AI Generatif mencapai persimpangan di manakah gelombang seterusnya?

AI Generatif semakin popular, terutamanya dalam dunia perniagaan. Tidak lama dahulu, Walmart mengumumkan pelancaran aplikasi AI generatif untuk digunakan oleh 50,000 pekerja bukan kedai. Apl ini menggabungkan data Walmart dengan model bahasa besar (LLM) pihak ketiga untuk membantu pekerja melaksanakan pelbagai tugas, seperti menjadi rakan kongsi kreatif dan mengekstrak ringkasan daripada dokumen besar.

Disebabkan populariti AI generatif, permintaan GPU telah meningkat dan GPU berkuasa diperlukan untuk melatih model pembelajaran mendalam. Menurut Wall Street Journal, latihan model AI boleh menelan belanja berbilion dolar kerana sejumlah besar data yang perlu diproses dan dianalisis.

Arah aliran baharu telah membawa banyak peluang perniagaan kepada NVIDIA, dan GPU NVIDIA telah menjadi mesin menjana wang yang hangat. Untuk mendapatkan cip Nvidia, syarikat permulaan dan pelabur mengambil langkah yang luar biasa. Lajur "New York Times" menyatakan: "Berbanding dengan wang, bakat kejuruteraan, gembar-gembur dan juga keuntungan, syarikat nampaknya lebih memerlukan GPU tahun ini

Dalam kemungkinan perubahan teknologi ini, NVIDIA berada di puncak gunung." Pada masa ini, Google mencapai kerjasama dengan NVIDIA untuk menyediakan sokongan teknikal berdasarkan GPU NVIDIA kepada pelanggan Google Cloud. Adakah lonjakan permintaan semasa bermakna AI generatif telah mencapai kemuncaknya, atau adakah ia permulaan gelombang seterusnya? Ini adalah soalan yang semua orang fikirkan.

Dalam mesyuarat laporan kewangan baru-baru ini, Ketua Pegawai Eksekutif NVIDIA Jensen Huang menegaskan bahawa peningkatan permintaan menandakan permulaan pengkomputeran dipercepatkan, dan ia baru sahaja subuh. Huang Renxun mencadangkan syarikat harus memperuntukkan semula pelaburan dan bukan hanya menumpukan pada pengkomputeran am, tetapi harus memberi lebih perhatian kepada AI generatif dan pengkomputeran dipercepat.

Pengkomputeran tujuan am merujuk kepada pengkomputeran berasaskan CPU, tetapi NVIDIA percaya bahawa CPU telah menjadi infrastruktur mundur, dan pembangun harus mengoptimumkan untuk GPU kerana GPU lebih cekap daripada CPU tradisional. GPU boleh memproses berbilang pengiraan secara selari pada masa yang sama, menjadikannya amat sesuai untuk pembelajaran mendalam. GPU juga mempunyai kelebihan unik apabila menangani masalah matematik tertentu, seperti algebra linear dan tugas operasi matriks.

Malangnya, banyak perisian hanya dioptimumkan untuk CPU dan tidak boleh mendapat manfaat daripada pengkomputeran selari GPU. Pada masa hadapan, banyak tugas CPU akan dilakukan oleh GPU, yang merupakan peluang untuk Nvidia, kerana AI generatif akan menjana sejumlah besar kandungan dan memerlukan sokongan pengkomputeran awan.

Manusia dan perniagaan malas Memandangkan perisian telah dioptimumkan untuk CPU, mereka tidak mahu melaburkan sumber dan masa dalam GPU.

Apabila pembelajaran mesin mula-mula muncul, saintis data terlalu bercita-cita tinggi dan mahu menerapkannya pada semua perkara, mereka mahu memperkenalkan pembelajaran mesin walaupun alat yang lebih mudah sudah wujud dalam beberapa bidang. Sejujurnya, pembelajaran mesin boleh menyelesaikan hanya sebilangan kecil masalah perniagaan. Pendek kata, pengkomputeran dipercepatkan dan GPU tidak sesuai untuk semua perisian.

Untuk mengalu-alukan gelombang seterusnya, AI generatif perlu menembusi

Melihat keadaan semasa, data prestasi Nvidia sememangnya menarik perhatian, tetapi Gartner memberi amaran bahawa AI generatif berada di puncak inflasi yang dijangkakan. Ada yang menegaskan bahawa gembar-gembur AI generatif telah berubah menjadi keseronokan yang tidak berasas dan jangkaan yang dibesar-besarkan.

Kegilaan AI generatif mungkin akan melanda kesesakan tidak lama lagi. Pemodal teroka SK Ventures percaya: "Kami kini telah memasuki peringkat ekor panjang gelombang pertama model bahasa besar AI. Gelombang itu bermula pada tahun 2007, apabila Google mengeluarkan kertas yang dipanggil "Perhatian Adalah Semua yang Anda Perlukan". Dalam 1 seterusnya -2 tahun, semua orang akan mengalami kesesakan. Seperti kecenderungan untuk berhalusinasi, data latihan yang tidak mencukupi dalam domain yang sempit, penuaan korpus latihan dari bertahun-tahun yang lalu, dan banyak faktor lain. Pendek kata, kita kini berkemungkinan besar memasuki penghujung ekor gelombang pertama AI.

Adakah ini bermakna AI generatif hampir mati? Tidak, ini hanya bermakna AI generatif memerlukan penemuan teknologi utama, supaya produktiviti boleh dipertingkatkan dengan lebih baik dan automasi yang lebih baik dapat dipupuk. Dalam gelombang AI generatif seterusnya, model baharu, lebih keterbukaan dan GPU murah di mana-mana mungkin menjadi kuncinya.

Dalam jangka masa panjang, AI generatif harus cerah kerana terdapat kekurangan tenaga buruh dan manusia memerlukan teknologi automasi yang lebih baik. Melihat kembali sejarah, AI dan automasi nampaknya dua kategori teknologi bebas, tetapi AI generatif telah mengubah pandangan ini. Pengasas bersama aliran kerja Mike Knoop berkata: "AI dan automasi runtuh ke dalam perkara yang sama McKinsey berkata dalam laporan itu: "AI Generatif akan menjana peningkatan hebat seterusnya dalam produktiviti Goldman Sachs percaya bahawa AI generatif boleh meningkatkan KDNK global." sebanyak 7%. (Pisau)

Atas ialah kandungan terperinci AI Generatif mencapai persimpangan di manakah gelombang seterusnya?. Untuk maklumat lanjut, sila ikut artikel berkaitan lain di laman web China PHP!