🟩 สมัครเทรด #ค่าเงิน #ทองคำ สนับสนุน THAIFRX.COM คลิกที่ลิ้งค์นี้ https://one.exnessonelink.com/a/se21a7h0
Steve Eisman ผู้มีชื่อเสียงจาก “The Big Short” กล่าวว่าเขาเริ่มกังวลว่าการเติบโตของปัญญาประดิษฐ์อาจอยู่บนพื้นที่ที่สั่นคลอนกว่าที่นักลงทุนคิด ผู้จัดพอดแคสต์ “The Real Eisman Playbook” และอดีตผู้จัดการพอร์ตโฟลิโออาวุโสของ Neuberger Berman กล่าวว่าเขาพบทฤษฎีที่เสนอแนะว่าเมื่อโมเดลภาษาขนาดใหญ่ยังคงขยายขนาดต่อไป ประสิทธิภาพที่เพิ่มขึ้นก็อาจเริ่มลดลง และท้าทายสมมติฐานที่ว่าโมเดลที่ใหญ่ขึ้นเรื่อยๆ จะให้การปรับปรุงที่ก้าวล้ำต่อไป “โมเดลภาษาขนาดใหญ่ในขณะที่พวกเขาปรับขนาดซึ่งเป็นแบบจำลองที่ทุกคนมีจะเริ่มสูญเสียประสิทธิภาพ” Eisman กล่าวเมื่อวันพฤหัสบดีที่ “Squawk Box” ของ CNBC “การปรับปรุงจะช้าลงเมื่อเทียบกับการเพิ่มขึ้น … ในบางจุด บริษัท เช่น Microsoft – หากสิ่งนี้กลายเป็นจริง – พวกเขาจะเริ่มซื้อชิปน้อยลง” แนวคิดนี้สวนทางกับรากฐานการค้า AI ที่ได้รับการยอมรับอย่างกว้างขวางมากที่สุดแห่งหนึ่งใน Wall Street กล่าวคือ ความซับซ้อนของโมเดลที่เพิ่มขึ้นจะปรับการใช้จ่ายจำนวนมหาศาลในพลังการประมวลผลที่ขับเคลื่อนความต้องการชิป “ตอนนี้ ฉันไม่ได้มาที่นี่เพื่อทำให้ผู้คนตื่นตระหนก แต่ถ้าข้อโต้แย้งนี้ถูกต้อง คุณจะเริ่มเห็นผู้คนเริ่มพูดแบบนี้มากขึ้นเรื่อยๆ” เขากล่าว “นี่คือข้อโต้แย้งพื้นฐานที่ทุกคนควรให้ความสำคัญตลอดเวลา” Eisman กล่าวว่าตอนนี้เขายังคงอยู่ โดยยังคงเป็นเจ้าของผู้เล่น AI หลัก ๆ เช่น Nvidia, Microsoft และ Meta Platforms Eisman มองว่าข้อกังวลดังกล่าวเป็นความเสี่ยงพื้นฐาน โดยเปรียบเทียบกับข้อสันนิษฐานที่มีข้อบกพร่องซึ่งเป็นรากฐานของตลาดสินเชื่อจำนองก่อนเกิดวิกฤติในช่วงปี 2549-2551 “มันเหมือนกับข้อโต้แย้งพื้นฐานก่อนเกิดวิกฤตการณ์ทางการเงินครั้งใหญ่ ซึ่งในที่สุดฉันก็พบว่าตลาดตราสารหนี้จำนองทั้งหมดตั้งอยู่บนสมมติฐานเดียว นั่นคือราคาที่อยู่อาศัยไม่สามารถลดลงได้” เขากล่าว “และเมื่อสมมติฐานนั้นถูกดึงออกไป อาคารทั้งหลังก็พังทลายลง” Michael Burry ผู้มีชื่อเสียงใน “Big Short” เตือนมาหลายเดือนแล้วว่าความต้องการ AI อาจเกินจริง และเศรษฐกิจของการใช้จ่ายในปัจจุบันพุ่งสูงขึ้น เขายิ่งกังวลมากขึ้นไปอีกและเดิมพันกับ AI
🟩 สมัครเทรด #ค่าเงิน #ทองคำ สนับสนุน THAIFRX.COM คลิกที่ลิ้งค์นี้ https://one.exnessonelink.com/a/se21a7h0
ที่มาบทความนี้





