Ven. Mar 1st, 2024

Sblocca gratuitamente il Digest dell’editore

Jensen Huang, il laconico amministratore delegato di Nvidia in giacca di pelle, sta godendo di numerosi trionfi. Il gruppo tecnologico da lui cofondato e gestito è ora la sesta azienda più preziosa al mondo, e i suoi chip e software alimentano la rivoluzione dell’intelligenza artificiale. Quest’anno finanziario, i ricavi di Nvidia potrebbero superare quelli dell’intera industria dei videogiochi statunitense messa insieme.

Quest’ultima sembra una semplice nota a piè di pagina per un’azienda i cui supercomputer AI addestrano applicazioni come ChatGPT di OpenAI. Ma ha iniziato fornendo hardware per videogiochi, realizzando chip grafici per personal computer e la console Xbox di Microsoft. Ha cambiato direzione dieci anni fa, ma i giochi sono rimasti la principale fonte di entrate fino allo scorso anno.

La trasformazione di Nvidia è uno dei più importanti tra tutti i perni aziendali, e corrisponde allo storico passaggio di Nintendo dalle carte da gioco alle console e a quello di Toyota dai telai per tessere alle automobili. Non c’è da stupirsi che Huang sia stato così ansioso nel corso degli anni. “Mi piace vivere in quello stato in cui stiamo per morire. . . Mi piace questa condizione”, ha detto questa settimana al DealBook Summit del New York Times.

Ma il perno è meno bizzarro di quanto sembri: i videogiochi e l’intelligenza artificiale hanno molto in comune, e i giochi hanno una lunga storia di essere all’avanguardia nella tecnologia dei personal computer. “Siamo stati i primi ad ammettere che il nostro computer non può fare altro che giocare”, disse al FT negli anni ’80 un dirigente di Nintendo riferendosi alla console “computer di famiglia” appena lanciata sul mercato.

Nintendo ha proseguito con il gioco Super Mario Bros e il dispositivo portatile Game Boy. Quando Huang co-fondò Nvidia nel 1993, l’anno prima che Sony lanciasse la sua prima PlayStation, i giochi erano la forma più spettacolare di elaborazione grafica. Era il mercato naturale per le unità di elaborazione grafica (GPU) di Nvidia, a parte il fatto che Huang era lui stesso un giocatore.

Esistono due tipi di perni: uno naturale e l’altro più uno scherzo del destino. Netflix ha iniziato con il noleggio di DVD, quindi passare allo streaming è stata un’evoluzione intuitiva. I fondatori di Nokia costruirono una cartiera nel 1865 e non avevano idea che alla fine avrebbe prodotto apparecchiature per le telecomunicazioni. Il passaggio di Nvidia dalle GPU per videogiochi ai supercomputer IA si colloca da qualche parte nel mezzo.

Era chiaro subito dopo che Nvidia aveva lanciato la sua prima GPU nel 1999 che l’uso del calcolo parallelo, che velocizza le attività eseguendo molti piccoli calcoli simultaneamente, avrebbe avuto applicazioni più ampie. Era meno ovvio di cosa si trattasse: l’apprendimento automatico era in stasi e Nvidia si impegnava maggiormente nel mobile computing e nella simulazione visiva su larga scala.

Huang ha realizzato il potenziale dell’intelligenza artificiale nel 2012, quando un gruppo che comprendeva Ilya Sutskever, ora capo scienziato di OpenAI, ha utilizzato la tecnologia Nvidia per addestrare una rete neurale chiamata AlexNet per riconoscere le immagini Quattro anni dopo, Huang ha consegnato il suo primo supercomputer AI a OpenAI, le cui ultime versioni hanno 35.000 parti, hanno un prezzo di 250.000 dollari o più e sono alla base della sua recente crescita.

La somiglianza tra i giochi e l’intelligenza artificiale è che vince la pura potenza. Il fatto che le GPU gestissero le informazioni così rapidamente ha reso possibile che la grafica diventasse sempre più sofisticata. È necessaria molta forza bruta informatica per consentire ai giocatori di interagire con gli altri in mondi virtuali riccamente rappresentati, con immagini rese in profondità.

Questa è anche quella che viene chiamata la “lezione amara” dell’intelligenza artificiale: la progettazione delle reti neurali è preziosa, ma il fattore decisivo per quanto bene riescono a elaborare le informazioni e generare immagini è la velocità di calcolo. Le reti neurali si sono risvegliate dall’inverno dell’intelligenza artificiale dei primi anni 2000 dopo essere state addestrate su GPU progettate per i giochi.

“Grafica e intelligenza artificiale condividono una proprietà importante. Più calcolo [computing power] migliori saranno i risultati”, afferma Bryan Catanzaro, vicepresidente della ricerca applicata sul deep learning di Nvidia. Poiché la tecnologia più recente di Nvidia è ora migliaia (e in alcuni casi milioni) di volte più potente delle GPU originali, ha reso l’intelligenza artificiale incredibilmente fluida.

C’è una differenza utile tra i giochi e l’intelligenza artificiale, dal punto di vista di Nvidia. Anche il giocatore più ossessivo ha un limite al prezzo da pagare per una nuova scheda grafica, ma le aziende che hanno bisogno di supercomputer per battere OpenAI pagheranno centinaia di migliaia di dollari. Nvidia occupa una posizione contrattuale altamente redditizia, anche se non durerà per sempre.

Le tecnologie alla base dei giochi e dell’intelligenza artificiale potrebbero nuovamente convergere. Se gli esseri umani devono interagire costantemente con gli agenti dell’intelligenza artificiale, cosa che avverrà presto, dobbiamo trovare modi per relazionarci con loro oltre a digitare comandi in caselle. Questi dovranno essere più fluidamente interattivi e potrebbero assomigliare a giochi e mondi virtuali.

Il gaming non è mai stato un’attività tecnologica banale e l’ascesa di Nvidia ne è la testimonianza. IBM ha costruito il suo supercomputer Deep Blue per battere Garry Kasparov a scacchi nel 1997 e Nvidia ha realizzato GPU per i giochi. Erano le applicazioni più impegnative delle loro epoche ma hanno lasciato il posto ad altre. Non confondere i giochi con una perdita di tempo.

[email protected]