Microsoft: ceļš uz neatkarīgiem AI modeļiem līdz 2027

Microsoft gadu gaitā tirgoja mākslīgā intelekta nākotni, vienlaikus klusībā īrējot lielāko daļu «smadzeņu», kas to darbināja. Šis laikmets tuvojas beigām. Uzņēmums tagad virzās uz to, lai izveidotu savus frontiera (augsta mēroga) modeļus, un mērķis ir — lai tie būtu gatavi līdz 2027. gadam.

Šī pārmaiņa ir nozīmīga. Ilgu laiku Microsoft iepakoja OpenAI tehnoloģiju savos produktos — Copilot, Teams un citur — un tad šo rezultātu prezentēja kā savu mākslīgā intelekta stāstu. Vai tas bija noderīgi? Noteikti. Vai tas padarīja Microsoft pilnīgi neatkarīgu no partneriem? Ne gluži.

Tagad noskaņa Redmondā mainās. Microsoft strādā pie mierīgākas Windows 11 versijas, šķietami reaģējot uz pieaugošu neapmierinātību ar programmatūras pārlieku agresīvajiem dizaina risinājumiem. Tajā pašā laikā uzņēmums gatavojas daudz lielākam mērķim: mākslīgā intelekta modeļiem, izstrādātiem iekšēji, pēc Microsoft pašu noteikumiem.

Bloomberg ziņoja, ka Mustafa Suleyman, kurš vada Microsoft AI, skaidri definējis uzņēmuma ambīcijas. Mērķis ir skaidrs: sasniegt valsts-uz-mazāk-standarta (state-of-the-art) sniegumu līdz 2027. gadam ar modeļiem, kuri spēj darboties tekstā, attēlos un audio — t.i., multimodālos AI modeļos.

Darījums ar OpenAI, kas mainīja noteikumus

Taču bija viens ierobežojums. Iepriekšējā Microsoft vienošanās ar OpenAI ierobežoja to, cik tālu uzņēmums varēja rīkoties neatkarīgi. Šis ierobežojums tika atcelts pēc pārrunāta darījuma pagājušajā gadā, kas nu dod Microsoft plašāku telpu izveidot visaptverošus AI modeļus, nepaļaujoties uz partneri tādā pašā mērā kā agrāk.

Tas nozīmē divas lietas: pirmkārt, Microsoft var strādāt ar savu datu un arhitektūras pieeju, otrkārt — tai nav tik stingra ekskluzivitātes atkarība, kas agrāk varēja bloķēt iekšējo inovāciju. Jaunais darījums licencēšanas un IP jautājumos, cik publiski zināms, ļauj Microsoft paplašināt pētniecību un attīstību savā datu centrā un mākonī.

Un tas nav auksts starts. Oktobra mēnesī Microsoft sāka izmantot klasteri ar Nvidia GB200 mikroshēmām, lai izveidotu nepieciešamo aprēķinu jaudu frontiera mēroga AI trenēšanai. Suleymans norādīja, ka uzņēmums "palielina apjomus nākamo 12 līdz 18 mēnešu laikā", strādājot pie šāda līmeņa infrastruktūras. Tas ietver ne tikai GPU, bet arī atmiņas, NVMe glabāšanu, augstas caurlaidspējas tīkla savienojumus (piemēram, InfiniBand) un specializētu serveru dizainus.

Paturot prātā infrastruktūras prasības, kļūst skaidrs, ka Microsoft ne tikai cīnās par labākiem algoritmiem. Tā būvē aparatūru, pilna steka servisu, un iekšējo kapacitāti, lai kontrolētu visu procesu — no datu vākšanas un sagatavošanas līdz modelēšanai un izvietošanai produktos.

Šajā kontekstā svarīgi pieminēt, ka "frontiera" vai "foundation" modeļi parasti nozīmē plaša mēroga neironu tīklus ar miljardiem līdz triljoniem parametru, kuriem nepieciešama liela datu daudzveidība (tekstā, attēlos, audio) un specializētas optimizācijas, lai tie būtu droši, saprātīgi un komerciāli noderīgi.

Tāpēc Microsoft ceļš uz neatkarību nav tikai stratēģisks PR solis — tas ir tehnisks un loģistikas izaicinājums, kas prasa milzīgus investīciju apjomus un ilgtermiņa plānošanu. Tas ietver gan pētniecības komandas paplašināšanu, gan sadarbību ar aparatūras piegādātājiem, gan jaunas datu pārvaldības un atbilstības procedūras izstrādi.

Ko lietotāji pamanīs vispirms

Pirmais redzamais šīs stratēģijas efekts jau parādījies. Microsoft nesen ieviesa runas transkripcijas modeli, kas pārspēj konkurējošos rīkus 11 no pasaules 25 visvairāk runātajām valodām. Modelis ir veidots tā, lai tas labāk tiktu galā ar troksni apkārtnē, kas to padara īpaši lietderīgu sanāksmēs, telefonzvanos un strauji mainīgos darba apstākļos. Uzņēmums plāno to drīzumā integrēt Teams un citās Microsoft lietotnēs.

