Trí tuệ nhân tạo
Chi Phí Đào Tạo Trí Tuệ Nhân Tạo Tiếp Tục Giảm
Chi phí đào tạo trí tuệ nhân tạo cao đã trở thành một rào cản đáng kể đối với việc áp dụng trí tuệ nhân tạo, ngăn cản nhiều công ty triển khai công nghệ trí tuệ nhân tạo. Theo một báo cáo của Forrester Consulting năm 2017, 48% công ty đã nhấn mạnh chi phí công nghệ cao là một trong những lý do chính cho việc không triển khai các giải pháp dựa trên trí tuệ nhân tạo.
Tuy nhiên, các phát triển gần đây đã cho thấy rằng chi phí đào tạo trí tuệ nhân tạo đang giảm nhanh chóng, và xu hướng này dự kiến sẽ tiếp tục trong tương lai. Theo báo cáo ARK Invest Big Ideas 2023, chi phí đào tạo một mô hình ngôn ngữ lớn tương tự như hiệu suất của GPT-3 đã giảm từ 4,6 triệu đô la vào năm 2020 xuống còn 450.000 đô la vào năm 2022, giảm 70% mỗi năm.
Hãy cùng khám phá xu hướng giảm chi phí đào tạo trí tuệ nhân tạo này và thảo luận về các yếu tố đóng góp vào sự giảm này.
Chi Phí Đào Tạo Trí Tuệ Nhân Tạo Đã Thay Đổi Như Thế Nào Theo Thời Gian?
Theo nghiên cứu của ARK Invest năm 2020, chi phí đào tạo các mô hình học sâu đang được cải thiện 50 lần nhanh hơn so với định luật Moore. Trên thực tế, chi phí liên quan đến việc chạy một hệ thống suy luận trí tuệ nhân tạo đã giảm đáng kể xuống mức gần như không đáng kể cho nhiều trường hợp sử dụng.
Hơn nữa, chi phí đào tạo đã giảm 10 lần mỗi năm trong vài năm qua. Ví dụ, vào năm 2017, đào tạo một bộ phân loại hình ảnh như ResNet-50 trên đám mây công cộng có chi phí khoảng 1.000 đô la, nhưng đến năm 2019, chi phí đã giảm đáng kể xuống khoảng 10 đô la.
Những phát hiện này phù hợp với báo cáo của OpenAI năm 2020, cho thấy rằng số lượng điện toán cần thiết để đào tạo một mô hình trí tuệ nhân tạo để thực hiện cùng một nhiệm vụ đã giảm 50% mỗi 16 tháng kể từ năm 2012.
Hơn nữa, báo cáo của ARK cũng nhấn mạnh việc giảm chi phí đào tạo trí tuệ nhân tạo. Báo cáo dự báo rằng vào năm 2030, chi phí đào tạo một mô hình cấp GPT-3 sẽ giảm xuống 30 đô la, so với 450.000 đô la vào năm 2022.
Chi Phí Đào Tạo GPT-3 Cấp Hiệu Suất – ARK Invest Big Ideas 2023
Các Yếu Tố Đóng Góp Vào Việc Giảm Chi Phí Đào Tạo Trí Tuệ Nhân Tạo
Đào tạo mô hình trí tuệ nhân tạo trở nên rẻ hơn và dễ dàng hơn khi công nghệ trí tuệ nhân tạo tiếp tục cải thiện, làm cho chúng trở nên dễ tiếp cận hơn với nhiều doanh nghiệp. Một số yếu tố, bao gồm chi phí phần cứng và phần mềm, cũng như trí tuệ nhân tạo dựa trên đám mây, đã đóng góp vào việc giảm chi phí đào tạo trí tuệ nhân tạo.
Hãy cùng khám phá những yếu tố này dưới đây.
1. Phần Cứng
Trí tuệ nhân tạo đòi hỏi phần cứng chuyên dụng cao cấp tốn kém để xử lý lượng lớn dữ liệu và tính toán. Các tổ chức như NVIDIA, IBM và Google cung cấp GPU và TPU để thực hiện các công việc tính toán hiệu suất cao. Chi phí phần cứng cao khiến việc phổ biến trí tuệ nhân tạo trên quy mô lớn trở nên khó khăn.
Tuy nhiên, khi công nghệ tiến bộ, chi phí phần cứng đang giảm. Theo báo cáo của ARK Invest năm 2023, định luật Wright dự đoán rằng chi phí sản xuất đơn vị tính toán tương đối (RCU) cho trí tuệ nhân tạo, tức là chi phí phần cứng đào tạo trí tuệ nhân tạo, nên giảm 57% mỗi năm, dẫn đến giảm 70% chi phí đào tạo trí tuệ nhân tạo vào năm 2030, như thể hiện trong biểu đồ dưới đây.
Chi Phí Phần Cứng Đào Tạo Trí Tuệ Nhân Tạo – ARK Invest Big Ideas 2023
2. Phần Mềm
Chi phí đào tạo phần mềm trí tuệ nhân tạo có thể được giảm 47% mỗi năm thông qua hiệu suất và khả năng mở rộng tăng. Các khung phần mềm như TensorFlow và PyTorch cho phép các nhà phát triển đào tạo các mô hình học sâu phức tạp trên các hệ thống phân tán với hiệu suất cao, tiết kiệm thời gian và tài nguyên.
Hơn nữa, các mô hình pre-train lớn như Inceptionv3 hoặc ResNet và các kỹ thuật chuyển giao cũng giúp giảm chi phí bằng cách cho phép các nhà phát triển tinh chỉnh các mô hình hiện có thay vì đào tạo chúng từ đầu.
