एआई प्रशिक्षण लागत में गिरावट जारी है

उच्च एआई प्रशिक्षण लागत एआई अपनाने में एक महत्वपूर्ण बाधा रही है, जो कई कंपनियों को एआई तकनीक लागू करने से रोकती है। एक के अनुसार 2017 फॉरेस्टर कंसल्टिंग रिपोर्ट48% कंपनियों ने एआई-संचालित समाधानों को लागू न करने के प्राथमिक कारणों में से एक के रूप में उच्च प्रौद्योगिकी लागत को उजागर किया।

हालाँकि, हाल के घटनाक्रमों से पता चला है कि एआई प्रशिक्षण लागत में तेजी से गिरावट आ रही है, और यह प्रवृत्ति भविष्य में भी जारी रहने की उम्मीद है। के अनुसार ARK इन्वेस्ट बिग आइडियाज़ 2023 रिपोर्टजीपीटी-3 स्तर के प्रदर्शन के समान एक बड़े भाषा मॉडल की प्रशिक्षण लागत 4.6 में $2020 मिलियन से घटकर 450,000 में $2022 हो गई है, जो प्रति वर्ष 70% की गिरावट है।

आइए एआई प्रशिक्षण लागत में गिरावट की इस प्रवृत्ति का और पता लगाएं और इस गिरावट में योगदान देने वाले कारकों पर चर्चा करें।

समय के साथ एआई प्रशिक्षण लागत कैसे बदल गई है?

हाल के अनुसार एआरके इन्वेस्ट 2020 अनुसंधानगहन शिक्षण मॉडल के प्रशिक्षण की लागत में मूर के नियम की तुलना में 50 गुना तेजी से सुधार हो रहा है। वास्तव में, एआई अनुमान प्रणाली को चलाने से जुड़ा खर्च कई उपयोग मामलों के लिए लगभग नगण्य स्तर तक कम हो गया है।

इसके अलावा, पिछले कुछ वर्षों में प्रशिक्षण लागत में सालाना दस गुना कमी आई है। उदाहरण के लिए, 2017 में, सार्वजनिक क्लाउड पर ResNet-50 जैसे इमेज क्लासिफायर को प्रशिक्षित करने की लागत लगभग $1,000 थी, लेकिन 2019 तक, लागत काफी कम होकर लगभग $10 हो गई थी।

ये निष्कर्ष a के अनुरूप हैं OpenAI द्वारा 2020 की रिपोर्ट, जिसमें पाया गया कि एक ही कार्य को करने के लिए एआई मॉडल को प्रशिक्षित करने के लिए आवश्यक कंप्यूटिंग शक्ति की मात्रा 16 के बाद से हर 2012 महीने में दो गुना कम हो रही है।

इसके अलावा, एआरके रिपोर्ट एआई प्रशिक्षण लागत में गिरावट पर प्रकाश डालता है। रिपोर्ट का अनुमान है कि 2030 तक GPT-3 स्तर के मॉडल की प्रशिक्षण लागत घटकर 30 डॉलर हो जाएगी, जबकि 450,000 में यह 2022 डॉलर थी।

GPT-3 स्तर के प्रदर्शन को प्रशिक्षित करने की लागत - एआरके निवेश के बड़े विचार 2023

एआई प्रशिक्षण लागत में गिरावट में योगदान देने वाले कारक

जैसे-जैसे एआई प्रौद्योगिकियों में सुधार जारी है, एआई मॉडल का प्रशिक्षण सस्ता और आसान हो गया है, जिससे वे व्यवसायों की व्यापक श्रेणी के लिए अधिक सुलभ हो गए हैं। हार्डवेयर और सॉफ्टवेयर लागत और क्लाउड-आधारित एआई सहित कई कारकों ने एआई प्रशिक्षण लागत में गिरावट में योगदान दिया है।

