Исследовательские группы университетов по искусственному интеллекту на передовой технологических достижений сталкиваются с серьезными препятствиями из-за недостаточного финансирования. С неотложной потребностью в новейших чипах искусственного интеллекта (ИИ), таких как высокопроизводительные графические процессоры (GPU) Nvidia для создания генеративных моделей ИИ, прогресс в исследованиях замедляется. Многим исследователям приходится обходиться устаревшими игровыми GPU, которые были срочно собраны из-за ограничений бюджета, не позволявших приобрести новые модели.
Академические круги выразили сожаление, проводя параллели с тем, что подобно вступлению в современный бой с устаревшим вооружением. Основная проблема, создающая этот тупик, — резкий рост цен на чипы ИИ, в то время как бюджеты университетских исследований отстают от этих изменений. По мере роста рынка ИИ, предложение не успевает удовлетворить нарастающий спрос, вызывая рост цен. Для осуществления даже базовых исследований по ИИ требуется финансирование в размере около 500 миллионов вон, но типичный годовой бюджет исследований, доступный профессорам, не превышает половины этой суммы.
Эксперты оценивают, что для использования старых моделей чипов и оборудования, используемых университетами для воспроизведения услуг, соответствующих последним мировым стандартам, потребуется около 150 лет. Более того, даже после того, как эти ценные чипы будут обеспечены, недостаточная электроэнергия в университетах является еще одним препятствием, заставляя профессоров искать здания с доступными ресурсами энергии.
Хотя правительство предпринимает усилия по предоставлению GPU бизнесу и университетам, масштаб этих инициатив крайне недостаточен по сравнению с спросом. В отличие от стран, таких как Соединенные Штаты, где компании поставляют значительное количество GPU университетам, или Канады, где правительство поддерживает общую инфраструктуру данных и вычислений между несколькими университетами, Южная Корея отстает.
На фоне этой ситуации Южная Корея борется со стагнацией стратегических национальных проектов, таких как строительство шестого суперкомпьютера из-за ограничений бюджета. В результате такая ситуация приводит к оттоку мозгов, поскольку отечественные таланты по ИИ, разочарованные отечественными перспективами, уезжают за возможностями за рубежом. Это резкое противоречие с глобальной гонкой крупных технологических компаний за привлечение ведущих талантов по ИИ с щедрыми зарплатами. Для привлечения и удержания квалифицированных исследователей улучшение исследовательской среды так же важно, как предлагаемая компенсация. Работающие за границей корейские исследователи по ИИ приоритизируют возможности для совместных исследований и надежную инфраструктуру для исследований по ИИ при рассмотрении возвращения на родину.
Несмотря на видение правительства о том, чтобы поднять Южную Корею в число лидеров в области ИИ, если существующие исследовательские условия и отток талантов продолжат игнорироваться, такие амбиции могут окончиться пустыми заявлениями. Это ранние этапы гонки за технологиями ИИ, и все еще есть шанс завоевать инициативу. Однако дальнейшее многозначительность может привести к окончательной потере возможности.
Основные вопросы и ответы:
1. Почему исследования по ИИ в университетах затруднены?
Исследования по ИИ затруднены из-за нехватки финансирования, что приводит к неспособности приобрести последние чипы и оборудование по ИИ. Резкое повышение цен на чипы ИИ не сопровождается соответствующим увеличением бюджетов университетских исследований.
2. Как устаревшие GPU влияют на исследования по ИИ?
Устаревшие GPU заставляют исследователей работать с менее эффективными инструментами, что замедляет прогресс исследований и препятствует воспроизведению новейших моделей генеративного ИИ в разумные сроки. Оценивается, что для достижения уровня услуг, сравнимых с последними стандартами, с использованием старого оборудования может потребоваться почти 150 лет.
3. С какими другими проблемами сталкиваются исследовательские группы университетов?
Помимо устаревшего оборудования, исследовательские группы университетов сталкиваются с проблемами, такими как недостаточная инфраструктура электроснабжения для поддержки высокопроизводительных GPU, конкуренция с частным сектором за ограниченные ресурсы и угроза «оттока мозгов», поскольку отечественные таланты ищут лучшие возможности за границей.
Ключевые проблемы и споры:
Финансовые Ограничения: Бюджеты университетских исследований часто недостаточны для приобретения современной технологии, что приводит к отставанию результатов исследований.
Ограничения Инфраструктуры: Даже когда университеты приобретают необходимые чипы ИИ, им могут угрожать проблемы, такие как недостаточность электроэнергии, что ограничивает использование оборудования высокой производительности.
Конкуренция с Частным Сектором: Частный сектор часто может предложить более выгодные условия для приобретения последних технологий и талантов по сравнению с академическими учреждениями благодаря более крупным финансовым ресурсам.
Отток Мозгов: Миграция отечественных талантов в страны с лучшими исследовательскими возможностями представляет значительный риск для продолжения местных исследований и развития в области ИИ.
Удержание Талантов: Ключ к продвижению исследований по ИИ заключается не только в привлечении, но и в удержании лучших талантов, что требует инвестиций в исследовательские условия и инфраструктуру.
Преимущества и Недостатки:
Преимущества:
— Университеты традиционно являются центрами инноваций, где может процветать фундаментальное исследование, не подверженное немедленным коммерческим давлениям.
— Исследование университетов ведется на основе разнообразных точек зрения и сотрудничества между различными дисциплинами.
Недостатки:
— Недостаточное финансирование и ресурсы могут серьезно ограничить объем и темп исследований.
— Устаревшее оборудование не только замедляет исследования, но также может разочаровать исследователей и студентов.
— Невозможность держать шаг с технологическими достижениями может привести к тому, что академические исследования станут нерелевантными в определенных областях.
Если вы хотите узнать больше информации об искусственном интеллекте и его развитии в мире, вы можете посетить следующие официальные веб-сайты:
— NVIDIA, для получения информации о последних GPU и достижениях в области параллельных вычислений.
— AI.gov, инициатива по искусственному интеллекту правительства США.
— Инновации, наука и экономическое развитие Канады, для политики правительства Канады в области инноваций и общих структур данных.