AI Generative ເພີ່ມປະສິດທິພາບຂອງພະນັກງານຄວາມຮູ້ແນວໃດ

ຄວາມກ້າວຫນ້າທາງດ້ານເທກໂນໂລຍີທີ່ບໍ່ຢຸດຢັ້ງແລະປະດິດສ້າງໃຫມ່ຫຼ້າສຸດແມ່ນນໍາພາໂດຍໂດເມນຕ່າງໆເຊັ່ນ: ປັນຍາປະດິດ (AI), ຫຸ່ນຍົນ, blockchain, ແລະຊີວະສາດທີ່ສາມາດດໍາເນີນໂຄງການໄດ້. ເຕັກ​ໂນ​ໂລ​ຊີ​ເຫຼົ່າ​ນີ້​ແມ່ນ​ການ​ປະ​ຕິ​ວັດ​ການ​ຄ້າ​ຂາຍ​ຍ່ອຍ​, ລົດ​ຍົນ​, ການ​ເງິນ​, ການ​ຜະ​ລິດ​, ແລະ​ອຸດ​ສາ​ຫະ​ກໍາ​ອື່ນໆ​ຈໍາ​ນວນ​ຫຼາຍ​ໃນ​ທັງ​ສອງ​, ລະ​ດັບ​ມະ​ຫາ​ພາກ​ແລະ​ຈຸ​ລະ​ພາກ​.

AI, ໂດຍສະເພາະ AI ທົ່ວໄປ, ແມ່ນ​ການ​ຫັນ​ປ່ຽນ​ວິ​ຖີ​ຊີ​ວິດ​ແລະ​ວຽກ​ງານ​ປະ​ຈໍາ​ວັນ​ຂອງ​ພະ​ນັກ​ງານ​ຄວາມ​ຮູ້ - ບຸກ​ຄົນ​ທີ່​ເປັນ​ຜູ້​ຊ່ຽວ​ຊານ​ວິ​ຊາ​ການ​ທີ່​ມີ​ການ​ສຶກ​ສາ​ແລະ​ການ​ຝຶກ​ອົບ​ຮົມ​ຢ່າງ​ເປັນ​ທາງ​ການ​. ຂ້ອນຂ້າງເຫັນໄດ້ຊັດເຈນໃນອາຊີບເຊັ່ນ: ການຂຽນໂປລແກລມ, ການອອກແບບ, ວິສະວະກໍາ, ແລະການຂຽນ, AI ທົ່ວໄປໄດ້ເສີມຂະຫຍາຍການຜະລິດຂອງພະນັກງານຄວາມຮູ້.

ແຕ່ AI ທົ່ວໄປແມ່ນຫຍັງແລະສິ່ງທີ່ເຮັດໃຫ້ມັນສໍາຄັນສໍາລັບພະນັກງານຄວາມຮູ້? ມາສຳຫຼວດຄວາມຄິດນີ້ໃຫ້ຫຼາຍຂຶ້ນ! 

Generative AI ແມ່ນຫຍັງ?

Generative AI ສ້າງເນື້ອຫາໃຫມ່ເຊັ່ນ: ຂໍ້ຄວາມ, ວິດີໂອ, ສຽງ, ແລະຮູບພາບອັດຕະໂນມັດໂດຍໃຊ້ AI algorithms, ອີງໃສ່ການເຕືອນທີ່ຂຽນໂດຍມະນຸດ. 

ບາງສ່ວນຂອງເຄື່ອງມືການຜະລິດ AI ທີ່ໂດດເດັ່ນທີ່ສຸດແລະຜະລິດຕະພັນປະກອບມີ:

• ສົນທະນາ GPT - ພັດທະນາໂດຍ OpenAI, ChatGPT ເປັນ chatbot AI ອັດສະລິຍະທີ່ສາມາດສະຫນອງການຕອບສະຫນອງລາຍລະອຽດທີ່ສຸດແລະເປັນສ່ວນບຸກຄົນໂດຍອີງໃສ່ການເຕືອນຂອງຜູ້ໃຊ້.
• DALL-E2, ການແຜ່ກະຈາຍຄົງທີ່, & ກາງແຈ້ງ - ເຫຼົ່ານີ້ແມ່ນເຄື່ອງມືສ້າງຮູບພາບທີ່ໃຊ້ AI.
• Meta – ນີ້​ແມ່ນ​ເປັນ​ເຄື່ອງ​ມື​ການ​ຜະ​ລິດ​ວິ​ດີ​ໂອ​ທີ່​ມີ AI ທີ່​ອະ​ນຸ​ຍາດ​ໃຫ້​ຜູ້​ໃຊ້​ເພື່ອ​ສ້າງ​ວິ​ດີ​ໂອ​ຈາກ​ການ​ກະ​ຕຸ້ນ​ຂໍ້​ຄວາມ​.
• Codex - ມັນຊ່ວຍໃຫ້ນັກຂຽນໂປລແກລມສ້າງລະຫັດໃນຫລາຍພາສາການຂຽນໂປຼແກຼມພາຍໃນສອງສາມວິນາທີ.

