Apabila wang menjadi kuasa sebenar memacu AI ke hadapan, adakah kecerdasan buatan akan mengikut jejak kereta tanpa pemandu?

Pada tahun 2019, Ketua Pegawai Eksekutif OpenAI Sam Altman pernah berkata: “Saya benar-benar percaya bahawa kerja yang saya lakukan di OpenAI jauh lebih mempesonakan daripada apa yang saya lakukan di Y Combinator . Bukan itu sahaja, ia lebih mempesonakan daripada apa yang telah dilakukan oleh industri teknologi.”

Dia percaya bahawa manusia akan membangunkan sistem perisian yang lebih pintar dan berkebolehan daripada manusia dalam setiap aspek. Atas sebab ini, beliau menganjurkan: "AI akan terus berkembang dan menjadi lebih kuat daripada manusia. Tidak lama lagi ia akan menjadi 1 juta kali atau bahkan 1 bilion kali lebih kuat daripada manusia

Kuasa sebenar memacu AI ke hadapan ialah Wang

Kuasa sebenar yang mendorong kemajuan teknologi bukanlah kod dan GPU, tetapi wang. Ingat: AI mahal!

Dalam beberapa tahun kebelakangan ini, jenius teknologi telah memasuki industri AI, menubuhkan syarikat dan menarik pelaburan, dan mereka menikmati diri mereka sendiri. Indeks Stanford AI menunjukkan bahawa pembiayaan industri AI akan mencecah AS$94 bilion pada 2021, dua kali ganda daripada 2020. Pada 2021, 15 transaksi pembiayaan AI mencapai atau melebihi AS$500 juta.

Altman dan rakan sekerjanya terpaksa berusaha keras untuk membesar-besarkan, kerana membangunkan AI memerlukan banyak wang. Pesaing OpenAI, Google dan Facebook, adalah "mesin pencetak wang". Mereka tidak perlu mengiklan, mereka boleh menanggung perbelanjaan sendiri.

Ingat bagaimana komuniti teknologi menganjurkan kereta tanpa pemandu ketika itu? Pada 2014, pengarah kereta pandu sendiri Google berikrar bahawa dia pasti anak lelakinya yang berumur 11 tahun tidak memerlukan lesen memandu pada masa hadapan kerana kereta pandu sendiri akan muncul dalam tempoh lima tahun. Kini hampir 10 tahun telah berlalu, dan pemanduan tanpa pemandu masih belum matang.

Walaupun begitu, banyak syarikat masih bergegas ke medan perang malah Intel meramalkan bahawa pasaran pemanduan autonomi akan mencecah AS$800 bilion pada tahun 2035. SoftBank melabur AS$30 bilion dalam pemanduan autonomi dari 2010 hingga 2019. Sejak 2010, Amerika Syarikat telah melabur AS$84.5 bilion, China AS$50.6 bilion, dan Kesatuan Eropah AS$10.7 bilion.

Pemanduan autonomi tidak gagal sepenuhnya, tetapi kami boleh menemui beberapa corak: penyokong akan mengatakan bahawa terdapat peluang revolusioner yang besar untuk merangsang pelabur.

Berbalik kepada AI, ramai orang bertaruh bahawa ia akan membenarkan mesin menggantikan tenaga kerja manusia (pekerja kolar putih yang mahal), yang serupa dengan kereta tanpa pemandu. Walau bagaimanapun, AI sangat mahal, di manakah pulangan pelaburan?

Mengapa AI begitu mahal?

Profesor Universiti New York, Meredith Broussard percaya bahawa hanya syarikat besar dan syarikat super kaya mampu membeli AI.

Pertama sekali, ia mahal dari segi pengiraan. Avi Goldfarb, seorang profesor pemasaran di University of Toronto, juga berkata: "Jika anda ingin memulakan sebuah syarikat, membangunkan sendiri model bahasa yang besar, dan mengira sendiri, kosnya terlalu tinggi. OpenAI sangat mahal, menelan belanja berbilion-bilion dolar." Pengiraan pajakan Sudah tentu ia akan menjadi jauh lebih murah, tetapi syarikat masih perlu membayar yuran mahal kepada AWS dan syarikat lain.

