業界は、ChatGPT スタイルの検索により Google のコストが 10 倍に増加し、毎年さらに数十億ドルが費やされると述べています
2月23日のニュース、人工知能チャットツールChatGPTの人気が続く中、GoogleやMicrosoftなどの検索サービスを提供する企業も検索インターフェースの利用を開始人工知能チャットボット機能を統合します。しかし、これらのテクノロジー巨人にとって、このチャットボット スタイルの検索エンジンは運用コストを 10 倍に増加させ、最大で数十億ドルの支出をもたらすことになります。
テクノロジー業界の幹部たちは、ChatGPT のような人工知能の運用コストが高いことについて議論しています。 OpenAIのCEO、サム・アルトマン氏はかつてTwitterで、ChatGPTのユーザーとの会話当たりの計算コストは数セント以上にもなり、「耐えられない」と述べた。
Googleの親会社Alphabetの会長であるジョン・ヘネシー氏はインタビューで、微調整はコストを迅速に削減するのに役立つものの、「大規模な言語モデルなどの人工知能と情報を交換するコストは、完全なものよりもはるかに高い可能性がある」と述べた。標準のキーワード検索機能の10倍。」
アルファベットの 2022 年の純利益は 600 億米ドル近くになるでしょう。たとえチャットボットベースの検索ビジネスが広告収入を生み出したとしても、この技術はアルファベットの収益に悪影響を及ぼし、数十億ドルの追加コストが発生する可能性があるとアナリストらは述べた。
投資銀行モルガン・スタンレーは、昨年の Google の 3 兆 3,000 億件の検索クエリのコストは 1 クエリあたり約 0.55 セントだったと推定しています。この数字は人工知能によって生成されるテキストの量に応じて多少前後します。アナリストらは、「ChatGPTのようなAIチャットボットが、今日の検索クエリの半分を50語の回答で処理できる」としたら、2024年までにGoogleのコストは年間60億ドル増加すると予測している。
他のアナリストも同様の見解を持っています。チップ技術に重点を置いた調査およびコンサルティング会社であるセミアナリシス社は、Googleの新しいTensor Processing Unitsやその他の最適化を考慮すると、ChatGPTスタイルの人工知能を検索に追加すると、Alphabet社にさらに30億ドルのコストがかかる可能性があると述べた。
この種の人工知能が従来の検索エンジンよりも高価である理由は、より高いコンピューティング能力が必要となるためです。アナリストらは、この種の人工知能は数十億ドルのコストがかかるチップに依存しており、対応するコストは数年の耐用年数にわたって分散する必要があると述べている。消費される電力は、企業の運営コストや炭素排出指標への圧力も増大します。
人工知能の検索クエリを処理するプロセスは「推論」と呼ばれます。各検索では、人間の脳を模倣する巨大なニューラル ネットワークが開始され、大量のテキストが生成され、事実情報を得るために大規模な検索インデックス情報をクエリすることもあります。 . .
Alphabet の Hannis 氏は、「推論コストを削減する必要がある」と述べ、「最悪の場合、数年かかるだろう」と述べました。
高い運営費にもかかわらず、Alphabet は他のテクノロジー企業からの課題にどう対応するかを検討する必要があります。今月初め、ライバルのマイクロソフトは自社のBing検索エンジンに人工知能チャットボットを組み込む計画を披露した。 Samelweb は、Microsoft 幹部が Google の検索市場シェア 91% をターゲットにしていると推定しています。
マイクロソフトの最高財務責任者エイミー・フッド氏はアナリストに対し、改良されたBingがオンライン化されるにつれ、ユーザー数と広告収入の増加によるメリットがコストを上回っていると語った。フッド氏は、「我々にとっては、議論しているサービスを犠牲にしても、粗利は増加する」と述べた。
Googleのもう1つの競合会社である検索エンジンYou.comのCEO、リチャード・ソーチャー氏は、人工知能チャットの追加について語った。エクスペリエンスだけでなく、グラフィックス、ビデオ、その他の生成テクノロジー アプリケーションも含めると、運営費が 30% ~ 50% 増加します。しかし同氏は、「時間が経つにつれて、テクノロジーはどんどん安くなるだろう。」と述べた。
Googleに近い関係者は、チャットボットの具体的なコストを決定するのは時期尚早であると警告した。検索製品は関連するテクノロジーによって大きく異なり、検索製品は技術サポートを提供するために長い間人工知能を使用してきました。
アクセンチュアの最高技術責任者ポール・ドーハティ氏は、数十億のユーザーを抱える検索大手がすぐにAIチャットボットを導入しなかった2つの主な理由のうちの1つがコストの考慮だったと述べた。
「1 つは正確さであり、2 つは正しい方法でスケールする必要があるということです。」と同氏は言いました。Alphabet や他の企業の研究者は、長年にわたり、大規模なトレーニングと実行を低コストでスケールする方法を研究してきました。言語モデル。
モデルが大きくなると、通常、推論に多くのチップが必要になるため、実行コストが高くなります。消費者を魅了する人工知能の背後にあるモデルは非常に大規模であり、たとえば、ChatGPT の背後にあるモデルには 1,750 億のパラメーターがあり、各実行のコストはユーザーのクエリの長さに応じて変化し続けます。
あるテクノロジー幹部は、何百万人もの消費者にこの種の人工知能を使ってもらうにはまだ費用がかかりすぎると語った。 「これらのモデルは非常に高価であるため、次の進歩段階では、これらのモデルのトレーニングと推論のコストが削減され、あらゆるアプリケーションで使用できるようになります」と、この幹部は匿名を条件に語った。この問題では、OpenAI のコンピューター科学者が、複雑なコードを通じて推論コストを最適化し、それによってチップの動作効率を向上させる方法を発見したと述べています。
長年の疑問は、精度に影響を与えずに人工知能モデルのパラメーターの数を 10 分の 1、さらには 100 分の 1 に減らす方法です。
「(パラメータを)最も効果的に削除する方法はまだ未解決の問題です」と、かつてインテルの人工知能チッププロジェクトを率いていたナヴィーン・ラオ氏は語った。
同時に、一部の企業は、月額 20 ドルのサブスクリプション料金を請求する OpenAI のアップグレードされた ChatGPT サービスなど、人工知能検索の使用に料金を支払うことを検討しています。技術専門家も、回避策の1つは、より単純なタスクに小規模なAIモデルを適用することだと述べており、アルファベットはそのアプローチを検討しているという。
Alphabetは今月、LaMDA人工知能モデルの「小型バージョン」がチャットボットBardを強化し、「必要なコンピューティングパワーが大幅に減り、より多くのユーザーに対応できるようになる」と発表した。
先週のカンファレンスでChatGPTやBaderのようなチャットボットについて尋ねられたとき、ハニス氏は、万能のシステムではなく、よりターゲットを絞ったモデルが「コストの削減」に役立つと述べた。
以上が業界は、ChatGPT スタイルの検索により Google のコストが 10 倍に増加し、毎年さらに数十億ドルが費やされると述べていますの詳細内容です。詳細については、PHP 中国語 Web サイトの他の関連記事を参照してください。