ດຽວນີ້, ມາເບິ່ງວ່າ AI ທົ່ວໄປມີຜົນກະທົບແນວໃດກັບພະນັກງານຄວາມຮູ້!

ຄວາມເຂົ້າໃຈວິທີການສ້າງ AI ເພີ່ມຜົນຜະລິດຂອງພະນັກງານຄວາມຮູ້ຈາກໂດເມນທີ່ແຕກຕ່າງກັນ

ອີງ​ຕາມ ແນວຄວາມຄິດອັນໃຫຍ່ຂອງ ARK 2023 ບົດລາຍງານ, AI ຄາດວ່າຈະເພີ່ມຜົນຜະລິດຂອງພະນັກງານຄວາມຮູ້ຫຼາຍກວ່າ 4 ເທົ່າໃນປີ 2030. ບົດລາຍງານຍັງແນະນໍາວ່າດ້ວຍການຮັບຮອງເອົາ 100%, AI ສາມາດນໍາເອົາການຜະລິດແຮງງານປະມານ $ 200 ພັນຕື້ໂດລາຫຼັງຈາກການໃຊ້ AI ໂດຍລວມເຖິງ 31 ພັນຕື້ໂດລາ. . ຖ້າ​ຫາກ​ວ່າ​ຜູ້​ຂາຍ​ສາ​ມາດ​ດຶງ​ດູດ​ພຽງ​ແຕ່ 10% ຂອງ​ມູນ​ຄ່າ​ທີ່​ສ້າງ​ໂດຍ​ຜະ​ລິດ​ຕະ​ພັນ AI ຂອງ​ເຂົາ​ເຈົ້າ​, ເຂົາ​ເຈົ້າ​ສາ​ມາດ​ເກັບ​ກໍາ​ລາຍ​ໄດ້​ເກືອບ $ 14 ພັນ​ຕື້​ໂດ​ລາ​ແລະ $ 90 ພັນ​ຕື້​ເປັນ​ມູນ​ຄ່າ​ວິ​ສາ​ຫະ​ກິດ​ໃນ​ປີ 2030​.

ການຄາດຄະເນຕະຫຼາດ AI ສໍາລັບປີ 2030. ແຫຼ່ງຂໍ້ມູນ: ແນວຄວາມຄິດອັນໃຫຍ່ຂອງ ARK 2023

ຂໍໃຫ້ເບິ່ງຢ່າງລະອຽດວ່າເຄື່ອງມືສ້າງ AI ປະກອບສ່ວນເຂົ້າໃນການເພີ່ມປະສິດທິພາບຂອງນັກຂຽນເນື້ອຫາ, ນັກພັດທະນາແລະນັກສິລະປິນແນວໃດ.

1. ພະນັກງານຄວາມຮູ້: ນັກຂຽນເນື້ອໃນ ແລະບັນນາທິການ

ທຸລະກິດທີ່ທັນສະໄຫມຕ້ອງການເນື້ອຫາທີ່ມີການຄົ້ນຄວ້າແລະທັກສະທີ່ສ້າງຂື້ນເພື່ອດຶງດູດຜູ້ຊົມ. ນີ້ແມ່ນບ່ອນທີ່ AI ທົ່ວໄປເຮັດໃຫ້ວຽກຂອງນັກຂຽນເນື້ອຫາແລະບັນນາທິການງ່າຍຂຶ້ນ.

ດ້ວຍການປະກົດຕົວຂອງ chatbots ອັດສະລິຍະເຊັ່ນ ChatGPT, ການສ້າງເນື້ອຫາແມ່ນງ່າຍແລະປະຫຍັດ. ອີງ​ຕາມ ແນວຄວາມຄິດອັນໃຫຍ່ຂອງ ARK 2023  ບົດລາຍງານ, ChatGPT's per query inference, cost around $0.01 in 2022. for a billion queries, the total inference cost becomes $10,000,000. ໃນປີ 2030, ຄ່າໃຊ້ຈ່າຍນີ້ຄາດວ່າຈະຫຼຸດລົງພຽງແຕ່ 650 ໂດລາ, ອີງຕາມ ກົດໝາຍຂອງ Wright. 