Chi Phí Đào Tạo Phần Mềm Trí Tuệ Nhân Tạo – ARK Invest Big Ideas 2023
3. Trí Tuệ Nhân Tạo Dựa Trên Đám Mây
Đào tạo trí tuệ nhân tạo dựa trên đám mây giảm chi phí bằng cách cung cấp tài nguyên tính toán có thể mở rộng theo nhu cầu. Với mô hình trả tiền khi sử dụng, các doanh nghiệp chỉ trả tiền cho tài nguyên tính toán của họ. Ngoài ra, các nhà cung cấp đám mây còn cung cấp các dịch vụ trí tuệ nhân tạo pre-built giúp tăng tốc đào tạo trí tuệ nhân tạo.
Ví dụ, Azure Machine Learning là một dịch vụ dựa trên đám mây cho phân tích dự đoán cho phép phát triển và triển khai mô hình nhanh chóng. Nó cung cấp tài nguyên tính toán và bộ nhớ linh hoạt. Người dùng có thể mở rộng lên tới hàng nghìn GPU nhanh chóng để tăng hiệu suất tính toán của họ. Nó cho phép người dùng làm việc thông qua trình duyệt web trên các môi trường trí tuệ nhân tạo được cấu hình sẵn, loại bỏ gánh nặng thiết lập và cài đặt.
Tác Động Của Việc Giảm Chi Phí Đào Tạo Trí Tuệ Nhân Tạo
Việc giảm chi phí đào tạo trí tuệ nhân tạo có ý nghĩa quan trọng đối với các ngành và lĩnh vực khác nhau, dẫn đến sự đổi mới và cạnh tranh được cải thiện.
Hãy cùng thảo luận về một số trong số chúng dưới đây.
1. Sự Phát Triển Của Trợ Lý Trí Tuệ Nhân Tạo Tinh Vi
Trợ lý trí tuệ nhân tạo đang trên đà phát triển do chi phí đào tạo trí tuệ nhân tạo giảm. Đặc biệt là sau sự phát triển của ChatGPT và GPT-4 (Generative Pre-trained Transformer) của OpenAI, đã có một sự gia tăng đáng kể trong số lượng công ty muốn phát triển trợ lý trí tuệ nhân tạo với khả năng tương tự hoặc tốt hơn.
Ví dụ, chỉ năm ngày sau khi ra mắt vào tháng 11 năm 2022, ChatGPT đã thu hút 1 triệu người dùng. Mặc dù ngày nay, chi phí để chạy mô hình này trên quy mô lớn là khoảng 0,01 đô la mỗi truy vấn, nhưng định luật Wright dự đoán rằng vào năm 2030, các ứng dụng trợ lý trí tuệ nhân tạo tương tự như ChatGPT sẽ có thể được triển khai trên quy mô lớn với chi phí thấp hơn nhiều (dự kiến là 650 đô la để chạy 1 tỷ truy vấn), với khả năng xử lý 8,5 tỷ tìm kiếm mỗi ngày, tương đương với tìm kiếm của Google.
Chi Phí Thực Hiện Suy Luận Trí Tuệ Nhân Tạo Mỗi Tỷ Truy Vấn – ARK Invest Big Ideas 2023
2. Tăng Cường Sử Dụng Trí Tuệ Nhân Tạo Tạo
Việc giảm chi phí đào tạo trí tuệ nhân tạo đã dẫn đến sự gia tăng trong việc phát triển và triển khai các công nghệ trí tuệ nhân tạo tạo. Vào năm 2022, đã có một sự gia tăng đáng kể trong việc sử dụng trí tuệ nhân tạo tạo, được thúc đẩy bởi việc giới thiệu các công cụ trí tuệ nhân tạo tạo mới như DALL-E 2, Meta Make-A-Video và Stable Diffusion. Vào năm 2023, chúng ta đã chứng kiến một mô hình đột phá dưới dạng GPT-4.
Ngoài việc tạo ra hình ảnh và văn bản, trí tuệ nhân tạo tạo cũng giúp các nhà phát triển viết mã. Các chương trình như GitHub Copilot có thể giúp hoàn thành một nhiệm vụ mã hóa trong nửa thời gian.
Thời Gian Hoàn Thành Nhiệm Vụ Mã Hóa – ARK Invest Big Ideas 2023
3. Sử Dụng Tốt Hơn Dữ Liệu Đào Tạo
Chi phí đào tạo trí tuệ nhân tạo giảm dự kiến sẽ cho phép sử dụng tốt hơn dữ liệu đào tạo máy học. Ví dụ, báo cáo của ARK Invest năm 2023 cho thấy rằng vào năm 2030, chi phí đào tạo một mô hình với 57 lần số tham số và 720 lần số token hơn GPT-3 (175B tham số) dự kiến sẽ giảm từ 17 tỷ đô la xuống 600.000 đô la.
Sự sẵn có và chất lượng dữ liệu sẽ là yếu tố hạn chế chính cho việc phát triển các mô hình máy học tiên tiến trong thế giới tính toán chi phí thấp này. Tuy nhiên, đào tạo mô hình sẽ phát triển khả năng xử lý khoảng 162 nghìn tỷ từ hoặc 216 nghìn tỷ token.
Tương lai của trí tuệ nhân tạo trông rất hứa hẹn. Để tìm hiểu thêm về các xu hướng và nghiên cứu mới nhất trong lĩnh vực trí tuệ nhân tạo, hãy truy cập Unite.ai.