ホットAIツール

Undresser.AI Undress
リアルなヌード写真を作成する AI 搭載アプリ

AI Clothes Remover
写真から衣服を削除するオンライン AI ツール。

Undress AI Tool
脱衣画像を無料で

Clothoff.io
AI衣類リムーバー

AI Hentai Generator
AIヘンタイを無料で生成します。

人気の記事

ホットツール

メモ帳++7.3.1
使いやすく無料のコードエディター

SublimeText3 中国語版
中国語版、とても使いやすい

ゼンドスタジオ 13.0.1
強力な PHP 統合開発環境

ドリームウィーバー CS6
ビジュアル Web 開発ツール

SublimeText3 Mac版
神レベルのコード編集ソフト(SublimeText3)

ホットトピック

DALL-E 3は、前モデルより大幅に改良されたモデルとして2023年9月に正式導入されました。これは、複雑な詳細を含む画像を作成できる、これまでで最高の AI 画像ジェネレーターの 1 つと考えられています。ただし、発売当初は対象外でした

このサイトは6月27日、JianyingはByteDanceの子会社であるFaceMeng Technologyによって開発されたビデオ編集ソフトウェアであり、Douyinプラットフォームに依存しており、基本的にプラットフォームのユーザー向けに短いビデオコンテンツを作成すると報告しました。 Windows、MacOS、その他のオペレーティング システム。 Jianyingは会員システムのアップグレードを正式に発表し、インテリジェント翻訳、インテリジェントハイライト、インテリジェントパッケージング、デジタルヒューマン合成などのさまざまなAIブラックテクノロジーを含む新しいSVIPを開始しました。価格的には、クリッピングSVIPの月額料金は79元、年会費は599元(当サイト注:月額49.9元に相当)、継続月額サブスクリプションは月額59元、継続年間サブスクリプションは、年間499元(月額41.6元に相当)です。さらに、カット担当者は、ユーザーエクスペリエンスを向上させるために、オリジナルのVIPに登録している人は、

