Miksi tekoälyyn investoidaan biljoonia?

Tutkimuspohja ja elävä viitekehys  ·  CC BY 4.0

Miten tätä tutkimusta käytetään

Yhden sivun orientaatiomuistio. Lue tämä ennen mitään muuta paketissa.


Mikä tämä on

Neutraalin ulkopuolisen tarkkailijan tutkimussynteesi, joka rekonstruoi tekoälylaskennan taloutta — energiaa, laitteistoa, tokeneita, työkapasiteettia, omistusta — nimettyjen johtajien julkisten lausuntojen, itsenäisesti tarkistettujen laitteistospesifikaatioiden ja hinnoittelun, sekä kirjoittajan omien aiemmin julkaistujen töiden pohjalta. Joka olennainen väite on merkitty yhdellä viidestä näyttöluokasta (Havaittu fakta, Lähteeseen kohdistettu lausunto, Johdettu laskelma, Skenaario-oletus, Tulkinta), jotta lukija näkee yhdellä silmäyksellä, mikä on itsenäisesti vahvistettu, mikä on jonkun tallenteella oleva väite, mikä on laskutoimitus ja mikä on muokattavissa oleva havainnollistus.

Mitä tämä ei ole

Mitä tämä tutkimus voi vahvistaa

Mitä tämä tutkimus ei voi vahvistaa

Miten tätä tutkimusta haastetaan tai laajennetaan

  1. Tarkista lähderekisteri (02-source-register.md, 10-appendix-source-register-formatted.md) — joka havaittu fakta ja lähteeseen kohdistettu lausunto jäljittyy päivättyyn ensisijaiseen tai toissijaiseen lähteeseen. Jos lähde on siirtynyt, päivittynyt tai luettu väärin, se on legitiimi havainto — kirjaa se sellaisena.
  2. Aja työkirjat uudelleen omilla luvuillasi. Täydentävät työkirjat (03–08) ja reaaliaikaisilla kaavoilla toimiva Excel-malli (18-companion-data-model.xlsx) paljastavat joka skenaario-oletuksen muokattavana solunä. Eri sähkön hinta, rahoituskorko tai käyttöasteoletus ei ole mallin kumoamista — se on malli toimimassa tarkoitetulla tavalla.
  3. Erota erimielisyys oletuksesta faktakorjauksesta. “Mielestäni 60 %:n käyttöaste on epärealistinen omassa kontekstissani” on skenaarioerimielisyys (muuta solua). “Tämä vertailutulosluku on 4 räkin yhteenlaskettu tulos, ei yksittäisen räkin luku” on faktakorjaus (kirjaa se lähderekisteriä vasten). Tämä paketti käsittelee näitä kahta eri tavoin, ja niin tulisi tehdä myös sen kritiikin.
  4. Varo mittakaavan vuotamista tuotantotasojen välillä. Kustannus-per-token-lukua yhdelle laitteistotasolle (esim. hyperskaalaräkille) ei koskaan pidä soveltaa eri tasoon (esim. pöytätietokoneeseen) — raportti merkitsee tämän selkeästi joka kohdassa, jossa se on todellinen riski (osa II, osa VI). Minkä tahansa tämän työn laajennuksen tulisi säilyttää tämä kuri.
  5. Raportoi ajautumista, ei vain erimielisyyttä. Jos löydät luvun yhdestä resurssista (alkuteksti, diaesitys, työkirja, kaavio), joka on ristiriidassa toisen kanonisen luvun kanssa, se on virhe tämän paketin omassa sisäisessä johdonmukaisuudessa, ei mallinnusvalinta — katso data/canonical-cost-model.csv yksittäinen totuuden lähde, jota näiden lukujen tulisi seurata, tools/check-canonical-consistency.py automaattinen tarkistus, joka valvoo tätä, ja README.md:n tunnettujen ongelmien loki siitä, miten tällaisia havaintoja on käsitelty aiemmissa versioissa.

Mistä aloittaa, riippuen siitä mitä haluat

Katso “Lukupolut” tiedostossa README.md linssikohtaiset ja syvyyskohtaiset aloituspisteet — alkuteksti, johdon tiivistelmä, työkirjat ja diaesitys on rakennettu palvelemaan eri yleisöjä eri syvyyksillä samasta jaetusta faktapohjasta, ei luettavaksi alusta loppuun kaikkien toimesta.


Julkaistu CC BY 4.0 -lisenssillä alkuperäisen tekstin ja rakenteen osalta. Tutkimussynteesi ja mallinnus: Valto Loikkanen, tekoälyn avustuksella. Faktojen aikarajaus: 2026-08-13.