የ AI ሞዴሎችን ማሰልጠን-ዝቅተኛ ወጪ AI ልማት ፍለጋ

• ደራሲ:
• የደራሲ ስም

  ኳንተምሩን አርቆ እይታ
• መጋቢት 21, 2023

ጥልቅ ትምህርት (ዲኤል) በአርቴፊሻል ኢንተለጀንስ (AI) እድገት ውስጥ ላሉ በርካታ ፈተናዎች ብቁ መፍትሄ ሆኖ አረጋግጧል። ይሁን እንጂ ዲኤል በጣም ውድ እየሆነ መጥቷል። ጥልቅ የነርቭ ኔትወርኮችን መሥራት በተለይም በቅድመ-ሥልጠና ውስጥ ከፍተኛ የማስኬጃ ሀብቶችን ይፈልጋል። ይባስ ብሎ፣ ይህ ሃይል-ተኮር ሂደት ማለት እነዚህ መስፈርቶች ትልቅ የካርበን አሻራዎችን ያስከትላሉ፣ የ ESG የ AI ምርምር የንግድ ስራ ደረጃዎችን ይጎዳል።

ስልጠና AI ሞዴሎች አውድ

ቅድመ-ስልጠና በአሁኑ ጊዜ መጠነ ሰፊ የነርቭ ኔትወርኮችን ለመገንባት በጣም ታዋቂው አቀራረብ ነው, እና በኮምፒተር እይታ (ሲቪ) እና በተፈጥሮ ቋንቋ ማቀነባበሪያ (NLP) ውስጥ ትልቅ ስኬት አሳይቷል. ይሁን እንጂ ግዙፍ የዲኤል ሞዴሎችን ማዘጋጀት በጣም ውድ ሆኗል. ለምሳሌ የOpenAI's Generative Pre-Tined Transformer 3(GPT-3) 175 ቢሊየን መለኪያዎች ያሉት እና ከፍተኛ ደረጃ ያላቸው ግራፊክስ ካርዶች ያላቸውን ግዙፍ የአገልጋይ ክላስተር ማግኘት የሚያስፈልገው ስልጠና 12 ሚሊዮን ዶላር የሚገመት ወጪ ነበረው። ሞዴሉን ለማስኬድ ኃይለኛ አገልጋይ እና በመቶዎች የሚቆጠሩ ጊጋባይት የቪዲዮ ራንደም አክሰስ ሜሞሪ (VRAM) ያስፈልጋሉ።

ዋና ዋና የቴክኖሎጂ ኩባንያዎች እንደዚህ አይነት የስልጠና ወጪዎችን መግዛት ቢችሉም፣ ለአነስተኛ ጅምሮች እና የምርምር ድርጅቶች ክልከላ ይሆናል። ሶስት ምክንያቶች ይህንን ወጪ ያንቀሳቅሳሉ. 

1. ሰፊ የስሌት ወጪዎች፣ ይህም በሺዎች ከሚቆጠሩ የግራፊክ ማቀነባበሪያ ክፍሎች (ጂፒዩዎች) ጋር ብዙ ሳምንታት ያስፈልገዋል።

2. በጥሩ ሁኔታ የተስተካከሉ ሞዴሎች ብዙ ጊጋባይት (ጂቢ) የሚይዙ ግዙፍ ማከማቻ ያስፈልጋቸዋል። በተጨማሪም ለተለያዩ ስራዎች በርካታ ሞዴሎችን ማከማቸት ያስፈልጋል.

3. ትላልቅ ሞዴሎችን ማሰልጠን ትክክለኛ የስሌት ኃይል እና ሃርድዌር ይጠይቃል; አለበለዚያ ውጤቱ ተስማሚ ላይሆን ይችላል.

በተከለከሉ ወጪዎች ምክንያት የ AI ምርምር ከጊዜ ወደ ጊዜ ወደ ንግድነት እየተሸጋገረ መጥቷል፣ በዚህ ውስጥ ቢግ ቴክ ኩባንያዎች በዘርፉ ጥናቶቹን እየመሩ ነው። እነዚህ ኩባንያዎች በግኝታቸው ከፍተኛ ጥቅም ያገኛሉ። ይህ በእንዲህ እንዳለ፣ የምርምር ተቋማት እና ለትርፍ ያልተቋቋሙ ድርጅቶች ፍለጋቸውን በመስክ ላይ ለማካሄድ ከፈለጉ ከእነዚህ ንግዶች ጋር መተባበር አለባቸው። 

የሚረብሽ ተጽእኖ

የነርቭ ኔትወርኮች "መቁረጥ" እንደሚችሉ የሚጠቁሙ መረጃዎች አሉ. ይህ ማለት በነርቭ ኔትወርኮች ውስጥ ከፍተኛ መጠን ያለው አነስተኛ ቡድን ከዋናው AI ሞዴል ጋር ተመሳሳይ የሆነ ትክክለኛነትን ማግኘት ይችላል ፣ ይህም በተግባሩ ላይ ከባድ ተጽዕኖ ሳያሳድር ነው። ለምሳሌ፣ በ2020፣ በስዋርትሞር ኮሌጅ እና በሎስ አላሞስ ናሽናል ላብራቶሪ የሚገኙ የ AI ተመራማሪዎች እንዳስረዱት ምንም እንኳን ውስብስብ የዲኤል ሞዴል በሂሳብ ሊቅ ጆን ኮንዌይ የህይወት ጨዋታ ላይ የወደፊት እርምጃዎችን መተንበይ ቢችልም፣ ሁልጊዜም ሊማር የሚችል ትንሽ የነርቭ አውታረ መረብ አለ። ተመሳሳይ ነገር ለማድረግ.

