Καθώς η τεχνητή νοημοσύνη (AI) φτάνει στα όρια των τρεχόντων μεγάλων γλωσσικών μοντέλων, εταιρείες όπως η OpenAI διερευνούν νέες τεχνικές εκπαίδευσης που μιμούνται τις ανθρώπινες διαδικασίες σκέψης. Αυτές οι μέθοδοι, που έχουν ενσωματωθεί στο τελευταίο μοντέλο o1 της OpenAI, αναμένεται να επαναπροσδιορίσουν το τοπίο της τεχνητής νοημοσύνης και να επηρεάσουν τη ζήτηση για πόρους, από την ενέργεια μέχρι τους τύπους επεξεργαστών.
Επιστήμονες, ερευνητές και επενδυτές στον τομέα της τεχνητής νοημοσύνης έχουν διαπιστώσει ότι η παραδοσιακή προσέγγιση της κλιμάκωσης των μοντέλων AI με την προσθήκη περισσότερων δεδομένων και υπολογιστικής ισχύος έχει φτάσει σε ένα πλατό.
Ο Ilya Sutskever, συνιδρυτής της Safe Superintelligence (SSI) και πρώην στέλεχος της OpenAI, αναγνώρισε την ανάγκη για αλλαγή στρατηγικής, τονίζοντας ότι "η κλιμάκωση του σωστού πράγματος έχει μεγαλύτερη σημασία τώρα από ποτέ".
Οι ερευνητές επικεντρώνονται πλέον στο "test-time compute", μια τεχνική που ενισχύει τα μοντέλα AI κατά τη φάση της συμπερασματολογίας. Αυτή η μέθοδος επιτρέπει στα μοντέλα AI να επεξεργάζονται πιο αποτελεσματικά σύνθετες εργασίες, δημιουργώντας και αξιολογώντας πολλαπλές πιθανότητες πριν επιλέξουν την καταλληλότερη λύση.
Ο Noam Brown, ερευνητής στην OpenAI, τόνισε την αποτελεσματικότητα αυτής της προσέγγισης, δηλώνοντας ότι επιτρέποντας σε ένα bot να "σκεφτεί" για 20 δευτερόλεπτα θα μπορούσε να αντιστοιχεί στα οφέλη απόδοσης μιας κλιμάκωσης 100.000 φορές.
Το μοντέλο o1 της OpenAI, γνωστό προηγουμένως ως Q* και Strawberry, χρησιμοποιεί αυτή την καινοτόμο τεχνική, επιτρέποντάς του να επιλύει προβλήματα μέσω πολυβηματικού συλλογισμού παρόμοιου με τον ανθρώπινο. Το μοντέλο επωφελείται επίσης από επιμελημένα δεδομένα και ανατροφοδότηση που παρέχονται από διδάκτορες και ειδικούς του κλάδου.
Άλλα εργαστήρια AI, συμπεριλαμβανομένων των Anthropic, xAI και NASDAQ:GOOGL DeepMind, αναπτύσσουν επίσης τις δικές τους εκδοχές αυτής της τεχνικής, με στόχο την ενίσχυση των δυνατοτήτων τους στην τεχνητή νοημοσύνη.
Η στροφή προς το test-time compute και πιο αποτελεσματικές τεχνικές συμπερασματολογίας θα μπορούσε να επηρεάσει το ανταγωνιστικό τοπίο για το υλικό AI. Η Nvidia, ηγετική εταιρεία στην παροχή επεξεργαστών AI, έχει δει τα προϊόντα της σε υψηλή ζήτηση, με τον CEO της Jensen Huang να συζητά τη σημασία των τεχνικών συμπερασματολογίας και την ισχυρή ζήτηση για τον τελευταίο τους επεξεργαστή AI, το Blackwell.
Αυτή η μετάβαση από τις μαζικές συστοιχίες προ-εκπαίδευσης σε νέφη συμπερασματολογίας θα μπορούσε να αναδιαμορφώσει την αγορά, με τη Sonya Huang της Sequoia Capital να επισημαίνει την πιθανή μετακίνηση προς κατανεμημένους, cloud-based διακομιστές για συμπερασματολογία.
Καθώς ο κλάδος της τεχνητής νοημοσύνης εξελίσσεται, εταιρείες όπως η OpenAI είναι έτοιμες να διατηρήσουν ένα ανταγωνιστικό πλεονέκτημα συνεχίζοντας να καινοτομούν και να παραμένουν αρκετά βήματα μπροστά από τους ανταγωνιστές τους.
Το Reuters συνέβαλε σε αυτό το άρθρο.
Aυτό το άρθρο μεταφράστηκε με τη βοήθεια της τεχνητής νοημοσύνης. Για περισσότερες πληροφορίες, δείτε τους Όρους Χρήσης