एआई प्रशिक्षण लागत में लगातार गिरावट जारी है

उच्च एआई प्रशिक्षण लागत एआई को अपनाने में एक महत्वपूर्ण बाधा 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-चालित समाधानों को लागू न करने के प्राथमिक कारणों में से एक के रूप में उजागर किया।

हालांकि, हाल के विकास ने दिखाया है कि एआई प्रशिक्षण लागत तेजी से घट रही है, और यह रुझान भविष्य में जारी रहने की उम्मीद है। आर्क इन्वेस्ट बिग आइडियास 2023 रिपोर्ट के अनुसार, जीपीटी-3 स्तर के प्रदर्शन के समान एक बड़े भाषा मॉडल की प्रशिक्षण लागत 2020 में $4.6 मिलियन से घटकर 2022 में $450,000 हो गई, जो प्रति वर्ष 70% की गिरावट है।

आइए इस एआई प्रशिक्षण लागत में गिरावट के रुझान को और गहराई से देखें और उन कारकों पर चर्चा करें जो इस गिरावट में योगदान कर रहे हैं।

एआई प्रशिक्षण लागत में कैसे बदलाव आया है?

आर्क इन्वेस्ट 2020 शोध के अनुसार, गहरे शिक्षण मॉडल की लागत में सुधार मूरे के नियम से 50 गुना तेजी से 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 की लागत लगभग $1,000 थी, लेकिन 2019 तक यह लागत काफी कम हो गई थी, लगभग $10।

इन निष्कर्षों का समर्थन 2020 में ओपनएआई द्वारा की गई एक रिपोर्ट से होता 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, आर्क रिपोर्ट एआई प्रशिक्षण लागत में गिरावट को रेखांकित करती है। रिपोर्ट में अनुमान लगाया गया है कि 2030 तक, जीपीटी-3 स्तर के मॉडल की प्रशिक्षण लागत $450,000 से घटकर $30 हो जाएगी।

जीपीटी-3 स्तर के प्रदर्शन के लिए प्रशिक्षण लागत – आर्क इन्वेस्ट बिग आइडियास 2023

एआई प्रशिक्षण लागत में गिरावट में योगदान करने वाले कारक

एआई मॉडल को प्रशिक्षित करना सस्ता और आसान हो जाता है क्योंकि एआई प्रौद्योगिकियां बेहतर होती रहती हैं, जिससे वे व्यापक व्यवसायों के लिए अधिक सुलभ हो जाती हैं। 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 और गहराई से चर्चा करें।

1. हार्डवेयर

एआई को बड़ी मात्रा में डेटा और गणना को संसाधित करने के लिए विशेष उच्च-अंत महंगे हार्डवेयर की आवश्यकता होती है। निविडा, आईबीएम और गूगल जैसे संगठन जीपीयू और टीपीयू प्रदान करते हैं ताकि उच्च-प्रदर्शन कंप्यूटिंग (एचपीसी) वर्कलोड को निष्पादित किया जा सके। उच्च हार्डवेयर लागत एआई को बड़े पैमाने पर लोकतांत्रिक बनाना मुश्किल बना देती है।

हालांकि, तकनीक के आगे बढ़ने के साथ, हार्डवेयर लागत कम हो रही है। आर्क इन्वेस्ट 2023 रिपोर्ट के अनुसार, राइट का नियम एआई-सापेक्ष कंप्यूट यूनिट (आरसीयू) उत्पादन लागत, अर्थात एआई प्रशिक्षण हार्डवेयर लागत, को प्रति वर्ष 57% कम करने की भविष्यवाणी करता है, जिससे 2030 तक एआई प्रशिक्षण लागत 70% कम हो जाएगी, जैसा कि नीचे दिए गए ग्राफ में दिखाया गया है।

एआई प्रशिक्षण हार्डवेयर लागत – आर्क इन्वेस्ट बिग आइडियास 2023

2. सॉफ्टवेयर

एआई सॉफ्टवेयर प्रशिक्षण लागत को 47% प्रति वर्ष की वृद्धि के माध्यम से कम किया जा सकता है। सॉफ्टवेयर फ्रेमवर्क जैसे टेंसरफ्लो और पाइरटॉर्च डेवलपर्स को वितरित प्रणालियों पर 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 भी लागत को कम करने में मदद करती हैं क्योंकि वे डेवलपर्स को मौजूदा मॉडल को फाइन-ट्यून करने की अनुमति देती हैं, न कि उन्हें स्क्रैच से प्रशिक्षित करने की।