ተመራማሪዎች የዲኤል ሞዴል አጠቃላይ የስልጠና ሂደቱን ከጨረሱ በኋላ በርካታ መለኪያዎችን ከጣሉት መጠኑን ወደ 10 በመቶ መቀነስ እና አሁንም ተመሳሳይ ውጤት ማምጣት እንደሚችሉ ደርሰውበታል. እንደ ላፕቶፖች እና ስማርትፎኖች ባሉ መሳሪያዎች ላይ ቦታ ለመቆጠብ በርካታ የቴክኖሎጂ ኩባንያዎች የ AI ሞዴሎቻቸውን እየጨመቁ ነው። ይህ ዘዴ ገንዘብን ከመቆጠብ በተጨማሪ ሶፍትዌሩ ያለበይነመረብ ግንኙነት እንዲሰራ እና በእውነተኛ ጊዜ ውጤቶችን እንዲያገኝ ያስችለዋል. 

ለትንንሽ የነርቭ አውታሮች ምስጋና ይግባውና በፀሃይ ባትሪዎች ወይም በአዝራር ህዋሶች በሚንቀሳቀሱ መሳሪያዎች ላይ DL የተቻለበት አጋጣሚዎችም ነበሩ። ይሁን እንጂ የመግረዝ ዘዴ ውስንነት ሞዴሉ አሁንም ከመቀነሱ በፊት ሙሉ በሙሉ ማሰልጠን አለበት. በራሳቸው ሊሰለጥኑ የሚችሉ የነርቭ ንዑስ ስብስቦች ላይ አንዳንድ የመጀመሪያ ጥናቶች ነበሩ. ይሁን እንጂ የእነሱ ትክክለኛነት ከመጠን በላይ ከሆነው የነርቭ አውታረ መረቦች ጋር ተመሳሳይ አይደለም.

የ AI ሞዴሎችን ማሰልጠን አንድምታ

የ AI ሞዴሎች ሰፋ ያለ አንድምታዎች የሚከተሉትን ሊያካትቱ ይችላሉ- 

• የነርቭ አውታረ መረቦችን በማሰልጠን በተለያዩ ዘዴዎች ውስጥ ምርምር መጨመር; ነገር ግን በገንዘብ እጥረት መሻሻል ሊቀንስ ይችላል።
• ቢግ ቴክኖሎጂ የእነርሱን AI የምርምር ላብራቶሪዎች ገንዘብ መስጠቱን ቀጥሏል፣ ይህም ተጨማሪ የጥቅም ግጭቶችን አስከትሏል።
• የ AI ልማት ወጪዎች ሞኖፖሊዎች እንዲፈጠሩ ሁኔታዎችን በመፍጠር አዳዲስ AI ጀማሪዎች ከተቋቋሙ የቴክኖሎጂ ኩባንያዎች ጋር ራሳቸውን ችለው ለመወዳደር ያላቸውን አቅም ይገድባሉ። አንድ ብቅ ያለ የንግድ ሁኔታ በጣት የሚቆጠሩ ትላልቅ የቴክኖሎጂ ኩባንያዎች ግዙፍ የባለቤትነት AI ሞዴሎችን እያዳበሩ ለአነስተኛ AI ድርጅቶች እንደ አገልግሎት/መገልገያ ሲያከራዩ ሊያያቸው ይችላል።
• የምርምር ተቋማት፣ ለትርፍ ያልተቋቋሙ ድርጅቶች እና ዩኒቨርስቲዎች በትልቅ ቴክ እየተደገፉ አንዳንድ የ AI ሙከራዎችን በእነሱ ስም ለማካሄድ ነው። ይህ አዝማሚያ ከአካዳሚክ ወደ ኮርፖሬሽኖች የበለጠ የአዕምሮ ፍሰትን ሊያስከትል ይችላል.
• ትልልቅ ቴክኖሎጅዎች ለምርምር እና ለልማት ፕሮጄክቶቻቸው ተጠያቂ እንዲሆኑ የ AI የስነምግባር መመሪያዎቻቸውን እንዲያትሙ እና በየጊዜው እንዲያሻሽሉ ግፊት ጨምሯል።
• ከፍተኛ የኮምፒዩተር ሃይል እየጨመረ በመምጣቱ ተጨማሪ የካርበን ልቀትን ስለሚያስከትል የ AI ሞዴሎችን ማሰልጠን የበለጠ ውድ እየሆነ መጥቷል።
• አንዳንድ የመንግስት ኤጀንሲዎች የእነዚህ ግዙፍ AI ሞዴሎች ስልጠና ላይ ጥቅም ላይ የዋለውን መረጃ ለመቆጣጠር እየሞከሩ ነው. እንዲሁም የውድድር ኤጀንሲዎች የአነስተኛ መጠን ያላቸውን የአነስተኛ ደረጃ ኩባንያዎች ለአነስተኛ የሀገር ውስጥ ኩባንያዎች ተደራሽ እንዲሆኑ የሚያስገድድ ህግ ሊፈጥሩ ይችላሉ።

ሊታሰብባቸው የሚገቡ ጥያቄዎች

• በ AI ዘርፍ ውስጥ የምትሰራ ከሆነ ድርጅትህ የበለጠ ለአካባቢ ጥበቃ ተስማሚ የሆኑ የ AI ሞዴሎችን እንዴት እያዘጋጀ ነው?
• ውድ የ AI ሞዴሎች የረጅም ጊዜ መዘዞች ምን ሊሆኑ ይችላሉ?