DeepSeek–ի հաջողությունը, արհեստական բանականության հայկական մշակումները. Հարցազրույց Հրանտ Խաչատրյանի հետ

Ակնկալելի էր, որ բարդ մոդելները կարելի է ստեղծել ավելի քիչ ռեսուրսներով, եւ եթե ChatGPT 4-ի ստեղծման համար ներդրվել են որոշակի ռեսուրսներ, ապա հաջորդ տարբերակների համար դրանք ավելի քիչ են ծախսվել, թեեւ դա չի հրապարակվում: Այս մասին NEWS.am Tech-ի թղթակցի հետ զրույցում նշել է ԵՊՀ մեքենայական ուսուցման գիտական խմբի ղեկավար Հրանտ Խաչատրյանը:

Միեւնույն ժամանակ, հետաքրքիր է, որ չինական ընկերությունները, հրապարակումների բացակայության պայմաններում, կարողանում են համապատասխան մեթոդներ գտնել՝ ավելի քիչ ռեսուրսներ ծախսելով: Զարմանալի են նաեւ արագությունները: Չինաստանի դեմ պատժամիջոցներին հակառակ՝ տեխնոլոգիաները ինչ-որ կերպ հասնում են Չինաստան, հնարավոր է՝ Եվրոպայի, Հնդկաստանի կամ այլ ուղիներով:

Կարելի է եզրակացնել, որ DeepSeek-ն ավելի շատ չիպեր ունի, քան հայտարարում է, սակայն դրանք այնքան էլ շատ չեն, որքան խոշոր ամերիկյան ընկերություններինը: Ռեսուրսների դեֆիցիտը ստիպում է նորարարություններ կատարել, ուստի չինական ընկերությունը ավելի քիչ ռեսուրսներով հասել է այն արդյունքին, ինչը OpenAI-ից ավելի ատ ռեսուրս է պահանջել։

Սուր մրցակցության պայմաններում խոշոր ընկերությունները, ինչպես OpenAI-ն, գնում են ռիսկերի նվազեցման ճանապարհով: Ավելի քիչ հայտնի ընկերությունների համար ռիսկերն ավելի արդարացված են, ուստի չինական ընկերությանը հաջողվել է նման նվաճման հասնել:

Առաջին անգամ մոդել ստեղծելը շատ բարդ է, ինչը երկրորդ ստեղծողին առավելություն է տալիս: Բայց ինչո՞ւ է դա հաջողվում հենց չինական ընկերություններին, իսկ օրինակ՝ եվրոպականներին՝ ոչ: Այստեղ կան նաեւ սոցիալ-մշակութային հարցեր, կապված չինացիների աշխատասիրության եւ հավակնությունների հետ: Բացի այդ, Չինաստանը չի ցանկանում լինել «կցորդ» եւ պարզապես օգտագործել ամերիկյան տեխնոլոգիաները:

DeepSeek-ը հրապարակել է կոդերը

Google-ը եւ այլ խոշոր ընկերություններ մինչեւ 2023 թվականը գրեթե ամեն ինչ հրապարակում էին, եւ հենց դրանով էին մրցակցում միմյանց հետ: Սակայն, երբ OpenAI-ն սկսեց փակել իր տեխնոլոգիաները, նա ստացավ  ChatGPT եւ գեներացրեց տնտեսական արժեք։  Google-ը նույնպես սկսեց ավելի քիչ բաներ հրապարակել արտադրանքի մասին: Սակայն այն ընկերությունները, որոնք հետ էին մնում խոշորներից, փորձեցին կրճատել հետ մնալը հենց իրենց բաց լինելու միջոցով:

Facebook-ն այժմ փորձում է հնարավորինս բաց լինել: Նույն քաղաքականությանն են հետեւում նաեւ չինական ընկերությունները: Միեւնույն ժամանակ, շատ բան կախված է յուրաքանչյուր ընկերության բիզնես մոդելից:

DeepSeek-ի օրինակը ցույց տվեց, որ փակ լինելու մարտավարությունը այնքան էլ արդարացված չէ, եւ ամերիկյան շատ ընկերություններ նշում են, որ DeepSeek-ը դառնում է այն, ինչ խոստացել էր OpenAI-ն: DeepSeek-ի թիմը պատկանում է մի ընկերության, որը զբաղվում է ֆինանսական գործունեությամբ, եւ ԱԲ-ն նրանց հիմնական բիզնեսը չէ:

Միեւնույն ժամանակ, DeepSeek-ին հաջողվել է ստեղծել ավելի լավ մոդել, քան Facebook-ը՝ ծախսելով 10 անգամ ավելի քիչ գումար (6 մլն դոլար):

