Dwarkesh Patel a Substack-posztjában azt állítja, hogy a mesterséges intelligencia (MI) fejlődésével a számítási kapacitás ára várhatóan emelkedni fog. Patel szerint amikor az MI-rendszerek egyre intelligensebbé válnak, jobban ki tudják termelni ugyanazon hardver értékét, ezért a számítási erőforrások ára felkúszhat.
Patel egy konkrét példát is hoz: ha létezne egy valódi, emberi szintű szoftvermérnököt helyettesítő model, amely egy H100-hoz hasonló gyorsítókon képes futni, akkor a jelenlegi piaci bérköltségek alapján egy ilyen H100 bérleti díja évi 250 ezer dollár fölött kellene legyen. „Ez ma az azonnali árakhoz képest 15-szörös” — írja Patel. Ezzel arra mutat rá, hogy jelenleg az MI viszonylag olcsónak tűnik, részben azért, mert még nem képes sok olyan feladatra, amelyet a legjobb emberek elvégeznek.
Patel azonban nem várja, hogy ez az állapot örökre fennmarad: szerinte idővel a számítási lánc jelentős robotizációja költségcsökkentést hozhat, és a hardver ára visszazuhanhat a nyersanyagok és eszközök költségéhez közelebb. Ugyanakkor megjegyzi, hogy erre a pontra valószínűleg már a szingularitás előrehaladott állapotában jutunk el.
Miért fontos ez?
A poszt fő következtetése az, hogy a szingularitás irányába történő elmozdulás váratlan gazdasági következményekkel járhat: olyan, ma még árucikknek tekintett dolgok (például számítógépek vagy gyorsítók) ára jelentősen megemelkedhet, mert az MI-rendszerek óriási mennyiségű számítási teljesítményt igényelnek és jobban ki tudják monetizálni annak használatát.
Patel érvelése rávilágít arra a lehetőségre, hogy a technológiai fejlődés nem feltétlenül jelent alacsonyabb költségeket minden területen; egyes inputok — különösen a nagy teljesítményű számítás — értéke és ára feljebb kúszhat, mielőtt a skálázás és automatizálás révén ismét csökkenne.
