Maison Périphériques technologiques IA L'industrie affirme que la recherche de style ChatGPT décuplera les coûts de Google, dépensant des milliards de plus chaque année

L'industrie affirme que la recherche de style ChatGPT décuplera les coûts de Google, dépensant des milliards de plus chaque année

Apr 16, 2023 am 11:07 AM
人工智能 chatgpt

L'industrie affirme que la recherche de style ChatGPT décuplera les coûts de Google, dépensant des milliards de plus chaque année

Nouvelles du 23 février, alors que l'outil de chat à intelligence artificielle ChatGPT continue d'être populaire, les entreprises qui fournissent des services de recherche telles que Google et Microsoft ont commencé à intégrer les fonctions du robot de chat à intelligence artificielle dans l'interface de recherche. Mais pour ces géants de la technologie, ce moteur de recherche de type chatbot va multiplier par 10 les coûts d’exploitation, ce qui entraînera des dépenses pouvant atteindre des milliards de dollars.

Les dirigeants de l'industrie technologique discutent du coût élevé de fonctionnement d'une IA comme ChatGPT. Sam Altman, PDG d'OpenAI, a déclaré un jour sur Twitter que le coût de calcul de ChatGPT par conversation avec les utilisateurs s'élève à quelques centimes ou plus, ce qui est « insupportable ».

John Hennessy, président d'Alphabet, société mère de Google, a déclaré dans une interview que même si un réglage fin peut aider à réduire rapidement les coûts, "le coût de l'échange d'informations avec l'intelligence artificielle, comme les grands modèles de langage, peut être de compléter des mots-clés standard de plus de 10 fois la fonction de recherche.

Le bénéfice net d’Alphabet en 2022 avoisinera les 60 milliards de dollars américains. Même si l'activité de recherche basée sur les chatbots génère des revenus publicitaires, la technologie pourrait avoir un impact négatif sur les résultats d'Alphabet et entraîner des milliards de dollars de coûts supplémentaires, ont déclaré les analystes.

La banque d’investissement Morgan Stanley estime que le coût des 3 300 milliards de requêtes de recherche effectuées par Google l’année dernière était d’environ 0,55 centime par requête. Ce chiffre ne dépendra plus ou moins de la quantité de texte générée par l’intelligence artificielle. Les analystes prédisent que si « un chatbot IA comme ChatGPT peut traiter la moitié des requêtes de recherche actuelles avec des réponses de 50 mots », cela coûtera à Google 6 milliards de dollars de plus par an d'ici 2024.

D’autres analystes ont des points de vue similaires. SemiAnalysis, une société de recherche et de conseil axée sur la technologie des puces, a déclaré que l'ajout d'une intelligence artificielle de type ChatGPT à la recherche pourrait coûter à Alphabet 3 milliards de dollars supplémentaires, compte tenu des nouvelles unités de traitement tensoriel de Google et d'autres optimisations.

La raison pour laquelle ce type d’intelligence artificielle est plus cher que les moteurs de recherche traditionnels est due à la puissance de calcul plus élevée qu’elle implique. Les analystes affirment que ce type d'intelligence artificielle repose sur des puces qui coûtent des milliards de dollars et que les coûts correspondants doivent être répartis sur plusieurs années de durée de vie. L’électricité consommée augmentera également la pression sur les coûts de fonctionnement des entreprises et les indicateurs d’émissions de carbone.

Le processus de traitement des requêtes de recherche de l'intelligence artificielle est appelé « inférence ». À chaque recherche, un énorme réseau neuronal qui imite le cerveau humain est lancé, générant un tas de texte et interrogeant éventuellement de grands index de recherche pour obtenir des informations factuelles.

Hannis d'Alphabet a déclaré : « Vous devez réduire le coût de l'inférence », ce qui, selon lui, « prendra des années dans le pire des cas ».