検索強化生成およびセマンティック メモリを AI コーディング アシスタントに組み込むことで、開発者の生産性、効率、精度を向上させます。 JanakiramMSV 著者の EnhancingAICodingAssistantswithContextUsingRAGandSEM-RAG から翻訳。基本的な AI プログラミング アシスタントは当然役に立ちますが、ソフトウェア言語とソフトウェア作成の最も一般的なパターンに関する一般的な理解に依存しているため、最も適切で正しいコードの提案を提供できないことがよくあります。これらのコーディング アシスタントによって生成されたコードは、彼らが解決する責任を負っている問題の解決には適していますが、多くの場合、個々のチームのコーディング標準、規約、スタイルには準拠していません。これにより、コードがアプリケーションに受け入れられるように修正または調整する必要がある提案が得られることがよくあります。

大規模言語モデル (LLM) は巨大なテキスト データベースでトレーニングされ、そこで大量の現実世界の知識を取得します。この知識はパラメータに組み込まれており、必要なときに使用できます。これらのモデルの知識は、トレーニングの終了時に「具体化」されます。事前トレーニングの終了時に、モデルは実際に学習を停止します。モデルを調整または微調整して、この知識を活用し、ユーザーの質問により自然に応答する方法を学びます。ただし、モデルの知識だけでは不十分な場合があり、モデルは RAG を通じて外部コンテンツにアクセスできますが、微調整を通じてモデルを新しいドメインに適応させることが有益であると考えられます。この微調整は、ヒューマン アノテーターまたは他の LLM 作成物からの入力を使用して実行され、モデルは追加の実世界の知識に遭遇し、それを統合します。

編集者 |ScienceAI 質問応答 (QA) データセットは、自然言語処理 (NLP) 研究を促進する上で重要な役割を果たします。高品質の QA データ セットは、モデルの微調整に使用できるだけでなく、大規模言語モデル (LLM) の機能、特に科学的知識を理解し推論する能力を効果的に評価することもできます。現在、医学、化学、生物学、その他の分野をカバーする多くの科学 QA データ セットがありますが、これらのデータ セットにはまだいくつかの欠点があります。まず、データ形式は比較的単純で、そのほとんどが多肢選択式の質問であり、評価は簡単ですが、モデルの回答選択範囲が制限され、科学的な質問に回答するモデルの能力を完全にテストすることはできません。対照的に、自由回答型の Q&A

編集者 | KX 医薬品の研究開発の分野では、タンパク質とリガンドの結合親和性を正確かつ効果的に予測することが、医薬品のスクリーニングと最適化にとって重要です。しかし、現在の研究では、タンパク質とリガンドの相互作用における分子表面情報の重要な役割が考慮されていません。これに基づいて、アモイ大学の研究者らは、初めてタンパク質の表面、3D 構造、配列に関する情報を組み合わせ、クロスアテンション メカニズムを使用して異なるモダリティの特徴を比較する、新しいマルチモーダル特徴抽出 (MFE) フレームワークを提案しました。アライメント。実験結果は、この方法がタンパク質-リガンド結合親和性の予測において最先端の性能を達成することを実証しています。さらに、アブレーション研究は、この枠組み内でのタンパク質表面情報と多峰性特徴の位置合わせの有効性と必要性を実証しています。 「S」で始まる関連研究

Open AI の ChatGPT Mac アプリケーションは、ここ数か月間 ChatGPT Plus サブスクリプションを持つユーザーのみに限定されていましたが、現在は誰でも利用できるようになりました。最新の Apple S を持っている限り、アプリは他のネイティブ Mac アプリと同じようにインストールされます。

7月5日のこのウェブサイトのニュースによると、グローバルファウンドリーズは今年7月1日にプレスリリースを発行し、自動車とインターネットでの市場シェア拡大を目指してタゴール・テクノロジーのパワー窒化ガリウム(GaN)技術と知的財産ポートフォリオを買収したことを発表した。モノと人工知能データセンターのアプリケーション分野で、より高い効率とより優れたパフォーマンスを探求します。生成 AI などのテクノロジーがデジタル世界で発展を続ける中、窒化ガリウム (GaN) は、特にデータセンターにおいて、持続可能で効率的な電力管理のための重要なソリューションとなっています。このウェブサイトは、この買収中にタゴール・テクノロジーのエンジニアリングチームがGLOBALFOUNDRIESに加わり、窒化ガリウム技術をさらに開発するという公式発表を引用した。 G
