Dnešní spuštění Extropic vyvolává některé nové varovné signály. Začal jsem tuto společnost sledovat, když odmítli vysvětlit vstupně-výstupní specifikaci toho, co vytvářejí, a nechali nás čekat na vysvětlení.) Zde jsou 3 varovné signály z dnešního dne: 1. Od "Generativní umělá inteligence je vzorkování. Všechny algoritmy generativní umělé inteligence jsou v podstatě postupy pro vzorkování z rozdělení pravděpodobnosti. Trénování modelu generativní umělé inteligence odpovídá odvození rozdělení pravděpodobnosti, které je základem některých trénovacích dat, a spuštění odvozování odpovídá generování vzorků z naučeného rozdělení. Protože TSU vzorkují, mohou nativní spouštět algoritmy generativní umělé inteligence." To je vysoce zavádějící tvrzení o algoritmech, které pohánějí nejužitečnější moderní umělé inteligence, na stejné úrovni gaslightingu, jako když lidský mozek označíme za termodynamický počítač. IIUC, pokud někdo ví, většina výpočetní práce s umělou inteligencí neodpovídá druhu vstupu/výstupu, který můžete vložit do čipu Extropic. Na stránce se píše: "Další výzvou je zjistit, jak zkombinovat tyto primitiva způsobem, který umožní rozšířit schopnosti na něco srovnatelného s dnešními LLM. Abychom toho dosáhli, budeme muset vytvořit velmi velké TSU a vymyslet nové algoritmy, které mohou spotřebovat libovolné množství pravděpodobnostních výpočetních zdrojů." Opravdu potřebujete vytvářet velké TSU, abyste prozkoumali, zda je možné, aby aplikace podobné LLM těžily z tohoto hardwaru? Myslel bych si, že by stálo za to věnovat pár $million zkoumání této otázky prostřednictvím kombinace teorie a moderního cloudového superpočítačového hardwaru, místo toho utratit více než 30 milionů dolarů za vytvoření hardwaru, který by mohl být mostem do nikam. Jejich vlastní dokumentace k jejich THRML (jejich open-source knihovna) říká: "THRML poskytuje nástroje akcelerované GPU pro vzorkování bloků na řídkých, heterogenních grafech, což z něj činí přirozené místo pro prototypování již dnes a experimentování s budoucím extropickým hardwarem." Říkáte, že vám chybí způsob, jak by vaše hardwarová primitiva mohla být *v principu* aplikována na užitečné aplikace nějakého druhu, a vytvořili jste tuto knihovnu, abyste pomohli s tímto druhem výzkumu pomocí dnešních GPU... Proč byste prostě nevydali knihovnu Pythonu (THRML) dříve, neprovedli výzkum úzkých hrdel, o kterém jste řekli, že je třeba jej provést dříve, a nezapojili komunitu, aby vám pomohla získat odpověď na tuto klíčovou otázku již nyní? Proč jste celou tu dobu čekali, až poprvé spustíte tento extrémně specializovaný prototyp hardwaru v malém měřítku, abyste vyšli na veřejnost s vysvětlením tohoto úzkého hrdla, a zveřejnili své hledání potenciálních partnerů pouze nyní, když cena za to, že tak neučiníte, byla 30 milionů dolarů a 18 měsíců? 2. Od "Vyvinuli jsme model naší architektury TSU a použili jsme jej k odhadu, kolik energie by bylo potřeba ke spuštění procesu odšumování, který je znázorněn na animaci výše. Zjistili jsme, že DTM běžící na TSU mohou být asi 10 000x energeticky účinnější než standardní algoritmy generování obrazu na GPU." Už teď vidím, jak lidé na Twitteru zveličují tvrzení o 10 000x. Ale každý, kdo sledoval desítky let trvající ságu kvantových počítačových společností, které tvrdí, že dosahují "kvantové nadřazenosti" s podobnými druhy humbuku, ví, kolik péče je třeba věnovat definování tohoto druhu měřítka. V praxi bývá extrémně obtížné poukázat na situace, kdy klasický výpočetní přístup *není* o moc rychlejší než proklamovaný přístup "10 000x rychlejší termodynamické výpočty". Tým Extropic to ví, ale rozhodl se nerozvádět druh podmínek, které by mohly reprodukovat tento humbukový benchmark, který chtěli, aby se stal virálním. 3. Terminologie, kterou používají, byla změněna na "pravděpodobnostní počítač": "Navrhli jsme první škálovatelný pravděpodobnostní počítač na světě." Až do dneška používali jako svůj termín "termodynamický počítač" a písemně tvrdili, že "mozek je termodynamický počítač". Dalo by se jim dát výhodu pochybnosti pro změnu jejich terminologie. Jde jen o to, že vždy mluvili nesmysly o tom, že mozek je "termodynamický počítač" (podle mého názoru mozek není ani to, ani "kvantový počítač"; je to do značné míry algoritmus neuronové sítě běžící na klasické počítačové architektuře). A tento náhlý obrat v terminologii je v souladu s tím, že na této frontě mluvili nesmysly. Nyní k pozitivům: * Nějaký hardware byl skutečně postaven! * Vysvětlují, jak má jeho vstup/výstup potenciálně uplatnění v odšumování, ačkoli, jak bylo zmíněno, jsou vágní ohledně podrobností údajné "10 000x termodynamické nadřazenosti", které na této frontě dosáhli. Kombinéza: To je zhruba to, co jsem očekával, když jsem se před 18 měsíci poprvé začal ptát na vstupní výstup. Měli legitimně skvělý nápad na kus hardwaru, ale neměli plán, jak ho udělat užitečným, ale měli nějaké nejasné začátky nějakého teoretického výzkumu, který měl šanci ho učinit užitečným. Zdá se, že udělali úctyhodný pokrok při uvádění hardwaru do výroby (částka, kterou si koupíte za 30 milionů dolarů) a zdánlivě menší pokrok při hledání důvodů, proč by tento konkrétní hardware, dokonce i po 10 generacích následnických vylepšení, mohl být užitečný pro kohokoli. Do budoucna, místo toho, abyste odpovídali na otázky týkající se vstupu/výstupu vašeho zařízení tím, že budete "meggovat" lidi a říkat, že je to firemní tajemství, a tweetovat hyperstiky o vašem termodynamickém bohu, doporučuji být otevřenější ohledně zdánlivě obří otázky života a smrti, na kterou by vám technická komunita mohla ve skutečnosti pomoci odpovědět: zda někdo může napsat program v Pythonu ve vašem simulátoru se silnějšími důkazy, že nějaký druh užitečné "termodynamické nadřazenosti" s vaším Koncept hardwaru může být vždy věc.