Ketertarikan di bidang model AI besar terus meningkat, berbagai negara mulai berinvestasi.
Bulan lalu, terjadi "Perang Hewan" di bidang AI yang dipicu oleh Llama dari Meta dan Falcon dari Institut Penelitian Inovasi Teknologi Uni Emirat Arab. Kedua model bahasa besar ini bersaing ketat di papan peringkat LLM sumber terbuka.
Llama sangat disukai oleh pengembang karena sifat sumber terbukanya. Perusahaan Jepang NEC dengan cepat mengembangkan versi bahasa Jepang ChatGPT berdasarkan Llama. Sementara itu, Falcon meraih peringkat teratas setelah meluncurkan versi 40B pada bulan Mei, dan pada bulan September meluncurkan versi 180B yang kembali mendapatkan peringkat lebih tinggi.
Menariknya, pengembang Falcon bukanlah perusahaan teknologi, melainkan lembaga penelitian dari Uni Emirat Arab. Menteri Kecerdasan Buatan Uni Emirat Arab kemudian terpilih sebagai salah satu dari 100 orang paling berpengaruh dalam bidang AI versi majalah Time.
Saat ini, bidang AI telah memasuki tahap persaingan ketat, banyak negara dan perusahaan sedang mengembangkan versi lokal ChatGPT. Hanya di wilayah Teluk, Arab Saudi telah membeli lebih dari 3000 chip H100 untuk universitas dalam negeri untuk pelatihan LLM.
Situasi "pertempuran ratusan model" ini sangat mirip dengan gelombang semangat kewirausahaan internet di tahun-tahun lalu. Penyebab di baliknya adalah publikasi makalah algoritma Transformer oleh Google pada tahun 2017, yang menjadi dasar bagi semua model besar saat ini.
Transformer telah menyelesaikan masalah efisiensi jaringan saraf sebelumnya dalam menangani teks panjang, memungkinkan AI untuk memahami konteks. Ini mengubah model besar dari masalah penelitian teoretis menjadi masalah rekayasa, menurunkan hambatan masuk.
Dengan semakin aktifnya komunitas sumber terbuka, kinerja berbagai model mungkin akan mendekati kesamaan. Keunggulan kompetitif di masa depan akan lebih terlihat pada pembangunan ekosistem atau kemampuan inferensi murni.
Namun, biaya tinggi untuk daya komputasi telah menjadi hambatan bagi perkembangan industri. Diperkirakan bahwa pengeluaran perusahaan teknologi global untuk infrastruktur model besar dapat mencapai 200 miliar dolar AS per tahun, sementara pendapatan terkait paling banyak mencapai 75 miliar dolar AS, sehingga terdapat kesenjangan yang besar.
Saat ini, kecuali beberapa perusahaan, sebagian besar perusahaan AI belum menemukan model profitabilitas yang dapat diandalkan. Bahkan, raksasa industri seperti Microsoft dan Adobe juga menghadapi tantangan dalam penetapan harga produk AI.
Di masa depan, penyedia model besar yang murni mungkin menghadapi tekanan yang lebih besar. Nilai sebenarnya mungkin lebih terletak pada skenario aplikasi konkret berbasis AI, bukan pada model itu sendiri.
This page may contain third-party content, which is provided for information purposes only (not representations/warranties) and should not be considered as an endorsement of its views by Gate, nor as financial or professional advice. See Disclaimer for details.
9 Suka
Hadiah
9
5
Bagikan
Komentar
0/400
SchroedingerGas
· 4jam yang lalu
Model besar domestik jelas sudah pasrah.
Lihat AsliBalas0
CrashHotline
· 4jam yang lalu
Lintasan sudah digulung ya
Lihat AsliBalas0
FUDwatcher
· 4jam yang lalu
Menunggu dana menarik diri di puncak gunung.
Lihat AsliBalas0
ForumMiningMaster
· 4jam yang lalu
Sebuah tumpukan mainan suckers saja.
Lihat AsliBalas0
UnluckyValidator
· 4jam yang lalu
Bercanda saja, siapa yang menang akan makan siapa.
Pertarungan model AI di bidang teknologi semakin memanas, berbagai negara bersiap untuk memperebutkan kekuasaan dominasi di masa depan.
Ketertarikan di bidang model AI besar terus meningkat, berbagai negara mulai berinvestasi.
Bulan lalu, terjadi "Perang Hewan" di bidang AI yang dipicu oleh Llama dari Meta dan Falcon dari Institut Penelitian Inovasi Teknologi Uni Emirat Arab. Kedua model bahasa besar ini bersaing ketat di papan peringkat LLM sumber terbuka.
Llama sangat disukai oleh pengembang karena sifat sumber terbukanya. Perusahaan Jepang NEC dengan cepat mengembangkan versi bahasa Jepang ChatGPT berdasarkan Llama. Sementara itu, Falcon meraih peringkat teratas setelah meluncurkan versi 40B pada bulan Mei, dan pada bulan September meluncurkan versi 180B yang kembali mendapatkan peringkat lebih tinggi.
Menariknya, pengembang Falcon bukanlah perusahaan teknologi, melainkan lembaga penelitian dari Uni Emirat Arab. Menteri Kecerdasan Buatan Uni Emirat Arab kemudian terpilih sebagai salah satu dari 100 orang paling berpengaruh dalam bidang AI versi majalah Time.
Saat ini, bidang AI telah memasuki tahap persaingan ketat, banyak negara dan perusahaan sedang mengembangkan versi lokal ChatGPT. Hanya di wilayah Teluk, Arab Saudi telah membeli lebih dari 3000 chip H100 untuk universitas dalam negeri untuk pelatihan LLM.
Situasi "pertempuran ratusan model" ini sangat mirip dengan gelombang semangat kewirausahaan internet di tahun-tahun lalu. Penyebab di baliknya adalah publikasi makalah algoritma Transformer oleh Google pada tahun 2017, yang menjadi dasar bagi semua model besar saat ini.
Transformer telah menyelesaikan masalah efisiensi jaringan saraf sebelumnya dalam menangani teks panjang, memungkinkan AI untuk memahami konteks. Ini mengubah model besar dari masalah penelitian teoretis menjadi masalah rekayasa, menurunkan hambatan masuk.
Dengan semakin aktifnya komunitas sumber terbuka, kinerja berbagai model mungkin akan mendekati kesamaan. Keunggulan kompetitif di masa depan akan lebih terlihat pada pembangunan ekosistem atau kemampuan inferensi murni.
Namun, biaya tinggi untuk daya komputasi telah menjadi hambatan bagi perkembangan industri. Diperkirakan bahwa pengeluaran perusahaan teknologi global untuk infrastruktur model besar dapat mencapai 200 miliar dolar AS per tahun, sementara pendapatan terkait paling banyak mencapai 75 miliar dolar AS, sehingga terdapat kesenjangan yang besar.
Saat ini, kecuali beberapa perusahaan, sebagian besar perusahaan AI belum menemukan model profitabilitas yang dapat diandalkan. Bahkan, raksasa industri seperti Microsoft dan Adobe juga menghadapi tantangan dalam penetapan harga produk AI.
Di masa depan, penyedia model besar yang murni mungkin menghadapi tekanan yang lebih besar. Nilai sebenarnya mungkin lebih terletak pada skenario aplikasi konkret berbasis AI, bukan pada model itu sendiri.