Google membutuhkan waktu 25 tahun untuk siap untuk Genai. Apple baru saja dimulai.

Kecerdasan buatan agak seperti membangun gedung perkantoran.

Selama berbulan -bulan atau bertahun -tahun, tanah memiliki lubang besar, dan sepertinya tidak ada yang terjadi. Kemudian, tiba -tiba, kerangka kerja baja naik, diikuti oleh dinding dan jendela. Bit yang kita semua lihat sering membutuhkan lebih sedikit waktu. Pekerjaan fondasi di bawah tanah membutuhkan waktu lama, dan tanpa itu, bangunan tidak akan berdiri.

Di AI, blok bangunan penting memakan waktu bertahun -tahun, atau bahkan beberapa dekade, untuk muncul. Banyak dari ini tidak terlihat oleh pengguna akhir, tetapi tanpa fondasi teknis ini, produk AI tidak berfungsi.

Google memiliki hampir semua blok bangunan ini. Microsoft, Amazon, dan Meta juga memiliki banyak dari mereka. Openai dengan panik menerapkannya dan memiliki jalan panjang. Apple memiliki sangat sedikit, dan itu masalah besar bagi pembuat iPhone.

Karena blok bangunan ini bekerja di latar belakang, kita tidak sering melihat masalah dengan jelas. Namun, tahun ini, mereka berada di acara penuh ketika Apple menunda pembaruan Siri bertenaga AI-nya.

Perusahaan sedang mencoba untuk secara radikal meningkatkan dasar teknis asisten digitalnya untuk usia AI generatif. Itu tidak siap untuk prime time. Memperbaiki Siri dengan benar dapat membutuhkan perbaikan besar -besaran – pada dasarnya mengembangkan blok bangunan AI penting hampir dari awal dalam beberapa kasus. Jika itu tidak berhasil, Apple mungkin harus mengandalkan raksasa teknologi lain (dan saingan) untuk bantuan atau melakukan akuisisi yang mahal. Saya bertanya kepada Apple tentang semua ini minggu lalu dan belum mendengar kabar.

Blok bangunan Google

Apple membutuhkan banyak blok bangunan AI. Untuk memberi Anda ide yang lebih baik, lihatlah apa yang telah dilakukan Google selama beberapa dekade untuk memastikan itu siap untuk momen AI ini.

Ambil contoh Flow, alat AI generatif baru yang diluncurkan Google minggu lalu yang membantu pencipta menghasilkan video profesional. Banyak blok bangunan AI besar terletak di bawah produk ini. Inilah pandangan kasar beberapa dari mereka:

Veo adalah model AI generasi video Google, sekarang dalam iterasi ketiga. Itu tidak akan ada tanpa semua video YouTube untuk dilatih. Siapa yang memiliki YouTube? Oh ya, Google.

Imagen adalah model generasi gambar Google, sekarang dalam inkarnasi keempatnya. Gemini adalah jawaban Google untuk chatgpt. Arsitektur Transformer adalah terobosan penelitian yang memungkinkan AI generatif. Itu ditemukan di Google sekitar 2017. Tensor Processing Units (TPU) adalah jenis chip Google AI (lebih lanjut tentang itu di bawah).

Ini jauh lebih dari ini. Google telah mengindeks semuanya di web dan telah melakukannya selama beberapa dekade. Ini menghirup gunung informasi lain dalam berbagai cara. Ini dapat digunakan sebagai data pelatihan untuk mengembangkan model AI yang kuat.

Visi AI Larry Page

Google Cofounder Larry Page Bicara tentang hal ini dalam sebuah wawancara pada tahun 2000 ketika kebanyakan dari kita mengkhawatirkan apakah pencuci piring kita sesuai Y2K.

“Kecerdasan buatan akan menjadi versi akhir dari Google,” katanya ketika Google baru berusia dua tahun. “Itu akan mengerti, Anda tahu, persis apa yang Anda inginkan. Dan itu akan memberi Anda hal yang benar. Dan itu jelas kecerdasan buatan, Anda tahu, itu akan dapat menjawab pertanyaan apa pun, pada dasarnya, karena hampir semuanya ada di web, kan?”

