โมเดลและแพลตฟอร์ม AI
ค่าใช้จ่ายในการฝึกอบรม AI ลดลงอย่างต่อเนื่อง
ประเด็นสำคัญค่าใช้จ่ายในการฝึกอบรม AI สำหรับโมเดลระดับ GPT-3 ลดลงจาก 4.6 ล้านดอลลาร์ในปี 2020 เหลือ…
ดูเพิ่มเติม
- ค่าใช้จ่ายในการฝึกอบรม AI สำหรับโมเดลระดับ GPT-3 ลดลงจาก 4.6 ล้านดอลลาร์ในปี 2020 เหลือ 450,000 ดอลลาร์ในปี 2022
- ต้นทุนฮาร์ดแวร์สำหรับการฝึกอบรม AI คาดว่าจะลดลง 57% ต่อปีภายใต้กฎของไรท์
- ภายในปี 2030 การฝึกอบรมโมเดลระดับ GPT-3 คาดว่าจะมีค่าใช้จ่ายเพียง 30 ดอลลาร์
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 ค่าใช้จ่ายลดลงอย่างมากเหลือประมาณ 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 – ARK Invest Big Ideas 2023
ปัจจัยที่ทำให้ค่าใช้จ่ายในการฝึกอบรม AI ลดลง
การฝึกอบรมโมเดล AI มีราคาถูกและง่ายขึ้นเมื่อเทคโนโลยี AI ดีขึ้น ทำให้สามารถเข้าถึงได้โดยธุรกิจหลากหลาย ปัจจัยหลายอย่างรวมถึงค่าใช้จ่ายฮาร์ดแวร์และซอฟต์แวร์ รวมทั้ง 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 – 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 – ARK Invest Big Ideas 2023
3. AI บนคลาวด์
AI บนคลาวด์ช่วยลดค่าใช้จ่ายโดยการให้บริการคอมพิวเตอร์ที่มีประสิทธิภาพสูงตามความต้องการ โดยมีรูปแบบการชำระเงินแบบ pay-as-you-go บริษัทสามารถชำระเงินเฉพาะทรัพยากรที่ใช้เท่านั้น นอกจากนี้ ผู้ให้บริการคลาวด์ยังมีบริการ AI สำเร็จรูปที่ช่วยเร่งการฝึกโมเดล ตัวอย่างเช่น Azure Machine Learning เป็นบริการวิเคราะห์เชิงคาดการณ์บนคลาวด์ที่ช่วยพัฒนาและนำโมเดลไปใช้ได้รวดเร็ว มีทรัพยากรประมวลผลและหน่วยความจำที่ยืดหยุ่น ผู้ใช้สามารถขยายไปถึง GPU หลายพันตัวได้อย่างรวดเร็ว และทำงานผ่านเว็บเบราว์เซอร์ในสภาพแวดล้อม AI ที่ตั้งค่าไว้ล่วงหน้า จึงลดภาระการติดตั้งและการตั้งค่า
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 ตามกฎของไรต์ ภายในปี 2030 แอปแชตบอตคล้าย ChatGPT อาจให้บริการในวงกว้างได้ด้วยต้นทุนต่ำลงมาก โดยคาดว่าใช้เงิน 650 ดอลลาร์เพื่อประมวลผลหนึ่งพันล้านคำถาม และอาจรองรับการค้นหา 8.5 พันล้านครั้งต่อวัน เทียบเท่ากับ Google Search

ค่าใช้จ่ายในการอนุมาน AI ต่อหนึ่งพันล้านคำถาม – ARK Invest Big Ideas 2023
2. การใช้ AI เชิงกำเนิด
ค่าใช้จ่ายในการฝึกอบรม AI ที่ลดลงทำให้เกิดการเพิ่มขึ้นของการนำ AI เชิงกำเนิดมาใช้ ในปี 2022 มีการใช้ AI เชิงกำเนิดเพิ่มขึ้นอย่างมาก โดยได้รับแรงผลักดันจากการเปิดตัวเครื่องมือ AI เชิงกำเนิดใหม่ๆ เช่น DALL-E 2, Meta Make-A-Video และ Stable Diffusion และในปี 2023 เราได้เห็นโมเดลที่ก้าวหน้าอย่าง GPT-4
นอกจากการสร้างภาพและข้อความ AI เชิงกำเนิดยังช่วยให้นักพัฒนาสามารถเขียนโค้ดได้เร็วขึ้น เช่น โปรแกรม GitHub Copilot สามารถช่วยให้การเขียนโค้ดเสร็จสิ้นในเวลาครึ่งหนึ่ง

เวลาในการเขียนโค้ด – ARK Invest Big Ideas 2023
3. การใช้ข้อมูลฝึกอบรมที่ดีขึ้น
ค่าใช้จ่ายในการฝึกอบรม AI ที่ลดลงคาดว่าจะทำให้สามารถใช้ข้อมูลฝึกอบรมได้ดีขึ้น ตัวอย่างเช่น รายงาน ARK Invest 2023 คาดการณ์ว่าในปี 2030 ค่าใช้จ่ายในการฝึกอบรมโมเดลที่มี 57 เท่าของพารามิเตอร์และ 720 เท่าของโทเค็นเมื่อเทียบกับ GPT-3 ซึ่งมีพารามิเตอร์ 175 พันล้านตัว จะลดลงจาก 17 พันล้านเหรียญสหรัฐเป็น 600,000 เหรียญสหรัฐ
ความพร้อมและคุณภาพของข้อมูลจะเป็นตัวจำกัดหลักในการพัฒนาโมเดลการเรียนรู้ของเครื่องในโลกที่ค่าใช้จ่ายในการคำนวณต่ำ อย่างไรก็ตาม โมเดลที่ฝึกจะสามารถประมวลผลคำประมาณ 162 ล้านล้านคำ หรือโทเค็นประมาณ 216 ล้านล้านโทเค็น
อนาคตของ AI ดูเหมือนจะมีความหวังมาก มาเรียนรู้เพิ่มเติมเกี่ยวกับแนวโน้มและวิจัยล่าสุดในด้าน AI ที่ Unite.ai












