Το κόστος εκπαίδευσης AI συνεχίζει να μειώνεται κατακόρυφα

Το υψηλό κόστος εκπαίδευσης τεχνητής νοημοσύνης αποτέλεσε σημαντικό εμπόδιο στην υιοθέτηση της τεχνητής νοημοσύνης, εμποδίζοντας πολλές εταιρείες να εφαρμόσουν τεχνολογία τεχνητής νοημοσύνης. Σύμφωνα με α Έκθεση Forrester Consulting 2017, το 48% των εταιρειών τόνισε το υψηλό κόστος τεχνολογίας ως έναν από τους κύριους λόγους για τη μη εφαρμογή λύσεων που βασίζονται στην τεχνητή νοημοσύνη.

Ωστόσο, οι πρόσφατες εξελίξεις έδειξαν ότι το κόστος εκπαίδευσης σε τεχνητή νοημοσύνη μειώνεται ραγδαία και αυτή η τάση αναμένεται να συνεχιστεί και στο μέλλον. Σύμφωνα με την Έκθεση ARK Invest Big Ideas 2023, το κόστος εκπαίδευσης ενός μεγάλου γλωσσικού μοντέλου παρόμοιου με τις επιδόσεις σε επίπεδο GPT-3 έχει πέσει από 4.6 εκατομμύρια $ το 2020 σε 450,000 $ το 2022, μείωση 70% ετησίως.

Ας εξερευνήσουμε περαιτέρω αυτήν την τάση μείωσης του κόστους εκπαίδευσης σε τεχνητή νοημοσύνη και ας συζητήσουμε τους παράγοντες που συμβάλλουν σε αυτήν την πτώση.

Πώς έχουν αλλάξει το κόστος εκπαίδευσης AI με την πάροδο του χρόνου;

Σύμφωνα με το πρόσφατο Έρευνα ARK Invest 2020, το κόστος εκπαίδευσης μοντέλων βαθιάς μάθησης βελτιώνεται 50 φορές πιο γρήγορα από τον νόμο του Moore. Στην πραγματικότητα, το κόστος που σχετίζεται με τη λειτουργία ενός συστήματος συμπερασμάτων AI έχει μειωθεί δραστικά σε σχεδόν αμελητέα επίπεδα για πολλές περιπτώσεις χρήσης.

Επιπλέον, το κόστος εκπαίδευσης έχει μειωθεί δέκα φορές ετησίως τα τελευταία χρόνια. Για παράδειγμα, το 2017, η εκπαίδευση ενός ταξινομητή εικόνας όπως το ResNet-50 σε ένα δημόσιο cloud κόστιζε περίπου 1,000 $, αλλά μέχρι το 2019, το κόστος είχε μειωθεί σημαντικά σε περίπου 10 $.

Αυτά τα ευρήματα ευθυγραμμίζονται με α Έκθεση 2020 από το OpenAI, το οποίο διαπίστωσε ότι η ποσότητα της υπολογιστικής ισχύος που απαιτείται για την εκπαίδευση ενός μοντέλου τεχνητής νοημοσύνης για την εκτέλεση της ίδιας εργασίας μειώνεται κατά δύο φορές κάθε 16 μήνες από το 2012.

Επιπλέον, το Έκθεση ARK υπογραμμίζει το μειωμένο κόστος εκπαίδευσης σε τεχνητή νοημοσύνη. Η έκθεση προβλέπει ότι μέχρι το 2030 το κόστος εκπαίδευσης ενός μοντέλου επιπέδου GPT-3 θα μειωθεί στα $30, σε σύγκριση με $450,000 το 2022.

Κόστος απόδοσης επιπέδου εκπαίδευσης GPT-3 – ARK Invest Big Ideas 2023

Παράγοντες που συμβάλλουν στη μείωση του κόστους εκπαίδευσης AI

Τα μοντέλα εκπαίδευσης τεχνητής νοημοσύνης γίνονται φθηνότερα και ευκολότερα καθώς οι τεχνολογίες τεχνητής νοημοσύνης συνεχίζουν να βελτιώνονται, καθιστώντας τα πιο προσιτά σε ένα ευρύτερο φάσμα επιχειρήσεων. Διάφοροι παράγοντες, όπως το κόστος υλικού και λογισμικού και η τεχνητή νοημοσύνη που βασίζεται σε σύννεφο, έχουν συμβάλει στη μείωση του κόστους εκπαίδευσης στην τεχνητή νοημοσύνη.

