تكاليف تدريب الذكاء الاصطناعي ت tiếp tục الانخفاض

كانت تكاليف تدريب الذكاء الاصطناعي عالية عائقًا كبيرًا أمام تبني الذكاء الاصطناعي ، مما منع العديد من الشركات من تنفيذ تقنية الذكاء الاصطناعي. وفقًا لتقرير Forrester Consulting لعام 2017 ، أشار 48٪ من الشركات إلى أن التكاليف التكنولوجية العالية هي واحدة من الأسباب الرئيسية لعدم تنفيذ حلول مدفوعة بالذكاء الاصطناعي.

然而 ، أظهر التطورات الحديثة أن تكاليف تدريب الذكاء الاصطناعي تنخفض بسرعة ، ومن المتوقع أن يستمر هذا الاتجاه في المستقبل. وفقًا لتقرير ARK Invest Big Ideas 2023 ، انخفضت تكاليف تدريب نموذج لغة كبير مشابه لأداء GPT-3 من 4.6 مليون دولار في عام 2020 إلى 450،000 دولار في عام 2022 ، بانخفاض بنسبة 70٪ سنويًا.

دعونا نستكشف هذا الاتجاه لانخفاض تكاليف تدريب الذكاء الاصطناعي بشكل أكبر ونناقش العوامل التي تساهم في هذا الانخفاض.

كيف تغيرت تكاليف تدريب الذكاء الاصطناعي مع مرور الوقت؟

وفقًا لأبحاث ARK Invest لعام 2020 ، تتحسن تكلفة تدريب نماذج التعلم العميق 50 مرة أسرع من قانون مور. في الواقع ، انخفضت التكلفة المرتبطة بتشغيل نظام استدلال الذكاء الاصطناعي بشكل كبير إلى مستويات زهيدة للغاية في العديد من الحالات.

علاوة على ذلك ، انخفضت تكاليف التدريب بنسبة 10 مرات سنويًا خلال السنوات القليلة الماضية. على سبيل المثال ، في عام 2017 ، كان تدريب مصنف الصور مثل ResNet-50 على سحابة عامة يكلف حوالي 1000 دولار ، ولكن بحلول عام 2019 ، انخفض التكلفة بشكل كبير إلى حوالي 10 دولارات.

تتوافق هذه النتائج مع تقرير OpenAI لعام 2020 ، الذي وجد أن كمية القوة الحاسوبية اللازمة لتدريب نموذج الذكاء الاصطناعي للقيام بمهام متشابهة انخفضت بنسبة 2 كل 16 شهرًا منذ عام 2012.

علاوة على ذلك ، يبرز تقرير ARK Invest انخفاض تكاليف تدريب الذكاء الاصطناعي. يتنبأ التقرير بأن تكلفة تدريب نموذج بمستوى GPT-3 ستنخفض إلى 30 دولارًا بحلول عام 2030 ، مقارنة بـ 450،000 دولار في عام 2022.

تكلفة تدريب أداء مستوى GPT-3 – ARK Invest Big Ideas 2023

العوامل التي تساهم في انخفاض تكاليف تدريب الذكاء الاصطناعي

يصبح تدريب نماذج الذكاء الاصطناعي أرخص وأسهل مع استمرار تحسين تقنيات الذكاء الاصطناعي ، مما يجعلها أكثر إمكانية للشركات. ساهمت عدة عوامل ، بما في ذلك تكاليف الأجهزة والبرمجيات والذكاء الاصطناعي القائم على السحابة ، في انخفاض تكاليف تدريب الذكاء الاصطناعي.

دعونا نناقش هذه العوامل أدناه.

1. الأجهزة

يتطلب الذكاء الاصطناعي أجهزة عالية التكلفة لتعامل مع كميات كبيرة من البيانات والعمليات الحسابية. توفر الشركات مثل NVIDIA (NVDA ) و IBM و Google (GOOGL ) وحدات معالجة الرسومات (GPUs) ووحدات معالجة التنسور (TPUs) لتشغيل حمولة العمل عالية الأداء. تجعل التكاليف العالية للأجهزة من الصعب تحقيق الديمقراطية في الذكاء الاصطناعي على نطاق واسع.

然而 ، مع تقدم التكنولوجيا ، تتناقص تكاليف الأجهزة. وفقًا لتقرير ARK Invest 2023 ، يتنبأ قانون رايت أن تكاليف إنتاج وحدة الحوسبة النسبية (RCU) ، أي تكاليف الأجهزة لتدريب الذكاء الاصطناعي ، يجب أن تتناقص بنسبة 57٪ سنويًا ، مما يؤدي إلى انخفاض بنسبة 70٪ في تكاليف تدريب الذكاء الاصطناعي بحلول عام 2030 ، كما هو موضح في الرسم البياني أدناه.

تكلفة أجهزة تدريب الذكاء الاصطناعي – ARK Invest Big Ideas 2023

2. البرمجيات

يمكن خفض تكاليف تدريب البرمجيات بنسبة 47٪ سنويًا من خلال زيادة الكفاءة والقابلية للتوسيع. تمكن إطارات البرمجيات مثل TensorFlow و PyTorch المطورين من تدريب نماذج التعلم العميق المعقدة على أنظمة موزعة بأداء عالٍ ، مما يوفر الوقت والموارد.