Dia mengatakan bahwa Google memiliki sekitar 6.000 komputer untuk menyimpan sekitar 100 salinan web. “Banyak perhitungan, banyak data yang tidak pernah tersedia,” halaman kerubik menjelaskan. “Dari sudut pandang ilmiah teknik, membangun berbagai hal untuk memanfaatkan ini adalah latihan intelektual yang sangat menarik. Jadi saya berharap melakukan itu untuk sementara waktu.”

Ketika Google go public sebagai penyedia mesin pencari pada tahun 2004, itu sudah menjadi perusahaan AI.

Dari Alexnet ke Tensorflow

Pada 2012, para peneliti mengembangkan terobosan AI utama ketika mereka melatih komputer untuk mengenali dan mengklasifikasikan objek hanya dengan “melihat” pada mereka. Alex Krizhevsky, Ilya Sutskever, dan penasihat mereka Geoffrey Hinton di University of Toronto mengembangkan teknologi Alexnet ini dan membentuk perusahaan bernama DNNResearch. Google membelinya pada tahun 2013, mendapatkan semua kekayaan intelektual, termasuk kode sumbernya.

Jika ada satu blok bangunan yang akan saya soroti yang mengarah ke produk aliran Google, saat ini, yang terjadi setidaknya 12 tahun yang lalu.

Pada tahun 2014, Google membeli DeepMind, laboratorium AI rahasia yang dikelola oleh Demis Hassabis dan Mustafa Suleyman. Blok bangunan ini mengilhami Elon Musk untuk membawa Openai menjadi, sebagai penyeimbang terhadap kekuatan AI Google yang tumbuh. Itu lebih dari satu dekade yang lalu. Hassabis dan DeepMind sekarang memimpin banyak kreasi AI Google yang paling mengesankan. Suleyman menjalankan barang -barang AI besar di Microsoft.

Sebelum konferensi I/O besar Google pada tahun 2016, perusahaan membawa saya dan sekelompok jurnalis lain untuk belajar tentang “pembelajaran mesin,” cabang AI. Hinton dan perintis AI lainnya menghabiskan berjam -jam menulis di papan tulis mencoba menjelaskan bagaimana teknologi kompleks ini bekerja – kepada audiens yang mungkin mendapat BS atau lebih rendah dalam matematika sekolah menengah. Itu menyakitkan, tapi sekali lagi itu menunjukkan seberapa jauh di depan Google di AI.

Pada tahun yang sama, Google meluncurkan TPU, serangkaian chip AI yang ditanam di rumah yang bersaing dengan GPU Nvidia. Google menggunakan TPU di pusat datanya sendiri dan juga menyewakannya ke perusahaan dan pengembang lain melalui layanan cloud -nya. Bahkan mengembangkan kerangka kerja AI yang disebut TensorFlow untuk mendukung pengembang pembelajaran mesin, meskipun pytorch open-source meta telah mendapatkan tanah di sana akhir-akhir ini.

Dunia ‘ai-pertama’

Minggu lalu, saya menghadiri I/O lagi. CEO Google Sundar Pichai mengatakan perusahaan ini secara unik siap untuk momen AI generatif. Sepertinya komentar yang dibuang, meskipun mewakili seperempat abad pekerjaan yang dimulai dengan visi AI Page. Hampir satu dekade yang lalu, Pichai mengatakan Google bergerak menuju dunia komputasi “AI-pertama”.

Semua blok bangunan ini sangat mahal untuk dibuat dan dirawat. Misalnya, Google merencanakan $ 75 miliar CAPEX tahun ini, terutama untuk pusat data AI.

Bagaimana Google memberi daya pada semua fasilitas ini? Nah, ini adalah salah satu pembeli perusahaan terbesar dari energi terbarukan dan baru -baru ini memotong kesepakatan untuk mengembangkan tiga pembangkit listrik tenaga nuklir. Tanpa semua ini, Google tidak akan dapat bersaing di AI.

