”, czyli długiego, analitycznego myślenia – planowania, symulacji, przetwarzania problemów przez wiele godzin lub dni.
Czy trzeba jeszcze uczyć się programowania?
Jeden z bardziej zaskakujących momentów wystąpienia dotyczył… nauki kodowania. Huang powiedział: jeśli chcesz programować – super. Ale to już nie jest konieczne, by zmieniać świat. Ludzie w przyszłości będą komunikować się z komputerami w języku naturalnym. Programowanie stanie się dialogiem, a najważniejszą umiejętnością będzie zadawanie odpowiednich pytań i precyzyjne formułowanie oczekiwań – tzw. prompt engineering.
To, co dziś potrafi tylko kilka milionów programistów, niedługo będzie dostępne dla miliardów ludzi.
Siła przetrwania i kultura bólu
Na koniec rozmowy padło pytanie o to, jak Huang utrzymuje motywację w swoim zespole. Odpowiedź była nieoczywista: nie chodzi o nagrody ani pieniądze. Chodzi o… ból i cierpienie. A dokładniej – o zdolność do znoszenia niepowodzeń, trudu, uporu. Jak mówi: „Ludzie z wysokimi oczekiwaniami często mają niską odporność”. I to właśnie odporność, według niego, jest sekretem sukcesu – osobistego i firmowego.
Podsumowanie
Wystąpienie Jensena Huanga to nie był klasyczny keynote o nowych chipach. To była opowieść o transformacji: od kodowania do mówienia z komputerami, od statycznego software’u do AI uczącej się non stop, od obserwacji do zrozumienia biologii. A wszystko to napędzane jednym fundamentalnym procesem: radykalnym spadkiem kosztu obliczeń.
Jeśli to prawda, że historia przyspiesza w momentach, gdy dostęp do zasobów staje się masowy – to właśnie teraz weszliśmy w taki moment. A Jensen Huang, jak się wydaje, zbudował maszynę, która wciska gaz do dechy.
Leave a Comment