Kolosálne požiadavky na dáta a obrovský výpočtový výkon potrebný na poháňanie AI chatbotov k optimálnej výkonnosti zdôrazňujú neustále evolúciu v oblasti umelej inteligencie. Posilňovací učiaci proces, ktorý je kľúčový na zlepšenie výkonnosti AI, spočíva hlavne na spätnej väzbe od ľudí na zlepšenie kvality odpovedí AI. V dôsledku toho, čím viac dát sa týmto modelom dáva, tým presnejšie a spoľahlivejšie sa stávajú, čo znižuje frekvenciu ‚halucinácií‘ alebo nesprávnych výstupov.
Vnútorný tlak smerujúci k ‚gigantizmu‘ vyžaduje ohromujúcu výpočtovú silu počas učiaceho procesu a neskôr, aby vyhovoval stovkám miliónov používateľov. Napríklad v marci ChatGPT skvelo obsluhoval aktívnu základňu 200 miliónov jednotlivcov. Poskytnutie takýchto výpočtových schopností predpokladá nepredstaviteľnú dostupnosť hardvéru, softvéru a energie, privítajúcu novú éru v histórii výpočtov.
Vytvorenie a udržiavanie týchto zoskupených jazykových systémov vyžaduje finančné záväzky, ktoré si môže dovoliť len vybraná skupina korporátnych gigantov. Technologickí obrysovia – Meta, Microsoft, Google a Amazon – údajne investovali v pôvodných štyroch mesiacoch roku 2004 pôsobivých 32 miliárd dolárov do ich technologickej infraštruktúry len na podporu rozvíjajúcich sa funkcií AI.
Toto stanovuje formidabilnú vstupnú prekážku na trhu, ktorému sa očakáva, že do roku 2031 vzrastie na hodnotu 1 bilión dolárov. Zmiernenie tejto vstupnej prekážky sa stalo hlavným bodom záujmu, pričom boli urobené kroky smerom k novým učiacim modelom, ktoré významne znížia potrebu ľudskej intervencie pri ladení dát. Tieto inovatívne modely, ako je riešenie od európskeho startupu Mistral a startupy ako Claude od Anthropic alebo prichádzajúce Llama 3 od Meta, sú tiež označované ako až sedemkrát energeticky efektívnejšie ako tie, ktoré používa OpenAI a Google Gemini.
Nedávno výskumníci z Amazonu predstavili metódu (model disgorgement) na vyčistenie nechcených dát a chýb z modelov AI bez toho, aby bolo potrebné začínať odznova.
Avšak možno najdisruptívnejšia inovácia prichádza z vývoja menších, špecializovaných a nákladovo efektívnejších AI systémov. Tieto zmenšené modely sú schopné fungovať v smartfónoch, kamerách a senzoroch, čo umožňuje prístup k pokročilým AI schopnostiam pre menšie firmy a profesionálov bez potreby cloudu alebo pripojenia na internet, čím efektívnejšie riešia obavy o ochranu súkromia a dát.
Tento týždeň sa objavil Microsoft Phi-3 a Apple OpenELM, rodiny jazykových modelov, ktoré fungujú s menšími výpočtovými prostriedkami a sú verejne dostupné. Microsoftova Phi-3 séria, podľa Sébastiena Bubecka, viceprezidenta pre výskum generatívnej umelej inteligencie v Microsofte, sa odlišuje od priemyselných trendov tým, že sa zameriava na riaditeľné modely ako alternatívu k veľkým systémom spolupracovaným s OpenAI. Robustný výkon Phi-3, podobný bezplatnej verzii 3,5 ChatGPT, je priraďovaný dôkladnej kurácii tréningových dát, ktorá zaručuje kvalitu a presnosť.
Spoločnosť Apple, ktorá zdieľa podobnú filozofiu, navrhla OpenELM tak, aby prosperoval na iPhonoch a iných zariadeniach vyvažovaním výkonu so systémovými požiadavkami, čo umožňuje lokálne fungovanie priamo na zariadení používateľa.