आइए नीचे इन कारकों का पता लगाएं।

1। हार्डवेयर

बड़ी मात्रा में डेटा और गणनाओं को संसाधित करने के लिए AI को विशेष उच्च-स्तरीय महंगे हार्डवेयर की आवश्यकता होती है। NVIDIA, IBM और Google जैसे संगठन प्रदान करते हैं GPUs और टीपीयू उच्च-प्रदर्शन कंप्यूटिंग (एचपीसी) कार्यभार निष्पादित करने के लिए। उच्च हार्डवेयर लागत के कारण AI को बड़े पैमाने पर लोकतांत्रिक बनाना कठिन हो जाता है।

हालाँकि, जैसे-जैसे प्रौद्योगिकी आगे बढ़ रही है, हार्डवेयर लागत कम हो रही है। के अनुसार एआरके इन्वेस्ट 2023 रिपोर्ट, राइट का कानून भविष्यवाणी करता है कि एआई-रिलेटिव कंप्यूट यूनिट (आरसीयू) उत्पादन लागत, यानी, एआई प्रशिक्षण हार्डवेयर लागत, सालाना 57% कम होनी चाहिए, जिससे 70 तक एआई प्रशिक्षण लागत में 2030% की कमी आएगी, जैसा कि नीचे दिए गए ग्राफ़ में दिखाया गया है।

एआई प्रशिक्षण हार्डवेयर लागत - एआरके निवेश के बड़े विचार 2023

2। सॉफ्टवेयर

एआई सॉफ्टवेयर प्रशिक्षण लागत को कम किया जा सकता है सालाना 47% बढ़ी हुई दक्षता और मापनीयता के माध्यम से। सॉफ्टवेयर फ्रेमवर्क जैसे TensorFlow और पायटॉर्च डेवलपर्स को उच्च प्रदर्शन, समय और संसाधनों की बचत के साथ वितरित सिस्टम पर जटिल गहन शिक्षण मॉडल को प्रशिक्षित करने में सक्षम बनाता है।

इसके अलावा, बड़े पूर्व-प्रशिक्षित मॉडल पसंद हैं आरंभv3 or रेसनेट और स्थानांतरण शिक्षण तकनीकें डेवलपर्स को मौजूदा मॉडलों को शुरू से ही प्रशिक्षित करने के बजाय उन्हें बेहतर बनाने की अनुमति देकर लागत कम करने में भी मदद करती हैं।

एआई सॉफ्टवेयर प्रशिक्षण लागत - एआरके निवेश के बड़े विचार 2023

3. क्लाउड-आधारित आर्टिफिशियल इंटेलिजेंस

क्लाउड-आधारित एआई प्रशिक्षण मांग पर स्केलेबल कंप्यूटिंग संसाधन प्रदान करके लागत कम करता है। पे-एज़-यू-गो मॉडल के साथ, व्यवसाय केवल अपने कंप्यूटिंग संसाधनों के लिए भुगतान करते हैं। साथ ही, क्लाउड प्रदाता पूर्व-निर्मित AI सेवाएँ प्रदान करते हैं जो AI प्रशिक्षण को गति देते हैं।

उदाहरण के लिए, Azure मशीन लर्निंग पूर्वानुमान विश्लेषण के लिए एक क्लाउड-आधारित सेवा है जो तेजी से मॉडल विकास और कार्यान्वयन की अनुमति देती है। यह लचीले कंप्यूटिंग संसाधन और मेमोरी प्रदान करता है। उपयोगकर्ता अपने कंप्यूटिंग प्रदर्शन को बढ़ाने के लिए हजारों GPU तक जल्दी से स्केल कर सकते हैं। यह उपयोगकर्ताओं को पूर्व-कॉन्फ़िगर किए गए AI वातावरण पर अपने वेब ब्राउज़र के माध्यम से काम करने की अनुमति देता है, जिससे सेटअप और इंस्टॉलेशन ओवरहेड समाप्त हो जाता है।

एआई प्रशिक्षण लागत में गिरावट का प्रभाव

एआई प्रशिक्षण की घटती लागत का विभिन्न उद्योगों और क्षेत्रों पर महत्वपूर्ण प्रभाव पड़ता है, जिसके परिणामस्वरूप नवाचार और प्रतिस्पर्धात्मकता में सुधार होता है।

