Jensen Huang erklärt, warum die KI-Revolution der industriellen Revolution ähnlich sein wird „Wir produzieren etwas zum allerersten Mal, das noch nie zuvor produziert wurde, und wir produzieren es in extrem hohen Mengen. Und die Produktion dieses Dings erfordert ein neues Instrument, das es vorher nie gegeben hat - es ist eine GPU. Und das, was wir zum allerersten Mal produzieren, sind Tokens. Wir produzieren Fließkommazahlen in hoher Menge zum ersten Mal in der Geschichte. Und der Grund, warum diese Fließkommazahlen einen Wert haben, ist, weil es Intelligenz ist.“ Jensen fährt fort: „Man kann diese Fließkommazahlen nehmen und sie so umformulieren, dass sie in Englisch, Französisch, Proteine, Chemikalien, Grafiken, Bilder, Videos, robotische Artikulation, Lenkradartikulation… umgewandelt werden. Jetzt wird die Welt eine enorme Menge an Tokens produzieren. Und diese Tokens werden in neuen Arten von Rechenzentren produziert - wir nennen sie KI-Fabriken.“ Er vergleicht dies mit der industriellen Revolution: „Zur Zeit der letzten industriellen Revolution kam Wasser in eine Maschine, man zündete das Wasser an, es wurde zu Dampf und dann zu Elektronen. Atome kommen rein, Elektronen gehen raus. In dieser neuen industriellen Revolution kommen Elektronen rein und Fließkommazahlen kommen raus. Und in der letzten industriellen Revolution verstand niemand, warum Elektrizität so wertvoll war, aber sie wird jetzt in Kilowattstunden pro Dollar verkauft und vermarktet. Jetzt haben wir Millionen Tokens pro Dollar. Und dieselbe Logik ist für viele Menschen so unbegreiflich wie die letzte industrielle Revolution, aber es wird in den nächsten 10 Jahren völlig normal sein. Diese Tokens werden neue Produkte, neue Dienstleistungen und eine erhöhte Produktivität in einer ganzen Reihe von Branchen schaffen, und das in einem Wert von hundert Billionen Dollar.“ Das Hauptproblem, das KI derzeit von vielen dieser Anwendungsfälle abhält, ist die Genauigkeit, aber Jensen denkt, dass dies bald gelöst sein wird. Die Art und Weise, wie man über diese Modelle nachdenken sollte, argumentiert Jensen, ist, dass die Fehlerquote alle sechs Monate bis ein Jahr halbiert wird. Das bedeutet, dass die Genauigkeit und Glaubwürdigkeit schneller verdoppelt wird als das Mooresche Gesetz. „Alle Tests, mit denen wir diese Modelle derzeit messen, zeigen, dass ihre Fehlerquote alle sechs Monate halbiert wird. Und es gibt keinen Grund, warum wir nicht erwarten sollten, dass sie bald übermenschlich werden.“ Videoquelle: @stripe (2024)