La "guerra de los cien modelos" en la industria de la IA: Innovación tecnológica y dilemas industriales coexisten
El mes pasado, la industria de la IA desató una "guerra de animales". Esta competencia se llevó a cabo principalmente entre los grandes modelos Llama de Meta y Falcon. Llama ha sido muy popular entre los desarrolladores debido a su naturaleza de código abierto. Por otro lado, Falcon fue desarrollado por el Instituto de Innovación Tecnológica de los Emiratos Árabes Unidos, superando en un momento a Llama en la clasificación de LLM de código abierto.
Esta competencia refleja la situación actual de "todos contra todos" en el campo de la IA. Muchos países y empresas están esforzándose por desarrollar sus propios modelos de lenguaje grandes, y los países del Golfo no son una excepción. Sin embargo, esta apariencia de diversidad está llevando a algunos en la industria a lamentar que "el emprendimiento en grandes modelos de tecnología dura sigue siendo una guerra de cientos de modelos".
La raíz de esta situación se remonta al artículo "Attention Is All You Need" publicado por Google en 2017, que presentó el algoritmo Transformer. La aparición del Transformer convirtió la investigación teórica sobre grandes modelos en un problema de ingeniería, reduciendo drásticamente la barrera de entrada. Siempre que haya suficiente capital y potencia de cálculo, casi cualquier empresa puede entrenar su propio gran modelo.
Sin embargo, que la entrada sea fácil no significa que todos puedan convertirse en líderes en la era de la IA. La verdadera ventaja competitiva radica en una comunidad de desarrolladores activa o en una capacidad de inferencia excepcional. El hecho de que la serie Llama de Meta se haya convertido en un referente de LLM de código abierto se debe en gran medida a su estrategia de código abierto a largo plazo y a la gestión de la comunidad.
En comparación, el rendimiento del GPT-4, el más potente, sigue estando muy por delante de otros modelos. Esta brecha proviene del poderoso equipo de investigación de OpenAI y de la experiencia acumulada a lo largo del tiempo. Se puede decir que la capacidad central de los modelos grandes no radica únicamente en la escala de parámetros, sino en la construcción del ecosistema o en la pura fuerza técnica.
Además de los desafíos tecnológicos, la industria de los grandes modelos también enfrenta serios problemas de desequilibrio entre costos e ingresos. El alto costo de computación se ha convertido en un obstáculo para el desarrollo de la industria. Se estima que las empresas tecnológicas de todo el mundo invertirán anualmente 200 mil millones de dólares en infraestructura de grandes modelos, pero se prevé que los ingresos sean de solo 75 mil millones de dólares.
Actualmente, los principales beneficiarios del auge de la IA son los fabricantes de chips como Nvidia. Para la mayoría de las empresas de software, cómo convertir la tecnología de IA en un modelo de negocio sostenible sigue siendo un desafío. Incluso gigantes tecnológicos como Microsoft y Adobe están luchando con la fijación de precios y el control de costos de los servicios de IA.
A pesar de que el surgimiento de ChatGPT ha desencadenado esta revolución de la IA, el valor real que aporta el entrenamiento de grandes modelos aún debe ser verificado. A medida que la competencia se intensifica y los modelos de código abierto se vuelven más comunes, el espacio comercial que depende únicamente de ofrecer servicios de grandes modelos podría reducirse aún más.
En el futuro, el valor de la industria de la IA probablemente no residirá en el modelo en sí, sino en cómo combinar la capacidad de la IA con escenarios de aplicación reales para crear productos y servicios que realmente puedan satisfacer las necesidades de los usuarios.
Esta página puede contener contenido de terceros, que se proporciona únicamente con fines informativos (sin garantías ni declaraciones) y no debe considerarse como un respaldo por parte de Gate a las opiniones expresadas ni como asesoramiento financiero o profesional. Consulte el Descargo de responsabilidad para obtener más detalles.
16 me gusta
Recompensa
16
5
Compartir
Comentar
0/400
TokenVelocity
· 08-03 03:29
¿Flores por todas partes? Solo un montón de plumas de gallina.