ການຫຼຸດລົງຂອງຄ່າໃຊ້ຈ່າຍຂອງຂະຫນາດນີ້ຈະຊ່ວຍໃຫ້ມີການນໍາໃຊ້ເຄື່ອງມືເນື້ອຫາ AI ຢ່າງຫຼວງຫຼາຍ. ສໍາລັບຕົວຢ່າງ, ໃນປີ 2030, ຄໍາຮ້ອງສະຫມັກແບບ ChatGPT ຄາດວ່າຈະກົງກັບຂະຫນາດຂອງ Google Search ແລະດໍາເນີນການ 8.5 ຕື້ການຊອກຫາປະຈໍາວັນ. ດັ່ງນັ້ນ, ມັນຈະກາຍເປັນເລື່ອງງ່າຍສໍາລັບພະນັກງານຄວາມຮູ້ໃນໂດເມນເນື້ອຫາເພື່ອໃຊ້ AI ການຜະລິດໃນວຽກງານປະຈໍາວັນ.

2. ພະນັກງານຄວາມຮູ້: ວິສະວະກອນຊອບແວ ແລະນັກພັດທະນາ

ເນື່ອງຈາກວົງຈອນການພັດທະນາຊອບແວທີ່ສັບສົນ ແລະຍາວນານ, ການຈັດການ ແລະການນຳໃຊ້ຊອບແວຕ້ອງການທີມງານຂອງນັກພັດທະນາ ແລະນັກຂຽນໂປລແກລມທີ່ອຸທິດຕົນ. ເຄື່ອງມືການຂຽນລະຫັດ AI ທົ່ວໄປເຊັ່ນ Codex ແລະ ບໍລິສັດ Copilot ກໍາລັງເຮັດໃຫ້ການພັດທະນາຊອບແວງ່າຍຂຶ້ນແລະ ຜະລິດຕະພັນຫຼາຍ ສໍາລັບພະນັກງານຄວາມຮູ້. 

ໃນ​ຄວາມ​ເປັນ​ຈິງ, ແນວຄວາມຄິດອັນໃຫຍ່ຂອງ ARK 2023 ລາຍງານລະບຸວ່າ ຜູ້ຊ່ວຍການເຂົ້າລະຫັດ AI ຫຼຸດເວລາໃນການເຮັດໜ້າທີ່ຂຽນລະຫັດລົງເຄິ່ງໜຶ່ງ. ໃນປີ 2030, AI ຜູ້ຊ່ວຍການເຂົ້າລະຫັດສາມາດເພີ່ມຜົນຜະລິດຂອງວິສະວະກອນຊອບແວໄດ້ 10 ເທົ່າ.  

ເວລາທີ່ຈະເຮັດສໍາເລັດວຽກງານການຂຽນລະຫັດ. ທີ່ມາ: ແນວຄວາມຄິດອັນໃຫຍ່ຂອງ ARK 2023

3. ພະນັກງານຄວາມຮູ້: ຊ່າງພາບ ແລະນັກອອກແບບ

ອີກກຸ່ມຂອງພະນັກງານຄວາມຮູ້ທີ່ຖືກຈັດປະເພດເປັນນັກສິລະປິນແລະນັກອອກແບບກໍ່ໄດ້ຮັບອິດທິພົນຈາກ AI ທົ່ວໄປ. ວຽກງານຂອງພວກເຂົາປົກກະຕິແລ້ວປະກອບມີການສ້າງແນວຄວາມຄິດທາງສາຍຕາ, ຮູບພາບ, ຮູບແຕ້ມ, ແລະ UI ສ້າງສັນໂດຍໃຊ້ເຄື່ອງມືການອອກແບບເຊັ່ນ Adobe Photoshop, Illustrator ແລະ Canva ເພື່ອສະຫນອງປະສົບການຂອງຜູ້ໃຊ້ທີ່ອຸດົມສົມບູນ. 

