Возможности искусственного интеллекта значительно расширились за последние два года, благодаря крупным языковым моделям (LLM), таким как ChatGPT, Dall-E и Midjourney, которые стали инструментами повседневного использования. Пока вы читаете эту статью, программы генерирующего ИИ отвечают на электронные письма, пишут маркетинговые тексты, записывают песни и создают изображения на основе простых вводных данных.
Еще более удивительной является скорость, с которой как частные лица, так и компании принимают экосистему ИИ. Недавний опрос McKinsey показал, что доля компаний, внедривших генерирующий ИИ хотя бы в одну из бизнес-функций, удвоилась за год до 65%, по сравнению с 33% в начале 2023 года.
Однако, как и большинство технологических достижений, эта зарождающаяся область инноваций не обходится без проблем. Обучение и эксплуатация программ требуют значительных ресурсов, и в нынешних условиях крупные технологические компании имеют преимущество, что создаёт риск централизации ИИ.
Ограничения в вычислительных мощностях для разработки ИИ
Согласно статье Всемирного экономического форума, наблюдается ускорение спроса на вычислительные ресурсы ИИ; мощность, необходимая для поддержки разработки ИИ, увеличивается ежегодно в диапазоне от 26% до 36%.
Другое недавнее исследование Epoch AI подтверждает эту тенденцию, прогнозируя, что вскоре стоимость обучения или запуска программ ИИ достигнет миллиардов долларов.
«Расходы на крупнейшие процессы обучения ИИ удваиваются или утраиваются ежегодно с 2016 года, и это может привести к миллиардным затратам уже к 2027 году, возможно, даже раньше», — отметил Бен Коттье, научный сотрудник Epoch AI.
По моему мнению, мы уже находимся на этой стадии. В прошлом году Microsoft инвестировала 10 миллиардов долларов в OpenAI, и недавно появилась информация о планах обеих организаций построить центр обработки данных с суперкомпьютером, оснащенным миллионами специализированных чипов. Стоимость? Целых 100 миллиардов долларов, что в десять раз превышает первоначальные инвестиции.
Тем не менее, Microsoft не единственная крупная технологическая компания, которая тратит значительные средства на улучшение своих вычислительных ресурсов для ИИ. Другие компании, участвующие в гонке за лидерство в области ИИ, включая Google, Alphabet и Nvidia, также направляют значительные средства на исследования и разработки в этой области.
Хотя можно согласиться с тем, что результат может соответствовать количеству инвестируемых средств, трудно не заметить, что развитие ИИ в настоящее время является «спортом» крупной технологии. Только эти компании с высокими финансовыми возможностями могут финансировать проекты в области ИИ на десятки или сотни миллиардов.
Возникает вопрос: что можно сделать, чтобы избежать таких же проблем, с которыми сталкиваются инновации Web2 из-за контроля небольшого числа компаний?
Вице-директор по гуманитарным наукам и факультетский директор исследований Стэнфорда, Джеймс Ландей, один из экспертов, ранее поднимавших этот вопрос. По мнению Ландея, гонка за ресурсы GPU и приоритетное использование вычислительных мощностей ИИ внутри крупных компаний приведет к росту спроса на вычислительные мощности, что в конечном итоге подтолкнет заинтересованные стороны к разработке более дешевых аппаратных решений.
В Китае правительство уже активно поддерживает стартапы в области ИИ, после «войн» за чипы с США, которые ограничили доступ китайских компаний к важнейшим чипам. В начале этого года местные власти в Китае ввели субсидии, обещая предоставлять стартапам в области ИИ ваучеры на вычислительные ресурсы в размере от 140,000 до 280,000 долларов. Эта мера направлена на снижение затрат, связанных с вычислительными мощностями.
Децентрализация затрат на вычисления в области ИИ
Рассматривая текущее состояние вычислений в области искусственного интеллекта, одна тема остается неизменной — индустрия в настоящее время централизована. Крупные технологические компании контролируют большую часть вычислительных мощностей и программ ИИ. Чем больше что-то меняется, тем больше остается прежним.
С другой стороны, сейчас у нас есть шанс на положительные перемены благодаря децентрализованным вычислительным инфраструктурам, таким как блокчейн Qubic уровня L1. Этот блокчейн использует продвинутый механизм майнинга под названием полезное доказательство работы (uPoW); в отличие от типичного PoW в биткоине, который использует энергию исключительно для обеспечения безопасности сети, uPoW Qubic направляет вычислительную мощность на продуктивные задачи ИИ, такие как обучение нейронных сетей.
Проще говоря, Qubic децентрализует источник вычислительной мощности ИИ, отходя от текущей парадигмы, где новаторы ограничены аппаратным обеспечением, которым они владеют или арендуют у крупных технологических компаний. Вместо этого, эта L1 платформа задействует сеть майнеров, которая может насчитывать десятки тысяч участников, для предоставления вычислительной мощности.
Хотя подобный подход несколько сложнее, чем оставлять бэкэнд на усмотрение крупных технологических компаний, децентрализованный подход к поиску вычислительной мощности для ИИ является более экономичным. Но, что более важно, было бы справедливее, если бы инновации в области ИИ развивались при участии большего числа заинтересованных сторон, а не в условиях нынешнего состояния, когда индустрия, по сути, полагается на нескольких игроков.
Что произойдет, если все они потерпят крах? К тому же, эти технологические компании доказали свою ненадежность в вопросах управления жизненно важными технологическими достижениями.
Сегодня большинство людей возмущены нарушениями конфиденциальности данных, не говоря уже о других связанных проблемах, таких как манипуляция обществом. С децентрализованными инновациями в области ИИ будет проще контролировать развитие технологий, сокращая при этом стоимость входа.
Заключение
Инновации в области ИИ только начинают набирать обороты, но проблема доступа к вычислительной мощности остается основным препятствием. Кроме того, крупные технологические компании в настоящее время контролируют большинство ресурсов, что представляет собой значительное препятствие для темпов инноваций, не говоря уже о том, что эти компании могут получить еще больший контроль над нашими данными — цифровым золотом.
Тем не менее, с появлением децентрализованных инфраструктур у всей экосистемы ИИ появляется лучший шанс на снижение затрат на вычисления и устранение контроля крупных технологических компаний над одной из самых ценных технологий XXI века.
Источник: Artificial Intelligence News