AI wchodzi w matematykę i badania nad energią, ale w teczce nie ma wyniku z fuzji

29 września CBC News podało, że do rządu Nowej Fundlandii i Labradoru zgłaszały się firmy chcące budować centra danych AI. Minister energii i górnictwa Lloyd Parrott powiedział, że drzwi prowincji są "open for business". To najświeższy wątek w tej teczce. Zarazem nie jest to historia o fuzji.

Zapytanie dotyczy wyniku badań nad energią fuzyjną. Żadne z dwunastu pełnotekstowych źródeł tu dostarczonych go nie podaje. W teczce nie ma pracy naukowej, komunikatu prasowego ani doniesienia o eksperymencie fuzyjnym, rekordzie plazmy, kamieniu milowym reaktora czy recenzowanym odkryciu z zakresu fuzji. Jedyny materiał o fuzji to lista nagłówków, o których instrukcja wprost mówi, żeby nie traktować ich jako cytowalnych faktów. Uczciwa odpowiedź brzmi więc: ta teczka nie pozwala napisać analizy badań nad fuzją.

Co teczka zawiera

Najmocniejszy blok dotyczy tego, jak AI przejmuje pracę badawczą. 29 września National Bureau of Economic Research opublikowało dokument roboczy 35 782 autorstwa Matthew Schwartza, Isaiaha Andrewsa i Jesse'ego M. Shapiro. Autorzy opisują otwarty zestaw narzędzi, który używa modelu językowego do odtwarzania, ulepszania i rozszerzania artykułów ekonomicznych na podstawie ich pakietów replikacyjnych. Zespół wziął 4 452 opublikowane pakiety replikacyjne z pięciu czasopism ekonomicznych. Narzędzie wykryło rozbieżności w 3 460 artykułach lub ich załącznikach. W 496 artykułach skróciło czas obliczeń danego rachunku ponad dziesięciokrotnie przy podobnej lub większej dokładności. W 923 artykułach dodało rozszerzenie, którego nie było w oryginale. W deklaracji dołączonej do pracy napisano, że modele językowe wykorzystano w analizie i przy pisaniu, a Schwartz pracował jako kontraktor dla Anthropic.

Dwa inne teksty z 29 września ciągną w tę samą stronę. Stephen Wolfram opublikował 28 września esej, w którym przekonuje, że AI przydaje się do przeszukiwania literatury matematycznej, ale pytania wciąż stawia ludzka wyobraźnia. Wpis na blogu Dana Romika, także datowany na 29 września, stawia ostrzejszą tezę: autonomiczne dowodziciele twierdzeń będą generować wszystko, co leży "o odległość jeden" od ich korpusu treningowego, a potem się zatną. Nie potrafią bowiem destylować i uogólniać tego, co tworzą.

Wpis Romika zaczyna się od nawiązania do ogłoszenia OpenAI o rozwiązaniu problemu Naviera-Stokesa. To twierdzenie zawarte w źródle, a nie zweryfikowany wynik w tej teczce, i tak należy je czytać.

Energia i moc obliczeniowa, bez wątku fuzji

Po stronie energii teczka daje dwa datowane punkty, a nie przełom. Wpis Hannah Ritchie na Substacku z 29 września omawia pracę profesora oksfordzkiego Nicka Eyre'a. Wynika z niej, że w pełni zelektryfikowany globalny system energetyczny potrzebowałby około 40% mniej energii końcowej: całkowity popyt spada z 416 do 247 eksadżuli, a zapotrzebowanie na energię elektryczną rośnie ze 110 do 189 EJ. To model, nie pomiar.

Efficient Computer poinformowało tego samego dnia, że pozyskało 97 000 000 dolarów w rundzie serii B prowadzonej przez TQ Ventures, co daje łącznie 173 000 000 dolarów przy wycenie 650 000 000 dolarów. Prezes Brandon Lucia pisze, że firma deklaruje 10 do 100 razy lepszą efektywność energetyczną niż tradycyjne architektury procesorów i że wprowadza swój układ Electron E1 do produkcji seryjnej dla wbudowanych systemów fizycznej AI.

Oracle natomiast 29 września pokazał Fusion Claw, zarządzane środowisko wykonawcze dla agentów, wraz z 25 aplikacjami Fusion Agentic Applications opartymi na Claw. Mimo nazwy to oprogramowanie dla przedsiębiorstw, nie fizyka plazmy.

Tekst CBC spina te wątki. Paris Marx, autor książki Hyperscale, zapytał, czy oddawanie energii elektrycznej centrom danych to jej najlepsze wykorzystanie. Prezes TechNL Andrea King powiedziała, że Labrador ma niskoemisyjną energię wodną, zimny klimat i ziemię, których chcą zwolennicy inwestycji, ale koszty alternatywne nadal trzeba ważyć. CBC zauważa też, że planowane centrum danych Meta w hrabstwie Sturgeon w Albercie ma kosztować 13 000 000 000 dolarów i ruszyć w ciągu dwóch do trzech lat.

Jeśli zadaniem jest wynik badań nad fuzją, to teczka jest z niewłaściwej szuflady. Umożliwia za to węższą historię: narzędzia AI kieruje się na samo badania, a prąd, którego te narzędzia potrzebują, stał się w Kanadzie pytaniem politycznym na poziomie prowincji.