Malgré ses dépenses d'exploitation élevées, Alphabet doit encore réfléchir à la manière de répondre aux défis d'autres entreprises technologiques. Plus tôt ce mois-ci, son rival Microsoft a annoncé son intention d'intégrer des chatbots à intelligence artificielle dans son moteur de recherche Bing. Similarweb estime que les dirigeants de Microsoft visent la part de marché de recherche de Google, qui représente 91 %.

Amy Hood, directrice financière de Microsoft, a déclaré aux analystes qu'à mesure que le Bing amélioré est mis en ligne, les avantages de l'augmentation du nombre d'utilisateurs et des revenus publicitaires ont dépassé les coûts. Hood a déclaré: "Pour nous, même au prix des services dont nous discutons, la marge brute est augmentée."

Richard Socher, PDG du moteur de recherche You.com, un autre concurrent de Google (Richard Socher), a déclaré que l'ajout du chat par intelligence artificielle. l'expérience ainsi que les applications de cartographie, de vidéo et d'autres technologies génératives augmenteront les dépenses d'exploitation de 30 à 50 %. Mais il a déclaré : "Au fil du temps, la technologie deviendra de moins en moins chère."

Une source proche de Google a averti qu'il est trop tôt pour déterminer le coût spécifique du chatbot, car l'efficacité opérationnelle et l'utilisation varieront considérablement en fonction. sur la technologie impliquée, et les produits de recherche sont depuis longtemps alimentés par l’intelligence artificielle.

Paul Daugherty, directeur de la technologie d'Accenture, a déclaré que le coût est l'une des deux principales raisons pour lesquelles le géant de la recherche, qui compte des milliards d'utilisateurs, n'a pas immédiatement lancé un chatbot à intelligence artificielle.

« La première est la précision, et la deuxième est que vous devez évoluer de la bonne manière », a-t-il déclaré.

Depuis des années, les chercheurs d'Alphabet et d'autres sociétés étudient comment former et exécuter de grands modèles de langage à moindre coût.

Les modèles plus grands nécessitent généralement plus de puces pour l'inférence et coûtent donc plus cher à exécuter. Les modèles derrière l'intelligence artificielle qui incitent les consommateurs à y recourir sont assez vastes. Par exemple, le modèle derrière ChatGPT comporte 175 milliards de paramètres, et le coût de chaque opération continuera de changer avec la longueur de la requête de l'utilisateur.

Un haut responsable technologique affirme qu’il est encore trop coûteux d’amener des millions de consommateurs à utiliser ce type d’intelligence artificielle. "Ces modèles sont très chers, donc la prochaine étape de progrès réduira le coût de formation de ces modèles et de l'inférence afin qu'ils puissent être utilisés dans toutes les applications", a déclaré le dirigeant anonyme

Une personne proche du dossier a déclaré que cet ordinateur. Les scientifiques d'OpenAI ont désormais compris comment optimiser les coûts d'inférence grâce à des codes complexes pour améliorer l'efficacité du fonctionnement des puces.

Une question de longue date est de savoir comment réduire le nombre de paramètres dans un modèle d'intelligence artificielle de 10, voire 100 fois, sans affecter la précision.

"Comment éliminer (les paramètres) le plus efficacement possible reste une question ouverte", a déclaré Naveen Rao, qui a autrefois dirigé le projet de puce d'intelligence artificielle d'Intel.

Dans le même temps, certaines entreprises envisagent de payer pour utiliser la recherche par intelligence artificielle, comme le service ChatGPT amélioré d'OpenAI, qui facture un abonnement mensuel de 20 $. Les experts en technologie affirment également qu’une solution de contournement consiste à appliquer des modèles d’IA plus petits à des tâches plus simples, une approche qu’Alphabet explore.

Alphabet a déclaré ce mois-ci qu'une "version plus petite" de son modèle d'intelligence artificielle LaMDA alimentera le chatbot Bard, "nécessitant beaucoup moins de puissance de calcul, ce qui nous permettra de nous adapter à plus d'utilisateurs

La semaine dernière, lorsque nous avons été interrogés sur les chatbots." Comme ChatGPT et Bader lors d'une conférence, Hannis a déclaré que des modèles plus ciblés plutôt que des systèmes omnipotents contribueraient à « réduire les coûts ».