Kedua, data mahal. Model latihan memerlukan sejumlah besar data, kadangkala data itu tersedia dan kadangkala tidak. Data seperti Common Crawl dan LAION adalah percuma untuk digunakan Untuk jenis data ini, kos terutamanya berasal dari pembersihan dan pemprosesan data Kosnya boleh berbeza-beza, antara beberapa ratus dolar hingga berjuta-juta dolar.

Debarghya Das, jurutera pengasas Glean, berkata di Amerika Syarikat, berdasarkan beberapa pengiraan matematik kasar berdasarkan kertas model bahasa yang besar, jika Facebook LLaMA digunakan, kos latihan (tidak mengambil kira lelaran atau kesilapan) ialah kira-kira AS$4 juta , jika Google PaLM, kira-kira $27 juta.

Walaupun anda menggunakan data percuma, kosnya tidak rendah. Sasha Luccioni, seorang penyelidik di Hugging Face, berkata: "Apabila anda memuat turun terabait data, jika anda ingin menapis atau menggunakan data dengan cara yang istimewa, seperti menggunakan model imej teks, penyelidik akan menumpukan pada subset tertentu data. Hanya dengan cara ini model akan menjadi lebih baik), keseluruhan prosesnya agak rumit dan memerlukan banyak kuasa pengkomputeran dan ramai profesional.

Sekali lagi, kos pengambilan profesional juga sangat tinggi. Debarghya Das tidak mengambil kira kos buruh semasa membuat anggaran kos di atas. Sasha Luccioni menegaskan: "Profesional pembelajaran mesin dibayar dengan sangat baik kerana mereka bersaing dengan Google dan gergasi teknologi lain untuk bakat, dan kadangkala bakat profesional boleh menelan belanja berjuta-juta dolar pada tahun 2016, gaji penyelidik terkemuka di OpenAI adalah lebih kurang 190 juta dolar.

Tambahan pula, kos model latihan dan pengambilan profesional bukan sekali sahaja tetapi berterusan. Contohnya, jika anda sedang membangunkan bot sembang perkhidmatan pelanggan, anda perlu mengoptimumkannya setiap minggu atau setiap beberapa minggu. Model ini juga tertakluk kepada ujian tekanan untuk memastikan jawapan yang dihasilkannya adalah betul. Seperti yang dijelaskan oleh Sasha Luccioni: "Kos yang paling mahal datang daripada kerja yang berterusan, perlu menguji model secara berterusan, perlu memastikan bahawa AI melakukan apa yang diharapkan

Akhirnya, operasi berterusan." kos pun bukan murah. Apabila semuanya sudah siap dan model itu terbuka kepada orang ramai, ia akan menerima ribuan pertanyaan setiap hari, pada masa ini, memastikan model itu berskala dan sangat stabil juga sangat mahal untuk diselenggara dan memerlukan profesional untuk mengendalikannya.

Di manakah pemulangan AI?

Rantaian farmasi Amerika CVS Healthcare telah melabur dalam AI sejak 2019. Pada CES 2021, Walmart menunjukkan AI yang boleh menggantikan perkhidmatan pelanggan. Tidak sukar untuk melihat bahawa banyak syarikat ingin mengautomasikan "perkhidmatan pelanggan". Mereka percaya bahawa jabatan perkhidmatan pelanggan tidak dapat mengembangkan perniagaan mereka dan boleh digantikan dengan mesin dengan mudah.

Sudah tentu, AI juga muncul di tempat lain, seperti GitHub's Copilot, yang boleh meningkatkan kelajuan pengaturcaraan AI boleh menulis banyak kod boilerplate untuk menjimatkan masa. Sesetengah profesional mengatakan bahawa pengaturcara boleh menggandakan kelajuan pengaturcaraan mereka dengan pengaturcaraan berbantukan AI.

