Kevennetyn Lähestymistavan Edut Tekoälyn Yleisessä Älykkyydessä
Kevennetyn lähestymistavan myötä tekoälyn yleiseen älykkyyteen pyritään kehittämään kustannustehokkaampia, kevyempiä ja nopeampia sovelluksia, mikä mahdollistaa laajemman käyttöönoton ja uuden sukupolven tekoälysovellusten vallankumouksen.
Tärkeimmät Havainnot
- Vuonna 2025 odotetaan merkittävää hyppyä kustannustehokkaampiin tekoälymalleihin, jotka ovat edelleen riittävän suorituskykyisiä.
- Kustannuspaineet ovat johtaneet sovelluskehittäjien tarpeeseen kehittää edullisempia malleja ilman suuria investointeja.
- Generatiivisen tekoälyn kilpailu houkuttelee suuria toimijoita, mutta tuo myös markkinoille tehokkaita, kevyitä ratkaisuja.
- Rhymes.ai:n kaltainen startup on osoittanut, että merkittäviä AI-tuloksia voidaan saavuttaa murto-osalla perinteisistä kustannuksista.
- Tulevaisuuden ekosysteemi hyötyy suuresti yhteistyöstä ja tasapainoisista kustannusratkaisuista.
Uuden sukupolven tekoälysovellusten vallankumous
Vuonna 2025 yrittäjät tulevat esittelemään aaltoiloittain tekoälyllä toimivia sovelluksia. Generatiivinen tekoäly lupaa vihdoin lunastaa lupauksensa tarjoamalla uuden valikoiman kustannustehokkaita kuluttaja- ja yrityssovelluksia. Tällä hetkellä OpenAI, Google ja xAI käyvät kiivasta kilpailua luodakseen tehokkaimman suuren kielimallin (LLM) ja saavuttaakseen tekoälyn yleisälykkyyden (AGI).
Tämä kilpailu hallitsee sekä luovan tekoälyn ekosysteemin ajatuksia että tuloja. Esimerkiksi Elon Musk on kerännyt kuusi miljardia dollaria käynnistääkseen uuden xAI:n ja hankkinut 100 000 kallista Nvidia H100 -grafiikkasuoritinta mallinsa kouluttamiseen.
Suuret kustannukset ja ekosysteemin epätasapaino
Yhtiöiden, kuten OpenAI:n ja Googlen, suuret investoinnit ovat luoneet epätasapainoisen ekosysteemin, joka on ylhäältä kevyt ja alhaalta raskas. LLM-järjestelmien käyttäminen on erittäin kallista, minkä vuoksi sovelluksien laajamittainen käyttöönotto on jäänyt haaveeksi. Tämä on ajanut sovelluskehittäjät tilanteeseen, jossa heidän täytyy valita joko huonon suorituskyvyn omaavat halvemmalla hinnalla toimivat mallit tai maksaa kohtuuttoman kalliista palveluista ja riskoida vararikko.
Nvidia on hyötynyt tästä tilanteesta, kun taas sovelluskehittäjät kamppailevat gallialaisen ratkaisun löytämiseksi. Yritykset alkavat keskittyä kehittämään kevyempiä, nopeampia ja edullisempia malleja Generatiivisen tekoälyn kilpajuoksun sijaan.
Uusi kustannustehokkaampi suunta
Vuonna 2025 odotetaan uutta lähestymistapaa, joka vie kehityksen kohti suurempaa tehokkuutta ja kustannustehokkuutta. Tämä uusi suuntaus palaa edellisten teknologisten vallankumousten oppeihin, kuten PC- ja mobiiliaikakauteen, joissa Mooren laki lisäsi tehoa ja pienensi kustannuksia. Uudet AI-algoritmit ja edullisemmat teknologiat laskevat ennusteprosessin kustannuksia.
Vuodesta 2023 vuoteen 2024 OpenAI:n huippumallin hinta putosi moninkertaisesti, mikä mahdollistaa aiempaa tehokkaampien ja edullisempien mallien käytön sovelluskehittäjille. Tämä lähestymistapa ei tavoittele tekoälyä, joka voittaisi Nobel-palkinnon, mutta se on katalysaattori tekoälysovellusten yleistymiselle ja terveelle ekosysteemille.
Kevennetty malli ja kaupalliset sovellukset
Yritykset alkavat keskittyä kehittämään kevyempiä, nopeampia ja edullisempia malleja Generatiivisen tekoälyn kilpajuoksun sijaan. Tällaisten mallien ja sovellusten kehittäminen vaatii vähemmän sijoituksia ja tarjoaa riittävän suorituskyvyn kuluttajille ja yrityksille. Tämä lähestymistapa ei tavoittele tekoälyä, joka voittaisi Nobel-palkinnon, mutta se on katalysaattori tekoälysovellusten yleistymiselle ja terveelle ekosysteemille.
Rhymes.ai, kalifornialainen AI-startup, on kouluttanut mallia, joka on lähes yhtä hyvä kuin OpenAI:n huippumallit, vain 3 miljoonan dollarin kustannuksilla verrattuna OpenAI:n 100 miljoonaan dollariin. Sovellus, kuten BeaGo, kustantaa vain 0,03 dollaria per haku, mikä on vain kolme prosenttia GPT-4:n hinnasta.
Tekoälyn tulevaisuuden näkymät
LLM-teknologia on osoittautunut vallankumoukselliseksi. Generatiivisen tekoälyn uskotaan uusiutuvan merkittävästi vaikuttaen oppimistapoihin, työskentelyyn, elämään ja liiketoimintaan. Ekosysteemin on tehtävä yhteistyötä voittaakseen kustannushaasteet ja saavuttaakseen tasapainon, jotta tekoäly voi aidosti palvella yhteiskuntaa.
Viiden insinöörin tiimi kehitti ja lanseerasi sovelluksen kahdessa kuukaudessa syväintegraation ja optimoidun kehitysprosessin avulla. Näiden sovellusten kehittäminen edellyttää ketterää ajattelutapaa ja huolellista resurssien hallintaa.
