ხელოვნური ინტელექტის შემქმნელებმა დაიწყეს AI-ის კომპაქტურ მოდელებზე გადასვლა - ისინი უფრო იაფი და ეკონომიურია

ტექნიკური გიგანტები და სტარტაპები გადადიან პატარა, უფრო ეფექტურ AI მოდელებზე, რადგან ისინი ხარჯების შემცირებას და პროდუქტიულობის გაუმჯობესებას ცდილობენ. ეს მოდელები, განსხვავებით მათი „დიდი ძმებისგან“, როგორიცაა GPT-4, შეიძლება ივარჯიშონ მცირე რაოდენობის მონაცემებზე და სპეციალიზირდნენ კონკრეტული პრობლემების გადაჭრაში.

Microsoft, Google, Apple და სტარტაპები, როგორიცაა Mistral, Anthropic და Cohere სულ უფრო ხშირად მიმართავენ მცირე და საშუალო ზომის ხელოვნური ინტელექტის ენების მოდელებს. განსხვავებით ფართომასშტაბიანი მოდელებისგან (LLM), როგორიცაა OpenAI-ს GPT-4, რომელიც იყენებს ტრილიონზე მეტ პარამეტრს და 100 მილიონ დოლარზე მეტი ჯდება შემუშავება, კომპაქტური მოდელები ივარჯიშებენ მონაცემთა ვიწრო კომპლექტებზე და შეიძლება ღირდეს 10 მილიონ დოლარზე ნაკლები. 10 მილიარდი პარამეტრი.

მაიკროსოფტმა, ხელოვნური ინტელექტის სფეროში ერთ-ერთმა ლიდერმა, წარმოადგინა პატარა მოდელების ოჯახი სახელწოდებით Phi. კომპანიის აღმასრულებელი დირექტორის სატია ნადელას თქმით, ეს მოდელები 100-ჯერ უფრო მცირეა ვიდრე ChatGPT-ის უფასო ვერსია, მაგრამ ამავე დროს უმკლავდება ბევრ დავალებას თითქმის ისევე ეფექტურად. იუსუფ მეჰდიმ, მაიკროსოფტის მთავარმა კომერციულმა ოფიცერმა, აღნიშნა, რომ კომპანიამ სწრაფად გააცნობიერა, რომ დიდი ხელოვნური ინტელექტის მოდელების გაშვება უფრო ძვირი ღირდა, ვიდრე თავდაპირველად ეგონათ, რამაც მაიკროსოფტი აიძულა ეძია უფრო ეფექტური გადაწყვეტილებები.

სხვა ტექნიკური გიგანტები ასევე არ არიან გამოტოვებული. Google-მა, Apple-მა, ასევე Mistral-მა, Anthropic-მა და Cohere-მა გამოუშვეს მცირე და საშუალო მოდელების საკუთარი ვერსიები. Apple, კერძოდ, გეგმავს ასეთი მოდელების გამოყენებას ხელოვნური ინტელექტის ადგილობრივად, პირდაპირ სმარტფონებზე გასაშვებად, რამაც უნდა გააუმჯობესოს სიჩქარე და უსაფრთხოება. ამავდროულად, სმარტფონებზე რესურსების მოხმარება მინიმალური იქნება.

ექსპერტები აღნიშნავენ, რომ მრავალი ამოცანისთვის, როგორიცაა დოკუმენტების შეჯამება ან სურათების შექმნა, დიდი მოდელები შეიძლება ზედმეტი იყოს. ილია პოლოსუხინმა, Google-ის 2017 წლის მნიშვნელოვანი ნაშრომის ერთ-ერთმა ავტორმა ხელოვნური ინტელექტის შესახებ, ფიგურალურად შეადარა დიდი მოდელების გამოყენება მარტივი ამოცანებისთვის სასურსათო მაღაზიამდე ტანკის მიყვანას. ”2+2-ის გამოთვლა არ უნდა მოითხოვდეს კვადრილიონ ოპერაციას”, - ხაზგასმით აღნიშნა მან.

კომპანიები და მომხმარებლები ასევე ეძებენ გზებს, რათა შეამცირონ გენერაციული AI ტექნოლოგიების ღირებულება. Yoav Shoham-ის, თელ-ავივში დაფუძნებული AI21 Labs-ის AI-ის კომპანიის თანადამფუძნებლის თქმით, პატარა მოდელებს შეუძლიათ უპასუხონ კითხვებს, როდესაც ფულში გადაითარგმნება, დიდი ენობრივი მოდელების ღირებულების მხოლოდ მეექვსედად.

საინტერესოა, რომ მცირე მოდელების მთავარი უპირატესობა არის მათი სრულყოფილად მორგების შესაძლებლობა კონკრეტულ ამოცანებსა და მონაცემთა ნაკრებებზე. ეს საშუალებას აძლევს მათ ეფექტურად იმუშაონ სპეციალიზებულ სფეროებში დაბალ ფასად, როგორიცაა მხოლოდ იურიდიული ინდუსტრია.

თუმცა, ექსპერტები აღნიშნავენ, რომ კომპანიები LLM-ის სრულ მიტოვებას არ აპირებენ. მაგალითად, Apple-მა გამოაცხადა ChatGPT-ის ინტეგრირება Siri-ში რთული ამოცანების შესასრულებლად, ხოლო Microsoft გეგმავს უახლესი OpenAI მოდელის გამოყენებას Windows-ის ახალ ვერსიაში. და კომპანიები, როგორიცაა Experian ირლანდიაში და Salesforce აშშ-ში, უკვე გადავიდნენ ჩეთბოტების მცირე ხელოვნური ინტელექტის მოდელებზე და დაადგინეს, რომ ისინი უზრუნველყოფენ იგივე ეფექტურობას, როგორც უფრო დიდ მოდელებს, მაგრამ მნიშვნელოვნად დაბალი ხარჯებით და დამუშავების დაბალი შეფერხებით.

მცირე მოდელებზე გადასვლა ხდება მას შემდეგ, რაც პროგრესი შენელდება დიდ, საჯაროდ ხელმისაწვდომ AI მოდელებზე. ექსპერტები ამას უკავშირებენ მაღალი ხარისხის ტრენინგის ახალი მონაცემების ნაკლებობას და მთლიანობაში მიუთითებენ ინდუსტრიის ევოლუციის ახალ და მნიშვნელოვან ეტაპზე.

წყარო:

• Wsj.com

წყარო: 3dnews.ru