Wywiad z Jensen Huang

Stanford Institute for Economic Policy Research (SIEPR) niedawno było gospodarzem porywającej dyskusji z Jensenem Huangiem, CEO NVIDIA, podczas jego Szczytu Ekonomicznego w 2024 roku. To, co się wydarzyło, było czymś więcej niż tylko przemówieniem przewodnim; była to oparta na narracji eksploracja innowacji, ambicji i głębokiego wpływu sztucznej inteligencji, prowadzona przez Huanga z jego charakterystyczną mieszanką szczerości i wizjonerskiego wglądu.

Podróż wizjonera: Od pracy domowej do dominacji w AI

Scenę przygotował John Shoven, były dyrektor SIEPR, który przedstawił żywy obraz Huanga jako żywego ucieleśnienia „amerykańskiego snu”. Od przybycia do U.S. w wieku dziewięciu lat z bratem, przez przetrwanie w „trudnej, wymagającej szkole w Kentucky”, po współzałożenie NVIDIA w wieku 30 lat i pokierowanie firmą, by stała się czwartą największą na świecie – trajektoria Huanga jest niezaprzeczalnie niezwykła. Shoven nawet żartobliwie opowiedział o wyjątkowej „zagrywce na podryw” Huanga – „Chcesz zobaczyć moją pracę domową?” – strategii, która doprowadziła do trwałego małżeństwa i dwójki dzieci. Huang, zawsze skromny, z uśmiechem odparł, mówiąc: „najmądrzej będzie, jeśli nie wygłoszę żadnych uwag wstępnych, aby nie ryzykować zepsucia wszystkich tych dobrych rzeczy, które pan powiedział”. Jednak jego historia szybko skierowała się ku głównej misji NVIDIA: tworzeniu przyspieszonego przetwarzania (accelerated computing), nowego paradygmatu zaprojektowanego do rozwiązywania problemów niedostępnych dla komputerów ogólnego przeznaczenia.

Kluczowe wnioski:

• Odporność kształtuje się przez walkę: Wczesne doświadczenia życiowe Huanga, jak opowiedział Shoven, podkreślają znaczenie pokonywania przeciwności.
• Osobiste relacje mogą napędzać sukces zawodowy: Jego unikalne podejście do budowania relacji z przyszłą żoną podkreśla nieoczekiwane ścieżki do partnerstwa.
• Długoterminowa wizja popłaca: Dedykowane przez ponad trzy dekady zaangażowanie NVIDIA w accelerated computing fundamentalnie zmieniło technologię.

AI: Technologia definiująca XXI wiek

Shoven zadał prowokacyjne pytanie: czy AI przerosła tranzystor jako największy przełom technologiczny ostatnich 76 lat? Odpowiedź Huanga była stanowcza, przypisując największy dar tranzystora oprogramowaniu, ale ogłaszając AI wynalazkiem definiującym XXI wiek. NVIDIA, jak wyjaśnił, przez trzy dekady „sprowadzała koszt obliczeniowy komputerów do niemal zera” dla specyficznych domen algorytmicznych. Ta redukcja, „milion razy” w ciągu ostatniej dekady dla głębokiego uczenia, odblokowała rewolucyjną zdolność: komputery piszące oprogramowanie. Ta głęboka zmiana pozwala systemom „przeskanować cały internet, umieścić go w komputerze i pozwolić mu odkryć, czym jest mądrość, czym jest wiedza” – koncepcja, którą Huang określa jako „szaloną”, chyba że koszty obliczeń są znikome. Zdolność do zrozumienia „znaczenia” informacji cyfrowych, od genów po białka, jest prawdziwym cudem, zapoczątkowującym erę, w której z biologią można „rozmawiać” jak z plikiem PDF.

Kluczowe zmiany:

• Przejście od oprogramowania pisanego przez człowieka do pisanego przez komputer: Redukcja marginalnych kosztów obliczeniowych umożliwia AI generowanie własnych programów.
• Zrozumienie „znaczenia” informacji cyfrowych: AI może teraz interpretować złożone dane, takie jak geny i białka, a nie tylko wzorce.
• Radykalna redukcja kosztów jako czynnik umożliwiający: Zmniejszenie kosztów obliczeniowych o milion razy tworzy całkowicie nowe możliwości zastosowania.

