एआई प्रशिक्षण लागत में लगातार गिरावट जारी

एआई प्रशिक्षण की उच्च लागत एआई को अपनाने में एक बड़ा अवरोध रही है, जिससे कई कंपनियां एआई प्रौद्योगिकी को लागू करने से रोकी गई हैं। 2017 की एक फोरेस्टर कंसल्टिंग रिपोर्ट के अनुसार, 48% कंपनियों ने उच्च प्रौद्योगिकी लागत को एआई-संचालित समाधानों को लागू नहीं करने के प्राथमिक कारणों में से एक के रूप में उजागर किया।

हालांकि, हाल के विकास से पता चलता है कि एआई प्रशिक्षण लागत तेजी से गिर रही है, और यह रुझान भविष्य में जारी रहने की उम्मीद है। ARK Invest Big Ideas 2023 रिपोर्ट के अनुसार, GPT-3 स्तर के प्रदर्शन के समान एक बड़े भाषा मॉडल की प्रशिक्षण लागत 2020 में $4.6 मिलियन से 2022 में $450,000 तक गिर गई, जो प्रति वर्ष 70% की गिरावट है।

आइए इस प्रवृत्ति को और गहराई से देखें और उन कारकों पर चर्चा करें जो इस गिरावट में योगदान कर रहे हैं।

एआई प्रशिक्षण लागत कैसे समय के साथ बदल गई है?

ARK Invest 2020 शोध के अनुसार, गहरे शिक्षण मॉडल को प्रशिक्षित करने की लागत मूरे के नियम से 50 गुना तेजी से सुधार हो रहा है। वास्तव में, एक एआई अनुमान प्रणाली चलाने से जुड़ा खर्च कई उपयोग के मामलों के लिए लगभग शून्य स्तर तक कम हो गया है।

इसके अलावा, प्रशिक्षण लागत पिछले कुछ वर्षों में प्रति वर्ष दस गुना कम हो गई है। उदाहरण के लिए, 2017 में, एक छवि वर्गीकरणकर्ता जैसे ResNet-50 को एक सार्वजनिक क्लाउड पर प्रशिक्षित करने में लगभग $1,000 का खर्च आया, लेकिन 2019 तक, लागत काफी कम हो गई, लगभग $10।

इन निष्कर्षों का संरेखण 2020 में ओपनएआई द्वारा एक रिपोर्ट के साथ है, जिसमें पाया गया कि एक एआई मॉडल को एक ही कार्य करने के लिए प्रशिक्षित करने के लिए आवश्यक कंप्यूटिंग शक्ति 2012 से प्रति 16 महीने में दो गुना कम हो रही है।

इसके अलावा, ARK रिपोर्ट एआई प्रशिक्षण लागत में गिरावट को रेखांकित करती है। रिपोर्ट में अनुमान लगाया गया है कि 2030 तक, एक जीपीटी-3 स्तर के मॉडल की प्रशिक्षण लागत $30 तक आ जाएगी, जो 2022 में $450,000 थी।

GPT-3 स्तर के प्रदर्शन को प्रशिक्षित करने की लागत – ARK Invest Big Ideas 2023

एआई प्रशिक्षण लागत में गिरावट में योगदान देने वाले कारक

एआई मॉडल को प्रशिक्षित करना सस्ता और आसान हो जाता है क्योंकि एआई प्रौद्योगिकियां बेहतर होती रहती हैं, जिससे उन्हें व्यापक श्रृंखला के व्यवसायों के लिए अधिक सुलभ बनाया जा सकता है। हार्डवेयर और सॉफ्टवेयर लागत और क्लाउड-आधारित एआई सहित कई कारकों ने एआई प्रशिक्षण लागत में गिरावट में योगदान दिया है।

आइए इन कारकों पर नीचे चर्चा करें।

1. हार्डवेयर

एआई को उच्च मात्रा में डेटा और गणना को संसाधित करने के लिए विशेषज्ञता प्राप्त उच्च-लागत वाले हार्डवेयर की आवश्यकता होती है। NVIDIA, IBM, और Google जैसे संगठन जीपीयू और टीपीयू प्रदान करते हैं ताकि उच्च-प्रदर्शन कंप्यूटिंग (एचपीसी) कार्यभार को निष्पादित किया जा सके। उच्च हार्डवेयर लागत एआई को बड़े पैमाने पर लोकतांत्रिक बनाना मुश्किल बना देती है।

हालांकि, जैसे-जैसे प्रौद्योगिकी आगे बढ़ती है, हार्डवेयर लागत कम हो रही है। ARK Invest 2023 रिपोर्ट के अनुसार, राइट का नियम यह भविष्यवाणी करता है कि एआई-सापेक्ष कंप्यूट यूनिट (आरसीयू) उत्पादन लागत, अर्थात एआई प्रशिक्षण हार्डवेयर लागत, 57% प्रति वर्ष कम होनी चाहिए, जिससे 2030 तक एआई प्रशिक्षण लागत 70% कम हो जाएगी, जैसा कि नीचे दिए गए ग्राफ में दिखाया गया है।

एआई प्रशिक्षण हार्डवेयर लागत – ARK Invest Big Ideas 2023

2. सॉफ्टवेयर

एआई सॉफ्टवेयर प्रशिक्षण लागत को 47% प्रति वर्ष तक बढ़ी हुई दक्षता और मापनीयता के माध्यम से कम किया जा सकता है। सॉफ्टवेयर फ्रेमवर्क जैसे टेंसोरफ्लो और पाइरटॉर्च डेवलपर्स को वितरित प्रणालियों पर उच्च प्रदर्शन के साथ जटिल गहरे शिक्षण मॉडल को प्रशिक्षित करने में सक्षम बनाते हैं, जिससे समय और संसाधनों की बचत होती है।

