Jensen Huang: Ποιος είναι ο νέος Ταϊβανέζος βασιλιάς της τεχνολογίας;

Ένα ακόμα νέο μεγάλο μοντέλο γλώσσας τεχνητής νοημοσύνης που υποτίθεται ότι είναι καλύτερο απ’ όλα τα προηγούμενα.

Η εταιρεία xAI του Elon Musk έχει κυκλοφορήσει το Grok 3, το οποίο η εταιρεία λέει ότι αποδίδει καλύτερα από τους ανταγωνιστές του σε ένα ευρύ φάσμα δεικτών. Παρόμοια, η Anthropic κυκλοφόρησε το Claude 3.7 Sonnet, το οποίο υποστηρίζει ότι ξεπερνά το Grok 3. Και μέχρι να διαβάσετε αυτό, ποιος ξέρει; Ίσως να έχει εμφανιστεί ήδη ένα ολοκαίνουργιο μοντέλο LLM.

Τον Ιανουάριο, ο κόσμος της τεχνητής νοημοσύνης ταράχτηκε προσωρινά από την κυκλοφορία ενός φθηνού και υψηλής απόδοσης LLM από την Κίνα, το DeepSeek-R1. Ένα μήνα αργότερα, οι άνθρωποι ήδη αναρωτιούνταν πότε θα κυκλοφορήσει το DeepSeek-R2.

Ο ανταγωνισμός μεταξύ των LLM (μεγάλων μοντέλων γλώσσας) μπορεί να είναι δύσκολο να παρακολουθηθεί, αλλά για την Nvidia, την εταιρεία που σχεδιάζει τα τσιπ υπολογιστών—ή μονάδες επεξεργασίας γραφικών (GPUs)—πάνω στα οποία εκπαιδεύονται πολλά από αυτά τα μεγάλα μοντέλα γλώσσας, είναι κάτι εξαιρετικά κερδοφόρο.

Η Nvidia, η οποία, είναι η τρίτη πιο σημαντική εταιρεία στον κόσμο (μετά την Apple και τη Microsoft), ιδρύθηκε το 1993 από μηχανικούς που ήθελαν να φτιάξουν κάρτες γραφικών για gamers. Πώς εξελίχθηκε σε μια εταιρεία που παρέχει σχεδόν όλα τα εργαλεία για τη “χρυσή εξόρυξη” της AI είναι η ιστορία που βρίσκεται στον πυρήνα του βιβλίου του Stephen Witt, The Thinking Machine.

Το βιβλίο αυτό έχει ως βάση τη βιογραφία του Jensen Huang, του μοναδικού CEO που είχε ποτέ η Nvidia, είναι όπως φαίνεται κάτι πιο ενδιαφέρον και αποκαλυπτικό: Ένα παράθυρο στο διανοητικό, πολιτιστικό και οικονομικό οικοσύστημα που οδήγησε στην εμφάνιση της υπερδύναμης της AI.

Το κέντρο αυτού του οικοσυστήματος είναι, η Silicon Valley, όπου ο Huang έχει περάσει το μεγαλύτερο μέρος της ενήλικης ζωής του.

Γεννημένος στην Ταϊβάν, γιος ενός χημικού μηχανικού και μιας δασκάλας. Η οικογένεια μετακόμισε στην Ταϊλάνδη όταν ήταν 5 ετών, και λίγα χρόνια αργότερα, έστειλαν αυτόν και τον μεγαλύτερο αδερφό του στις Ηνωμένες Πολιτείες για να γλιτώσουν από την πολιτική αναταραχή. Τελικά, οι γονείς του μετεγκαταστάθηκαν στις ΗΠΑ και ο Huang μεγάλωσε στα προάστια του Portland, στο Oregon. Στα μέσα της δεκαετίας του 1980, μετά από σπουδές στη Ηλεκτρολογική Μηχανική στο Oregon State (το οποίο εκείνη την εποχή δεν προσέφερε πρόγραμμα σπουδών για Πληροφορική), βρήκε δουλειά στην Advanced Micro Devices.

Η εταιρεία—που τότε ήταν η φτωχή συγγενής του κολοσσού των τσιπ Intel—είχε την έδρα της στο Sunnyvale, στη Καλιφόρνια. Από τότε, η καριέρα του Huang αναπτύχθηκε, ενώ σύντομα άφησε την AMD για μια εταιρεία που ονομαζόταν LSI Logic Corporation και στη συνέχεια αποχώρησε το 1993, για να ιδρύσει την Nvidia με τους σχεδιαστές τσιπ Curtis Priem και Chris Malachowsky: στόχος του «να διοικήσει κάτι μέχρι την ηλικία των τριάντα», όπως τους είχε δηλώσει.

Η εταιρεία εισερχόταν σε μια γεμάτη αγορά σχετική με την ανάπτυξη καρτών γραφικών και  υπολογιστικού υλικού για την απόδοση εικόνων και βίντεο. Η Nvidia δεν είχε πραγματικό επιχειρηματικό σχέδιο, αλλά ο αφεντικός του Huang στην LSI τον συνέστησε στη Sequoia Capital. Η Sequoia, μια από τις πιο σημαντικές εταιρείες κεφαλαίων επιχειρηματικού κινδύνου της Silicon Valley, βοήθησε την εταιρεία να πάρει μπροστά. Η επιχείρηση των καρτών γραφικών στηριζόταν σε έναν αέναο κύκλο αναβάθμισης που υποχρέωνε τους προγραμματιστές σε ένα ατελείωτο παιχνίδι βελτίωσης επιδόσεων. Τα πρώτα χρόνια, η Nvidia ήταν ένα μικρό βήμα μακριά από την πτώχευση, και το ανεπίσημο σύνθημά της έγινε: «Η εταιρεία μας είναι τριάντα μέρες από το να κλείσει».