Ce qui précède est le contenu détaillé de. pour plus d'informations, suivez d'autres articles connexes sur le site Web de PHP en chinois!

Déclaration de ce site Web
Le contenu de cet article est volontairement contribué par les internautes et les droits d'auteur appartiennent à l'auteur original. Ce site n'assume aucune responsabilité légale correspondante. Si vous trouvez un contenu suspecté de plagiat ou de contrefaçon, veuillez contacter admin@php.cn

Outils d'IA chauds

Undresser.AI Undress

Undresser.AI Undress

Application basée sur l'IA pour créer des photos de nu réalistes

AI Clothes Remover

AI Clothes Remover

Outil d'IA en ligne pour supprimer les vêtements des photos.

Undress AI Tool

Undress AI Tool

Images de déshabillage gratuites

Clothoff.io

Clothoff.io

Dissolvant de vêtements AI

AI Hentai Generator

AI Hentai Generator

Générez AI Hentai gratuitement.

Article chaud

R.E.P.O. Crystals d'énergie expliqués et ce qu'ils font (cristal jaune)
1 Il y a quelques mois By 尊渡假赌尊渡假赌尊渡假赌
R.E.P.O. Meilleurs paramètres graphiques
1 Il y a quelques mois By 尊渡假赌尊渡假赌尊渡假赌
Will R.E.P.O. Vous avez un jeu croisé?
1 Il y a quelques mois By 尊渡假赌尊渡假赌尊渡假赌

Outils chauds

Bloc-notes++7.3.1

Bloc-notes++7.3.1

Éditeur de code facile à utiliser et gratuit

SublimeText3 version chinoise

SublimeText3 version chinoise

Version chinoise, très simple à utiliser

Envoyer Studio 13.0.1

Envoyer Studio 13.0.1

Puissant environnement de développement intégré PHP

Dreamweaver CS6

Dreamweaver CS6

Outils de développement Web visuel

SublimeText3 version Mac

SublimeText3 version Mac

Logiciel d'édition de code au niveau de Dieu (SublimeText3)

ChatGPT permet désormais aux utilisateurs gratuits de générer des images en utilisant DALL-E 3 avec une limite quotidienne ChatGPT permet désormais aux utilisateurs gratuits de générer des images en utilisant DALL-E 3 avec une limite quotidienne Aug 09, 2024 pm 09:37 PM

Le DALL-E 3 a été officiellement introduit en septembre 2023 en tant que modèle considérablement amélioré par rapport à son prédécesseur. Il est considéré comme l’un des meilleurs générateurs d’images IA à ce jour, capable de créer des images avec des détails complexes. Cependant, au lancement, c'était exclu

Bytedance Cutting lance le super abonnement SVIP : 499 yuans pour un abonnement annuel continu, offrant une variété de fonctions d'IA Bytedance Cutting lance le super abonnement SVIP : 499 yuans pour un abonnement annuel continu, offrant une variété de fonctions d'IA Jun 28, 2024 am 03:51 AM

Ce site a rapporté le 27 juin que Jianying est un logiciel de montage vidéo développé par FaceMeng Technology, une filiale de ByteDance. Il s'appuie sur la plateforme Douyin et produit essentiellement du contenu vidéo court pour les utilisateurs de la plateforme. Il est compatible avec iOS, Android et. Windows, MacOS et autres systèmes d'exploitation. Jianying a officiellement annoncé la mise à niveau de son système d'adhésion et a lancé un nouveau SVIP, qui comprend une variété de technologies noires d'IA, telles que la traduction intelligente, la mise en évidence intelligente, l'emballage intelligent, la synthèse humaine numérique, etc. En termes de prix, les frais mensuels pour le clipping SVIP sont de 79 yuans, les frais annuels sont de 599 yuans (attention sur ce site : équivalent à 49,9 yuans par mois), l'abonnement mensuel continu est de 59 yuans par mois et l'abonnement annuel continu est de 59 yuans par mois. est de 499 yuans par an (équivalent à 41,6 yuans par mois) . En outre, le responsable de Cut a également déclaré que afin d'améliorer l'expérience utilisateur, ceux qui se sont abonnés au VIP d'origine

