Η τεχνητή νοημοσύνη είναι το Computer

Η τεχνητή νοημοσύνη είναι το Computer

Πρόσφατα λανσάραμε το Perplexity Computer. Αυτή η ανάρτηση εξηγεί τον λογισμό πίσω από αυτό.

Κάθε λίγες εβδομάδες, κυκλοφορεί ένα νέο προϊόν τεχνητής νοημοσύνης που προκαλεί πανικό στην αγορά. Είναι μια νέα πρωτοβουλία, ή ένας πράκτορας, ή κάτι άλλο. Ό,τι κι αν είναι, μπορώ να σας πω ένα πράγμα που δεν μπορεί να κάνει.

Ακόμη και με το καλύτερο μοντέλο τεχνητής νοημοσύνης στον κόσμο, δεν μπορεί να κάνει την καλύτερη δυνατή δουλειά για εσάς.

Πώς το ξέρω; Επειδή η κατάσταση των κορυφαίων μοντέλων έχει γίνει τόσο προηγμένη, ώστε για να πάρετε το καλύτερο ταλέντο από οποιοδήποτε από αυτά, χρειάζεται να συνεργαστούν διαφορετικά μοντέλα. Η μεγαλύτερη αδυναμία του Claude είναι ότι συνεργάζεται μόνο με τον Claude.

Κανενός είδους οικογένεια μοντέλων δεν μπορεί να λειτουργήσει στο ανώτατο επίπεδο χωρίς τα ταλέντα άλλων. Καθώς τα μοντέλα γίνονται πιο ισχυρά, τα βλέπουμε να εξειδικεύονται. Η μελλοντική κατάσταση της τεχνητής νοημοσύνης είναι ότι η καλύτερη δουλειά σας θα γίνεται όταν υπάρχουν διαφορετικά μοντέλα που συνεργάζονται.

Στην τεχνητή νοημοσύνη το αποκαλούμε "ορχήστρωση" (orchestration) ή μερικές φορές "το πλαίσιο" (the harness). Όπως κι αν θέλετε να το αποκαλέσετε, η ανώτερη απόδοση της ορχήστρωσης πολλαπλών μοντέλων είναι πολύ μπροστά από οτιδήποτε μπορεί να κάνει οποιαδήποτε μεμονωμένη οικογένεια μοντέλων.

Η επόμενη φάση της τεχνητής νοημοσύνης πρέπει να είναι μαζικά πολυμοντελική. Αυτό είναι το Perplexity Computer. Δεκαεννέα μοντέλα είναι διαθέσιμα στο backend και τα αποτελέσματα με έχουν εντυπωσιάσει περισσότερο από οτιδήποτε άλλο στην τεχνητή νοημοσύνη εδώ και καιρό.

Ιδού πώς προέκυψε.

Πώς κατασκευάστηκε το Computer

Στην αρχή, ονομάσαμε το πείραμά μας ASI. Στην πραγματικότητα δεν σήμαινε κάτι συγκεκριμένο, αλλά μερικές φορές το αποκαλούσαμε "Artificial Super Intelligence" (Τεχνητή Υπερνοημοσύνη). (Θα μπορούσε να σημαίνει "Another Slack Integration", επειδή εκεί ζούσε στην αρχή.)

Το σκεφτήκαμε ως έναν ψηφιακό εργάτη. Στέλνετε μήνυμα στον εργάτη στο Slack με μια εργασία και αυτός πιάνει δουλειά. Αναθέτει καθήκοντα, δημιουργώντας υποπράκτορες για διαφορετικές εργασίες, φτιάχνοντας αρχεία για να βοηθήσει τον εαυτό του με το επόμενο βήμα, βρίσκοντας ζωτικές πληροφορίες και ελέγχοντας περιστασιακά, μόνο εφόσον χρειάζεται. Θα μπορούσατε να πάτε για ύπνο και να ξυπνήσετε με εβδομάδες δουλειάς ολοκληρωμένες. Ή, θα μπορούσατε να του ζητήσετε να εργαστεί για εβδομάδες, και θα συνέχιζε αξιόπιστα και επαναλαμβανόμενα.

Κατά τη διάρκεια αυτής της περιόδου, ο κόσμος ανακάλυψε το Clawdbot, το οποίο τώρα ονομάζεται OpenClaw. Ήταν ενδιαφέρον, αν σας αρέσει το κακόβουλο λογισμικό να διαβάζει τα κείμενά σας. Μπορούσαμε να δούμε ότι το ASI ήταν ασφαλέστερο και πολύ πιο ικανό: διέθετε σύστημα αρχείων, συνδεόταν με εκατοντάδες εργαλεία, μπορούσε να διαβάζει και να γράφει σε αρχεία, να γράφει κώδικα, να χρησιμοποιεί εργαλεία CLI, να περιηγείται στο διαδίκτυο και ήταν ικανό να ορχηστρώνει κάθε εργασία στους σωστούς υποπράκτορες που χρησιμοποιούν το καλύτερο μοντέλο για τη συγκεκριμένη εργασία. Όλα αυτά μέσα σε ένα ασφαλές sandbox ανάπτυξης στο cloud.

