Οι Κόστη Εκπαίδευσης του AI Συνεχίζουν να Πετούν

Τα υψηλά κόστη εκπαίδευσης του AI έχουν αποτελέσει σημαντικό εμπόδιο στην υιοθέτηση του AI, εμποδίζοντας πολλές εταιρείες από την εφαρμογή της τεχνολογίας του AI. Σύμφωνα με μια έκθεση του Forrester Consulting του 2017, το 48% των εταιρειών υπογράμμισε τα υψηλά κόστη της τεχνολογίας ως einen από τους κύριους λόγους για τη μη εφαρμογή λύσεων που βασίζονται στο AI.

Ωστόσο, πρόσφατες εξελίξεις έχουν δείξει ότι τα κόστη εκπαίδευσης του AI μειώνονται ταχύτατα και αυτή η τάση αναμένεται να συνεχιστεί στο μέλλον. Σύμφωνα με την έκθεση ARK Invest Big Ideas 2023, τα κόστη εκπαίδευσης ενός μεγάλου μοντέλου γλώσσας παρόμοιου με το GPT-3 έχουν μειωθεί από 4,6 εκατομμύρια δολάρια το 2020 σε 450.000 δολάρια το 2022, μια μείωση της τάξης του 70% ανά έτος.

Ας εξερευνήσουμε αυτήν την τάση των μειούμενων κοστών εκπαίδευσης του AI και συζητήσουμε τους παράγοντες που συνεισφέρουν σε αυτήν τη μείωση.

Πώς Έχουν Μεταβληθεί τα Κόστη Εκπαίδευσης του AI με τον Χρόνο;

Σύμφωνα με την πρόσφατη έκθεση ARK Invest 2020, το κόστος εκπαίδευσης μοντέλων βαθιάς μάθησης βελτιώνεται 50 φορές πιο γρήγορα από τον νόμο του Moore. Πράγματι, το κόστος που συνδέεται με την εκτέλεση ενός συστήματος επιφάνειας του AI έχει μειωθεί δραστικά σε σχεδόν μηδενικά επίπεδα για πολλές περιπτώσεις χρήσης.

Επιπλέον, τα κόστη εκπαίδευσης έχουν μειωθεί δέκα φορές ετησίως τα τελευταία χρόνια. Για παράδειγμα, το 2017, η εκπαίδευση ενός ταξινομητή εικόνων όπως το ResNet-50 σε一个 δημόσιο cloud κόστιζε περίπου 1.000 δολάρια, αλλά μέχρι το 2019, το κόστος είχε μειωθεί σημαντικά σε περίπου 10 δολάρια.

Αυτά τα ευρήματα συμφωνούν με μια έκθεση του OpenAI του 2020, η οποία βρήκε ότι η ποσότητα της υπολογιστικής ισχύος που απαιτείται για την εκπαίδευση ενός μοντέλου του AI για την εκτέλεση της ίδιας εργασίας έχει μειωθεί με έναν παράγοντα δύο κάθε 16 μήνες από το 2012.

Επιπλέον, η έκθεση ARK υπογραμμίζει τα μειούμενα κόστη εκπαίδευσης του AI. Η έκθεση προβλέπει ότι μέχρι το 2030, το κόστος εκπαίδευσης ενός μοντέλου με επίπεδο GPT-3 θα μειωθεί σε 30 δολάρια, σε σύγκριση με 450.000 δολάρια το 2022.

Κόστος εκπαίδευσης μοντέλου GPT-3 – ARK Invest Big Ideas 2023

Παράγοντες που Συνεισφέρουν στα Μειούμενα Κόστη Εκπαίδευσης του AI

Η εκπαίδευση μοντέλων του AI γίνεται φθηνότερη και πιο εύκολη καθώς η τεχνολογία του AI συνεχίζει να βελτιώνεται, καθιστώντας την πιο προσιτή σε ένα ευρύ φάσμα επιχειρήσεων. Πολλοί παράγοντες, συμπεριλαμβανομένων των κοστών υλικού και λογισμικού και της cloud-based τεχνολογίας του AI, έχουν συνεισφέρει στα μειούμενα κόστη εκπαίδευσης του AI.