Ας εξερευνήσουμε αυτούς τους παράγοντες παρακάτω.

1. Σκεύη, εξαρτήματα

Η τεχνητή νοημοσύνη απαιτεί εξειδικευμένο δαπανηρό υλικό υψηλής ποιότητας για την επεξεργασία μεγάλου όγκου δεδομένων και υπολογισμών. Οργανισμοί όπως η NVIDIA, η IBM και η Google παρέχουν GPU και TPU για την εκτέλεση φόρτου εργασίας υπολογιστών υψηλής απόδοσης (HPC). Το υψηλό κόστος υλικού καθιστά δύσκολο τον εκδημοκρατισμό της τεχνητής νοημοσύνης σε μεγάλη κλίμακα.

Ωστόσο, καθώς η τεχνολογία προχωρά, το κόστος υλικού μειώνεται. Σύμφωνα με την Έκθεση ARK Invest 2023, ο νόμος του Wright προβλέπει ότι το κόστος παραγωγής μονάδας υπολογιστικής μονάδας (RCU) που σχετίζεται με την τεχνητή νοημοσύνη, δηλαδή το κόστος υλικού εκπαίδευσης τεχνητής νοημοσύνης, θα πρέπει να μειώνεται κατά 57% ετησίως, οδηγώντας σε μείωση κατά 70% στο κόστος εκπαίδευσης τεχνητής νοημοσύνης έως το 2030, όπως φαίνεται στο παρακάτω γράφημα.

Κόστος υλικού εκπαίδευσης AI – ARK Invest Big Ideas 2023

2. Λογισμικό

Το κόστος εκπαίδευσης λογισμικού AI μπορεί να μειωθεί με 47% ετησίως μέσω αυξημένης αποτελεσματικότητας και επεκτασιμότητας. Πλαίσια λογισμικού όπως TensorFlow και PyTorch επιτρέπει στους προγραμματιστές να εκπαιδεύουν πολύπλοκα μοντέλα βαθιάς μάθησης σε κατανεμημένα συστήματα με υψηλή απόδοση, εξοικονομώντας χρόνο και πόρους.

Επιπλέον, μεγάλα προεκπαιδευμένα μοντέλα όπως Inceptionv3 or ResNet και οι τεχνικές εκμάθησης μεταφοράς συμβάλλουν επίσης στη μείωση του κόστους, επιτρέποντας στους προγραμματιστές να προσαρμόσουν τα υπάρχοντα μοντέλα αντί να τα εκπαιδεύσουν από την αρχή.

Κόστος εκπαίδευσης λογισμικού AI – ARK Invest Big Ideas 2023

3. Τεχνητή Νοημοσύνη που βασίζεται στο σύννεφο

Η εκπαίδευση τεχνητής νοημοσύνης με βάση το νέφος μειώνει το κόστος παρέχοντας κλιμακωτούς υπολογιστικούς πόρους κατά παραγγελία. Με το μοντέλο pay-as-you-go, οι επιχειρήσεις πληρώνουν μόνο για τους υπολογιστικούς τους πόρους. Επίσης, οι πάροχοι cloud προσφέρουν προκατασκευασμένες υπηρεσίες AI που επιταχύνουν την εκπαίδευση AI.

Για παράδειγμα, το Azure Machine Learning είναι μια υπηρεσία που βασίζεται σε σύννεφο για προγνωστικά αναλυτικά στοιχεία που επιτρέπει την ταχεία ανάπτυξη και εφαρμογή μοντέλων. Προσφέρει ευέλικτους υπολογιστικούς πόρους και μνήμη. Οι χρήστες μπορούν να κλιμακώσουν έως και χιλιάδες GPU γρήγορα για να αυξήσουν την υπολογιστική τους απόδοση. Επιτρέπει στους χρήστες να εργάζονται μέσω των προγραμμάτων περιήγησής τους σε προδιαμορφωμένα περιβάλλοντα AI, εξαλείφοντας τα έξοδα εγκατάστασης και εγκατάστασης.

Ο αντίκτυπος της μείωσης του κόστους εκπαίδευσης σε τεχνητή νοημοσύνη

Το μειωμένο κόστος της εκπαίδευσης σε τεχνητή νοημοσύνη έχει σημαντικές επιπτώσεις σε διάφορους κλάδους και τομείς, με αποτέλεσμα τη βελτίωση της καινοτομίας και της ανταγωνιστικότητας.