Στην πραγματικότητα, το ASI δεν ήταν ακριβώς ένας απομακρυσμένος ψηφιακός εργάτης. Με πρόσβαση σε ένα σύστημα αρχείων, ένα κέλυφος (shell) για την ασφαλή εκτέλεση κώδικα και ένα πρόγραμμα περιήγησης για πρόσβαση σε εφαρμογές web και συνδέσμους, το ASI ήταν ουσιαστικά ένας υπολογιστής. Ο υπολογιστής σας. Ο υπολογιστής.

Γι' αυτό τον ονομάσαμε επίσημα Perplexity Computer.

Γιατί έχει σημασία ο ιστός

Το 2011, η Google είχε την ιδέα ότι θα μπορούσες να λανσάρεις έναν υπολογιστή μόνο με το διαδίκτυο, αρχεία και ένα τερματικό bash. Ονομαζόταν Chromebook. Η Google είχε δίκιο να καταλάβει ότι το πιο σημαντικό μέρος του υπολογιστή είναι ότι διαθέτει πρόσβαση στον ιστό.

Ο ιστός είναι ο χώρος όπου εργαζόμαστε και επικοινωνούμε. Είναι επίσης η συσκευή αποθήκευσής μας, κυριολεκτικά και μεταφορικά. Περιέχει τεράστιες ποσότητες δεδομένων, πληροφοριών και γνώσης. Κάποιες κοινόχρηστες, κάποιες προσωπικές.

Αν σκεφτείτε τον ιστό ως ένα σύστημα αποθήκευσης γνώσης, ήταν πάντα πολύ καλός στη λειτουργία ΕΓΓΡΑΦΗΣ (WRITE). Το πρώτο ιστολόγιο δημοσιεύθηκε στις αρχές της δεκαετίας του '90, και η δημοσίευση και αποθήκευση γνώσης στον ιστό έχει εκτοξευθεί έκτοτε.

Αυτό που η Google υποτίμησε με το Chromebook είναι ότι το μεγαλύτερο πρόβλημα του ιστού ως συστήματος αποθήκευσης είναι στην πραγματικότητα η λειτουργία ΑΝΑΓΝΩΣΗΣ (READ). Για να διαβάσουμε γνώση από τον ιστό, βασιζόμαστε σε αλγοριθμική αναζήτηση που είναι λίγο-πολύ αμετάβλητη εδώ και 28 χρόνια.

Οι μηχανές αναζήτησης, ως τρόπος πρόσβασης στη γνώση, δεν ήταν ποτέ ικανές για εις βάθος έρευνα, σύνθεση ή σύνοψη. Ούτε μπορούν οι μηχανές αναζήτησης να συμπεριφερθούν σαν πράκτορας, για να αποκτήσουν πρόσβαση σε οποιαδήποτε γνώση στον ιστό που απαιτεί δράση για να προσπελαστεί.

Μετά ήρθε η τεχνητή νοημοσύνη. Η Perplexity δημιούργησε την πρώτη μηχανή απαντήσεων και οι υπόλοιποι ακολούθησαν. Έχουμε παραμείνει προσηλωμένοι στην ακριβή τεχνητή νοημοσύνη, με έντονη εστίαση στην Εις βάθος έρευνα. Αυτό συμβαίνει επειδή όταν η τεχνητή νοημοσύνη μπορεί να βρει, να αναλύσει, να συλλογιστεί και να παρουσιάσει με ακρίβεια όλη τη γνώση στον ανοιχτό ιστό, το πρόβλημα της ΑΝΑΓΝΩΣΗΣ επιλύεται επιτέλους.

Αν το διαδίκτυο είναι ο δίσκος αποθήκευσης της γνώσης της γης, η Perplexity έλυσε τη λειτουργία ανάγνωσης.

Μόλις ο ιστός γίνει ένα πλήρως λειτουργικό σύστημα αποθήκευσης ανάγνωσης/εγγραφής, με πράκτορες που μπορούν να πλοηγούνται και να φέρνουν εις πέρας εργασίες, το μόνο πράγμα που απομένει να χρειάζεται ο υπολογιστής είναι οτιδήποτε προσωπικό.

Η μνήμη επιμονής κάνει έναν υπολογιστή προσωπικό. Διαθέτει αρχεία και εργαλεία, και είναι τα δικά σας αρχεία και εργαλεία, ιδιωτικά και προσαρμοσμένα στις προτιμήσεις σας. Ο υπολογιστής πρέπει να μπορεί να συνεργάζεται μαζί τους για εσάς, προσωπικά.