Ας εξερευνήσουμε αυτούς τους παράγοντες παρακάτω.

1. Υλικό

Το AI απαιτεί εξειδικευμένο υλικό υψηλής απόδοσης για την επεξεργασία μεγάλων ποσοτήτων δεδομένων και υπολογισμών. Εταιρείες όπως η NVIDIA (NVDA ), η IBM και η Google (GOOGL ) παρέχουν GPU και TPU για την εκτέλεση εργασιών υψηλής απόδοσης. Τα υψηλά κόστη του υλικού καθιστούν δύσκολο τον δημοκρατισμό του AI σε μεγάλη κλίμακα.

Ωστόσο, καθώς η τεχνολογία προχωρά, τα κόστη του υλικού μειώνονται. Σύμφωνα με την έκθεση ARK Invest 2023, ο νόμος του Wright προβλέπει ότι τα κόστη παραγωγής μονάδων υπολογισμού του AI (RCU), δηλαδή τα κόστη υλικού εκπαίδευσης του AI, θα μειωθούν κατά 57% ετησίως, οδηγώντας σε μια μείωση των κοστών εκπαίδευσης του AI κατά 70% μέχρι το 2030, όπως φαίνεται στο παρακάτω γράφημα.

Κόστος υλικού εκπαίδευσης του AI – ARK Invest Big Ideas 2023

2. Λογισμικό

Τα κόστη εκπαίδευσης του AI μπορούν να μειωθούν με την αύξηση της αποδοτικότητας και της κλιμακωσιμότητας. Πλαίσια λογισμικού όπως το TensorFlow και το PyTorch επιτρέπουν στους développers να εκπαιδεύουν σύνθετα μοντέλα βαθιάς μάθησης σε κατανεμημένα συστήματα με υψηλή απόδοση, εξοικονομώντας χρόνο και πόρους.

Επιπλέον, μεγάλα προ-εκπαιδευμένα μοντέλα όπως το Inceptionv3 ή το ResNet και τεχνικές μεταφοράς μάθησης βοηθούν επίσης στη μείωση των κοστών, επιτρέποντας στους développers να βελτιώνουν υπάρχοντα μοντέλα αντί να τα εκπαιδεύουν από την αρχή.

Κόστος εκπαίδευσης λογισμικού του AI – ARK Invest Big Ideas 2023

3. Cloud-Based Τεχνολογία του AI

Η cloud-based εκπαίδευση του AI μειώνει τα κόστη παρέχοντας κλιμακωσιμους υπολογιστικούς πόρους κατά παραγγελία. Με το μοντέλο pay-as-you-go, οι επιχειρήσεις πληρώνουν μόνο για τους υπολογιστικούς πόρους που χρειάζονται. Επίσης, οι παρόχοι cloud προσφέρουν προ-κατασκευασμένες υπηρεσίες του AI που επιταχύνουν την εκπαίδευση του AI.

Για παράδειγμα, το Azure Machine Learning είναι μια cloud-based υπηρεσία για προβλέψιμη ανάλυση που επιτρέπει τη γρήγορη ανάπτυξη και εφαρμογή μοντέλων. Προσφέρει ευέλικτους υπολογιστικούς πόρους και μνήμη. Οι χρήστες μπορούν να κλιμακώσουν έως χιλιάδες GPU γρήγορα για να αυξήσουν την υπολογιστική τους απόδοση. Επιτρέπει στους χρήστες να εργάζονται μέσω του web browser σε προ-κατασκευασμένα περιβάλλοντα του AI, εξαλείφοντας την εγκατάσταση και τη ρύθμιση.

Η Επίπτωση των Μειούμενων Κοστών Εκπαίδευσης του AI

Η μείωση των κοστών εκπαίδευσης του AI έχει σημαντικές επιπτώσεις για διάφορους κλάδους και πεδία, οδηγώντας σε βελτιωμένη καινοτομία και ανταγωνιστικότητα.