Ia kelihatan hebat, tetapi McKinsey memberi amaran bahawa populariti AI akan mencapai kemuncaknya menjelang akhir tahun 2022. Kadar penembusan meningkat dua kali ganda sejak 2017, tetapi berhenti meningkat selepas 2019. AI chatbots sudah sangat popular pada masa itu.

Bagi ramai orang, apa yang dipanggil AI adalah untuk menyemak aliran kerja syarikat untuk melihat proses mana yang boleh diserahkan kepada mesin untuk mengautomasikan proses tersebut. Avi Goldfarb berkata: "Pulangan adalah terhad. Dengan bantuan AI, adalah bagus untuk melakukan sesuatu yang lebih baik daripada apa yang anda sudah lakukan, tetapi kosnya tinggi. Ia mungkin menelan belanja berpuluh-puluh juta, ratusan juta atau bahkan berpuluh-puluh daripada dolar." Berbilion dolar."

Beliau percaya bahawa jika anda ingin menjadikan AI sebagai mesin yang menjana wang, adalah lebih baik untuk menumbangkan aliran kerja dan menggantikannya dengan AI. Mengganggu aliran kerja anda adalah berisiko, mungkin gagal, tetapi ganjarannya besar jika anda berjaya.

Sebagai contoh, dalam industri perubatan, jika keseluruhan industri disusun semula mengikut diagnosis mesin, kecekapan akan lebih tinggi. Goldfarb percaya bahawa ramai doktor mempunyai kemahiran diagnostik yang lemah, dan AI mungkin tidak sebaik 5% doktor teratas, tetapi ia mungkin dengan mudah mengatasi 20% doktor terbawah. Oleh itu, AI sangat berguna untuk orang yang tidak dapat melawat doktor dengan mudah.

Industri kewangan juga mungkin terjejas oleh AI. Penyelidik Institut Brookings Mark Muro percaya bahawa industri kewangan sangat berkaitan dengan pengecaman corak, dan AI mempunyai keupayaan yang kuat untuk mengenali corak. Untuk memantau trend, institusi kewangan mengupah sejumlah besar pekerja pangkalan data dan data Mereka mahu mengurangkan bilangan kakitangan AI boleh menggantikan pekerja muda, tetapi kerja kewangan peringkat tinggi masih di luar kemampuan AI.

Oleh itu, pasaran masih optimis mengenai pendapatan OpenAI mungkin mencecah AS$200 juta tahun ini dan mencecah AS$1 bilion pada 2024. Penilaian syarikat telah mencapai $20 bilion, yang lebih tinggi daripada Hewlett Packard Enterprise, Garmin, Cloudflare, Snap dan H&M.

Ringkasan:

Ringkasnya, aplikasi AI semasa lebih kepada mengoptimumkan perniagaan, dan bukannya membawa perubahan revolusioner. Berbanding dengan syarikat permulaan, perusahaan besar mempunyai kelebihan dalam memanfaatkan AI. Jika anda ingin menjana wang dalam bidang AI, cara terbaik semasa bukanlah untuk membangunkan AI, tetapi untuk mengeluarkan cip yang diperlukan untuk AI, membina pusat data atau membantu orang lain membangunkan AI.

Apakah kegunaan AI dalam jangka masa panjang? Malah orang yang bekerja dalam AI juga keliru. Disebabkan ini, mungkin perkembangan pesat AI adalah seperti Internet dan telefon bimbit pada masa lalu Semua orang bersungguh-sungguh membuang wang ke dalam semua projek yang berkaitan dengan AI, dan kemudian mengharapkan hasil yang terbaik. (Pisau)

Atas ialah kandungan terperinci Apabila wang menjadi kuasa sebenar memacu AI ke hadapan, adakah kecerdasan buatan akan mengikut jejak kereta tanpa pemandu?. Untuk maklumat lanjut, sila ikut artikel berkaitan lain di laman web China PHP!