Οι υπολογιστές επίσης δημιουργούν. Δημιουργούν πραγματικά αντικείμενα όπως κώδικα, έγγραφα και αρχεία. Αποθηκεύουν τα αρχεία, ανακτούν τα αρχεία, γράφουν νέα αρχεία, έχουν πρόσβαση στα αρχεία. Η τεχνητή νοημοσύνη μπορεί να κάνει όλα αυτά τα πράγματα. Τελικά, όταν η τεχνητή νοημοσύνη κάνει όλη αυτή τη δουλειά, χρειάζεστε διαφορετικά κορυφαία μοντέλα στη διάθεσή σας για διαφορετικές εργασίες μέσα στον υπολογιστή.

Οποιοσδήποτε υπολογιστής είναι χρήσιμος απαιτεί πάρα πολλές διαφορετικές δεξιότητες για να μπορέσει ένα μόνο μοντέλο να τα πάει καλά σε όλες. Η ορχήστρωση είναι απαραίτητη για τον υπολογιστή.

Είναι πιθανό αυτό να σημαίνει ότι ο σκληρός κώδικας του λειτουργικού συστήματος γίνεται λιγότερο σημαντικός ως «τάφρος» προστασίας για τους κατασκευαστές συσκευών καθώς η τεχνητή νοημοσύνη προχωρά. Δεν ξέρω. Αυτό που ξέρουμε είναι ο υπολογιστής είναι το σύστημα ορχήστρωσης.

Γιατί έχει σημασία η ορχήστρωση

Ο Steve Jobs είχε πει, «Οι μουσικοί παίζουν τα όργανά τους. Εγώ παίζω την ορχήστρα.» Η τεχνητή νοημοσύνη είναι παρόμοια. Ένα Stradivarius έχει ορισμένα χαρακτηριστικά και μας εντυπωσιάζει ο ήχος και η δεξιοτεχνία του. Αλλά εξακολουθεί να μην μπορεί να σας συγκλονίσει όπως ένα τύμπανο μπάσου, και το τύμπανο δεν μπορεί να σας συγκινήσει όπως η Συμφωνία του Μάλερ.

Οι κατασκευαστές μοντέλων είναι οι Antonio Stradivari της εποχής μας. Δεν το εννοώ με ασέβη τρόπο. Στέκεμαι με δέος μπροστά σε κάθε νέα δυνατότητα μοντέλου και είμαι παθιασμένος υποστηρικτής του έργου στα κορυφαία εργαστήρια (frontier labs). Προωθούν το μέλλον μας.

Αλλά τώρα βλέπουμε ότι τα μοντέλα εξειδικεύονται, δεν μετατρέπονται σε κοινά εμπορεύματα. Όταν χτίζετε πράκτορες με αυτά, έχουν διαφορετικά ταλέντα, όπως κάθε εργάτης. Ο ένας είναι καλύτερος στη συλλογιστική. Ένας άλλος στον κώδικα. Ένας άλλος στη δημιουργική γραφή. Αυτό που μετράει είναι πώς τους ορχηστρώνετε.

Η ορχήστρωση μεταξύ μοντέλων και οικογενειών είναι ο μόνος τρόπος για να χτιστεί ένα σύστημα αρκετά ευέλικτο ώστε να χειριστεί πραγματική δουλειά. Όταν χρειάζεστε εις βάθος έρευνα για να λάβετε μια απόφαση, θέλετε ένα μοντέλο βελτιστοποιημένο για ακρίβεια και ανάκτηση. Όταν χρειάζεται να γράψετε κώδικα, θέλετε ένα μοντέλο εκπαιδευμένο σε δισεκατομμύρια γραμμές κώδικα παραγωγής.

Είτε διαχειρίζεστε μια ομάδα ανθρώπων, είτε μια συμφωνία μουσικών, η υψηλής ποιότητας εργασία ήταν πάντα έτσι. Οι πράκτορες τεχνητής νοημοσύνης δεν διαφέρουν.

Για τις ροές εργασίας, το διαφοροποιητικό στοιχείο είναι το πλαίσιο (harness). Ένας σχεδιαστής αναλύει σύνθετους στόχους σε υποεργασίες. Ένας ερχεστρωτής αναθέτει αυτές τις εργασίες στους σωστούς πράκτορες, επιβάλλει κανόνες και διαχειρίζεται την εκτέλεση. Εξειδικευμένοι υποπράκτορες εκτελούν εστιασμένες ενέργειες. Η κοινόχρηστη μνήμη αποθηκεύει το πλαίσιο και τα μαθημένα για συνέχεια. Με άλλα λόγια, η ευφυΐα είναι ο υπολογιστής.

