Сфера штучного інтелекту входить в еру боротьби за владу, але бізнес-моделі все ще в процесі пошуку
Минулого місяця в AI-індустрії спалахнула "війна тварин". Одна сторона - модель Llama, запущена Meta, яка через свою відкриту природу стала популярною серед розробників. Інша сторона - велика модель на ім'я Falcon, яка після свого дебюту в травні цього року перевершила Llama і очолила рейтинг відкритих LLM.
Цікаво, що розробником "Сокола" є Інститут наукових досліджень та інновацій ОАЕ. Міністр штучного інтелекту ОАЕ потім був обраний до списку "100 найвпливовіших людей у сфері AI" за версією журналу Time.
Сьогодні сфера ШІ вступила в етап "хаосу і демонов". Багато країн і компаній створюють свої великі мовні моделі. Тільки в Перській затоці Саудівська Аравія придбала понад 3000 чіпів H100 для навчання LLM для національних університетів.
Поява цього явища зумовлена публікацією в 2017 році статті про алгоритм Transformer від Google. Transformer вирішив багато недоліків ранніх нейронних мереж і став основою для всіх великих моделей сьогодні. Він перетворив великі моделі з теоретичного дослідження на чисто інженерну задачу.
З огляду на зростаючу активність відкритих спільнот, продуктивність різних LLM може стати схожою. Справжня конкурентоспроможність полягає в розвитку екосистеми або чистій здатності до міркування. Наразі GPT-4 все ще значно випереджає інші моделі за продуктивністю.
Однак висока вартість обчислювальної потужності стала перешкодою для розвитку галузі. Sequoia Capital оцінює, що щорічні витрати глобальних технологічних компаній на інфраструктуру великих моделей становитимуть 200 мільярдів доларів США, але доходи складуть лише 75 мільярдів доларів США, що є величезним дефіцитом.
За винятком кількох випадків, більшість компаній з штучного інтелекту ще не знайшли чітку модель прибутку. Навіть такі програмні гіганти, як Microsoft та Adobe, стикаються з труднощами в ціноутворенні на послуги штучного інтелекту.
В цілому, хоча революція AI тільки починається, комерційні виклики, з якими стикаються постачальники великих моделей, посилюються. Ключем до майбутнього, можливо, стане те, як поєднати технології AI з реальними сценаріями застосування, щоб створити справжню цінність для користувачів.
Переглянути оригінал
Ця сторінка може містити контент третіх осіб, який надається виключно в інформаційних цілях (не в якості запевнень/гарантій) і не повинен розглядатися як схвалення його поглядів компанією Gate, а також як фінансова або професійна консультація. Див. Застереження для отримання детальної інформації.
20 лайків
Нагородити
20
5
Репост
Поділіться
Прокоментувати
0/400
WalletManager
· 07-17 20:08
Розвиток ШІ коштує занадто дорого
Переглянути оригіналвідповісти на0
CodeSmellHunter
· 07-17 03:11
Хто не вміє витрачати гроші?
Переглянути оригіналвідповісти на0
DefiEngineerJack
· 07-17 03:05
*сумно* Прибуток слідує за оптимальною технологією
У галузі штучного інтелекту триває боротьба, комерційна модель ще потребує вирішення.
Сфера штучного інтелекту входить в еру боротьби за владу, але бізнес-моделі все ще в процесі пошуку
Минулого місяця в AI-індустрії спалахнула "війна тварин". Одна сторона - модель Llama, запущена Meta, яка через свою відкриту природу стала популярною серед розробників. Інша сторона - велика модель на ім'я Falcon, яка після свого дебюту в травні цього року перевершила Llama і очолила рейтинг відкритих LLM.
Цікаво, що розробником "Сокола" є Інститут наукових досліджень та інновацій ОАЕ. Міністр штучного інтелекту ОАЕ потім був обраний до списку "100 найвпливовіших людей у сфері AI" за версією журналу Time.
Сьогодні сфера ШІ вступила в етап "хаосу і демонов". Багато країн і компаній створюють свої великі мовні моделі. Тільки в Перській затоці Саудівська Аравія придбала понад 3000 чіпів H100 для навчання LLM для національних університетів.
Поява цього явища зумовлена публікацією в 2017 році статті про алгоритм Transformer від Google. Transformer вирішив багато недоліків ранніх нейронних мереж і став основою для всіх великих моделей сьогодні. Він перетворив великі моделі з теоретичного дослідження на чисто інженерну задачу.
З огляду на зростаючу активність відкритих спільнот, продуктивність різних LLM може стати схожою. Справжня конкурентоспроможність полягає в розвитку екосистеми або чистій здатності до міркування. Наразі GPT-4 все ще значно випереджає інші моделі за продуктивністю.
Однак висока вартість обчислювальної потужності стала перешкодою для розвитку галузі. Sequoia Capital оцінює, що щорічні витрати глобальних технологічних компаній на інфраструктуру великих моделей становитимуть 200 мільярдів доларів США, але доходи складуть лише 75 мільярдів доларів США, що є величезним дефіцитом.
За винятком кількох випадків, більшість компаній з штучного інтелекту ще не знайшли чітку модель прибутку. Навіть такі програмні гіганти, як Microsoft та Adobe, стикаються з труднощами в ціноутворенні на послуги штучного інтелекту.
В цілому, хоча революція AI тільки починається, комерційні виклики, з якими стикаються постачальники великих моделей, посилюються. Ключем до майбутнього, можливо, стане те, як поєднати технології AI з реальними сценаріями застосування, щоб створити справжню цінність для користувачів.