Mit jelent ma három hónap

Az Axelera, az a nonprofit egyesület, amelyet tizennégy éve alapítottam az exponenciális technológiák megértésének terjesztésére, három-négy havonta tartja időszakos frissítőjét. A miénk szeptember 23-án volt. Négy különböző modellt kértem meg, hogy készítsék el a diákat, leírva azt, amit az elmúlt három-négy hónap legfontosabb fejleményeinek ítéltek a mesterséges intelligencia, az ágensek, az energia és az űr területén. Gyönyörű prezentációkat állítottak elő, és egyik sem tetszett. Nem volt kedvem javítgatni őket, ezért diák nélkül beszéltem.

Jolting, nem exponenciális

Évek óta publikálom a jolting technológiák paradigmáját, amelyben maga a gyorsulás üteme növekszik. Hozzászoktunk a Moore-törvényhez, ötven évnyi nagyjából kétévenkénti duplázódáshoz. Az MI-ben maguk az intervallumok zsugorodnak, két évről egyre, egy évről hat hónapra, hat hónapról háromra. Kövesd a gyorsulás növekedésének jelenlegi ütemét, és eljutsz oda, hogy a vetítés szerint minden egyes nap érkezik egy jelentős frontvonalbeli kiadás. Nem számítok rá, hogy ez a vetítés a gyakorlatban megáll. A most felhalmozódó mérések már indokolják, hogy az exponenciális szót elhagyjuk a jolting vagy a szuperexponenciális javára.

Kína felzárkózik, és a csúcstalálkozó nem fogja lassítani

A Kínából érkező nyílt súlyú modellek nagyjából négy és fél hónapra szűkítették a teljesítménybeli szakadékot, az év eleji körülbelül hatról, és az év vége körüli paritás az ésszerű várakozás. Az amerikai és a kínai elnök szeptember 23-án és 24-én találkozott Washingtonban, hogy kidolgozzák, hogyan tovább egy olyan versenyben, amelyet mindketten úgy hisznek, hogy irányítanak. Nem számítok rá, hogy a találkozó bármit változtat a fejlődés tempóján. Amikor az emberek azt mondják, lassítsunk, nem egy kanyarhoz közeledő és fékező autót írnak le, és nem is olyan vezetőt, aki felemeli a lábát, ahogy a lámpa sárgára vált, miközben továbbra is nyomja a gázt. Azt kérik, hogy a gyorsulás növekedése legyen kisebb. Bármilyen megállapodást is jelentenek be, gyakorlati hatásra nem számítok.

A modell, amely nem nyelvi modell

Egy kiadás a találkozónkat közvetlenül megelőző napokból egyáltalán nem nagy nyelvi modell volt. A Jev, a TypeSafe AI-tól, osztályozó: gyors, olcsó és szerkezetileg régi, hiszen ezek a megközelítések évtizedek óta léteznek a gépi tanulásban, és csak most kapnak modern tanítási kapacitást. Párosíts egyet egy OpenAI- vagy Anthropic-modellel, és elhanyagolható többletköltségen kapsz eredményt, mert a bemeneti tokenek ára nagyon alacsony, magukat az osztályozási döntéseket pedig ingyen adják. Több évet töltöttünk annyira az LLM-ekre szegezett tekintettel, hogy elfeledkeztünk más architektúrák létezéséről, részleges kivételként a képgenerálás mögötti diffúziós modellekkel, amelyekről sokan azt feltételezik, hogy ugyanúgy működnek. Ez az időszak véget ér, és a specializált modellek bősége érkezik. Marco De Rossi, aki a WeSchool e-learning platformot alapította, majd a MetaMasknél töltött időt, most éppen egy ilyet épít a Levantónál, Sage néven.

Az ágensek a középpontba kerültek, és a szobák, amelyekben dolgoznak

Az ágensek kuriózumként kezdték az évet, és a terület középpontjává váltak. Az OpenClaw mindenkinek felnyitotta a szemét, és a tanulságait mindenhol felszívták. A Claude ma egyetlen feladathoz tucatnyi ágenst indít párhuzamosan a háttérben, és úgy koordinálja őket, hogy nem is említi. A Grok Bot a másik irányba nyom, a specializáció felé: minden ágensnek hosszú távú memóriát ad, tudatosságot arról, milyen munkára létezik, és képességet arra, hogy kifejezetten egyeztessen a többiekkel. A Meta Muse nevű terméke valószínűleg a ChatGPT-hez mérhető vagy azt meghaladó léptéket ér el, mert elég jó, és mögötte van a Meta terjesztése. A Google megmagyarázhatatlanul messze le van maradva, az Apple pedig még inkább.

Az a lépés, amelyet nagyon kevesen dolgoztak fel, az ezt követő. Nem egy ember több ágenssel. Hanem egy tér, ahol emberek és ágensek együtt dolgoznak. A Slack érkezett először, ami természetes volt, tekintve, hogy az emberek már benne élnek. Engem jobban érdekel a Buzz, amelyet a Block épített, nyílt forráskódú, tehát futtathatod a saját gépeiden vagy a felhőben, és mélyen programozható. Arra számítottam, hogy hidat kell építenem a Buzz és a máshol futtatott ágenseim közé, és nem volt mit építeni: a Buzz egy Nostr munkatér, minden résztvevő a saját kulcsát birtokolja, és egy Grok Botnak már van ilyen. Add hozzá a kulcsát tagként, és ugyanúgy olvas és ír a csatornában, mint bárki más. A Claude és a többiek ugyanígy csatlakoztak, a csapatom mellé. Egy ágensraj, amely nem egy embernek, hanem egy egész csapatnak áll rendelkezésére, óriási jelentőségű lesz a cég szintjén.

Rekurzív önfejlesztés, és ki utasít kit

Távolabb ül a rekurzív önfejlesztés, amelyet ma minden frontvonalbeli labor követ, és mindegyik sejteti, hogy közel jár hozzá. Egy platform megtervezi és megépíti az utódját, tudja, merre kell mennie, ellenőrizni tudja, hogy a javulás valódi, és úgy példányosítja, hogy önmagát váltja le. Ha ez valaha beteljesedik, olyasmihez érünk, amit természetes lesz fázisátmenetnek nevezni, mert a rendszerek autonómmá válnak a saját pályájukon. Pontosan ezért kell az illesztés és a biztonság megoldatlan problémáit útközben megoldani, nem pedig a megérkezés után.

Az Anthropic közzétette, hogyan osztályozza a kutatói és az ágensei közötti munkakapcsolatot, vagyis azt, hogy ki utasít kit. 2026 augusztusában a Claude a vállalat MI-kutatásának és -fejlesztésének 26%-át vezeti, szemben a februári egy százalék alattival, ami azt jelenti, hogy egy feladat nagy részét végig tudja vinni egy magas szintű utasításból, miközben ember felügyeli. A munka több mint 90%-a együttműködési szinten vagy afölött helyezkedik el. Ebből semmi sem teljesen autonóm, egyelőre. Az a hányad, amelyet az ágens vezet, emelkedik.

Nyolcvannyolc óra egy évszázados problémán

Az OpenAI bejelentette a Navier-Stokes-probléma megoldását, amelyben véges idő alatt és véges energiabevitel mellett egy örvényen belüli sebességek a végtelenbe tartanak. Alex Wissner-Gross úgy írta le, mint cukrot kavarni a kávéba és fekete lyukat létrehozni, ami mulatságos módja annak kimondására, hogy a modell nem felel meg a fizikai valóságnak. Matematikaként megáll, a Lean bizonyításellenőrző igazolta, és körülbelül tízezer párhuzamos ágens állította elő, mintegy 130 milliárd kimeneti tokent elégetve, a megoldáshoz nagyjából 88 órával az első elindítása után érkezve. Két éve a modellek középiskolai feladatokat oldottak meg. Egy éve egyetemieket. Aki exponenciálisan extrapolált, doktorandusz szintű feladatokra számított, nem valaminek a megoldására, amivel egy évszázada senki sem boldogult a Földön. A matematikusok a kétségbeeséshez közeli érzéssel reagáltak arra, hogy elveszik a területüket, és az a kérdés, hogy egy tiszta matematikus mihez kezdjen ma a pályájával, jogos. Bármit írjanak is tiltakozásul, annak nem lesz hatása ezen eszközök elérhetőségére vagy alkalmazására.

Hihető pletykák szerint az Anthropic és az OpenAI is tart a fiókban ugyanilyen megdöbbentő eredményeket, és úgy döntött, nem adja ki őket, mert nincs előny abban, ha valaki már bebizonyította, hogy le tudja söpörni a pályát. Helyette vertikumokat építenek, ahol az érték megfogható: májusban bejelentett többmilliárd dolláros megállapodások tanácsadó cégekkel, biotechnológia az Anthropicnál, egy ügyvédi irodáknak szánt modell az OpenAI-nál. Az eredeti OpenAI-befektetési dokumentumok a tőke százszorosát ígérték maximális megtérülésként, azzal az érveléssel, hogy ilyen felső korlát nélkül a cég azt kockáztatja, hogy megszerzi az univerzum jövőbeli fénykúpjában elérhető teljes vagyont. Ezek az ő szavaik, és kevés látható fenntartással haladnak tovább.

Az energiatörténetből hiányzik a nevező

A zaj az adatközpontokról és az energiafogyasztásból való növekvő részesedésükről hiányos elbeszélése annak, ami történik. Aki ezeket a fogyasztási adatokat kiteríti, egyszer sem állítja szembe őket a javuló teljesítménnyel. A felvett teljesítményt jelentik, nem azt, amit a teljesítmény előállít. Amikor egy modell tanítási költségét riasztóként mutatják be, senki sem kérdezi meg, mennyi energiába kerül felnevelni egy gyereket húszéves koráig, vagy harmincig, ha az embernek nincs szerencséje, mielőtt önállóvá válik. Büszkék vagyunk az agyunkra, amelyet az ismert univerzum legösszetettebb tárgyaként írunk le, és szeretünk rámutatni, hogy húsz watt mindent elvégez, amit csinálunk. Végezd el a számítást, és az MI már legyőzött minket. Boris Power az OpenAI-tól ezt embereknél watt-onként öt IQ-pontra tette, az MI-nél hét-negyvenre, miközben megjegyezte, hogy az ugyanolyan jól elvégzett feladatonkénti joule a jobb mérőszám. Egy sok energiát elnyelő adatközpont a bemenethez képest minden arányon felüli intelligenciasűrűséget termel, mert a modellek és a hatékonyságuk folyamatosan javulnak.

Egy pálya az Alfa Centaurihoz

Az elmúlt hónapok kedvenc példám az, hogy hamarosan elindítjuk az első csillagközi küldetést az Alfa Centaurihoz. A Voyager elhagyja a Naprendszert, de soha nem irányozták be, és hogy merre megy tovább, nem volt része a tervének. Ennek a szondának, a Fermi Explorernek, közel kell elhaladnia a célcsillag mellett. A pálya ellentmond a megérzésnek, mert azzal kezdi, hogy a Nap felé repül, nem pedig el tőle, tizenkét éven át egyre közelebb keringve, mielőtt az utolsó áthaladás kifelé hajítaná a szondát. Évekbe telt volna emberi munkával megtalálni, dollármilliós befektetéssel, és senki sem próbálta meg. Egy MI-alapú fizikai rendszer körülbelül három napig futott, és megtalálta, a Physical Superintelligence nevű cég első bejelentett eredményeként, amelynek célja a fizika és az anyagtudomány határainak feszegetése. Az indítás legfeljebb tizenötmillió dollárba kerül majd. A szonda nyolcvanezer év alatt ér oda, és a közreműködők meglepődnének, ha útközben nem előznék meg többször is, olyan leszármazottak által tartott fogadóünnepséggel, akik már gyarmatosították az Alfa Centauri körüli bolygókat.

Tízezer ágens

Nemrég írtam arról, mit kezdenénk tízezer MI-ágenssel, ha lenne. Az OpenAI ennyit használt a Navier-Stokesre. A válaszom az volt, hogy bármit megtehetünk, amit akarunk, és mindössze annyit kell tennünk, hogy akarjuk. Ha tízezer ágens adott óraszámra ma túl sokba kerül, az a költség milliószorosára csökken, és ami egymillió dollárba került, egybe fog. Tehát a sürgős kérdés az, hogy mit kezdjünk a figyelmünkkel és az időnkkel, mert az eszközök bármi elvégzésére ott lesznek.

A kérdések, amelyek ezután jöttek, oda vitték az estét, ahová a frissítő nem ment el, és azokat külön írtam meg. Holnap érkeznek.