Praktiski tas nozīmē uzlabotas AI funkcijas tajos rīkos, uz kuriem lietotāji paļaujas katru dienu: ātrākas un precīzākas transkripcijas, viedāki asistenti (piemēram, Copilot funkciju paplašināšana), mazāk neveiklu kļūdu un labāka valodu atbalsta pieredze. Citiem vārdiem — AI, kas vairs nejūtas kā demoversija, bet kā integrēta un uzticama programmatūras daļa.

Satya Nadella šonedēļ pastiprināja šo virzienu, uzsverot, ka nākamo trīs līdz piecu gadu laikā svarīgi būtu izveidot valsts-uz-mazāk-standarta modeļus. Šis paziņojums skaidri norāda: Microsoft vēlas ilgtermiņa AI neatkarību un ir gatavs tērēt ievērojami, lai to panāktu.

Tas, protams, rada sekas arī pārējai nozarei. Dziļāka iegriešanās AI izstrādē nozīmē lielāku pieprasījumu pēc GPU, operatīvās atmiņas (RAM) un glabāšanas ierīcēm. Kad tik liels uzņēmums sāk agresīvi iegādāties aparatūru un infrastruktūru, cenas un piegādes ķēdes sajūt ietekmi — resursi kļūst retāki un dārgāki arī mazākiem ražotājiem un datu centru operatoriem.

Šī ietekme uz aparatūru var tulkoties arī kā izdevumi mākoņpakalpojumu lietotājiem un uzņēmumiem, kuri paļaujas uz trešo pušu GPU laikiem vai hostingu. Ja Microsoft pārvieto lielu daļu treniņu darba uz saviem datu centriem vai slēgtiem resursiem, pieprasījums pēc kapacitātes citur pieaugs, kas var paaugstināt izdevumus visā ekosistēmā.

Turklāt uzņēmumiem, kuri attīstīja savas lietotnes, integrējot OpenAI vai citu trešo pušu platformas, tas var nozīmēt pāreju uz Microsoft piedāvātajiem API vai sadarbības modeļiem. Izstrādātāji un partneri var saskarties ar jauniem tehniskiem un licencēšanas lēmumiem.

Biznesa līmenī Microsoft iekšējie modeļi var dot arī konkurences priekšrocības — ātrāka integrācija starp Office, Copilot funkcijām un Teams transkripciju bez trešo pušu starpniekiem, kas uzlabo privātumu, latenci un izmaksu kontroli. Tomēr tas var radīt arī konkurences spiedienu citām tehnoloģiju kompānijām, lai tās paātrinātu savus AI ieguldījumus.

No lietotāja skatupunkta pārmaiņas var izpausties pakāpeniski. Sākotnēji parādīsies uzlabotas runas atpazīšanas funkcijas un labāki rīki sanāksmju kopsavilkumiem, turpinot ar multimodālu satura analīzi (piemēram, attēlu un dokumentu saprašanu integrācijā ar teksta analīzi) un beidzot ar personalizētākiem asistēšanas modeļiem, kas strādā tiešā saiknē ar lietotāja dokumentiem un darba plūsmām.

Forši, ja Microsoft izdosies nodrošināt augstu kvalitāti un uzticamību, galarezultātā lietotāji var sagaidīt mazāku frikciju starp cilvēka-inteliģences funkcionalitāti ikdienas rīkos un sarežģītāku profesionālo rīku atbalstu, piemēram, juridiskajās, veselības aprūpes vai finanšu lietojumprogrammās, kur precizitāte un atbilstība ir būtiska.

Tomēr jāņem vērā arī ētiskie un regulatīvie aspekti: lielu valstu-uz-mazāk-standarta modeļu attīstība prasa rūpīgu datu pārvaldību, skaidrus datu iegūšanas principus un mehānismus, kas samazina neobjektīvu vai kaitīgu saturu rašanos. Microsoft būs jāuzlabo mācīšanās datu kvalitāte, audita ceļi un atbilstība reģionālajiem noteikumiem (piemēram, ES datu aizsardzības regulām), ja tā vēlas plaši izvietot šos modeļus.

Visbeidzot, jautājums nav tikai par to, vai Microsoft vēlas savu AI — tas ir par to, kā šī neatkarība ietekmēs tehnoloģiju pieejamību, cenu struktūru, inovāciju tempu un regulējuma attīstību visā nozarē. Lielāka neatkarība vienam no nozares līderiem var paātrināt jaunu modeļu izstrādi, taču vienlaikus radīt izaicinājumus konkurencei un piegādes ķēdēm.

Tātad — jā, Microsoft vēlas savu AI tagad. Būtiskāks jautājums ir, vai pārējā tehnoloģiju pasaule ir gatava rēķināties ar šādas izmaiņas radīto viļņošanos.