Przyszłość się rozjaśnia: AGI, treści generatywne i suwerenna AI

Patrząc w przyszłość, Huang wyobraził sobie świat, w którym monstrualny chip H100, ważący „70 funtów i kosztujący ćwierć miliona dolarów”, już teraz będący cudem, ewoluowałby, aby umożliwić ciągłe uczenie się, gdzie AI nieustannie udoskonala się, oglądając filmy, przetwarzając tekst i generując syntetyczne dane. Ta „pętla uczenia się przez wzmocnienie będzie ciągła”, pozwalając AI „wyobrażać sobie pewne rzeczy i testować je w oparciu o doświadczenia ze świata rzeczywistego”. Zapytany o Sztuczną Ogólną Inteligencję (AGI), Huang przedstawił perspektywę inżyniera: „Gdybym dał AI wiele testów z matematyki i logicznego rozumowania, test z historii i biologii, egzaminy medyczne i egzaminy adwokackie... Zgaduję, że za 5 lat AI poradzi sobie dobrze z każdym z nich”. Przepowiedział również świat, w którym „100% treści będzie generatywne”, odchodząc od dzisiejszych, wstępnie nagranych interakcji opartych na wyszukiwaniu, na rzecz AI generującej informacje specyficzne dla kontekstu na żądanie. Ta zmiana, w połączeniu z realiami geopolitycznymi, napędza „przebudzenie każdego kraju” do kontrolowania własnej „Suwerennej AI” w celu ochrony języka, kultury i przemysłu.

Kluczowe spostrzeżenia:

• Ciągłe uczenie się jako nowa granica: Systemy AI wyjdą poza dyskretne szkolenie, dążąc do ciągłego samodoskonalenia poprzez dane rzeczywiste i syntetyczne.
• AGI definiowana przez zdawanie testów: Jeśli AGI jest mierzona wydajnością na poziomie ludzkim w testach, to potencjalnie jest to kwestia pięciu lat, ale prawdziwą inteligencję ludzką trudniej jest zdefiniować i osiągnąć.
• Przetwarzanie generatywne to przyszłość treści: Cała zawartość cyfrowa będzie ostatecznie generowana przez AI, a nie nagrywana z góry, co stworzy ogromne nowe wymagania dotyczące infrastruktury.
• Geopolityka napędza „Suwerenną AI”: Narody zdają sobie sprawę z potrzeby rozwijania i kontrolowania własnych możliwości AI, co stwarza nowe możliwości pomimo ograniczeń.

Przewaga NVIDIA: TCO, konkurencja i rozwijanie odporności

Odpowiadając na obawy dotyczące konkurencji, szczególnie na rynku wnioskowania (inference), Huang z pewnością siebie podkreślił wyjątkową pozycję NVIDIA. Podczas gdy konkurenci mogą dążyć do tworzenia „wystarczająco dobrych” chipów, przewaga NVIDIA tkwi w całej jej „platformie przyspieszonego przetwarzania” (accelerated computing platform) – standardzie rozwijanym przez ponad trzy dekady, integrującym nie tylko GPU, ale także CPU, rozwiązania sieciowe i „górę oprogramowania”. Ten kompleksowy ekosystem oznacza, że całkowity koszt operacji (TCO) NVIDIA dla klientów jest tak znakomity, że „nawet gdy chipy konkurencji są darmowe, to i tak nie są wystarczająco tanie”. Huang akceptuje nawet konkurowanie z klientami, otwarcie dzieląc się przyszłymi planami rozwoju (roadmaps), wierząc, że „jeśli nie spróbujesz wytłumaczyć, dlaczego jesteś w czymś dobry, nigdy nie będą mieli szansy kupić twoich produktów”. Dla aspirujących przedsiębiorców Huang przekazał prowokacyjną radę: przyjmijcie „niskie oczekiwania” oraz „ból i cierpienie”, które budują odporność. „Wielkość nie jest inteligencją, jak wiadomo” – stwierdził – „wielkość bierze się z charakteru, a charakter nie kształtuje się u mądrych ludzi, ale u ludzi, którzy cierpieli”. Jego własne przywództwo, cechujące się płaską hierarchią, przejrzystością i stałą informacją zwrotną, ma na celu zaszczepienie tej kultury charakteru i zwinności.

Kluczowe praktyki:

• Skupienie na Całkowitym Koszcie Operacji (TCO): Strategia NVIDIA podkreśla ogólną wartość i oszczędności operacyjne, czyniąc ich sprzęt premium bardziej ekonomicznym.
• Akceptacja „kooperacji konkurencyjnej” (co-opetition): Otwartość wobec klientów, nawet tych budujących własne chipy, jest częścią strategii NVIDIA w utrzymaniu pozycji lidera poprzez doskonałą innowacyjność.
• Kształtowanie odporności poprzez przeciwności: Huang opowiada się za stawianiem czoła wyzwaniom i „cierpieniem” jako kluczowymi elementami w rozwijaniu charakteru i osiąganiu wielkości.
• Przejrzyste i zwinne przywództwo: Płaska struktura zarządzania ze stałą, otwartą informacją zwrotną i upodmiotowieniem sprzyja kulturze zwinności i innowacji.

„Przemysł informatyczny dokonał dla świata tego, że zniwelowaliśmy podział technologiczny, co jest inspirujące.” - Jensen Huang