Univerzitetski timovi za istraživanje umjetne inteligencije na čelu su tehnoloških napretka suočavaju se s značajnim preprekama zbog nedostatka financiranja. S hitnom potrebom najnovijih čipova za umjetnu inteligenciju (AI), poput Nvidia-inih visokih grafika (GPUs) za stvaranje generativnih AI modela, napredak istraživanja je otežan. Mnogi istraživači prisiljeni su koristiti zastarjele gejmerske GPUs, koje su brzo prikupljene kada su proračunski ograničenja učinila nove modele nedostupnima.
Akademske krugovi izrazili su čuđenje, crpeći paralele s ulaskom u suvremenu bitku s zastarjelim oružjem. Glavni problem koji potiče ovaj problem je strm porast cijena AI čipova dok proračuni sveučilišnih istraživanja ne uspijevaju biti u korak s time. Kako tržište AI-a raste, opskrba se bori da zadovolji rastuću potražnju, što dovodi do skoka cijena. Za provođenje čak i osnovnih AI istraživanja potrebno je financiranje u iznosu od oko 500 milijuna wona, ali tipični godišnji proračun za istraživanje koji je dostupan profesorima ne prelazi polovicu tog iznosa.
Stručnjaci procjenjuju da bi korištenje starih modela čipova i opreme koju koriste sveučilišta za repliciranje usluga usporedivih s najnovijim svjetskim standardima moglo trajati gotovo 150 godina. Nadalje, čak i kad su ovi dragocjeni čipovi osigurani, nedostatak električne energije unutar sveučilišta predstavlja još jedan izazov, prisiljavajući profesore da traže zgrade s dostupnim energetskim resursima.
Iako je vlada pokrenula napore kako bi pružila GPUs tvrtkama i sveučilištima, razmjera ovih inicijativa je znatno nedostatna u usporedbi s potražnjom. Nasuprotno, zemlje poput Sjedinjenih Američkih Država, gdje tvrtke opskrbljuju značajan broj GPUs sveučilištima, ili Kanade, gdje vlada podržava zajedničku podatkovnu i računalnu infrastrukturu na više sveučilišta, su svjetlosne godine ispred.
U svjetlu ovog pozadine, Južna Koreja bori se s stagnacijom strateških nacionalnih projekata poput izgradnje svojeg šestog superkompjutera zbog proračunskih ograničenja. Stoga, ova situacija dovela je do odljeva mozgova jer se domaći talent za AI, razočaran lokalnim izgledima, zaputio u inozemstvo. To je žestok kontrast globalnoj utrci velikih tehnoloških tvrtki za osiguranje vrhunskog AI talenta uz lukrativne plaće. Da bi privukli i zadržali istaknute istraživače, poboljšanje uvjeta istraživanja jednako je važno kao i ponuđena kompenzacija. Korejski AI istraživači koji rade u inozemstvu prioritiziraju suradničke prilike i snažnu AI istraživačku infrastrukturu kad razmišljaju o povratku kući.
Unatoč viziji vlade da ubrza Južnu Koreju u AI G3 (top 3 zemlje u AI), ako se postojeći uvjeti istraživanja i odljev talenata nastave ignorirati, takve ambicije mogu završiti kao prazne proklamacije. Ovo je rani stadij utrke za tehnologijom umjetne inteligencije, i još uvijek postoji prilika za preuzimanje inicijative. Međutim, bilo kakvo daljnje oklijevanje moglo bi rezultirati trajnim propuštanjem prilike.
Ključna pitanja i odgovori:
1. Zašto se AI istraživanje na sveučilištima ometa?
AI istraživanje ometa se nedostatkom financiranja, što rezultira nemogućnošću da si istraživači priušte najnovije AI čipove i opremu. Strmi porast cijena AI čipova nije nadomješten odgovarajućim povećanjem proračuna za sveučilišna istraživanja.
2. Kako zastarjeli GPUs utječu na AI istraživanje?
Zastarjeli GPUs prisiljavaju istraživače da rade s manje učinkovitim alatima, što usporava napredak istraživanja i sprječava replikaciju najnovijih generativnih AI modela u razumnom vremenskom okviru. Procjenjuje se da bi za dostizanje usluga usporedivih s najnovijim standardima korištenjem stare opreme moglo proći gotovo 150 godina.
3. S kojim drugim izazovima se suočavaju timovi sveučilišnih istraživanja?
Osim zastarjele opreme, timovi sveučilišnih istraživanja suočavaju se izazovima poput nedostatka infrastrukture električne energije koja bi podržala visokoperformantne GPUs, konkurencijom s privatnim sektorom za rijetke resurse i prijetnjom ‘odljeva mozgova’ dok domaći talent traži bolje prilike u inozemstvu.
Ključni izazovi i kontroverze:
Financijska ograničenja: Proračuni sveučilišnih istraživanja često su nedovoljni za kupovinu najsuvremenijih tehnologija, uzrokujući zaostajanje u ishodima istraživanja.
Ograničenja infrastrukture: Čak i kad sveučilišta nabave potrebne AI čipove, mogu se suočiti s izazovima poput nedostatka električne energije, što ograničava uporabu visokoperformantne računalne opreme.
Konkurencija s privatnim sektorom: Privatni sektor često može nadmašiti akademske institucije ponudom najnovije tehnologije i talenata zbog većih financijskih resursa.
Odljev mozgova: Migracija domaćeg talenta u zemlje s boljim istraživačkim prilikama predstavlja značajan rizik za kontinuitet lokalnih istraživanja i razvoja AI.
Zadržavanje talenata: Ključ za napredovanje AI istraživanja nije samo privući, već i zadržati vrhunski talent, što zahtijeva ulaganje u uvjete istraživanja i infrastrukturu.
Prednosti i nedostaci:
Prednosti:
– Sveučilišta su tradicionalno središta inovacija gdje temeljna istraživanja mogu prosperirati bez trenutačnih komercijalnih pritisaka.
– Sveučilišna istraživanja imaju koristi od različitih perspektiva i suradnje u različitim disciplinama.
Nedostaci:
– Nedovoljno financiranje i resursi mogu ozbiljno ograničiti opseg i tempo istraživanja.
– Zastarjela oprema ne samo da usporava istraživanja, već može i demotivirati istraživače i studente.
– Nesposobnost da se održi korak s tehnološkim napretkom može učiniti sveučilišna istraživanja irelevantnima u određenim područjima.
Ako želite istražiti više informacija o umjetnoj inteligenciji i njezinom razvoju globalno, možete posjetiti sljedeće službene internetske stranice:
– NVIDIA, za informacije o najnovijim GPU-ovima i napredovanju u paralelnom računarstvu.
– AI.gov, inicijativa američke vlade za umjetnu inteligenciju.
– Innovation, Science, and Economic Development Canada, za politike kanadske vlade o inovacijama i podacima.