Ας συζητήσουμε μερικά από αυτά παρακάτω.

1. Μαζική υιοθέτηση εξελιγμένων Chatbots AI

Τα chatbot AI αυξάνονται λόγω της μείωσης του κόστους AI. Ειδικά μετά την ανάπτυξη του OpenAI's ChatGPT και GPT-4 (Generative Pre-trained Transformer), υπήρξε μια αξιοσημείωτη αύξηση του αριθμού των εταιρειών που θέλουν να αναπτύξουν chatbot AI με παρόμοιες ή καλύτερες δυνατότητες.

Για παράδειγμα, πέντε ημέρες μετά την κυκλοφορία του τον Νοέμβριο του 2022, το ChatGPT συγκέντρωσε 1 εκατομμύριο χρήστες. Αν και σήμερα, το κόστος για την εκτέλεση του μοντέλου σε κλίμακα είναι περίπου 01 $ ανά ερώτημα, ο νόμος του Wright προβλέπει ότι έως το 2030, εφαρμογές chatbot παρόμοιες με το ChatGPT θα μπορούν να αναπτυχθούν σε μαζική κλίμακα πολύ φθηνότερα (υπολογίζονται 650 $ για την εκτέλεση ενός δισεκατομμυρίου ερωτημάτων). με δυνατότητα επεξεργασίας 8.5 δισεκατομμυρίων αναζητήσεων την ημέρα, που ισοδυναμεί με την Αναζήτηση Google.

Κόστος για την εκτέλεση συμπερασμάτων AI ανά δισεκατομμύριο ερωτήματα – ARK Invest Big Ideas 2023

2. Αυξημένη χρήση Generative AI

Το μειωμένο κόστος της εκπαίδευσης σε τεχνητή νοημοσύνη οδήγησε σε αύξηση της ανάπτυξης και εφαρμογής τεχνολογιών τεχνητής νοημοσύνης. Το 2022, σημειώθηκε σημαντική αύξηση στη χρήση της γενετικής τεχνητής νοημοσύνης, λόγω της εισαγωγής καινοτόμων εργαλείων παραγωγής τεχνητής νοημοσύνης, όπως το DALL-E 2, το Meta Make-A-Video και το Stable Diffusion. Το 2023, έχουμε ήδη γίνει μάρτυρες ενός πρωτοποριακού μοντέλου με τη μορφή GPT-4.

Εκτός από τη δημιουργία εικόνων και κειμένου, η γενετική τεχνητή νοημοσύνη βοηθά τους προγραμματιστές να γράφουν κώδικα. Προγράμματα όπως το GitHub Copilot μπορούν να βοηθήσουν στην ολοκλήρωση μιας εργασίας κωδικοποίησης στο μισό χρόνο.

Ώρα να ολοκληρώσετε τις εργασίες κωδικοποίησης - ARK Invest Big Ideas 2023

3. Καλύτερη χρήση των δεδομένων εκπαίδευσης

Το μειωμένο κόστος εκπαίδευσης σε τεχνητή νοημοσύνη αναμένεται να επιτρέψει την καλύτερη χρήση των δεδομένων εκπαίδευσης μηχανικής εκμάθησης. Για παράδειγμα, Έκθεση ARK Invest 2023 προτείνει ότι μέχρι το 2030, το κόστος εκπαίδευσης ενός μοντέλου με 57 φορές περισσότερες παραμέτρους και 720 φορές περισσότερα tokens από το GPT-3 (παράμετροι 175B) προβλέπεται να μειωθεί από 17 δισεκατομμύρια δολάρια σε 600,000 δολάρια.

Η διαθεσιμότητα και η ποιότητα των δεδομένων θα είναι ο πρωταρχικός περιοριστικός παράγοντας για την ανάπτυξη προηγμένων μοντέλων μηχανικής εκμάθησης σε αυτόν τον κόσμο των υπολογιστών χαμηλού κόστους. Ωστόσο, τα μοντέλα εκπαίδευσης θα αναπτύξουν την ικανότητα να επεξεργάζονται περίπου 162 τρισεκατομμύρια λέξεις ή 216 τρισεκατομμύρια μάρκες.

Το μέλλον της τεχνητής νοημοσύνης φαίνεται πολλά υποσχόμενο. Για να μάθετε περισσότερα για τις τελευταίες τάσεις και την έρευνα στον τομέα της τεχνητής νοημοσύνης, επισκεφθείτε Unite.ai.