ດ້ວຍ​ການ​ບຸກ​ເບີກ ຮູບ​ແບບ​ການ​ຜະ​ລິດ​ ເຊັ່ນ: DALL-E2, Stable Diffusion, ແລະ Midjourney, ຜົນຜະລິດຂອງຜູ້ອອກແບບໄດ້ເພີ່ມຂຶ້ນຢ່າງຫຼວງຫຼາຍ. ຕົວຢ່າງເຊັ່ນ, ການອອກແບບກາຟິກທີ່ສ້າງຂຶ້ນໂດຍມະນຸດພາຍໃນ 5 ຊົ່ວໂມງ ແລະລາຄາ 150 ໂດລາ ດຽວນີ້ສາມາດສ້າງໄດ້ຢ່າງງ່າຍດາຍ. ພາຍໃຕ້ນາທີສໍາລັບ 8 ເຊັນ ການ​ນໍາ​ໃຊ້​ຮູບ​ແບບ​ຜະ​ລິດ​ຕະ​ພັນ​. 

4. ພະນັກງານຄວາມຮູ້: ນັກດົນຕີ & ວິສະວະກອນສຽງ

AI ທົ່ວໄປເຮັດໃຫ້ການແຕ່ງເພງແລະການປະສົມເພງງ່າຍຂຶ້ນຫຼາຍ. ສໍາລັບຕົວຢ່າງ, ກູໂກ AudioLM ເປັນຕົວແບບສຽງທີ່ສ້າງມາເຊິ່ງເຮັດໃຫ້ດົນຕີເປຍໂນທີ່ສົມຈິງ ແລະເຮັດໃຫ້ສຽງສຽງອັດສະລິຍະທີ່ບໍ່ຄົບຖ້ວນສົມບູນ. ກູໂກຍັງໄດ້ພັດທະນາຮູບແບບການຜະລິດດົນຕີທີ່ມີຊື່ວ່າ ດົນຕີLM ທີ່ສາມາດສ້າງເນື້ອເພງທີ່ສວຍງາມໂດຍອີງໃສ່ຄໍາອະທິບາຍຂໍ້ຄວາມ.

ກັບຄືນໄປບ່ອນໃນປີ 2020, Open AI ໄດ້ນໍາສະເຫນີເຄື່ອງມືການຜະລິດດົນຕີທີ່ຄ້າຍຄືກັນທີ່ເອີ້ນວ່າ Jukebox ທີ່ສ້າງຕົວຢ່າງເພງໃຫມ່ໂດຍອີງໃສ່ປະເພດ, ນັກສິລະປິນ, ແລະເນື້ອເພງເປັນການປ້ອນຂໍ້ມູນ. ກ່ອນຫນ້ານີ້ Open AI ຍັງໄດ້ປ່ອຍ a GPT-2-ອີງ MuseNet ຮູບແບບທີ່ສາມາດສ້າງບົດປະພັນດົນຕີ 4 ນາທີໂດຍໃຊ້ 10 ເຄື່ອງດົນຕີ.

ເຖິງແມ່ນວ່າຕົວແບບເຄື່ອງສຽງທີ່ຜະລິດຢູ່ໃນໄລຍະເລີ່ມຕົ້ນ, ແຕ່ຫ້ອງສໍາລັບການເພີ່ມຜົນຜະລິດຂອງນັກດົນຕີແລະວິສະວະກອນສຽງຈະເຕີບໂຕໃນແຕ່ລະປີດ້ວຍເຄື່ອງມືດົນຕີ AI ທີ່ດີກວ່າ.

5. ພະນັກງານຄວາມຮູ້: Youtubers & ຜູ້ສ້າງເນື້ອຫາວິດີໂອ

ເນື້ອຫາວິດີໂອກໍາລັງຂະຫຍາຍຕົວ. ມີປະມານ 51 ລ້ານ ຊ່ອງ YouTube ໃນປີ 2022. ການຜະລິດເນື້ອຫາວິດີໂອຜ່ານຫຼາຍຂັ້ນຕອນ, ລວມທັງການບັນທຶກ, ການຕັດຕໍ່, ເພີ່ມຮູບປະກອບ ແລະສຽງ, ແລະກ່ອນການຜະລິດ ແລະຫຼັງການຜະລິດ.

ແພລະຕະຟອມວິດີໂອ AI ທົ່ວໄປແມ່ນຜ່ອນຄາຍການສ້າງເນື້ອຫາວິດີໂອສໍາລັບພະນັກງານຄວາມຮູ້. ເຄື່ອງມືເຊັ່ນ Synthesia.io, ແລະ ຮູບພາບ, ກໍາລັງເຮັດໃຫ້ການຜະລິດວິດີໂອງ່າຍຂຶ້ນສໍາລັບນັກກາລະຕະຫຼາດວິດີໂອແລະຜູ້ຊ່ຽວຊານດ້ານຍີ່ຫໍ້. ແພລດຟອມ AI ທີ່ທັນສະໄໝເຫຼົ່ານີ້ອະນຸຍາດໃຫ້ຜູ້ສ້າງເນື້ອຫາສ້າງວິດີໂອຈາກສະຄຣິບ. ພວກເຂົາສາມາດເພີ່ມຜູ້ບັນຍາຍ ແລະພື້ນຫຼັງວິດີໂອເພື່ອສ້າງວິດີໂອທີ່ມີລັກສະນະເປັນມືອາຊີບໂດຍອີງໃສ່ສະຄຣິບເຫຼົ່ານີ້.

