Նախընտրելի
Տեխնոլոգիական հսկաները և ստարտափները սկսում են անցնել արհեստական բանականության (ԱԲ) ավելի փոքր, ավելի արդյունավետ մոդելների՝ ձգտելով կրճատել ծախսերը և բարելավել արդյունավետությունը: Այս մոդելները, ի տարբերություն իրենց «մեծ եղբայրների», ինչպիսիք են GPT-4-ը, կարող են ուսուցանվել ավելի փոքր քանակի տվյալների հիման վրա և մասնագիտանալ կոնկրետ խնդիրների լուծման մեջ, տեղեկացնում է The Wall Street Journal-ը:
Microsoft-ը, Google-ը, Apple-ը և ստարտափները, ինչպիսիք են Mistral-ը, Anthropic-ը և Cohere-ը, գնալով ավելի են դիմում ԱԲ փոքր և միջին լեզվական մոդելների: Ի տարբերություն մեծ մոդելների, ինչպիսիք են OpenAI-ի GPT-4-ը, որոնք օգտագործում են ավելի քան մեկ տրիլիոն պարամետր և դրանց մշակման համար ծախսվում է ավելի քան 100 միլիոն դոլար, կոմպակտ մոդելներն ուսուցանվում են տվյալների ավելի փոքր և նեղ ուղղվածության հավաքածուների վրա և կարող են արժենալ 10 միլիոն դոլարից պակաս և օգտագործել 10 միլիարդից պակաս պարամետր:
Microsoft-ը, որն ԱԲ ոլորտի առաջատարներից է, ներկայացրել է փոքր մոդելների ընտանիք, որը կոչվում է Phi: Ընկերության գործադիր տնօրեն Սաթյա Նադելլայի խոսքով՝ այս մոդելները 100 անգամ փոքր են ChatGPT-ի անվճար տարբերակից, սակայն միևնույն ժամանակ գրեթե նույնքան արդյունավետ են կատարում բազմաթիվ առաջադրանքներ։
Microsoft-ի գլխավոր կոմերցիոն տնօրեն Յուսուֆ Մեհդին նշել է, որ ընկերությունն արագ հասկացավ, որ ԱԲ մեծ մոդելների շահագործումն ավելի թանկ է, քան ենթադրվում էր, ինչն էլ պատճառ դարձավ, որ Microsoft-ն սկսի ավելի ծախսարդյունավետ լուծումներ փնտրել:
Տեխնոլոգիական մյուս հսկաները նույնպես անմասն չեն մնացել այս միտումից: Google-ը, Apple-ը, ինչպես նաև Mistral-ը, Anthropic-ը և Cohere-ը թողարկել են փոքր և միջին մոդելների իրենց տարբերակները։ Apple-ը, մասնավորապես, նախատեսում է օգտագործել նման մոդելներ՝ անմիջապես սմարթֆոնների վրա, ԱԲ մոդելները գործարկելու համար, ինչը պետք է բարելավի աշխատանքի արագությունն ու անվտանգությունը։ Միաժամանակ սմարթֆոնների վրա ռեսուրսների սպառումը նվազագույն կլինի։
Փորձագետները նշում են, որ մեծ մոդելները կարող են չափազանց մեծ լինել շատ առաջադրանքների համար, ինչպիսիք են փաստաթղթերի ամփոփումը կամ պատկերների ստեղծումը: Իլյա Պոլոսուխինը, որը 2017-ին ԱԲ-ի վերաբերյալ Google-ի գլխավոր հոդվածներից մեկի հեղինակներից է, պարզ առաջադրանքների համար մեծ մոդելների օգտագործումը պատկերավոր կերպով համեմատել է գնումների համար մթերային խանութ տանկով գնալու հետ: «2+2 հաշվարկի համար չպետք է կվադրիլիոն գործողություններ պահանաջվեն»,- ընդգծել է նա:
Ընկերությունները և սպառողները նաև ուղիներ են փնտրում՝ նվազեցնելու գեներատիվ ԱԲ տեխնոլոգիաների ծախսերը: Թել Ավիվում գտնվող AI21 Labs ԱԲ ընկերության համահիմնադիր Յոավ Շոհամի խոսքով՝ փոքր մոդելները կարող են պատասխանել հարցերին, երբ դրանք վերածվեն փողի, մեծ լեզվական մոդելների արժեքի ընդամենը մեկ վեցերորդի չափով։
Հետաքրքիր է, որ փոքր մոդելների հիմնական առավելությունը դրանք կոնկրետ առաջադրանքներին և տվյալների հավաքածուներին հարմարեցնելու կարողությունն է: Սա նրանց թույլ է տալիս արդյունավետ գործել մասնագիտացված ոլորտներում ավելի ցածր գնով, օրինակ՝ միայն իրավաբանության ոլորտում։
Այնուամենայնիվ, փորձագետները նշում են, որ ընկերությունները չեն պատրաստվում ամբողջությամբ հրաժարվել լեզվական մեծ մոդելներից։ Օրինակ՝ Apple-ը հայտարարել է, որ ChatGPT-ն կինտեգրի Siri-ին բարդ առաջադրանքներ կատարելու համար, իսկ Microsoft-ը նախատեսում է OpenAI վերջին մոդելն օգտագործել Windows-ի նոր տարբերակում: Իսկ Իռլանդիայում գործող Experian և ԱՄՆ-ում գործող Salesforce ընկերություններն արդեն անցել են չատբոտերի փոքր ԱԲ մոդելների և պարզել, որ դրանք ապահովում են նույն արդյունավետությունը, ինչ ավելի մեծ մոդելները, սակայն զգալիորեն ցածր գնով և տվյալների մշակման ավելի քիչ ուշացումով:
Պարբերականը նշում է, որ անցումը փոքր մոդելներին տեղի է ունենում ԱԲ բաց մոդելների առաջընթացի դանդաղելու ֆոնին: Փորձագետները դա կապում են ԱԲ մոդելների ուսուցանման համար անհրաժեշտ բարձրորակ նոր տվյալների բացակայությամբ և ընդհանուր առմամբ մատնանշում են, որ տեղի է ունենում այս ոլորտի էվոլյուցիայի նոր և կարևոր փուլ:
