"Битва ста моделей" в AI-индустрии: сосуществование технологических инноваций и индустриальных трудностей

В прошлом месяце в AI-индустрии разразилась "война животных". Это соревнование в основном развернулось между большими моделями Llama (лама) и Falcon (сокол) от Meta. Llama благодаря своей открытой исходной коде долгое время пользовалась популярностью среди разработчиков. Falcon был разработан Научно-исследовательским институтом технологических инноваций ОАЭ и на какое-то время занял первое место в рейтинге открытых LLM, обогнав Llama.

Это соревнование отражает текущую ситуацию "массовой хаотичной активности" в области ИИ. Многие страны и компании стремятся создать свои собственные большие языковые модели, и страны Персидского залива не исключение. Однако такая, на первый взгляд, процветающая ситуация заставляет некоторых специалистов думать, что "стартапы в области жестких технологий и больших моделей все еще - это битва сотен моделей".

Корни этой ситуации можно проследить до статьи Google 2017 года под названием «Внимание — это всё, что вам нужно», в которой была представлена алгоритм Transformer. Появление Transformer превратило большие модели из теоретического исследования в инженерную задачу, что значительно снизило барьер входа. При наличии достаточного финансирования и вычислительной мощности практически любая компания может обучить свою собственную большую модель.

Однако легкий вход не означает, что каждый сможет стать лидером в эпоху ИИ. Истинное конкурентное преимущество заключается в активном сообществе разработчиков или выдающихся способностях к рассуждению. Серия Llama от Meta стала ориентиром для открытых LLM во многом благодаря своей долгосрочной стратегии открытого кода и управлению сообществом.

По сравнению с этим, самый мощный GPT-4 все еще значительно опережает другие модели. Это различие обусловлено мощной научной командой OpenAI и долгосрочным накопленным опытом. Можно сказать, что ключевые возможности больших моделей заключаются не только в размере параметров, но и в создании экосистемы или чисто технической мощи.

Помимо технических вызовов, индустрия больших моделей также сталкивается с серьезной проблемой дисбаланса между затратами и доходами. Высокие затраты на вычислительные мощности стали препятствием для развития отрасли. По оценкам, ежегодные вложения мировых технологических компаний в инфраструктуру больших моделей достигнут 200 миллиардов долларов, но ожидаемые доходы составят лишь 75 миллиардов долларов.

На данный момент основными получателями прибыли от бума AI являются производители чипов, такие как Nvidia. Для большинства программных компаний остается сложной задачей преобразование технологий AI в устойчивую бизнес-модель. Даже такие технологические гиганты, как Microsoft и Adobe, испытывают трудности с ценообразованием и контролем затрат на услуги AI.

Несмотря на то, что появление ChatGPT вызвало революцию в области ИИ, реальная ценность, которую приносят крупные модели, все еще требует проверки. С увеличением конкуренции и распространением открытых моделей коммерческое пространство, основанное исключительно на предоставлении услуг крупных моделей, может еще больше сократиться.

В будущем стоимость отрасли ИИ, скорее всего, не будет заключаться в самих моделях, а в том, как совместить возможности ИИ с реальными сценариями применения, чтобы создать продукты и услуги, которые действительно могут решить потребности пользователей.