โมเดลและแพลตฟอร์ม AI

ค่าใช้จ่ายในการฝึกอบรม AI ลดลงอย่างต่อเนื่อง

mm
เพิ่ม Unite.AI ลงในแหล่งข้อมูลที่คุณต้องการบน Google

ค่าใช้จ่ายในการฝึกอบรม AI ที่สูงเป็นปัญหาใหญ่ที่ขัดขวางการนำ AI ไปใช้ ทำให้หลายบริษัทไม่สามารถนำเทคโนโลยี AI ไปใช้ได้ ตามรายงานของ Forrester Consulting ในปี 2017 พบว่า 48% ของบริษัทระบุว่าค่าใช้จ่ายเทคโนโลยีที่สูงเป็นหนึ่งในเหตุผลหลักที่ไม่นำโซลูชัน AI มาใช้

อย่างไรก็ตาม การพัฒนาล่าสุดแสดงให้เห็นว่าค่าใช้จ่ายในการฝึกอบรม AI ลดลงอย่างรวดเร็ว และแนวโน้มนี้คาดว่าจะดำเนินต่อไปในอนาคต ตามรายงาน ARK Invest Big Ideas 2023 ค่าใช้จ่ายในการฝึกอบรมโมเดลภาษาที่มีประสิทธิภาพใกล้เคียงกับ GPT-3 ลดลงจาก 4.6 ล้านเหรียญสหรัฐในปี 2020 เป็น 450,000 เหรียญสหรัฐในปี 2022 ซึ่งเป็นการลดลง 70% ต่อปี

มาทำความเข้าใจแนวโน้มของค่าใช้จ่ายในการฝึกอบรม AI ที่ลดลงนี้และพิจารณาปัจจัยที่ทำให้ค่าใช้จ่ายลดลง

ค่าใช้จ่ายในการฝึกอบรม AI เปลี่ยนแปลงอย่างไรตามเวลา?

ตามรายงาน ARK Invest 2020 ค่าใช้จ่ายในการฝึกอบรมโมเดลการเรียนรู้ลึกดีขึ้น 50 เท่ามากกว่ากฎของมัวร์ ในความเป็นจริง ค่าใช้จ่ายที่เกี่ยวข้องกับการทำงานระบบการอนุมาน AI ลดลงอย่างมากจนเกือบจะไม่มีนัยสำคัญสำหรับหลายกรณีการใช้งาน

นอกจากนี้ ค่าใช้จ่ายในการฝึกอบรมลดลง 10 เท่าในแต่ละปีในช่วงไม่กี่ปีที่ผ่านมา ตัวอย่างเช่น ในปี 2017 การฝึกอบรมคลาสสิฟายเออร์ภาพ ResNet-50 บนคลาวด์สาธารณะมีค่าใช้จ่ายประมาณ 1,000 เหรียญสหรัฐ แต่ในปี 2019 ค่าใช้จ่ายลดลงอย่างมาก至ประมาณ 10 เหรียญสหรัฐ

ผลการวิจัยนี้สอดคล้องกับรายงานของ OpenAI ในปี 2020 ที่พบว่ากำลังคำนวณที่จำเป็นในการฝึกอบรมโมเดล AI เพื่อทำงานเดียวกันลดลง 2 เท่าในแต่ละ 16 เดือนตั้งแต่ปี 2012

นอกจากนี้ รายงาน ARK Invest 2023 ยังเน้นย้ำถึงค่าใช้จ่ายในการฝึกอบรม AI ที่ลดลง รายงานคาดการณ์ว่าในปี 2030 ค่าใช้จ่ายในการฝึกอบรมโมเดล GPT-3 จะลดลงเหลือ 30 เหรียญสหรัฐ เมื่อเทียบกับ 450,000 เหรียญสหรัฐในปี 2022

ค่าใช้จ่ายในการฝึกอบรม GPT-3

ค่าใช้จ่ายในการฝึกอบรม GPT-3 – ARK Invest Big Ideas 2023

ปัจจัยที่ทำให้ค่าใช้จ่ายในการฝึกอบรม AI ลดลง

การฝึกอบรมโมเดล AI มีราคาถูกและง่ายขึ้นเมื่อเทคโนโลยี AI ดีขึ้น ทำให้สามารถเข้าถึงได้โดยธุรกิจหลากหลาย ปัจจัยหลายอย่างรวมถึงค่าใช้จ่ายฮาร์ดแวร์และซอฟต์แวร์以及 AI บนคลาวด์ทำให้ค่าใช้จ่ายในการฝึกอบรม AI ลดลง

มาทำความเข้าใจปัจจัยเหล่านี้กัน

1. ฮาร์ดแวร์

AI ต้องการฮาร์ดแวร์ที่มีราคาแพงและประสิทธิภาพสูงในการประมวลผลข้อมูลและคำนวณจำนวนมาก องค์กรต่างๆ เช่น NVIDIA (NVDA ), IBM และ Google (GOOGL ) มี GPU และ TPU สำหรับการประมวลผล HPC ค่าใช้จ่ายฮาร์ดแวร์ที่สูงทำให้การนำ AI ไปใช้บนขนาดใหญ่ยาก

อย่างไรก็ตาม เมื่อเทคโนโลยีปรับปรุง ค่าใช้จ่ายฮาร์ดแวร์ก็ลดลง ตามรายงาน ARK Invest 2023 คาดการณ์ว่าค่าใช้จ่ายฮาร์ดแวร์ AI จะลดลง 57% ในแต่ละปี ซึ่งจะทำให้ค่าใช้จ่ายในการฝึกอบรม AI ลดลง 70% ในปี 2030