एआई सॉफ्टवेयर प्रशिक्षण लागत – आर्क इन्वेस्ट बिग आइडियास 2023

3. क्लाउड-आधारित कृत्रिम बुद्धिमत्ता

क्लाउड-आधारित एआई प्रशिक्षण लागत को कम करता है क्योंकि यह मांग पर स्केलेबल 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, एज़्योर मशीन लर्निंग 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 स्केल कर सकते हैं। यह उपयोगकर्ताओं को अपने वेब ब्राउज़र के माध्यम से पूर्व-कॉन्फ़िगर्ड एआई वातावरण पर 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 चर्चा करें।

1. जटिल एआई चैटबॉट का बड़े पैमाने पर अपनाना

एआई चैटबॉट क्लाउड-आधारित एआई प्रशिक्षण लागत में गिरावट के कारण तेजी से बढ़ रहे हैं। विशेष रूप से, ओपनएआई के चैटजीपीटी और जीपीटी-4 (जनरेटिव प्री-ट्रेन्ड ट्रांसफॉर्मर) के विकास के बाद, जटिल 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 दिनों के भीतर, चैटजीपीटी ने 1 मिलियन उपयोगकर्ता हासिल कर लिए। हालांकि आज, मॉडल को बड़े पैमाने पर चलाने की लागत लगभग $.01 प्रति प्रश्न है, राइट का नियम भविष्यवाणी करता है कि 2030 तक, चैटजीपीटी जैसे चैटबॉट अनुप्रयोगों को बड़े पैमाने पर तैनात किया जा सकता है जो बहुत सस्ता (अनुमानित $650 एक अरब प्रश्नों को चलाने के लिए) होगा, जिसमें प्रति दिन 8.5 अरब खोजों को संसाधित करने की क्षमता होगी, जो गूगल खोज के बराबर है।

एक अरब प्रश्नों को निष्पादित करने के लिए एआई अनुमान लागत – आर्क इन्वेस्ट बिग आइडियास 2023

2. जनरेटिव एआई का बढ़ता उपयोग

एआई प्रशिक्षण लागत में गिरावट के परिणामस्वरूप जनरेटिव एआई प्रौद्योगिकियों के विकास और कार्यान्वयन में तेजी से वृद्धि हुई है। 2022 में, डीएलएल-ई 2, मेटा मेक-ए-वीडियो और स्टेबल डिफ्यूजन जैसे नवाचारी जनरेटिव एआई टूल्स के परिचय के कारण जनरेटिव एआई का उपयोग में उल्लेखनीय वृद्धि हुई। 2023 में, हमने जीपीटी-4 के रूप में एक ग्राउंड-ब्रेकिंग मॉडल का गवाही दी है।

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

कोडिंग कार्यों को पूरा करने में लगने वाला समय – आर्क इन्वेस्ट बिग आइडियास 2023

3. प्रशिक्षण डेटा का बेहतर उपयोग

एआई प्रशिक्षण लागत में कमी से मॉडल को प्रशिक्षित करने के लिए अधिक डेटा का उपयोग करने की अनुमति मिलेगी। उदाहरण के लिए, आर्क इन्वेस्ट 2023 रिपोर्ट के अनुसार, 2030 तक, जीपीटी-3 (175बी पैरामीटर) की तुलना में 57 गुना अधिक पैरामीटर और 720 गुना अधिक टोकन वाले मॉडल को प्रशिक्षित करने की लागत $17 बिलियन से घटकर $600,000 हो जाएगी।

डेटा की उपलब्धता और गुणवत्ता इस कम लागत वाले कंप्यूटिंग दुनिया में उन्नत मशीन लर्निंग मॉडल विकसित करने के लिए प्राथमिक सीमित कारक होंगे। हालांकि, मॉडल 162 ट्रिलियन शब्दों या 216 ट्रिलियन टोकन को संसाधित करने में सक्षम होंगे।

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。