Οι θηριώδεις απαιτήσεις δεδομένων και η μεγάλη υπολογιστική ισχύ που απαιτείται για να οδηγήσει τους AI chatbots στην απόλυτη απόδοση υπογραμμίζουν τη συνεχή εξέλιξη στον τομέα της τεχνητής νοημοσύνης. Η ενίσχυση του μάθηματος, ένα κρίσιμο διαδικασία για τη βελτίωση της απόδοσης της AI, βασίζεται κυρίως στην ανατροφοδότηση από τους ανθρώπους για να βελτιώσει την ποιότητα της απάντησης της AI. Ως αποτέλεσμα, όσο περισσότερα δεδομένα τρέφονται σε αυτά τα μοντέλα, τόσο πιο ακριβή και αξιόπιστα γίνονται, μείωντας τη συχνότητα των “οράματων” ή των εσφαλμένων εξόδων.
Η ενστικτώδης κίνηση προς το “γιγαντισμό” υποχρεώνει καταπληκτική υπολογιστική δύναμη κατά τη διάρκεια της διαδικασίας μάθησης και αργότερα για να εξυπηρετήσει εκατομμύρια χρηστες. Για παράδειγμα, τον Μάρτιο, η ChatGPT είχε μια ενεργή βάση χρηστών 200 εκατομμυρίων ατόμων. Η παροχή αυτών των υπολογιστικών δυνατοτήτων υποθέτει μια πρωτοφανή διαθεσιμότητα υλικού, λογισμικού και ενέργειας – θέτοντας την καινούργια εποχή στην ιστορία του υπολογισμού.
Η δημιουργία και η συντήρηση αυτών των μεγάλης κλίμακας γλωσσικών συστημάτων απαιτούν οικονομικές δεσμεύσεις που μπορούν να ανταποκριθούν μόνο ελάχιστα εταιρικά τιτάνια. Οι τεχνολογικές γίγαντες – Meta, Microsoft, Google και Amazon – ανακοίνωσαν ότι επενδύουν εντυπωσιακά 32 δισεκατομμύρια δολάρια αποκλειστικά τους πρώτους τέσσερις μήνες του 2004 για να υποστηρίξουν τις διογκούμενες λειτουργίες της AI.
Αυτό θέτει ένα απότομο φράχτη εισόδου σε έναν αγορά που αναμένεται να αυξηθεί σε αξία 1 τρισεκατομμύριο μέχρι το 2031. Η ελάφρυνση αυτού του εμποδίου εισόδου έχει γίνει σημαντικό επίκεντρο, με βήματα που γίνονται προς νέα μοντέλα μάθησης που μειώνουν σημαντικά την ανάγκη για ανθρώπινη παρέμβαση στην ρύθμιση των δεδομένων. Αυτά τα καινοτόμα μοντέλα, όπως φαίνεται στις λύσεις της ευρωπαϊκής startup Mistral και στις startups όπως το Claude της Anthropic ή το επερχόμενο Llama 3 της Meta, επίσης υποστηρίζεται ότι είναι έως και επτά φορές πιο αποδοτικά στην ενέργεια από εκείνα που χρησιμοποιούνται από την OpenAI και το Google Gemini.
Πρόσφατα, ερευνητές στην Amazon εισήγαγαν μια μέθοδο (αποκοπή μοντέλου) για τον καθαρισμό ανεπιθύμητων δεδομένων και σφαλμάτων από τα μοντέλα της AI χωρίς να ξαναξεκινήσουν από την αρχή.
Όμως, ίσως η πιο εκρηκτική καινοτομία προέρχεται από την ανάπτυξη μικρότερων,ειδικών και οικονομικών συστημάτων AI. Αυτά τα μικρότερα μοντέλα είναι ικανά να λειτουργούν σε smartphones, κάμερες και αισθητήρες, κάνοντας έτσι τις προηγμένες ικανότητες της AI προσβάσιμες σε μικρότερες επιχειρήσεις και επαγγελματίες χωρίς την ανάγκη για cloud ή σύνδεση στο internet, αντιμετωπίζοντας τις ανησυχίες για την προστασία και την προστασία δεδομένων αποτελεσματικότερα.
Αυτή την εβδομάδα γνωστοποιήθηκε η κυκλοφορία του Microsoft’s Phi-3 και του Apple’s OpenELM, οικογενειών γλωσσικών μοντέλων που λειτουργούν με λιγότερους υπολογιστικούς πόρους και είναι διαθέσιμα δημόσια. Η σειρά Phi-3 της Microsoft, σύμφωνα με τον Σεμπαστιάν Μπιμπέκ, Αντι-Πρόεδρος της Έρευνας Generative AI στη Microsoft, αποκλίνει από τις βιομηχανικές τάσεις εστιάζοντας σε διαχειρίσιμα μοντέλα όπως το Phi-3 mini ως εναλλακτική επιλογή στα μεγαλύτερα συστήματα που συνεργάστηκαν με την OpenAI. Η αξιόπιστη απόδοση του Phi-3, παρόμοια με τη δωρεάν έκδοση ChatGPT 3.5, αποδίδεται στην προσεκτική καλλιέργεια των δεδομένων εκπαίδευσης που εξασφαλίζει ποιότητα και ακρίβεια.
Η Apple, μοιράζοντας μια παρόμοια φιλοσοφία, σχεδίασε το OpenELM για να ακμάσει στο iPhone και άλλες συσκευές εξισορροπώντας την απόδοση με τις απαιτήσεις του συστήματος, επιτρέποντας την τοπική λειτουργία ακριβώς στη συσκευή του χρήστη.
Η σημασία και οι προκλήσεις των προηγμένων AI chatbots
Η συνεχής προαγωγή των AI chatbots οδηγεί σε σημαντικές εξελίξεις στην επεξεργασία της φυσικής γλώσσας και τη διαδραστικότητα του χρήστη. Ένα κρίσιμο ζήτημα είναι να διασφαλιστεί ότι οι chatbots μπορούν να παρέχουν ακριβείς και σχετικές πληροφορίες διατηρώντας συνεκτικές και συνείδητες συζητήσεις. Αυτό απαιτεί έντονα δεδομένα και προηγμένους αλγόριθμους, συχνά απαιτώντας σημαντική υπολογιστική ισχύ και οικονομικούς πόρους.