Competencia de grandes modelos de IA: ¿un problema de ingeniería o un desafío de investigación?
El mes pasado, estalló una "guerra de animales" en el mundo de la IA.
Por un lado está el modelo grande Llama( de Meta, que es muy popular entre los desarrolladores debido a su naturaleza de código abierto. Por otro lado, está el modelo grande llamado Falcon), desarrollado por el Instituto de Innovación Tecnológica de los Emiratos Árabes Unidos. Ambos han estado ocupando los primeros lugares en la clasificación de LLM de código abierto.
Es interesante que el gobierno de los Emiratos Árabes Unidos haya declarado que participar en la competencia de IA es para "destronar a los jugadores clave". Hoy en día, cualquier país o empresa con algo de poder adquisitivo está desarrollando su propio modelo de lenguaje grande.
Esta situación de "guerra de modelos" se origina en el artículo de 2017 de Google sobre el algoritmo Transformer. El Transformer resolvió muchos problemas en el procesamiento del lenguaje natural, convirtiendo los grandes modelos de un tema de investigación teórica a un problema puramente ingenieril. Siempre que haya suficiente potencia de cálculo y datos, prácticamente cualquier equipo puede entrenar un gran modelo.
Sin embargo, desarrollar grandes modelos no significa que se pueda destacar en la era de la IA. Aunque Llama de Meta no ocupa un lugar tan alto como Falcon, su activa comunidad de desarrolladores sigue siendo un referente en el LLM de código abierto. Y en términos de rendimiento, la mayoría de los LLM todavía tienen una diferencia notable con respecto a GPT-4.
La ventaja competitiva central de los grandes modelos radica en la construcción de ecosistemas o en su pura capacidad de inferencia, y no solo en la escala de parámetros. Además, el alto costo de la potencia de cálculo también se ha convertido en un obstáculo para el desarrollo de la industria. Se estima que la inversión de las empresas tecnológicas globales en la infraestructura de grandes modelos supera con creces los ingresos generados.
Actualmente, excepto por unos pocos casos, la mayoría de las empresas de IA aún no han encontrado un modelo de negocio rentable. Incluso gigantes del software como Microsoft y Adobe enfrentan dificultades en la fijación de precios de productos de IA.
Con el aumento de la competencia homogeneizada y la proliferación de modelos de código abierto, los proveedores de grandes modelos pueden enfrentar una mayor presión. En el futuro, el valor de la IA podría reflejarse más en escenarios de aplicación específicos que en el modelo en sí.
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.
19 me gusta
Recompensa
19
6
Compartir
Comentar
0/400
StablecoinEnjoyer
· 07-22 01:32
El presidente Ma todavía entiende, Llama yyds
Ver originalesResponder0
ForeverBuyingDips
· 07-21 02:33
comprar la caída ya ha llegado al círculo de la IA, uhu
Ver originalesResponder0
MidnightTrader
· 07-21 02:32
Jugar con grandes modelos está bien, quien gaste dinero, gana.
Ver originalesResponder0
bridge_anxiety
· 07-21 02:24
Discutir sobre la espada y el dinero.
Ver originalesResponder0
FlashLoanLarry
· 07-21 02:19
lol otra carrera de quema de capital... las métricas de eficiencia serán clave aquí, no voy a mentir
Competencia de modelos de IA a gran escala: ¿un desafío ingenieril o un problema comercial?
Competencia de grandes modelos de IA: ¿un problema de ingeniería o un desafío de investigación?
El mes pasado, estalló una "guerra de animales" en el mundo de la IA.
Por un lado está el modelo grande Llama( de Meta, que es muy popular entre los desarrolladores debido a su naturaleza de código abierto. Por otro lado, está el modelo grande llamado Falcon), desarrollado por el Instituto de Innovación Tecnológica de los Emiratos Árabes Unidos. Ambos han estado ocupando los primeros lugares en la clasificación de LLM de código abierto.
Es interesante que el gobierno de los Emiratos Árabes Unidos haya declarado que participar en la competencia de IA es para "destronar a los jugadores clave". Hoy en día, cualquier país o empresa con algo de poder adquisitivo está desarrollando su propio modelo de lenguaje grande.
Esta situación de "guerra de modelos" se origina en el artículo de 2017 de Google sobre el algoritmo Transformer. El Transformer resolvió muchos problemas en el procesamiento del lenguaje natural, convirtiendo los grandes modelos de un tema de investigación teórica a un problema puramente ingenieril. Siempre que haya suficiente potencia de cálculo y datos, prácticamente cualquier equipo puede entrenar un gran modelo.
Sin embargo, desarrollar grandes modelos no significa que se pueda destacar en la era de la IA. Aunque Llama de Meta no ocupa un lugar tan alto como Falcon, su activa comunidad de desarrolladores sigue siendo un referente en el LLM de código abierto. Y en términos de rendimiento, la mayoría de los LLM todavía tienen una diferencia notable con respecto a GPT-4.
La ventaja competitiva central de los grandes modelos radica en la construcción de ecosistemas o en su pura capacidad de inferencia, y no solo en la escala de parámetros. Además, el alto costo de la potencia de cálculo también se ha convertido en un obstáculo para el desarrollo de la industria. Se estima que la inversión de las empresas tecnológicas globales en la infraestructura de grandes modelos supera con creces los ingresos generados.
Actualmente, excepto por unos pocos casos, la mayoría de las empresas de IA aún no han encontrado un modelo de negocio rentable. Incluso gigantes del software como Microsoft y Adobe enfrentan dificultades en la fijación de precios de productos de IA.
Con el aumento de la competencia homogeneizada y la proliferación de modelos de código abierto, los proveedores de grandes modelos pueden enfrentar una mayor presión. En el futuro, el valor de la IA podría reflejarse más en escenarios de aplicación específicos que en el modelo en sí.