علاوة على ذلك ، تساهم النماذج المسبقة الكبيرة مثل Inceptionv3 و ResNet و تقنيات التعلم التحويلي في خفض التكاليف من خلال السماح للمطورين بتعديل النماذج الحالية بدلاً من تدريبها من الصفر.

تكلفة تدريب البرمجيات – ARK Invest Big Ideas 2023

3. الذكاء الاصطناعي القائم على السحابة

يقلل الذكاء الاصطناعي القائم على السحابة التكاليف من خلال توفير الموارد الحاسوبية القابلة للتوسيع حسب الطلب. مع نموذج الدفع حسب الاستخدام ، تدفع الشركات فقط مقابل الموارد الحاسوبية التي تستخدمها. كما تقدم مزودي السحابة خدمات الذكاء الاصطناعي المسبقة التي تسريع تدريب الذكاء الاصطناعي.

على سبيل المثال ، Azure Machine Learning هي خدمة قائمة على السحابة لتحليل التنبؤ الذي يسمح بالتنمية السريعة وتنفيذ النماذج. توفر موارد حاسوبية مرنة وذاكرة. يمكن للمستخدمين توسيع نطاق آلاف وحدات معالجة الرسومات بسرعة لزيادة أداء الحوسبة. يسمح للمستخدمين بالعمل من خلال متصفحات الويب في بيئات الذكاء الاصطناعي المسبقة ، مما يلغي عبء الإعداد والتركيب.

أثر انخفاض تكاليف تدريب الذكاء الاصطناعي

لدى انخفاض تكاليف تدريب الذكاء الاصطناعي عواقب كبيرة على مختلف القطاعات والمجالات ، مما يؤدي إلى تحسين الابتكار والتنافس.

دعونا نناقش بعضها أدناه.

1. تبني واسع النطاق للrobots الذكية

يتمتع robots الذكاء الاصطناعي بزيادة في Spread بسبب انخفاض تكاليف الذكاء الاصطناعي. خاصة بعد تطوير OpenAI ل ChatGPT و GPT-4 (المنشأ التوليدي المسبق) ، كان هناك زيادة ملحوظة في عدد الشركات التي تبحث عن تطوير robots ذكاء اصطناعي مع قدرات مماثلة أو أفضل.

على سبيل المثال ، بعد خمسة أيام من إطلاقه في نوفمبر 2022 ، جمعت ChatGPT مليون مستخدم. اليوم ، تبلغ التكلفة التشغيلية للنموذج على نطاق واسع حوالي 0.01 دولار لكل استفسار ، ويتنبأ قانون رايت أن تطبيقات robots مماثلة لـ ChatGPT سوف تكون قابلة للنشر على نطاق واسع جدًا وبكلفة منخفضة جدًا (مقدرة بـ 650 دولارًا لتشغيل مليار استفسار) ، مع إمكانية معالجة 8.5 مليار بحث في اليوم ، وهو ما يعادل بحث Google.

تكلفة تنفيذ استدلالات الذكاء الاصطناعي لكل مليار استفسار – ARK Invest Big Ideas 2023

2. زيادة استخدام الذكاء الاصطناعي التوليدي

أدى انخفاض تكاليف تدريب الذكاء الاصطناعي إلى زيادة في تطوير وتنفيذ تقنيات الذكاء الاصطناعي التوليدي. في عام 2022 ، كان هناك زيادة كبيرة في استخدام الذكاء الاصطناعي التوليدي ، مدفوعًا bằng تقديم أدوات الذكاء الاصطناعي التوليدي الجديدة مثل DALL-E 2 و Meta Make-A-Video و Stable Diffusion. في عام 2023 ، شهدنا بالفعل نموذجًا رائدًا في شكل GPT-4.

إضافة إلى توليد الصور والنص ، يساعد الذكاء الاصطناعي التوليدي المطورين في كتابة الشفرة. يمكن لبرامج مثل GitHub Copilot مساعدة في إكمال مهمة البرمجة في نصف الوقت.

الوقت اللازم لإكمال مهام البرمجة – ARK Invest Big Ideas 2023

3. استخدام أفضل للبيانات التدريبية

من المتوقع أن تسمح التكاليف المنخفضة لتدريب الذكاء الاصطناعي باستخدام أفضل للبيانات التدريبية. على سبيل المثال ، يُشير تقرير ARK Invest 2023 إلى أنه بحلول عام 2030 ، ستنخفض تكلفة تدريب نموذج مع 57 مرة أكثر من المعلمات و 720 مرة أكثر من الرموز من 17 مليار دولار إلى 600،000 دولار.

ستكون توافر البيانات وجودتها العامل الرئيسي المحدد لتنمية نماذج التعلم الآلي المتقدمة في هذا العالم الحوسبي منخفض التكلفة. ومع ذلك ، سوف تكتسب النماذج التدريبية القدرة على معالجة حوالي 162 تريليون كلمة أو 216 تريليون رمز.

مستقبل الذكاء الاصطناعي يبدو واعدًا. لمعرفة المزيد عن أحدث الاتجاهات والبحوث في مجال الذكاء الاصطناعي ، قم بزيارة Unite.ai.