Η επόμενη εξέλιξη του υπολογιστή

Πριν από 400 χρόνια, «υπολογιστής» (computer) ήταν ο μαθητευόμενος ενός αστronόμου. (Οι άνθρωποι που έδιναν ονόματα στους κομήτες.)

Στη συνέχεια, ο υπολογιστής έγινε μηχανικός, έπειτα ηλεκτρομηχανικός, και μετά ψηφιακός. Γύρω στο 1974, εμφανίστηκε το GUI (γραφικό περιβάλλον χρήστη). Με το GUI, μπορούσαμε να εργαστούμε με τον υπολογιστή με νέους τρόπους. Μπορούσαμε να του αναθέτουμε εργασίες και να βλέπουμε τη δουλειά του. Αργότερα, η οθόνη δίπλωσε πάνω από το πληκτρολόγιο για να γίνει ένας φορητός, προσωπικός υπολογιστής.

Είναι πλέον κλισέ να λέμε ότι η επόμενη εξέλιξη του υπολογιστή ήταν όταν ο Steve Jobs έβαλε τον προσωπικό υπολογιστή στην τσέπη του καθενός. Σήμερα φαίνεται πιο ακριβές να πούμε ότι έβαλε μια οθόνη μπροστά στο πρόσωπο του καθενός. Όλοι κάνουν scroll. Τις τελευταίες 49 χρόνια, το GUI έχει εξελιχθεί από το πώς ελέγχουμε τον υπολογιστή στο πώς ο υπολογιστής ελέγχει εμάς.

Η εξάντληση με αυτό το μοντέλο αυξάνεται. Η τρελή στροφή για Mac Minis κατά τη διάρκεια της μόδας του OpenClaw ήταν ένα τέλειο παράδειγμα. Τα GUI είναι απαραίτητα, αλλά δεν είναι πάντα απαραίτητα.

Τα μοντέλα τεχνητής νοημοσύνης έχουν επιτέλους εξελιχθεί αρκετά ώστε να επιστρέψουν τον υπολογιστή στην αληθινή του έννοια: να εργάζεται αυτόνομα, με ακρίβεια. Και ασύγχρονα, για να μας απελευθερώσουν από το να τον παρακολουθούμε να εργάζεται.

Το ποντίκι, το GUI και το πληκτρολόγιο είναι όλα σημαντικές τεχνολογίες, αλλά αποτελούν διεπαφές. Και εκτός κι αν θέλετε ένα πλήρως αυτόνομο άλογο, πρέπει να παραδεχτείτε ότι η διεπαφή δεν είχε ποτέ τόση σημασία όσο ο υπολογιστής.

Το μέλλον είναι το Computer

Τα μοντέλα τεχνητής νοημοσύνης γίνονται τόσο ικανά ώστε τα προϊόντα που είναι χτισμένα γύρω από αυτά αποτελούν σημείο συμφόρησης για την ανάδειξη του πραγματικού τους δυναμικού. Το UI συνομιλίας είναι καλό για απαντήσεις και οι πράκτορες είναι καλοί για μεμονωμένες εργασίες. Εν τω μεταξύ, το UI για ολόκληρες ροές εργασίας ήταν πάντα ο υπολογιστής.

Η τεχνητή νοημοσύνη είναι πλέον σταθερά πολυτροπική (multimodal). Κατανοεί και παράγει πολλές μορφές δεδομένων σε ένα ενιαίο, συνοheτικό σύστημα. Ο Jensen και άλλοι έχουν δηλώσει ότι το μέλλον της τεχνητής νοημοσύνης πρέπει επίσης να είναι πολυμοντελικό. Έχουν δίκιο· τα εξειδικευμένα μοντέλα πρέπει να συνεργάζονται σαν ομάδα. Μπορεί να είναι πιο ακριβές να πούμε ότι το μέλλον της τεχνητής νοημοσύνης είναι μαζικά πολυμοντελικό.

Καθώς η τεχνητή νοημοσύνη αντικαθιστά περισσότερες από τις λειτουργίες του ίδιου του υπολογιστή, η κεντρική δραστηριότητα του υπολογιστή θα είναι η μαζικά πολυμοντελική ορχήστρωση.

Και βρισκόμαστε μόνο στην αρχή. Το 2025, ένα νέο κορυφαίο μοντέλο έμπαινε στην αγορά, κατά μέσο όρο, κάθε 17 ημέρες. Με κάθε νέα πρόοδο στις δυνατότητες της τεχνητής νοημοσύνης, ένας ακόμη μουσικός ανεβαίνει στη σκηνή για να πάρει τη θέση του στη συμφωνία. Ο μαέστρος χτυπάει την μπατόν του. Ο υπολογιστής πιάνει δουλειά.

Δοκιμάστε το Computer σήμερα.