Չինական ընկերությունն օպտիմալացրել է ալգորիթմները եւ ավելի լավ օգտագործել չիպերի հնարավորությունները: Ընդ որում, հավանաբար, ընկերությունը կատարել է նաեւ այլ փորձեր՝ մի քանի մլն դոլար ծախսելով, որպեսզի հասնի հաջողության մոդելի մասով, որը հետո նրա վրա արժեցել է 6 մլն դոլար:

Մենք պետք է կենտրոնանանք այն խնդիրների վրա, որոնցով մեծերը չեն զբաղվում

Հարկավոր չէ, որ մենք ստեղծենք հայկական DeepSeek մոդել, քանի որ այն արդեն կա: Պետք է կենտրոնանալ այն խնդիրների վրա, որոնցով խոշոր ընկերությունները չեն զբաղվում: Մենք արդեն 4 տարի է փորձում ենք ստեղծել ChatGPT-ի նման համակարգեր, որոնք կարող են հետաքրքիր գործողություններ կատարել քիմիայի բնագավառում, օրինակ՝ մոլեկուլների վերաբերյալ հարցերին պատասխանել կամ տիեզերական նկարները հասկանալու եւ տեղեկություն տալու ունակ ԱԲ-ի ստեղծումը:

ԱԲ-ը կարող է հեղափոխական փոփոխություններ մտցնել նաեւ այլ ոլորտներում:

Ներկայումս փորձում ենք մարդկային ռեսուրսներ ձեւավորել այն ուղղություններում, որտեղ կարող ենք մրցունակ լինել: ԵՊՀ-ն այժմ ունի 8 նոր չիպեր եւ 8 փոքր-ինչ հին: Մեկ այլ 64 չիպի ստացումը մեզ հնարավորություն կտա մրցունակ դառնալ տիեզերական նկարների մշակման ոլորտում, հաշվի առնելով, որ այս բնագավառում մոդելի ուսուցման համար սովորաբար օգտագործվում է մինչեւ 100 չիպ: Ուսումնասիրությունների համար օգտագործում ենք Հայաստանի արբանյակի նկարները, որոնք բավականին շատ են:

Հույս ունենք, որ մեր մոդելը կկարողանա ճանաչել տարբեր օպտիկական սպեկտրներում արված նկարները:

2024 թվականի ամռանը մոլեկուլների ոլորտում հաջողություններ ենք գրանցել: Կենտրոնանում ենք փոքր օրգանական մոլեկուլների վրա: Միեւնույն ժամանակ, կարեւոր է արագորեն ներկայացնել հաջողությունները գիտական հանրությանը, քանի որ մրցակցությունը մեծ է, եւ կարելի է «ուշանալ»: Այս խնդիրը լուծելու համար անհրաժեշտ են չիպեր եւ ֆինանսական ռեսուրսներ՝ մասնագետներ ներգրավելու համար:

Գիտնականների AI-ասիստենտի մասին դեռ վաղ է խոսել

Կանխատեսում եմ, որ մոտ ապագայում կհայտնվեն տեսանյութերը հասկացող մոդելներ: Չնայած այս ոլորտի բարդությունների մասին խոսակցություններին, կարծում եմ՝ դա հնարավոր կլինի:

Բացի այդ, Արմեն Աղաջանյանն աշխատում է մի մոդելի վրա, որը կարող է ներդրվել ռոբոտի մեջ՝ վերջինիս ֆիզիկական տարածությունը ընկալելու եւ անվտանգ շարժվելու ունակ դարձնելու համար: Այս մոդելը կարող է ներդրվել 1-2 տարվա ընթացքում:

ChatGPT4o-ն 60 անգամ ավելի էժան է, քան ChatGPT4-ի առաջին տարբերակը, չնայած դրանց թողարկման միջեւ ընդամենը 15 ամիս է: Սա նշանակում է, որ տարեկան 10-20 անգամ էժանացման տեմպերը կշարունակվեն, ուստի բիզնեսի համար մոդելները ավելի մատչելի կդառնան: Աշխարհի ամենաթանկ մոդելները նույնիսկ հայերենի համար բարձրորակ արդյունքներ են տալիս, եւ դա նույնպես կէժանանա:

Միեւնույն ժամանակ, դեռ պարզ չէ, թե ինչ այլ ոլորտներում կարելի է կիրառել տրամաբանական մտածողությունը՝ բացի ծրագրավորումից: Հնարավո՞ր է ստեղծել ԱԲ, որը կաշխատի ինչպես կենսաբան, կկատարի փորձեր եւ եզրակացություններ կանի: Դժվար է նաեւ ասել, թե երբ կհաջողվի ծրագրավորողին փոխարինել ԱԲ-ով:

Գիտության եւ տեխնոլոգիաների վերաբերյալ հարցազրույցների գործընկերն է Team Telecom Armenia-ն: