واشنگتن
انفجار هوش مصنوعی مولد جهان را طوفانی کرده است، اما یک سوال به ندرت پیش می آید: چه کسی می تواند آن را بپردازد؟
class=”cf”>
OpenAI در سال گذشته با توسعه ChatGPT حدود 540 میلیون دلار کاهش داد و می‌گوید برای برآورده کردن جاه‌طلبی‌های خود به 100 میلیارد دلار نیاز دارد.
سام آلتمن، بنیانگذار OpenAI، اخیراً در یک پانل مجلس سنای ایالات متحده گفت: «ما سرمایه برترین استارت آپ در تاریخ سیلیکون ولی خواهیم بود.
و هنگامی که از مایکروسافت که میلیاردها دلار سرمایه گذاری روی OpenAI سرمایه گذاری کرده است، در مورد هزینه ماجراجویی هوش مصنوعی آن سوال می شود، این شرکت با اطمینان پاسخ می دهد که به نتیجه نهایی خود توجه می کند.
ساختن چیزی حتی نزدیک به آن چیزی که OpenAI، مایکروسافت یا گوگل ارائه می‌کنند، نیازمند سرمایه‌گذاری چشمگیر بر روی تراشه‌های پیشرفته و جذب محققان برنده جایزه است.
«مردم متوجه نیستند که انجام مقدار قابل توجهی از هوش مصنوعی کارهایی مانند ChatGPT به مقدار زیادی قدرت پردازش نیاز دارد. جک گلد، تحلیلگر مستقل، گفت و آموزش این مدل ها می تواند ده ها میلیون دلار هزینه داشته باشد.
واقعاً چند شرکت می توانند 10000 سیستم Nvidia H100 را که قیمت هر قطعه ده ها هزار دلار است، بخرند؟ طلا پرسید.
class=”cf”>
پاسخ تقریباً هیچ کس نیست و در فناوری، اگر نتوانید زیرساخت را بسازید، آن را اجاره می کنید و این همان کاری است که شرکت ها در حال حاضر با برون سپاری نیازهای محاسباتی خود به مایکروسافت، گوگل و AWS آمازون انجام می دهند.
کارشناسان هشدار دادند که با ظهور هوش مصنوعی مولد، این وابستگی به رایانش ابری و غول‌های فناوری عمیق‌تر می‌شود و همان بازیکنان روی صندلی راننده باقی می‌مانند.
از خیابان اصلی تا Fortune 500، وابستگی به تقویت‌کننده هوش مصنوعی گران خواهد بود و شرکت‌ها و سرمایه‌گذاران در حال بررسی گزینه‌های جایگزین برای حداقل کاهش این صورت حساب هستند.
تنری فو، مدیر عامل شرکت Spectro Cloud گفت: «آموزش هوش مصنوعی، آموزش GPT به یک سرویس ابری بسیار مهم تبدیل خواهد شد. او افزود که امیدواریم غول ها کاهش پیدا کنند.
رگولاتورها امیدوارند که بتوانند به همین روند ادامه دهند و غول‌ها را مسئول نگذارند و شرایط خود را بر شرکت‌های کوچک‌تر تحمیل کنند.
اما ممکن است خیلی دیر باشد، حداقل زمانی که صحبت از این شود که کدام شرکت ها ابزاری برای ارائه زمینه های هوش مصنوعی مولد دارند.
class=”cf”>
آلتمن هفته گذشته در این پنل گفت: «این کاملاً درست است که تعداد شرکت‌هایی که می‌توانند مدل‌های مرزی واقعی را آموزش دهند، فقط به دلیل منابع مورد نیاز کم خواهد بود.
او افزود: «و بنابراین فکر می‌کنم باید نظارت‌های باورنکردنی روی ما و رقبایمان انجام شود.»
