Il dirigente di Anthropic ha un messaggio per il mondo della tecnologia, che si sta affrettando a investire miliardi nell'intelligenza artificiale. Sostiene che "più grande" non significa sempre "migliore".
Daniela Amodei, che guida l'azienda in qualità di presidente e ne ha contribuito alla nascita , parla spesso di un'idea che plasma tutto ciò che fa l'azienda. La chiama "fare di più con meno".
Questa mentalità mette Anthropic in contrasto con ciò che la maggior parte della Silicon Valley crede in questo momento. Le più grandi aziende tecnologiche e i loro finanziatori si comportano come se fossero le dimensioni a determinare chi vince. Stanno accumulando quantità di denaro senza precedenti, acquistando chip per computer anni prima di averne bisogno e costruendo enormi edifici pieni di server in tutta l'America centrale. La loro scommessa è semplice: chi costruisce l'operazione più grande vince.
OpenAI illustra questo approccio in modo più chiaro. L'azienda ha assunto impegni per circa 1,4 trilioni di dollari in potenza di calcolo e infrastrutture correlate. Collaborando con diversi partner, sta realizzando enormi data center e acquisendo chip avanzati a una velocità mai vista prima nel settore.
Anthropic ritiene che esista una strada diversa. L'azienda ritiene che una spesa oculata, algoritmi migliori e modi più intelligenti di utilizzare la tecnologia possano mantenerla competitiva senza cercare di spendere più di tutti gli altri.
La situazione ha un peso ancora maggiore perché Daniela Amodei e suo fratello Dario hanno contribuito a creare la stessa filosofia contro cui ora si stanno battendo. Dario dirige Anthropic come amministratore delegato e in precedenza ha lavorato presso Baidu e Google. Ha fatto parte del team di ricerca che ha reso popolare l'approccio di scalabilità che ora guida il modo in cui le aziende costruiscono modelli di intelligenza artificiale. Il principio di base afferma che aggiungere più potenza di calcolo, più dati e rendere i modelli più grandi tende a renderli migliori in modi prevedibili .
Le leggi di scala guidano l'economia industriale
Questo schema supporta ora l'intera struttura finanziaria della competizione nel campo dell'intelligenza artificiale. Spiega perché le aziende che gestiscono servizi cloud spendono così tanto, perché i produttori di chip hanno prezzi azionari così elevati e perché gli investitori privati attribuiscono valutazioni elevate ad aziende che continuano a perdere denaro nonostante la crescita.
Ma Anthropic vuole dimostrare che la prossima fase della competizione non sarà vinta solo da chi può permettersi i più grandi cicli di addestramento iniziali. Il loro piano si concentra sull'utilizzo di informazioni di migliore qualità per l'addestramento, su tecniche applicate dopo l'addestramento iniziale che migliorino il modo in cui i modelli affrontano i problemi e su decisioni di prodotto che rendano i modelli meno costosi da gestire e più facili da usare per i clienti su larga scala. Quest'ultimo aspetto è importante perché i costi di elaborazione non finiscono mai una volta che i modelli sono effettivamente in funzione.
Anthropic non lavora con le tasche vuote. L'azienda ha circa 100 miliardi di dollari in investimenti nel settore informatico e prevede che tali esigenze cresceranno se vuole rimanere all'avanguardia. Come riportato di recente da Cryptopolitan, Amazon ha potenziato il modello Claude di Anthropic con la sua nuova infrastruttura di intelligenza artificiale Rainier, dotata di oltre un milione di chip Trainium2.
"Le esigenze di elaborazione per il futuro sono molto elevate", ha detto Daniela Amodei alla CNBC. "Quindi , ci aspettiamo che avremo bisogno di più risorse di elaborazione per poter rimanere al limite man mano che diventiamo più grandi".
Ciononostante , l'azienda afferma che i grandi numeri riportati in tutto il settore spesso non sono direttamente confrontabili. La fiducia dell'intero settore riguardo alla corretta quantità di spesa non è così salda come sembra.
"Molti dei numeri che circolano non sono esattamente paragonabili, a causa del modo in cui è strutturata la struttura di alcuni di questi accordi", ha affermato, parlando di come le aziende si sentano spinte a impegnarsi in anticipo in modo da poter ottenere l'hardware anni dopo.
La realtà più ampia, ha osservato, è che anche le persone che hanno contribuito a sviluppare la teoria della scalabilità sono state colte di sorpresa dalla crescita costante delle prestazioni e dei risultati aziendali.
"Abbiamo continuato a sorprenderci, anche se siamo stati i pionieri di questa convinzione nelle leggi di scala", ha detto Daniela Amodei. "Una cosa che sento spesso dai miei colleghi è che l' esponenziale continua finché non smette più. E ogni anno ci siamo detti: 'Beh, non è possibile che le cose continuino con l'esponenziale', e poi ogni anno è successo".
Cosa succede quando la crescita si ferma?
Daniela Amodei ha distinto l'andamento tecnologico da quello economico, una differenza importante che spesso viene confusa nel dibattito pubblico. Considerando solo la tecnologia, ha affermato che un tropico non vede un rallentamento del progresso in base a ciò che ha osservato.
"Indipendentemente da quanto sia valida la tecnologia, ci vuole tempo prima che venga utilizzata in un contesto aziendale o personale ", ha affermato. "La vera domanda per me è: quanto velocemente le aziende in particolare, ma anche i singoli individui, possono sfruttare la tecnologia?"
"L'esponenziale continua finché non smette di funzionare", ha affermato Daniela Amodei. La domanda per il 2026 è cosa succederà alla corsa all'intelligenza artificiale e alle aziende che la sviluppano se il modello di crescita preferito dal settore smetterà definitivamente di funzionare.
Mentre il settore è alle prese con una domanda di elaborazione basata sull'intelligenza artificiale che cresce a un ritmo doppio rispetto alla legge di Moore , richiedendo 500 miliardi di dollari all'anno fino al 2030, la scommessa di Anthropic sull'efficienza rispetto alla scala pura e semplice potrebbe rivelarsi lungimirante, oppure potrebbe scoprire che nella corsa all'intelligenza artificiale non c'è sostituto per una potenza di calcolo schiacciante.
Se stai leggendo questo, sei già in vantaggio. Resta aggiornato con la nostra newsletter .