Ver originalesResponder0
SnapshotDayLaborer
· 08-03 03:28
¿No hay demasiados niños que no pueden jugar?
Ver originalesResponder0
SchrodingerProfit
· 08-03 03:26
Ahá, ¡vuelve a enrollarse!
Ver originalesResponder0
BoredRiceBall
· 08-03 03:22
Es mejor ver el mundo animal.
Ver originalesResponder0
0xSleepDeprived
· 08-03 03:19
Otra vez la batalla de los cien modelos, no se puede matar de verdad.
La batalla de los cien modelos de IA: la innovación tecnológica y las dificultades de la industria coexisten
La "guerra de los cien modelos" en la industria de la IA: Innovación tecnológica y dilemas industriales coexisten
El mes pasado, la industria de la IA desató una "guerra de animales". Esta competencia se llevó a cabo principalmente entre los grandes modelos Llama de Meta y Falcon. Llama ha sido muy popular entre los desarrolladores debido a su naturaleza de código abierto. Por otro lado, Falcon fue desarrollado por el Instituto de Innovación Tecnológica de los Emiratos Árabes Unidos, superando en un momento a Llama en la clasificación de LLM de código abierto.
Esta competencia refleja la situación actual de "todos contra todos" en el campo de la IA. Muchos países y empresas están esforzándose por desarrollar sus propios modelos de lenguaje grandes, y los países del Golfo no son una excepción. Sin embargo, esta apariencia de diversidad está llevando a algunos en la industria a lamentar que "el emprendimiento en grandes modelos de tecnología dura sigue siendo una guerra de cientos de modelos".
La raíz de esta situación se remonta al artículo "Attention Is All You Need" publicado por Google en 2017, que presentó el algoritmo Transformer. La aparición del Transformer convirtió la investigación teórica sobre grandes modelos en un problema de ingeniería, reduciendo drásticamente la barrera de entrada. Siempre que haya suficiente capital y potencia de cálculo, casi cualquier empresa puede entrenar su propio gran modelo.
Sin embargo, que la entrada sea fácil no significa que todos puedan convertirse en líderes en la era de la IA. La verdadera ventaja competitiva radica en una comunidad de desarrolladores activa o en una capacidad de inferencia excepcional. El hecho de que la serie Llama de Meta se haya convertido en un referente de LLM de código abierto se debe en gran medida a su estrategia de código abierto a largo plazo y a la gestión de la comunidad.
En comparación, el rendimiento del GPT-4, el más potente, sigue estando muy por delante de otros modelos. Esta brecha proviene del poderoso equipo de investigación de OpenAI y de la experiencia acumulada a lo largo del tiempo. Se puede decir que la capacidad central de los modelos grandes no radica únicamente en la escala de parámetros, sino en la construcción del ecosistema o en la pura fuerza técnica.
Además de los desafíos tecnológicos, la industria de los grandes modelos también enfrenta serios problemas de desequilibrio entre costos e ingresos. El alto costo de computación se ha convertido en un obstáculo para el desarrollo de la industria. Se estima que las empresas tecnológicas de todo el mundo invertirán anualmente 200 mil millones de dólares en infraestructura de grandes modelos, pero se prevé que los ingresos sean de solo 75 mil millones de dólares.
Actualmente, los principales beneficiarios del auge de la IA son los fabricantes de chips como Nvidia. Para la mayoría de las empresas de software, cómo convertir la tecnología de IA en un modelo de negocio sostenible sigue siendo un desafío. Incluso gigantes tecnológicos como Microsoft y Adobe están luchando con la fijación de precios y el control de costos de los servicios de IA.
A pesar de que el surgimiento de ChatGPT ha desencadenado esta revolución de la IA, el valor real que aporta el entrenamiento de grandes modelos aún debe ser verificado. A medida que la competencia se intensifica y los modelos de código abierto se vuelven más comunes, el espacio comercial que depende únicamente de ofrecer servicios de grandes modelos podría reducirse aún más.
En el futuro, el valor de la industria de la IA probablemente no residirá en el modelo en sí, sino en cómo combinar la capacidad de la IA con escenarios de aplicación reales para crear productos y servicios que realmente puedan satisfacer las necesidades de los usuarios.