Все запомните это. Это план самоспасения обычных людей - инвестируйте в них😂

К концу сентября эта твит о Micron, с тех пор цена акций mu удвоилась. Так что сейчас она все еще недооценена? Скорее всего, она все еще недооценена, и даже сильно недооценена. Причина в том, что, независимо от известного пути AGI, "хранение" станет жестким ограничением с суперлинейным или даже фазовым экспоненциальным ростом. 1) Практически все основные пути AGI "подразумевают" взрыв хранения. Известные пути включают: Большие мировые модели (World Models) LLM + многомодальные базовые модели Воплощенный интеллект (Embodied AI) Системы многомодульного сотрудничества / многопользовательские системы Долгосрочная память + планирование + система размышлений. Они приведут к суперлинейному росту потребностей в хранении и одновременно повысят три типа хранения: Хранение параметров (веса модели, контрольные точки) Хранение промежуточных состояний / состояний мира (временные состояния, процесс вывода) Хранение долгосрочного опыта / памяти (внешние хранилища памяти, траектории, знания и опыт). 2) Почему "мировая модель" естественным образом является убийцей хранения. (a) Мировая модель не "вход → выход", а "воспроизводимая вселенная". Что должна делать мировая модель: заданное состояние мира → вывод будущего → откат → сравнение → повторный вывод. Поэтому необходимо сохранить: Состояние мира (S_t) Отношения перехода состояния (P(S_{t+1}|S_t, A_t)) Множественные ветвящиеся гипотезы (counterfactuals) Последовательности с длительным временным интервалом (долгий горизонт). Ключевой момент: это не линейная цепь, а древовидная структура с разветвлениями — рост хранения станет линейным временем × коэффициент разветвления → фактически проявится как суперлинейный. (b) Как только модель начинает "обобщаться", потребность в хранении претерпевает скачок. На этапе низкой точности можно хорошо сжимать; но когда модель ближе к "истинному пониманию мира": Правила можно сжимать, но длинные хвосты, аномалии, крайние случаи и сложные причинно-следственные связи не поддаются сжатию. Поэтому возникает ошибочное мнение, что "чем умнее, тем меньше нужно хранения" — на самом деле все выглядит так: чем умнее, тем больше необходимо сохранять больше непредсказуемых исключений и опыта. 3) LLM + многомодальность: хранение не уменьшилось, а "поменяло место" и стало больше. Многие думают, что LLM — это просто большие параметры и мало состояний, но тенденция меняется: (a) От "параметры = знания" к "параметры + внешняя память". Долгий контекст, RAG, Memory Bank, Эпизодическая память и т.д. перемещают знания из весов в доступное внешнее хранилище. Это обычно "перемещение", а не "уменьшение общего объема". (b) Многомодальность значительно увеличивает "плотность данных" каждого опыта. Опыт больше не является одной фразой, а может быть: видео + аудио + действия + состояние окружающей среды. Чем больше модальностей, тем больше эффективная информация в одном образце, тем больше давление на хранение. 4) Воплощенный интеллект: давление на хранение еще более выражено. Воплощенный интеллект зависит от: Потока больших датчиков (визуальные/тактильные/IMU и т.д.) Временные многомодальные траектории. Полные записи успешных/неудачных эпизодов. Сравнение: Основная единица образца LLM — это токен. Мировая модель — это траектория. Робот — это траектория × непрерывные сигналы. И ключевой факт: редкие неудачи и опыт, связанный с безопасностью, особенно ценны и часто не могут быть легко выброшены, что еще больше увеличивает объем хранения, который "необходимо сохранить". 5) Многопользовательские / кооперативные системы: легко возникает "квадратный эффект" или даже иллюзия экспоненты. Если есть N агентов, каждый с M опытом: Только их собственное хранение: около (N×M). Но как только требуется делиться, выравнивать, моделировать друг друга (предсказывать, "как другой агент думает"), хранение будет расширяться в пространстве отношений, возможно, приближаясь к (O(N^2×M)). Особенно в задачах социального/игрового/экономического моделирования многопользовательская + мировая модель значительно увеличит потребности в хранении. 6) Есть ли пути AGI, которые "обходят взрыв хранения"? Наши выводы таковы: в настоящее время нет ни одного серьезно рассматриваемого пути AGI, который действительно мог бы обойти проблему масштабов хранения. Можно только сделать три типа "отсрочки/перемещения": Более агрессивное сжатие (но часто с потерей обобщения). Более частое забывание (в ущерб долгосрочной согласованности). Передача хранения на окружение/инструменты/сеть (по сути, это перемещение, а не уничтожение). 7) Резюме: будет ли предложение долго отставать от спроса? Оценка следующая: "Уровень интеллекта" все больше зависит от доступного эффективного объема памяти (не только вычислительной мощности). Расширение хранения ограничено реальными факторами, такими как материалы, производство, надежность, энергопотребление, стоимость и т.д. Поэтому в обозримом будущем потребность ИИ в эффективном хранении, вероятно, будет долго опережать возможности предложения хранения. Соответствующие выводы включают: Способность запускать полные мировые модели/масштабные системы памяти становится более дефицитной и сосредоточенной. Отраслевые ограничения могут перейти от "вычислительной мощности" к "системам хранения" (иерархия, доступность, долгосрочная согласованность). Таким образом, независимо от того, является ли это мировой моделью, воплощенным интеллектом или многомодальностью + агентом, ключевое жесткое ограничение AGI постепенно переходит от "вычислительной мощности" к "масштабируемым, доступным и долгосрочно согласованным системам хранения"; эта потребность в хранении структурно проявляется как суперлинейный рост и может в определенные моменты проявляться как приближенное экспоненциальное давление. nfa dyor

Если говорить о 26 годах AI и выбрать одно ключевое слово для описания, я думаю, это будет "возвратная самопереработка". Для конечных пользователей, самосовершенствование clawdbot является самым наглядным пониманием этого слова.