„Im Moment, um die Inflation zu zähmen oder das Wirtschaftswachstum zu verbessern, brauchen wir etwas Hilfe.“ @satyanadella darüber, was passiert, wenn die Kosten für Intelligenz gegen null gehen. „Wenn ich auf die Welt schaue, brauchen wir mehr Fülle von etwas wie Intelligenz, das Produktivität und Wirtschaftswachstum antreiben kann? Absolut.“ Bei hoher Inflation und schleppendem Wachstum argumentiert Nadella, dass KI genau im richtigen Moment kommt: Und er verweist auf die Stanford Medicine als Beispiel dafür, was möglich wird, wenn Intelligenz billig wird: „Sie verwendeten ein Multi-Agenten-Framework in Foundry, um Pathologie, klinische Studien und Patientendaten zu orchestrieren – letztendlich ein besseres Tumorboard-Meeting abzuhalten.“

Bryan Catanzaro (@ctnzr), VP für angewandte Forschung im Bereich Deep Learning bei @NVIDIA, über den Moment, als ihm klar wurde, dass GPUs alles verändern würden. „Ich war 2005 Doktorand an der UC Berkeley und versuchte, die wichtigsten Berechnungen der Welt zu beschleunigen. NVIDIA veröffentlichte 2006 CUDA und besuchte mein Labor mit den Worten: ‚Das solltest du ausprobieren.‘“ Der Durchbruch kam sofort: „Ich steckte ihre GPU in meinen Computer, schrieb meinen Code für das Training von Support-Vektor-Maschinen in etwa 30 Minuten neu, und es lief 200× schneller als meine CPU-Version. Ich dachte, das ist es. Das ist so viel einfacher als das, was ich vorher gemacht habe.“ Dieser Moment veränderte die Richtung seiner Karriere: „Ich erkannte, dass es möglich sein würde, maschinelles Lernen mit GPUs dramatisch zu beschleunigen.“ Bryan trat 2008 als Praktikant bei NVIDIA ein, als die gesamte Forschungsgruppe nur etwa 15 Personen umfasste und das Unternehmen sich noch auf Grafik konzentrierte. Aber selbst damals formte sich die Vision: „Es gab diese Hoffnung, dass beschleunigte Berechnungen, das Herausfinden der wichtigsten Berechnungen und der Bau von Hardware und Software für 10× oder 100× Gewinne, etwas über Grafik hinaus transformieren würden.“ „Ich glaubte, dass das maschinelles Lernen und KI sein würde. Die für Intelligenz erforderliche Rechenleistung ist im Wesentlichen unbegrenzt, denn die Menge an Intelligenz, die wir benötigen, ist im Wesentlichen unbegrenzt.“

Warum KI zum Kern von Googles Sucherlebnis geworden ist @rmstein, VP für Produktentwicklung bei Google Search, sagt: „In der Suche sehen wir eine einzigartige Gelegenheit: den Menschen zu ermöglichen, wirklich alles zu fragen und sofort auf das gesamte Wissen von Google sowie die besten Inhalte im Web zuzugreifen.“ „Du kannst natürliche Fragen stellen. Du kannst Fotos machen. Es fühlte sich wie eine unglaubliche Gelegenheit an, also haben wir das Produkt mit hoher Intensität und Dringlichkeit umgestellt.“ Der Fortschritt geschah in Phasen: „Wir begannen mit KI-Übersichten, schnellen Zusammenfassungen oben auf der Seite. Dann haben wir den KI-Modus entwickelt, der es dir ermöglicht, direkt in das KI-Erlebnis mit einem leistungsstärkeren Modell und mehrstufigen Suchgesprächen einzutauchen.“ Intern erforderte dies unermüdliche Iteration: „Jede Generation von Modellen und Produkten verbesserte sich. Die GDM-Teams sowie Demis' und Korays Gruppen drängten ständig an die Grenzen, sodass jede Veröffentlichung einen großen Sprung lieferte.“ Das Ergebnis: „Jetzt kannst du fast alles in der Suche fragen und eine qualitativ hochwertige Antwort von einem Grenzmodell erhalten, das denken, schlussfolgern und sogar die Seite für dich generieren kann. Es ist ziemlich unglaublich im Vergleich zu dem, wo wir vor nur zwei Jahren waren.“