ໃນເດືອນກັນຍາ 2022, Meta AI ປ່ອຍອອກມາເມື່ອ ສ້າງວິດີໂອ ເວທີທີ່ສາມາດສ້າງຄລິບວິດີໂອຄຸນນະພາບສູງໂດຍອີງໃສ່ການເຕືອນຂໍ້ຄວາມ. ມັນໄດ້ຖືກຝຶກອົບຮົມກ່ຽວກັບຊຸດຂໍ້ມູນທີ່ມີໃຫ້ສາທາລະນະເພື່ອຮຽນຮູ້ຮູບແບບວິດີໂອ. ມັນສາມາດສ້າງວິດີໂອທີ່ເປັນເອກະລັກທີ່ເຕັມໄປດ້ວຍສີສັນ, ລັກສະນະ, ແລະພູມສັນຖານ.

ການສ້າງເນື້ອຫາທີ່ມີຄຸນນະພາບຫຼາຍຂຶ້ນໃນໄລຍະເວລາສັ້ນໆຈະຊ່ວຍເພີ່ມປະສິດທິພາບຂອງ YouTubers ແລະຜູ້ສ້າງເນື້ອຫາວິດີໂອໃນອະນາຄົດ.

Pros ແລະ Cons ຂອງ Generative AI ສໍາລັບພະນັກງານຄວາມຮູ້

ຂໍໃຫ້ເບິ່ງຜົນປະໂຫຍດແລະຂໍ້ເສຍຕ່າງໆທີ່ AI ຜະລິດນໍາສະເຫນີໃຫ້ແກ່ພະນັກງານທີ່ມີຄວາມຮູ້.

Pros ຂອງ Generative AI ສໍາລັບພະນັກງານຄວາມຮູ້

1. ການຜະລິດຂໍ້ມູນສັງເຄາະ: ການຝຶກອົບຮົມແບບປະດິດສ້າງ AI ຕ້ອງການຊຸດຂໍ້ມູນຈໍານວນຫຼວງຫຼາຍ ແລະ AI ທົ່ວໄປສາມາດແກ້ໄຂບັນຫານີ້ໄດ້. ລາຍງານ, AI ທົ່ວໄປຈະກວມເອົາ 10% ຂອງຂໍ້ມູນທັງຫມົດທີ່ຜະລິດໃນປີ 2025 ເມື່ອທຽບກັບ 1% ໃນປີ 2023. ດັ່ງນັ້ນ, ນັກວິທະຍາສາດຂໍ້ມູນແລະຜູ້ຊ່ຽວຊານ AI ຈະບໍ່ຈໍາເປັນຕ້ອງປະເຊີນກັບສິ່ງທ້າທາຍທີ່ກ່ຽວຂ້ອງກັບການເກັບກໍາຂໍ້ມູນ. 
2. ຕົ້ນທຶນຕໍ່າ: Gartner ຄາດຄະເນວ່າປະມານ 50% ຂອງແພລະຕະຟອມການພັດທະນາລະຫັດຕ່ໍາ / ບໍ່ມີລະຫັດຈະສະຫນອງການທໍາງານຂອງ "ຂໍ້ຄວາມເປັນລະຫັດ" ໃນປີ 2024. ສໍາລັບນັກພັດທະນາ, ນີ້ຫມາຍເຖິງຄຸນສົມບັດເພີ່ມເຕີມທີ່ມີຄວາມພະຍາຍາມຫນ້ອຍທີ່ສຸດແລະຄ່າໃຊ້ຈ່າຍ. 