Situasi rumit Apple

Apple tidak memiliki banyak blok bangunan ini. Misalnya, itu tidak menjalankan banyak pusat data besar dan kadang -kadang bahkan menggunakan fasilitas Google untuk proyek -proyek penting.

Misalnya, ketika pengguna perangkat Apple melakukan cadangan iCloud, mereka sering disimpan di pusat data Google. Ketika datang untuk melatih model AI Apple yang memberi daya pada Apple Intelligence baru pembuat iPhone, perusahaan meminta akses tambahan ke TPU Google untuk menjalankan pelatihan.

Mengapa mengandalkan saingan seperti ini? Nah, Apple baru mulai mengerjakan chip AI yang ditanam di rumah untuk pusat data dalam beberapa tahun terakhir. Itu kira -kira tujuh tahun setelah Google TPU keluar.

Apple memiliki banyak data tetapi telah berhati -hati menggunakannya untuk pengembangan AI karena masalah privasi pengguna. Ini dicoba untuk menangani pemrosesan AI pada perangkat seperti iPhone, tetapi proyek -proyek ini membutuhkan daya komputasi besar -besaran yang hanya dapat disediakan oleh pusat data.

Apple juga lambat untuk merekrut bakat AI. Itu tidak membiarkan peneliti AI mempublikasikan makalah penelitian secara publik, atau membatasi ini. Itu telah menjadi bahan dasar untuk merekrut bakat penting ini selama bertahun -tahun. Apple memang mempekerjakan perintis AI John Giannandrea dari Google pada tahun 2018, meskipun ia telah berjuang untuk membuat dampak, Bloomberg melaporkan.

Jika AI generatif mengubah perangkat komputasi seperti smartphone, kurangnya blok bangunan AI ini bisa menjadi masalah nyata bagi Apple.

‘Apple sangat putus asa!’

Blogger teknologi Ben Thompson adalah penggemar Apple, dan bahkan dia khawatir tentang hal ini. Minggu lalu, dia menyarankan beberapa solusiyang sebagian besar tampak keras atau tidak menggugah selera.

Misalnya, ia mengusulkan agar Apple mengizinkan Siri digantikan oleh AIS lainnya. Itu menarik karena Apple akan menghindari harus menghabiskan $ 75 miliar per tahun di Capex untuk bersaing dengan Google dan lainnya di ujung tombak AI.

Pilihan terbaik di sini adalah meminta chatgpt menggantikan Siri. Namun, Openai baru -baru ini bekerja sama dengan mantan Kepala Desain Apple Jony Ive untuk mengembangkan gadget yang dapat bersaing dengan iPhone, yang menunjukkan bahwa ChatGPT bukanlah solusi yang mudah.

Ikatan lain dengan Google mungkin mendapatkan pengawasan antitrust. Meta bisa menjadi mitra AI, kecuali CEO -nya, Mark Zuckerberg, tampaknya tidak seperti Apple. Antropik adalah ide lain, meskipun Amazon memiliki banyak startup itu, dan Google juga memiliki potongan.

“Tampaknya semakin jelas bahwa peluang Capex-Lite tergelincir, dan Apple perlu mempertimbangkan untuk menghabiskan uang serius,” tulis Thompson.

Itu bisa datang dalam bentuk akuisisi. Thompson menyarankan Apple Buy SSI, startup yang didirikan oleh Ilya Sutskever. (Dia salah satu perintis AI di belakang Alexnet.) Namun, itu akan mahal, dan SSI belum memiliki produk.

Thompson juga menyarankan Apple Buy Xai, startup AI baru Musk.

Yang itu tampak seperti lelucon. Tapi, seperti yang ditulis Thompson, “Apple putus asa!”

Mendaftar untuk Newsletter Memo Tech BI Di Sini. Hubungi saya melalui email di abarr@busienssinsider.com.