Kompetisi Model AI Besar: Masalah Teknik atau Tantangan Penelitian?
Bulan lalu, dunia AI meledak dengan "perang hewan".
Satu pihak adalah model besar Llama( yang diluncurkan oleh Meta, yang sangat disukai oleh pengembang karena sifat open source-nya. Di sisi lain, ada model besar bernama Falcon) yang dikembangkan oleh Institut Penelitian Inovasi Teknologi di Uni Emirat Arab. Keduanya secara bergantian menduduki peringkat teratas dalam daftar LLM open source.
Menariknya, pemerintah UEA menyatakan bahwa partisipasi dalam kompetisi AI adalah untuk "menggulingkan pemain inti". Saat ini, setiap negara dan perusahaan yang memiliki sedikit kekuatan finansial, sedang membangun model bahasa besar mereka sendiri.
Situasi "perang seratus model" ini berasal dari makalah algoritma Transformer yang diterbitkan oleh Google pada tahun 2017. Transformer telah menyelesaikan banyak masalah dalam pemrosesan bahasa alami, mengubah model besar dari penelitian teoretis menjadi masalah rekayasa murni. Selama ada cukup daya komputasi dan data, hampir setiap tim dapat melatih model besar.
Namun, mengembangkan model besar tidak berarti bisa unggul di era AI. Llama dari Meta meskipun peringkatnya tidak setinggi Falcon, tetapi karena komunitas pengembangnya yang aktif, tetap menjadi acuan untuk LLM sumber terbuka. Dan dalam hal performa, sebagian besar LLM masih memiliki jarak yang jelas dibandingkan dengan GPT-4.
Kekuatan inti dari model besar terletak pada pembangunan ekosistem atau kemampuan inferensi murni, bukan hanya pada skala parameter. Selain itu, biaya komputasi yang tinggi juga menjadi hambatan dalam perkembangan industri. Diperkirakan, investasi perusahaan teknologi global dalam infrastruktur model besar jauh melebihi pendapatan yang dihasilkan.
Saat ini, selain beberapa contoh pengecualian, sebagian besar perusahaan AI masih belum menemukan model bisnis yang menguntungkan. Bahkan raksasa perangkat lunak seperti Microsoft dan Adobe juga menghadapi kesulitan dalam penetapan harga produk AI.
Dengan semakin meningkatnya persaingan yang homogen dan semakin banyaknya model sumber terbuka, penyedia model besar yang murni mungkin menghadapi tekanan yang lebih besar. Di masa depan, nilai AI mungkin lebih terlihat pada skenario aplikasi konkret, bukan pada model itu sendiri.
Halaman ini mungkin berisi konten pihak ketiga, yang disediakan untuk tujuan informasi saja (bukan pernyataan/jaminan) dan tidak boleh dianggap sebagai dukungan terhadap pandangannya oleh Gate, atau sebagai nasihat keuangan atau profesional. Lihat Penafian untuk detailnya.
18 Suka
Hadiah
18
6
Bagikan
Komentar
0/400
StablecoinEnjoyer
· 19jam yang lalu
Mister Ma masih mengerti Llama yyds
Lihat AsliBalas0
ForeverBuyingDips
· 07-21 02:33
buy the dip sudah sampai ke lingkaran AI 呜呜
Lihat AsliBalas0
MidnightTrader
· 07-21 02:32
Mainkan model besar, siapa yang mengeluarkan uang, dia yang menang.
Lihat AsliBalas0
bridge_anxiety
· 07-21 02:24
Hanya berbicara tentang uang.
Lihat AsliBalas0
FlashLoanLarry
· 07-21 02:19
lol perlombaan pembakaran modal lainnya... metrik efisiensi akan menjadi kunci di sini ngl
Persaingan Model AI Besar: Tantangan Rekayasa atau Masalah Bisnis
Kompetisi Model AI Besar: Masalah Teknik atau Tantangan Penelitian?
Bulan lalu, dunia AI meledak dengan "perang hewan".
Satu pihak adalah model besar Llama( yang diluncurkan oleh Meta, yang sangat disukai oleh pengembang karena sifat open source-nya. Di sisi lain, ada model besar bernama Falcon) yang dikembangkan oleh Institut Penelitian Inovasi Teknologi di Uni Emirat Arab. Keduanya secara bergantian menduduki peringkat teratas dalam daftar LLM open source.
Menariknya, pemerintah UEA menyatakan bahwa partisipasi dalam kompetisi AI adalah untuk "menggulingkan pemain inti". Saat ini, setiap negara dan perusahaan yang memiliki sedikit kekuatan finansial, sedang membangun model bahasa besar mereka sendiri.
Situasi "perang seratus model" ini berasal dari makalah algoritma Transformer yang diterbitkan oleh Google pada tahun 2017. Transformer telah menyelesaikan banyak masalah dalam pemrosesan bahasa alami, mengubah model besar dari penelitian teoretis menjadi masalah rekayasa murni. Selama ada cukup daya komputasi dan data, hampir setiap tim dapat melatih model besar.
Namun, mengembangkan model besar tidak berarti bisa unggul di era AI. Llama dari Meta meskipun peringkatnya tidak setinggi Falcon, tetapi karena komunitas pengembangnya yang aktif, tetap menjadi acuan untuk LLM sumber terbuka. Dan dalam hal performa, sebagian besar LLM masih memiliki jarak yang jelas dibandingkan dengan GPT-4.
Kekuatan inti dari model besar terletak pada pembangunan ekosistem atau kemampuan inferensi murni, bukan hanya pada skala parameter. Selain itu, biaya komputasi yang tinggi juga menjadi hambatan dalam perkembangan industri. Diperkirakan, investasi perusahaan teknologi global dalam infrastruktur model besar jauh melebihi pendapatan yang dihasilkan.
Saat ini, selain beberapa contoh pengecualian, sebagian besar perusahaan AI masih belum menemukan model bisnis yang menguntungkan. Bahkan raksasa perangkat lunak seperti Microsoft dan Adobe juga menghadapi kesulitan dalam penetapan harga produk AI.
Dengan semakin meningkatnya persaingan yang homogen dan semakin banyaknya model sumber terbuka, penyedia model besar yang murni mungkin menghadapi tekanan yang lebih besar. Di masa depan, nilai AI mungkin lebih terlihat pada skenario aplikasi konkret, bukan pada model itu sendiri.