Ας συζητήσουμε μερικά από αυτά παρακάτω.

1. Μαζική Υιοθέτηση Σοφιστικών Chatbots του AI

Τα chatbots του AI είναι σε άνοδο λόγω της μείωσης των κοστών του AI. Ιδιαίτερα μετά την ανάπτυξη του ChatGPT και του GPT-4 (Γεννήτρια Προ-εκπαιδευμένη Μεταφραστή) από το OpenAI, έχει υπάρξει μια αξιοσημείωτη αύξηση στον αριθμό των εταιρειών που αναζητούν να αναπτύξουν chatbots του AI με παρόμοιες ή καλύτερες ικανότητες.

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 0,01 δολάρια ανά ερώτηση, ο νόμος του Wright προβλέπει ότι μέχρι το 2030, εφαρμογές chatbot παρόμοιες με το ChatGPT θα είναι αναπτυγμένες σε μεγάλη κλίμακα πολύ φθηνότερα (εκτιμώμενο 650 δολάρια για την εκτέλεση 1 δισεκατομμυρίου ερωτήσεων), με τη δυνατότητα να επεξεργαστούν 8,5 δισεκατομμύρια αναζητήσεις την ημέρα, tương đương με το Google Search.

Κόστος εκτέλεσης επιφανειών του AI ανά δισεκατομμύριο ερωτήσεων – ARK Invest Big Ideas 2023

2. Αυξημένη Χρήση Γεννήτριας Τεχνολογίας του AI

Η μείωση των κοστών εκπαίδευσης του AI έχει οδηγήσει σε μια αύξηση της ανάπτυξης και εφαρμογής γεννήτριας τεχνολογίας του AI. Το 2022, υπήρξε μια σημαντική αύξηση στην χρήση της γεννήτριας τεχνολογίας του AI, οδηγούμενη από την εισαγωγή καινοτόμων εργαλείων γεννήτριας AI, όπως το DALL-E 2, το Meta Make-A-Video και το Stable Diffusion. Το 2023, έχουμε ήδη δει ένα πρωτοποριακό μοντέλο στην μορφή του GPT-4.

Εκτός από τη γεννήτρια εικόνων και κειμένου, η γεννήτρια τεχνολογία του AI βοηθά τους développers να γράφουν κώδικα. Προγράμματα όπως το GitHub Copilot μπορούν να βοηθήσουν στην ολοκλήρωση μιας εργασίας κωδικοποίησης σε μισό χρόνο.

Χρόνος για την ολοκλήρωση εργασιών κωδικοποίησης – ARK Invest Big Ideas 2023

3. Καλύτερη Χρήση Δεδομένων Εκπαίδευσης

Τα μειούμενα κόστη εκπαίδευσης του AI αναμένεται να επιτρέψουν μια καλύτερη χρήση των δεδομένων εκπαίδευσης του AI. Για παράδειγμα, η έκθεση ARK Invest 2023 προβλέπει ότι μέχρι το 2030, το κόστος εκπαίδευσης ενός μοντέλου με 57 φορές περισσότερους παράμετρους και 720 φορές περισσότερους tokens από το GPT-3 (175 δισεκατομμύρια παράμετροι) θα μειωθεί από 17 δισεκατομμύρια δολάρια σε 600.000 δολάρια.

Η διαθεσιμότητα και η ποιότητα των δεδομένων θα είναι ο κύριος περιοριστικός παράγοντας για την ανάπτυξη προηγμένων μοντέλων μάθησης με τη βοήθεια του υπολογιστή σε αυτόν τον κόσμο χαμηλού κόστους. Ωστόσο, τα μοντέλα εκπαίδευσης θα αναπτύξουν τη δυνατότητα να επεξεργαστούν εκτιμώμενα 162 τρισεκατομμύρια λέξεις ή 216 τρισεκατομμύρια tokens.

Το μέλλον του AI φαίνεται πολύ υποσχόμενο. Για να μάθετε περισσότερα για τις τελευταίες τάσεις και έρευνες στον τομέα της τεχνολογίας του AI, επισκεφθείτε το Unite.ai.