Assistant de codage d'IA augmenté par le contexte utilisant Rag et Sem-Rag Assistant de codage d'IA augmenté par le contexte utilisant Rag et Sem-Rag Jun 10, 2024 am 11:08 AM

Améliorez la productivité, l’efficacité et la précision des développeurs en intégrant une génération et une mémoire sémantique améliorées par la récupération dans les assistants de codage IA. Traduit de EnhancingAICodingAssistantswithContextUsingRAGandSEM-RAG, auteur JanakiramMSV. Bien que les assistants de programmation d'IA de base soient naturellement utiles, ils ne parviennent souvent pas à fournir les suggestions de code les plus pertinentes et les plus correctes, car ils s'appuient sur une compréhension générale du langage logiciel et des modèles d'écriture de logiciels les plus courants. Le code généré par ces assistants de codage est adapté à la résolution des problèmes qu’ils sont chargés de résoudre, mais n’est souvent pas conforme aux normes, conventions et styles de codage des équipes individuelles. Cela aboutit souvent à des suggestions qui doivent être modifiées ou affinées pour que le code soit accepté dans l'application.

Le réglage fin peut-il vraiment permettre au LLM d'apprendre de nouvelles choses : l'introduction de nouvelles connaissances peut amener le modèle à produire davantage d'hallucinations Le réglage fin peut-il vraiment permettre au LLM d'apprendre de nouvelles choses : l'introduction de nouvelles connaissances peut amener le modèle à produire davantage d'hallucinations Jun 11, 2024 pm 03:57 PM

Les grands modèles linguistiques (LLM) sont formés sur d'énormes bases de données textuelles, où ils acquièrent de grandes quantités de connaissances du monde réel. Ces connaissances sont intégrées à leurs paramètres et peuvent ensuite être utilisées en cas de besoin. La connaissance de ces modèles est « réifiée » en fin de formation. À la fin de la pré-formation, le modèle arrête effectivement d’apprendre. Alignez ou affinez le modèle pour apprendre à exploiter ces connaissances et répondre plus naturellement aux questions des utilisateurs. Mais parfois, la connaissance du modèle ne suffit pas, et bien que le modèle puisse accéder à du contenu externe via RAG, il est considéré comme bénéfique de l'adapter à de nouveaux domaines grâce à un réglage fin. Ce réglage fin est effectué à l'aide de la contribution d'annotateurs humains ou d'autres créations LLM, où le modèle rencontre des connaissances supplémentaires du monde réel et les intègre.

Afin de fournir un nouveau système de référence et d'évaluation de questions-réponses scientifiques et complexes pour les grands modèles, l'UNSW, Argonne, l'Université de Chicago et d'autres institutions ont lancé conjointement le cadre SciQAG. Afin de fournir un nouveau système de référence et d'évaluation de questions-réponses scientifiques et complexes pour les grands modèles, l'UNSW, Argonne, l'Université de Chicago et d'autres institutions ont lancé conjointement le cadre SciQAG. Jul 25, 2024 am 06:42 AM

L'ensemble de données ScienceAI Question Answering (QA) joue un rôle essentiel dans la promotion de la recherche sur le traitement du langage naturel (NLP). Des ensembles de données d'assurance qualité de haute qualité peuvent non seulement être utilisés pour affiner les modèles, mais également évaluer efficacement les capacités des grands modèles linguistiques (LLM), en particulier la capacité à comprendre et à raisonner sur les connaissances scientifiques. Bien qu’il existe actuellement de nombreux ensembles de données scientifiques d’assurance qualité couvrant la médecine, la chimie, la biologie et d’autres domaines, ces ensembles de données présentent encore certaines lacunes. Premièrement, le formulaire de données est relativement simple, et la plupart sont des questions à choix multiples. Elles sont faciles à évaluer, mais limitent la plage de sélection des réponses du modèle et ne peuvent pas tester pleinement la capacité du modèle à répondre aux questions scientifiques. En revanche, les questions et réponses ouvertes