ค่าใช้จ่ายฮาร์ดแวร์ AI

ค่าใช้จ่ายฮาร์ดแวร์ AI – ARK Invest Big Ideas 2023

2. ซอฟต์แวร์

ค่าใช้จ่ายในการฝึกอบรม AI สามารถลดลงได้ 47% ในแต่ละปีโดยการเพิ่มประสิทธิภาพและความสามารถในการปรับขนาด ซอฟต์แวร์เช่น TensorFlow และ PyTorch ช่วยให้นักพัฒนาได้ฝึกอบรมโมเดลการเรียนรู้ลึกที่ซับซ้อนบนระบบที่มีประสิทธิภาพสูง

นอกจากนี้ โมเดลที่มีการฝึกอบรมล่วงหน้าขนาดใหญ่ เช่น Inceptionv3 และ ResNet และเทคนิคการถ่ายทอดการเรียนรู้ช่วยลดค่าใช้จ่ายโดยการอนุญาตให้นักพัฒนาสามารถปรับโมเดลที่มีอยู่แล้วแทนการฝึกอบรมจากศูนย์

ค่าใช้จ่ายซอฟต์แวร์ AI

ค่าใช้จ่ายซอฟต์แวร์ AI – ARK Invest Big Ideas 2023

3. AI บนคลาวด์

AI บนคลาวด์ช่วยลดค่าใช้จ่ายโดยการให้บริการคอมพิวเตอร์ที่มีประสิทธิภาพสูงตามความต้องการ โดยมีรูปแบบการชำระเงินแบบ pay-as-you-go บริษัทสามารถชำระเงินเฉพาะทรัพยากรที่ใช้เท่านั้น

ผลกระทบของค่าใช้จ่ายในการฝึกอบรม AI ที่ลดลง

ค่าใช้จ่ายในการฝึกอบรม AI ที่ลดลงมีผลกระทบสำคัญต่ออุตสาหกรรมและด้านต่างๆ ทำให้เกิดนวัตกรรมและความสามารถในการแข่งขันที่ดีขึ้น

มาทำความเข้าใจผลกระทบเหล่านี้กัน

1. การนำ AI Chatbot ที่ซับซ้อนมาใช้

AI Chatbot กำลังเพิ่มขึ้นเนื่องจากค่าใช้จ่ายในการฝึกอบรม AI ที่ลดลง โดยเฉพาะอย่างยิ่งหลังจากการพัฒนา ChatGPT และ GPT-4 ของ OpenAI

ตัวอย่างเช่น ห้าวันหลังจากการเปิดตัว ChatGPT ในเดือนพฤศจิกายน 2022 มีผู้ใช้ 1 ล้านคน ค่าใช้จ่ายในการทำงานโมเดลนี้บนขนาดใหญ่คือประมาณ 0.01 เหรียญสหรัฐต่อการสอบถาม

ค่าใช้จ่ายในการทำงาน AI

ค่าใช้จ่ายในการทำงาน AI – ARK Invest Big Ideas 2023

2. การใช้ AI ที่สร้างข้อมูล

ค่าใช้จ่ายในการฝึกอบรม AI ที่ลดลงทำให้เกิดการเพิ่มขึ้นของการนำ AI ที่สร้างข้อมูลมาใช้ ในปี 2022 มีการใช้ AI ที่สร้างข้อมูลเพิ่มขึ้นอย่างมาก โดยได้รับแรงผลักดันจากการเปิดตัวเครื่องมือ AI ที่สร้างข้อมูลใหม่ๆ เช่น DALL-E 2, Meta Make-A-Video และ Stable Diffusion

นอกจากการสร้างภาพและข้อความ AI ที่สร้างข้อมูลยังช่วยให้นักพัฒนาสามารถเขียนโค้ดได้เร็วขึ้น เช่น โปรแกรม GitHub Copilot สามารถช่วยให้การเขียนโค้ดเสร็จสิ้นในเวลาครึ่งหนึ่ง

เวลาในการเขียนโค้ด

เวลาในการเขียนโค้ด – ARK Invest Big Ideas 2023

3. การใช้ข้อมูลฝึกอบรมที่ดีขึ้น

ค่าใช้จ่ายในการฝึกอบรม AI ที่ลดลงคาดว่าจะทำให้สามารถใช้ข้อมูลฝึกอบรมได้ดีขึ้น ตัวอย่างเช่น รายงาน ARK Invest 2023 คาดการณ์ว่าในปี 2030 ค่าใช้จ่ายในการฝึกอบรมโมเดลที่มี 57 เท่าของพารามิเตอร์และ 720 เท่าของโทเค็นมากกว่า GPT-3 จะลดลงจาก 17 พันล้านเหรียญสหรัฐเป็น 600,000 เหรียญสหรัฐ

ความพร้อมและคุณภาพของข้อมูลจะเป็นตัวจำกัดหลักในการพัฒนาโมเดลการเรียนรู้ของเครื่องในโลกที่ค่าใช้จ่ายในการคำนวณต่ำ

อนาคตของ AI ดูเหมือนจะมีความหวังมาก มาเรียนรู้เพิ่มเติมเกี่ยวกับแนวโน้มและวิจัยล่าสุดในด้าน AI ที่ Unite.ai

Haziqa เป็นนักวิทยาศาสตร์ข้อมูลที่มีประสบการณ์อย่างกว้างขวางในการเขียนเนื้อหาทางเทคนิคสำหรับบริษัท AI และ SaaS