Význam a výzvy pokročilých AI chatbotov
Neustály pokrok AI chatbotov vedie k významným vývojom v spracovaní prirodzeného jazyka a interakcii s používateľom. Jedným kritickým problémom je zabezpečiť, aby chatboti mohli poskytovať presné a relevantné informácie, pričom udržiavajú súvislé a kontextuálne konverzácie. To si vyžaduje rozsiahle dáta a pokročilé algoritmy, často vyžadujúce významný výpočtový výkon a finančné zdroje.
Kľúčové otázky a odpovede:
1. Prečo je výpočtový výkon kritický pre AI chatboty?
Výpočtový výkon je nevyhnutný na tréning AI modelov na veľkých dátových sadách a na spracovanie viacerých žiadostí užívateľov súčasne, čo je potrebné pre poskytovanie rýchlych a presných odpovedí.
2. Aký je význam ‚gigantizmu‘ v oblasti AI?
‚Gigantizmus‘ označuje trend vytvárania stále väčších modelov AI, ktoré vyžadujú viac dát a výpočtových prostriedkov na dosiahnutie lepšej výkonnosti a schopností interakcie viac vľudských.
3. Ako ovplyvňujú investície technologických gigantov trh s AI?
Obrovské investície veľkých korporácií vytvárajú vstupnú prekážku pre menšie spoločnosti kvôli vysokým nákladom spojeným s vývojom a udržiavaním pokročilých AI systémov.
4. Čo sú „halucinácie“ v kontexte AI?
‚Halucinácie‘ označujú situácie, kedy AI poskytuje nesprávne alebo nonsenzické informácie v dôsledku nedostatočného tréningu alebo obmedzení vo chápaní kontextu.
5. Aké sú výhody menších, špecializovaných AI modelov?
Menšie modely môžu fungovať na zariadeniach s menším výpočtovým výkonom, čím rozširujú ich dostupnosť širšej verejnosti a zároveň adresujú obavy o ochranu súkromia a dát.
Kľúčové výzvy a kontroverzie:
Prístup k dátam: Pokročilé AI systémy vyžadujú obrovské dátové sady na tréning, čo vyvoláva obavy ohľadom súkromia užívateľa a etického použitia dát.
Výpočtové a energeticke náklady: Výpočtový výkon potrebný pre tieto AI systémy má environmentálne dôsledky v dôsledku spotrebovanej energie, čo zdôrazňuje potrebu energeticky efektívnejších modelov.
Dominancia na trhu: Vysoké vstupné náklady posilňujú dominanciu technologických gigantov a môžu potenciálne utlmiť inovácie a konkurenciu v oblasti AI.
Súkromie a bezpečnosť: S integráciou AI do každodenného života sú zvýšené riziká pre osobné súkromie a obavy o bezpečnosť AI systémov voči zneužitiu.
Výhody a nevýhody pokročilých AI chatbotov:
Výhody
– Efektívne klientov servis: AI chatboty môžu spracovávať veľké množstvo interakcií s klientmi súčasne a poskytovať rýchle a presné odpovede.
– Dostupnosť: Menšie AI systémy môžu byť používané na osobných zariadeniach, čím sa zvyšuje ich dostupnosť.
– Súkromie: Prevádzka AI systémov lokálne na zariadení môže zvýšiť súkromie a zabezpečenie dát užívateľa.
Nevýhody
– Vysoké náklady: Vývoj a údržba pokročilých AI systémov vyžaduje významné finančné investície, ktoré si nemôžu dovoliť všetky spoločnosti.
– Požiadavka na výpočtový výkon: Intenzívne výpočtové požiadavky môžu spôsobovať environmentálne dôsledky a vyžadovať podstatnú energiu.
– Kontrola kvality: Zabezpečenie, aby AI systém generoval presné a spoľahlivé informácie, zostáva výzvou, najmä v menších modeloch.
Pre všetkých, ktorí sa chcú dozvedieť viac o technologických gigantoch presadzujúcich sa v oblasti AI, nižšie sú odkazy na ich hlavné domény:
– Microsoft
– Apple
– Google
– Amazon
– Meta
Upozorňujeme, že tieto odkazy vás presmerujú na hlavné stránky týchto korporácií, kde sa nachádza prehľad ich rôznych technológií, vrátane AI chatbotov a inovácií.
The source of the article is from the blog enp.gr