Les performances de SOTA, la méthode d'IA de prédiction d'affinité protéine-ligand multimodale de Xiamen, combinent pour la première fois des informations sur la surface moléculaire Les performances de SOTA, la méthode d'IA de prédiction d'affinité protéine-ligand multimodale de Xiamen, combinent pour la première fois des informations sur la surface moléculaire Jul 17, 2024 pm 06:37 PM

Editeur | KX Dans le domaine de la recherche et du développement de médicaments, il est crucial de prédire avec précision et efficacité l'affinité de liaison des protéines et des ligands pour le criblage et l'optimisation des médicaments. Cependant, les études actuelles ne prennent pas en compte le rôle important des informations sur la surface moléculaire dans les interactions protéine-ligand. Sur cette base, des chercheurs de l'Université de Xiamen ont proposé un nouveau cadre d'extraction de caractéristiques multimodales (MFE), qui combine pour la première fois des informations sur la surface des protéines, la structure et la séquence 3D, et utilise un mécanisme d'attention croisée pour comparer différentes modalités. alignement. Les résultats expérimentaux démontrent que cette méthode atteint des performances de pointe dans la prédiction des affinités de liaison protéine-ligand. De plus, les études d’ablation démontrent l’efficacité et la nécessité des informations sur la surface des protéines et de l’alignement des caractéristiques multimodales dans ce cadre. Les recherches connexes commencent par "S

SK Hynix présentera de nouveaux produits liés à l'IA le 6 août : HBM3E à 12 couches, NAND à 321 hauteurs, etc. SK Hynix présentera de nouveaux produits liés à l'IA le 6 août : HBM3E à 12 couches, NAND à 321 hauteurs, etc. Aug 01, 2024 pm 09:40 PM

Selon les informations de ce site le 1er août, SK Hynix a publié un article de blog aujourd'hui (1er août), annonçant sa participation au Global Semiconductor Memory Summit FMS2024 qui se tiendra à Santa Clara, Californie, États-Unis, du 6 au 8 août, présentant de nombreuses nouvelles technologies de produit. Introduction au Future Memory and Storage Summit (FutureMemoryandStorage), anciennement Flash Memory Summit (FlashMemorySummit) principalement destiné aux fournisseurs de NAND, dans le contexte de l'attention croissante portée à la technologie de l'intelligence artificielle, cette année a été rebaptisée Future Memory and Storage Summit (FutureMemoryandStorage) pour invitez les fournisseurs de DRAM et de stockage et bien d’autres joueurs. Nouveau produit SK hynix lancé l'année dernière

Préparant des marchés tels que l'IA, GlobalFoundries acquiert la technologie du nitrure de gallium de Tagore Technology et les équipes associées Préparant des marchés tels que l'IA, GlobalFoundries acquiert la technologie du nitrure de gallium de Tagore Technology et les équipes associées Jul 15, 2024 pm 12:21 PM

Selon les informations de ce site Web du 5 juillet, GlobalFoundries a publié un communiqué de presse le 1er juillet de cette année, annonçant l'acquisition de la technologie de nitrure de gallium (GaN) et du portefeuille de propriété intellectuelle de Tagore Technology, dans l'espoir d'élargir sa part de marché dans l'automobile et Internet. des objets et des domaines d'application des centres de données d'intelligence artificielle pour explorer une efficacité plus élevée et de meilleures performances. Alors que des technologies telles que l’intelligence artificielle générative (GenerativeAI) continuent de se développer dans le monde numérique, le nitrure de gallium (GaN) est devenu une solution clé pour une gestion durable et efficace de l’énergie, notamment dans les centres de données. Ce site Web citait l'annonce officielle selon laquelle, lors de cette acquisition, l'équipe d'ingénierie de Tagore Technology rejoindrait GF pour développer davantage la technologie du nitrure de gallium. g

See all articles