ຂໍ້ເສຍຂອງ AI ທົ່ວໄປສໍາລັບພະນັກງານຄວາມຮູ້

1. ການກວດຫາເນື້ອຫາສັງເຄາະ: ເຖິງແມ່ນວ່າ AI ການຜະລິດຈະເພີ່ມຜົນຜະລິດ, ບັນຫາໃນການກວດສອບເນື້ອຫາ AI ທົ່ວໄປແລະການຈໍາແນກມັນຈະກາຍເປັນຄວາມກັງວົນທີ່ຮ້າຍແຮງໃນການຄົ້ນຄວ້າແລະວິຊາການ. ຮອດ​ປີ 2024, ສະ​ຫະ​ພາບ​ເອີ​ລົບ​ຈະ​ໄດ້​ຮັບ​ຜ່ານ​ກົດ​ໝາຍ​ເພື່ອ​ໃຫ້​ຄຳ​ໝັ້ນ​ສັນ​ຍາ “ການ​ສ້າງ​ລາຍ​ນ້ຳ” ຂອງ​ວັດ​ຖຸ​ປອມ​ທີ່​ສ້າງ​ດ້ວຍ AI.
2. ການຫວ່າງງານ: ນັກພັດທະນາສາມາດປະເຊີນກັບການຫວ່າງງານຖ້າ AI ການຜະລິດກາຍເປັນ "ອັດສະລິຍະ" ເກີນໄປ. Gartner ຄາດຄະເນວ່າໃນປີ 2025, 20% ຜູ້ຊ່ຽວຊານດ້ານລະຫັດຂັ້ນຕອນຈະຕ້ອງໄດ້ຮັບທັກສະໃຫມ່ເພາະວ່າ AI ທົ່ວໄປຈະຄອບຄອງຊຸດທັກສະຫຼັກຂອງພວກເຂົາ. 

ຄ່າໃຊ້ຈ່າຍໃນການກໍ່ສ້າງແບບຈໍາລອງ AI ທົ່ວໄປ

AI Generative ມາຮອດປະຈຸບັນແມ່ນສາຂາປະດິດສ້າງທີ່ສຸດຂອງ AI. ໃນປັດຈຸບັນ, ຄ່າໃຊ້ຈ່າຍໃນການຝຶກອົບຮົມຮູບແບບ AI ການຜະລິດແມ່ນສູງ, ແຕ່ຄ່ອຍໆຫຼຸດລົງ. ສໍາລັບຕົວຢ່າງ, ໄດ້ ຄາດຄະເນ ຄ່າໃຊ້ຈ່າຍຂອງການຝຶກອົບຮົມ GPT-3 ແມ່ນ 4.6 ລ້ານໂດລາໃນປີ 2020. ໃນປີ 2022, ມັນໄດ້ຫຼຸດລົງເປັນ 450,000 ໂດລາ.

ຄ່າໃຊ້ຈ່າຍໃນການຝຶກອົບຮົມ GPT-3. ທີ່​ມາ​: ແນວຄວາມຄິດອັນໃຫຍ່ຂອງ ARK 2023

ໄດ້ ແນວຄວາມຄິດອັນໃຫຍ່ຂອງ ARK 2023 ບົດລາຍງານຄາດຄະເນວ່າໃນປີ 2030 ແບບ AI ທີ່ມີພາລາມິເຕີຫຼາຍກວ່າ 57 ເທົ່າຂອງ GPT-3 (175 B parameters) ສາມາດໄດ້ຮັບການຝຶກອົບຮົມພຽງແຕ່ 600,000 ໂດລາ. ນີ້ຈະເປັນໄປໄດ້ສ່ວນໃຫຍ່ເນື່ອງຈາກຄ່າໃຊ້ຈ່າຍໃນການຝຶກອົບຮົມແບບ AI ຫຼຸດລົງ. ກົດຫມາຍຂອງ Wright ແນະນໍາວ່າຄ່າໃຊ້ຈ່າຍໃນການຜະລິດ AI relative compute unit (RCU) ແລະຄ່າໃຊ້ຈ່າຍຂອງຊອບແວຄວນຈະຫຼຸດລົງ 57% ແລະ 47% ໃນອັດຕາປະຈໍາປີ, ດັ່ງນັ້ນຈຶ່ງເຮັດໃຫ້ຄ່າໃຊ້ຈ່າຍໃນການຝຶກອົບຮົມຫຼຸດລົງ 70% ຕໍ່ປີຈົນເຖິງປີ 2030. 

ຄ່າໃຊ້ຈ່າຍຂອງຮາດແວການຝຶກອົບຮົມ AI. ທີ່​ມາ​: ແນວຄວາມຄິດອັນໃຫຍ່ຂອງ ARK 2023.

ຕິດຕາມທຸກເທັກໂນໂລຍີ AI ທີ່ລົບກວນຢູ່ unite.ai.