आइए नीचे उनमें से कुछ पर चर्चा करें।

1. परिष्कृत एआई चैटबॉट्स को बड़े पैमाने पर अपनाना

एआई लागत में गिरावट के कारण एआई चैटबॉट बढ़ रहे हैं। विशेषकर OpenAI के विकास के बाद ChatGPT और GPT-4 (जेनरेटिव प्री-ट्रेंड ट्रांसफार्मर), समान या बेहतर क्षमताओं के साथ एआई चैटबॉट विकसित करने वाली कंपनियों की संख्या में उल्लेखनीय वृद्धि हुई है।

उदाहरण के लिए, नवंबर 2022 में रिलीज़ होने के पांच दिन बाद, चैटजीपीटी ने 1 मिलियन उपयोगकर्ता बनाए। हालाँकि आज, मॉडल को बड़े पैमाने पर चलाने की लागत लगभग $.01 प्रति क्वेरी है, राइट का कानून भविष्यवाणी करता है कि 2030 तक, चैटजीपीटी के समान चैटबॉट एप्लिकेशन बड़े पैमाने पर बहुत सस्ते में तैनात किए जा सकेंगे (एक अरब प्रश्नों को चलाने के लिए अनुमानित $650), Google खोज के बराबर, प्रति दिन 8.5 बिलियन खोजों को संसाधित करने की क्षमता के साथ।

प्रति अरब प्रश्नों पर एआई अनुमान निष्पादित करने की लागत - एआरके निवेश के बड़े विचार 2023

2. जेनरेटिव एआई का बढ़ता उपयोग

एआई प्रशिक्षण की घटती लागत के कारण जेनेरिक एआई प्रौद्योगिकियों के विकास और कार्यान्वयन में वृद्धि हुई है। 2022 में, DALL-E 2, मेटा मेक-ए-वीडियो और स्टेबल डिफ्यूजन जैसे नवोन्वेषी जेनरेटिव AI टूल की शुरूआत के कारण जेनेरेटिव AI के उपयोग में उल्लेखनीय वृद्धि हुई। 2023 में, हम पहले ही GPT-4 के रूप में एक अभूतपूर्व मॉडल देख चुके हैं।

इमेज और टेक्स्ट जेनरेशन के अलावा, जेनरेटिव एआई डेवलपर्स को कोड लिखने में मदद कर रहा है। GitHub Copilot जैसे प्रोग्राम किसी कोडिंग कार्य को आधे समय में पूरा करने में मदद कर सकते हैं।

कोडिंग कार्यों को पूरा करने का समय - एआरके निवेश के बड़े विचार 2023

3. प्रशिक्षण डेटा का बेहतर उपयोग

एआई प्रशिक्षण लागत कम होने से मशीन लर्निंग प्रशिक्षण डेटा के बेहतर उपयोग की अनुमति मिलने की उम्मीद है। उदाहरण के लिए, एआरके इन्वेस्ट 2023 रिपोर्ट सुझाव है कि 2030 तक, जीपीटी-57 (720बी पैरामीटर) की तुलना में 3 गुना अधिक मापदंडों और 175 गुना अधिक टोकन वाले मॉडल को प्रशिक्षित करने की लागत 17 अरब डॉलर से घटकर 600,000 डॉलर होने का अनुमान है।

इस कम लागत वाली कंप्यूटिंग दुनिया में उन्नत मशीन लर्निंग मॉडल विकसित करने के लिए डेटा उपलब्धता और गुणवत्ता प्राथमिक सीमित कारक होगी। हालाँकि, प्रशिक्षण मॉडल अनुमानित 162 ट्रिलियन शब्दों या 216 ट्रिलियन टोकन को संसाधित करने की क्षमता विकसित करेंगे।

एआई का भविष्य बहुत आशाजनक दिखता है। कृत्रिम बुद्धिमत्ता के क्षेत्र में नवीनतम रुझानों और अनुसंधान के बारे में अधिक जानने के लिए, यहाँ जाएँ यूनाइट.एआई.