इसके अलावा, बड़े पूर्व-प्रशिक्षित मॉडल जैसे इन्सेप्शनव3 या रेसनेट और ट्रांसफर लर्निंग तकनीकें लागत को कम करने में मदद करती हैं क्योंकि वे डेवलपर्स को मौजूदा मॉडल को फिर से प्रशिक्षित करने की अनुमति देती हैं вместे कि उन्हें शुरू से प्रशिक्षित करने के।

एआई सॉफ्टवेयर प्रशिक्षण लागत – ARK Invest Big Ideas 2023

3. क्लाउड-आधारित कृत्रिम बुद्धिमत्ता

क्लाउड-आधारित एआई प्रशिक्षण लागत को कम करता है क्योंकि यह मांग पर मापनीय कंप्यूटिंग संसाधन प्रदान करता है। पे-एज़-यू-गो मॉडल के साथ, व्यवसाय केवल अपने कंप्यूटिंग संसाधनों के लिए भुगतान करते हैं। इसके अलावा, क्लाउड प्रदाता पूर्व-निर्मित एआई सेवाएं प्रदान करते हैं जो एआई प्रशिक्षण को तेज करती हैं।

उदाहरण के लिए, Azure Machine Learning एक क्लाउड-आधारित सेवा है जो भविष्यसूचक विश्लेषण के लिए 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 तेजी से हजारों जीपीयू तक बढ़ा सकते हैं। यह उपयोगकर्ताओं को अपने वेब ब्राउज़र के माध्यम से पूर्व-कॉन्फ़िगर्ड एआई वातावरण में काम करने की अनुमति देता है, जिससे सेटअप और स्थापना ओवरहेड समाप्त हो जाता है।

एआई प्रशिक्षण लागत में गिरावट का प्रभाव

एआई प्रशिक्षण लागत में कमी का विभिन्न उद्योगों और क्षेत्रों पर महत्वपूर्ण प्रभाव पड़ता है, जिससे नवाचार और प्रतिस्पर्धा में सुधार होता है।

आइए उनमें से कुछ पर नीचे चर्चा करें।

1. जटिल एआई चैटबॉट्स का बड़े पैमाने पर अपनाना

एआई चैटबॉट्स एआई लागत में गिरावट के कारण बढ़ रहे हैं। विशेष रूप से ओपनएआई के चैटजीपीटी और जीपीटी-4 (जनरेटिव प्री-ट्रेन्ड ट्रांसफॉर्मर) के विकास के बाद, समान या बेहतर क्षमताओं वाले एआई चैटबॉट विकसित करने के लिए कंपनियों की संख्या में उल्लेखनीय वृद्धि हुई है।

उदाहरण के लिए, नवंबर 2022 में इसके जारी होने के पांच दिन बाद, चैटजीपीटी ने 1 मिलियन उपयोगकर्ता हासिल किए। हालांकि आज, मॉडल को बड़े पैमाने पर चलाने की लागत लगभग $0.01 प्रति प्रश्न है, राइट का नियम यह भविष्यवाणी करता है कि 2030 तक, चैटजीपीटी जैसे चैटबॉट अनुप्रयोगों को बड़े पैमाने पर तैनात किया जा सकता है (अनुमानित $650 एक अरब प्रश्नों को चलाने के लिए), जो प्रति दिन 8.5 अरब खोजों को संसाधित करने की क्षमता रखता है, जो गूगल खोज के बराबर है।

एक अरब प्रश्नों को निष्पादित करने की लागत – ARK Invest Big Ideas 2023

2. जनरेटिव एआई का बढ़ता उपयोग

एआई प्रशिक्षण लागत में गिरावट के कारण जनरेटिव एआई प्रौद्योगिकियों के विकास और कार्यान्वयन में वृद्धि हुई है। 2022 में, डीएलएल-ई 2, मेटा मेक-ए-वीडियो और स्टेबल डिफ्यूजन जैसे नवाचारी जनरेटिव एआई टूल्स की शुरुआत के बाद जनरेटिव एआई का उपयोग में महत्वपूर्ण वृद्धि हुई है। 2023 में, हमने पहले से ही जीपीटी-4 के रूप में एक नए युग का अनुभव किया है।

छवि और पाठ उत्पादन के अलावा, जनरेटिव एआई डेवलपर्स को कोड लिखने में मदद कर रहा है। प्रोग्राम जैसे गिटहब कोपायलट कोडिंग कार्य को आधा समय में पूरा करने में मदद कर सकते हैं।

कोडिंग कार्यों को पूरा करने में समय – ARK Invest Big Ideas 2023

3. प्रशिक्षण डेटा का बेहतर उपयोग

एआई प्रशिक्षण लागत में कमी से मशीन लर्निंग प्रशिक्षण डेटा का बेहतर उपयोग होने की उम्मीद है। उदाहरण के लिए, ARK Invest 2023 रिपोर्ट सuggests कि 2030 तक, जीपीटी-3 (175B पैरामीटर) की तुलना में 57 गुना अधिक पैरामीटर और 720 गुना अधिक टोकन वाले मॉडल को प्रशिक्षित करने की लागत $17 बिलियन से $600,000 तक कम हो जाएगी।

डेटा की उपलब्धता और गुणवत्ता उन्नत मशीन लर्निंग मॉडल विकसित करने के लिए प्राथमिक सीमित कारक होंगे। हालांकि, मॉडल 162 ट्रिलियन शब्दों या 216 ट्रिलियन टोकन को संसाधित करने की क्षमता विकसित करेंगे।

एआई का भविष्य बहुत ही आशाजनक दिख रहा है। एआई के क्षेत्र में नवीनतम रुझानों और शोध के बारे में अधिक जानने के लिए, Unite.ai पर जाएं।