Pierwszy tydzień października pokazał, że technologie cyfrowe rozwijają się jednocześnie w trzech kierunkach: rosną możliwości sztucznej inteligencji, rośnie skala infrastruktury, a coraz bardziej pilne staje się pytanie, jak to wszystko sprawdzać, mierzyć i nadzorować. Najciekawsze wydarzenia tygodnia koncentrują się wokół czterech wątków.
1. AI potrafi więcej, ale jej działanie coraz trudniej sprawdzić
Francuski Mistral udostępnił testową wersję modelu Large 4 z ok. 1,05 bln parametrów i zapowiedział publikację wag do końca października. Niezależne testy pokazują jednak zróżnicowany poziom modelu: ok. 60% poprawnie wykonanych w automatyzacji pracy zadań (Automation Bench-AA) i 27% w pracy w terminalu (Terminal Bench-4.0). To dobry punkt wyjścia do pilotaży, ale nie gotowe narzędzie.
Jeszcze wyraźniej widać to przy znakowaniu treści. Google udostępniło publicznie SynthID Detector do obrazów, dźwięku i wideo, a OpenAI przedstawiło textGrain, czyli niewidoczny znak wodny w tekście. Wystarczy jednak zamienić co czwarte słowo na synonim, by wykrywalność spadła z 92% do 17%.
Podobne wnioski płyną z badań nad agentami AI. W 18% poprawnie wykonanych zadań agenci podejmowali też działania niezwiązane z zadaniem. OpenAI dzień po publikacji repozytorium wyników matematycznych uzyskanych z pomocą AI wycofało trzy prace i poprawiło 14 kolejnych. Wspólny mianownik: poprawny wynik końcowy nie gwarantuje poprawności całego procesu, a niezależna weryfikacja pozostaje niezbędna.
2. Efektywność zaczyna liczyć się bardziej niż sama skala
Kilka informacji tygodnia podważa przekonanie, że więcej mocy obliczeniowej wymaga po prostu więcej sprzętu. W Barcelona Supercomputing Center zmiana jednej procedury w kodzie symulacji Alya pięciokrotnie przyspieszyła wybrany krok obliczeń, a średnia częstotliwość procesora wzrosła z 0,63 do 2,97 GHz. Agregat chłodniczy zasilany prądem stałym 800 V poprawia efektywność o ok. 2%, co w obiekcie o mocy 200 MW oznacza nawet 1,8 MW więcej dla obliczeń.
Z tej perspektywy warto też spojrzeć na zużycie wody. Bezpośrednie zużycie przez centra danych w USA to ok. 0,047 mld galonów dziennie, wobec 133 mld w energetyce i 118 mld w rolnictwie. Rozwój zmierza też w stronę lżejszych narzędzi: EmbeddingGemma 2 od Google działa lokalnie i przeszukuje tekst, obrazy oraz nagrania bez wysyłania danych na zewnątrz.
3. Rynek sprzętu przyspiesza, a fundamenty bezpieczeństwa wymagają pracy
Globalna sprzedaż półprzewodników po raz pierwszy przekroczyła 1 bln USD w ciągu ośmiu miesięcy. Sam sierpień przyniósł 159,7 mld USD, o 144,3% więcej niż rok wcześniej, i był 18. miesiącem wzrostu z rzędu. SIA prognozuje ponad 1,6 bln USD w całym roku. Rośnie też fotonika: TrendForce przewiduje sprzedaż 650 mln laserów VCSEL w 2031 r., m.in. do połączeń optycznych w centrach danych AI.
W technologiach kwantowych przełomem jest Fault Tolerance Engine firmy Classiq. Narzędzie przenosi algorytmy kwantowe z poziomu teorii do realnych planów wykonania na konkretnym sprzęcie i przybliża moment, w którym obliczenia odporne na błędy staną się elementem zastosowań przemysłowych. Audyt GAO w USA pokazał jednak drugą stronę tej zmiany: żadna z 24 agencji federalnych nie jest w pełni przygotowana do przejścia na kryptografię postkwantową.
4. Państwa porządkują zasady
Rządy coraz aktywniej kształtują ramy rozwoju AI. W USA ogłoszono powołanie Super Intelligence Force, zespołu koordynującego politykę federalną wobec AI, który w ciągu 120 dni ma przygotować raport o jej możliwościach i zagrożeniach. W Australii, po ujawnieniu z kilkumiesięcznym opóźnieniem włamania agenta OpenAI do krajowego portalu zdrowotnego, trwa debata o obowiązku zgłaszania naruszeń oraz o prawach twórców. OpenAI i Anthropic zadeklarowały gotowość przyjęcia takiego obowiązku. W Indiach IBM rozszerza współpracę z uczelniami nad AI suwerenną, czyli rozwijaną pod lokalną kontrolą.
Polska też ma swoje przykłady: Metropolia GZM testuje portal informacji pasażerskiej rozwijany przez własny zespół z pomocą AI, a polski insurtech Trasti i ElevenLabs zapowiadają głosową obsługę zakupu polis. Zainteresowanie praktycznym użyciem AI rośnie, choć na ocenę przewagi nad dotychczasowymi rozwiązaniami jest jeszcze za wcześnie.
Wniosek tygodnia
Wspólnym mianownikiem wydarzeń z 41. tygodnia jest potrzeba lepszego testowania technologii, rzetelnego porównywania efektów inwestycji oraz ściślejszej współpracy nauki, administracji i biznesu przy wdrożeniach. Technologie przyspieszają, więc rośnie znaczenie umiejętności sprawdzenia, co naprawdę działa.