Πολλοί είχαν την εντύπωση ότι του Huang του άρεσε έτσι. Λέει ότι οι παλμοί του πέφτουν υπό πίεση, και το να τον αποκαλέσει κανείς ακούραστο εργαζόμενο είναι υποτιμητικό – «Πρέπει να φροντίσω να είμαι αρκετά εξαντλημένος από τη δουλειά, ώστε κανείς να μην μπορεί να με κρατήσει ξύπνιο τη νύχτα», είχε πει κάποτε. Η διατροφή του σαν αναγνώστης περιλαμβάνει βιβλία για τις επιχειρήσεις (τα οποία καταπίνει). Δεν έχει εμφανή πολιτική οπτική (ή τουλάχιστον ποτέ δεν την συζητά). Δεν είναι ένας φανταχτερά φιλάνθρωπος. Αν και αφοσιωμένος στην οικογένειά του, είναι ειλικρινής: «Η Lori», παραδέχεται για τη σύζυγό του, «βοήθησε στο 90% της ανατροφής των παιδιών μας». Τα τελευταία 30 χρόνια, η ζωή του περιστρέφεται ξεκάθαρα γύρω από την Nvidia.

Η μεγαλύτερη δύναμη του Huang ως CEO ήταν η προθυμία του να κάνει μεγάλες, επικίνδυνες κινήσεις όταν οι ευκαιρίες παρουσιάζονταν. Ο Huang πήρε ένα ακόμη μεγάλο ρίσκο όταν ανασχημάτισε τις GPUs της Nvidia, έτσι ώστε να μπορούν επίσης να επεξεργάζονται τεράστιες σειρές δεδομένων, τέτοιων που θα χρησιμοποιούσαν οι επιστήμονες. Όπως λέει ένα στέλεχος της Nvidia, «Έχεις μια κάρτα για παιχνίδια στη μία πλευρά, αλλά έχει ένα διακόπτη πάνω της. Οπότε, αν τον πατήσεις, γυρνάς την κάρτα και ξαφνικά η κάρτα μετατρέπεται σε υπερυπολογιστή».

Ο Huang δεν ήξερε ποιος μπορεί να ήθελε να αγοράσει έναν υπερυπολογιστή με τη μορφή μιας κάρτας γραφικών ή πόσοι τέτοιοι άνθρωποι υπήρχαν. Απλώς έπαιζε το στοίχημα ότι, αν προσφέρεις ισχυρά εργαλεία στους ανθρώπους, εκείνοι θα βρουν μια χρήση για αυτά, και σε κλίμακα που να δικαιολογεί τα δισεκατομμύρια επενδύσεων εκεί.

Αυτή η χρήση αποδείχτηκε ότι θα ήταν η τεχνητή νοημοσύνη και συγκεκριμένα η τεχνολογία των νευρωνικών δικτύων. Μιλάμε για μια μέθοδο που προσπαθούσε να μιμηθεί τον ανθρώπινο εγκέφαλο και να επιτρέψει στην AI να εξελίσσει νέους κανόνες μάθησης από μόνη της. Τα νευρωνικά δίκτυα ήταν για πολύ καιρό περιφερειακά, εν μέρει επειδή είναι “μαύρα κουτιά”, μυστήρια για τους χρήστες (δεν μπορείς να εξηγήσεις πώς η AI μαθαίνει ή γιατί κάνει αυτό που κάνει), και εν μέρει επειδή η υπολογιστική ισχύς που απαιτείται για να λειτουργήσει ένα νευρωνικό δίκτυο υψηλής απόδοσης είναι απρόσιτη.

Όταν μίλησε στο ετήσιο συνέδριο GPU Technology της Nvidia το 2013, δεν ανέφερε ποτέ τα νευρωνικά δίκτυα, μιλώντας αντ’ αυτού για μοντελοποίηση και γραφικά υπολογιστών. Αλλά λίγους μήνες αργότερα, αφού ένας ερευνητής της Nvidia, του παρουσίασε απευθείας τη σημασία της AI, ο Huang είχε αυτό που λέμε μια “επιφοίτηση”: Έβαλε ένα ακόμη μεγάλο στοίχημα, μετασχηματίζοντας ουσιαστικά την Nvidia από μια εταιρεία γραφικών σε μια εταιρεία AI μέσα σε ένα σαββατοκύριακο. Αυτό το στοίχημα ήταν λιγότερο ριψοκίνδυνο από τα προηγούμενα, γιατί, αν και η Nvidia είχε ανταγωνιστές που κατασκεύαζαν επίσης GPUs, κανένας από αυτούς δεν είχε σχεδιάσει πραγματικά τις δικές του για να χρησιμοποιούνται ως υπερυπολογιστές.

Παρ’ όλα αυτά, το να το πάρει εξ ολοκλήρου ήταν προφητικό—ανακαλύψεις όπως τα μεγάλα μοντέλα γλώσσας είχαν ακόμη δρόμο εξέλιξης —και αυτό είναι που έκανε την Nvidia μια εταιρεία αξίας σχεδόν 3 τρισεκατομμυρίων δολαρίων.

πηγή- The Atlantic