В свете недавних событий в OpenAI дискуссия об искусственном интеллекте (ИИ) сместилась к основополагающему вопросу: следует ли ускорять или замедлять развитие ИИ, и как можем ли мы согласовать инструменты ИИ с потребностями человечества?
Ключевым аспектом этого разговора является стремление к созданию искусственного общего интеллекта (AGI) — ИИ, способного выполнять любую задачу, которую может выполнить человек. Это стремление поднимает критически важные вопросы: достижим ли AGI?
Хотя обсуждение AGI имеет большое значение, оно упускает из виду основную проблему ИИ: его высокие затраты.
ИИ требует таланта, данных и масштабируемости
Интернет-революция демократизировала программное обеспечение, снизив барьеры для доступа преимущественно до уровня навыков. Однако достижения в области ИИ в основном расширились за счет увеличения масштаба, что требует значительной вычислительной мощности. В результате крупные технологические компании вкладывают миллиарды в приобретение графических процессоров (GPU) и оптимизацию вычислительной инфраструктуры.
Для эффективной работы с ИИ организациям необходимы доступ к таланту, данным и масштабируемым вычислительным ресурсам. Спрос на эти ресурсы быстро растет, создавая ситуацию, в которой лишь немногие сущности могут позволить себе значимое участие. Большинство стран, индивидуумов и малых предприятий не имеют финансовых возможностей для полноценного участия, сталкиваясь с высокими затратами как на обучение моделей, так и на их развертывание.
Демократизация ИИ для более широкого доступа
Недавние исследования Coatue показывают, что спрос на GPU только начинает нарастать, что может перегрузить нашу энергетическую сеть и увеличить затраты на серверы. По мере эволюции этих систем их возможности будут улучшаться, но они станут более ресурсоемкими без инновационных решений.
В настоящее время только финансово устойчивые компании могут разрабатывать ИИ-технологии, что создает серьезные риски. Централизованный подход к ИИ вызывает опасения: если единственная модель потерпит неудачу или столкнется с проблемами управления, это может существенно нарушить деятельность множества зависимых бизнесов. Зависимость от систем, которые выдают вероятностные результаты, создает дополнительные риски, так как модели могут давать непредсказуемые результаты, усложняя управление ими.
Опасности централизации
Централизация несет в себе риски безопасности: организации ставят собственные интересы выше, что усложняет решение вопросов, связанных с безопасностью или рисками. В мире, где ИИ дорогостоящий и доступ ограничен, существующие неравенства, вероятно, будут углубляться, создавая разрыв между теми, кто имеет доступ к передовым технологиям ИИ, и теми, кто его не имеет.
Чтобы безопасно повысить преимущества ИИ, нам необходимо сократить затраты на развертывание крупномасштабных ИИ-систем. Это означает диверсификацию инвестиций и расширение доступа к вычислительным ресурсам и талантам.
Право собственности на данные также сыграет ключевую роль в доступности ИИ. Чем больше уникальных и качественных данных будет доступно, тем более ценным и полезным станет ИИ.
Сделаем ИИ более доступным
Хотя открытые модели в настоящее время демонстрируют разрыв в производительности, ожидается, что их использование будет расти, особенно если будут приняты поддерживающие политики. Многие модели могут быть оптимизированы для конкретных приложений, что откроет путь для компаний, создающих эффективную логику маршрутизации и уровни оркестрации для различных секторов.
Использование открытых моделей позволяет применять многомодельный подход, увеличивая контроль, несмотря на существующие различия в производительности. Мы можем увидеть будущее, где небольшие оптимизированные модели решают менее сложные задачи, в то время как более сложные модели справляются с запутанными проблемами. Например, модель в триллион параметров не нужна для обработки базовых запросов службы поддержки.
Чтобы реализовать потенциал ИИ, мы должны перейти от демонстраций и сотрудничества к масштабируемым и устойчивым развертываниям ИИ. Новые компании решают эту задачу, позволяя кросс-модельную многоплексирование и снижая затраты на вывод через специализированные технологии. Увеличение инвестиций в эти области имеет решающее значение для достижения значительного прогресса.
Сделав ИИ более бюджетным, мы можем привлечь больше заинтересованных сторон в эту сферу, увеличивая надежность и безопасность инструментов ИИ. В конечном итоге это соответствует общей стремлению предоставить ценность более широкой аудитории.
Рейтинг
