Η τεχνητή νοημοσύνη ανοιχτού κώδικα κάνει τους σύγχρονους υπολογιστές σχετικούς και οι συνδρομές φαίνονται άθλιες

Στήλη Αυτή τη φορά πέρυσι, η τελευταία τάση στους υπολογιστές έγινε αδύνατο να αγνοηθεί: τεράστιες πλάκες πυριτίου με εκατοντάδες δισεκατομμύρια τρανζίστορ – η αναπόφευκτη συνέπεια μιας άλλης σειράς εναλλακτικών λύσεων που κράτησαν τον νόμο του Μουρ από τη λήθη.

Ωστόσο, η πτώση των πωλήσεων υπολογιστών υποδηλώνει ότι δεν χρειαζόμαστε αυτούς τους τερατώδεις υπολογιστές – και όχι μόνο λόγω της σκιάς των πωλήσεων που προκάλεσε ο COVID.

Το πρώτο εξάμηνο του 2022, η εταιρική πληροφορική φαινόταν σχεδόν ίδια με την τελευταία δεκαετία: βασικές εφαρμογές γραφείου, εφαρμογές ομαδικής επικοινωνίας και, για τη δημιουργική τάξη, μερικά εργαλεία εμπλουτισμένων μέσων. Σίγουρα, οι παίκτες θα έβρισκαν πάντα έναν τρόπο να λειτουργήσουν αυτά τα τρανζίστορ, αλλά η συντριπτική πλειονότητα του υλικού είχε ήδη υπερισχύσει και υπολειτουργούσε. Γιατί να σπαταλάμε τρανζίστορ σε λυμένα προβλήματα;

Τότε ο κόσμος άλλαξε. Πριν από ένα χρόνο, το OpenAI κυκλοφόρησε το DALL-E, το πρώτο από τα ευρέως διαθέσιμα εργαλεία παραγωγής τεχνητής νοημοσύνης – έναν «διαχύτη» που μετατρέπει το θόρυβο, μια προτροπή κειμένου και μια τεράστια βάση δεδομένων σταθμίσεων σε εικόνες. Έμοιαζε σχεδόν σαν μαγικό. Λίγο αργότερα, το Midjourney πρόσφερε σχεδόν το ίδιο – αν και συντονισμένο με την αισθητική του εξωφύλλου του άλμπουμ Prog Rock της δεκαετίας του '70. Φαινόταν ότι η ζήτηση για cloud computing θα εκτοξευόταν στα ύψη καθώς αυτά τα εργαλεία βρήκαν τον δρόμο τους σε προϊόντα από τη Microsoft, την Canva, την Adobe και άλλες.

Μετά ο κόσμος άλλαξε ξανά. Τον Αύγουστο, η Stability AI εισήγαγε μια βάση δεδομένων ανοιχτού κώδικα σταθμίσεων διαχυτών. Στην αρχή του, το Stable Diffusion απαίτησε μια υπερσύγχρονη GPU, αλλά η κοινότητα ανοιχτού κώδικα σύντομα ανακάλυψε ότι μπορούσε να βελτιστοποιήσει τον διαχύτη ώστε να λειτουργεί σε σχεδόν οτιδήποτε. Δεν θα ήταν απαραιτήτως γρήγορο, αλλά θα λειτουργούσε – και θα αυξανόταν ανάλογα με το υλικό σας.

Αντί να απαιτούμε τεράστιους πόρους cloud, αυτά τα νεότερα εργαλεία AI τρέχουν τοπικά. Και αν αγοράζατε έναν υπολογιστή-τέρας, θα λειτουργούσαν τουλάχιστον τόσο γρήγορα όσο οτιδήποτε προσφέρεται από το OpenAI ή το Midjourney – χωρίς συνδρομή.

Η διαρκώς συναρπαστική κοινότητα ανοιχτού κώδικα που οδηγεί το Stable Diffusion δημιούργησε μια εντυπωσιακή σειρά νέων σταθμίσεων διαχυτών, καθεμία από τις οποίες στοχεύει σε μια συγκεκριμένη αισθητική. Το Stable Diffusion δεν είναι απλώς τόσο γρήγορο όσο οτιδήποτε προσφέρεται από μια εμπορική εταιρεία τεχνητής νοημοσύνης – είναι και πιο χρήσιμο και πιο επεκτάσιμο.

Και μετά – ναι, το μαντέψατε – ο κόσμος άλλαξε ξανά. Στις αρχές Δεκεμβρίου, το OpenAI's ChatGPT επανέγραψε εντελώς τις προσδοκίες μας για την τεχνητή νοημοσύνη, και έγινε η ταχύτερη εφαρμογή Ιστού που έφτασε τα 100 εκατομμύρια χρήστες. Ένα μοντέλο μεγάλης γλώσσας (LLM) που τροφοδοτείται από έναν «δημιουργικό προεκπαιδευμένο μετασχηματιστή» – πόσοι από εμάς έχουμε ξεχάσει ότι αυτό σημαίνει το GPT; – που εκπαίδευσε τους συντελεστές στάθμισης στα τεράστια πλήθη κειμένων που είναι διαθέσιμα στο διαδίκτυο.

Αυτή η προσπάθεια εκπαίδευσης εκτιμάται ότι κόστισε εκατομμύρια (πιθανώς δεκάδες εκατομμύρια) σε πόρους υπολογιστικού νέφους Azure. Αυτό το κόστος εισόδου αναμενόταν να είναι αρκετό για να κρατήσει μακριά τους ανταγωνιστές – εκτός ίσως από την Google και τη Meta.

Μέχρι που, για άλλη μια φορά, ο κόσμος άλλαξε. Τον Μάρτιο ο Μέτα κυκλοφόρησε LLaMA – ένα πολύ πιο συμπαγές και αποτελεσματικό μοντέλο γλώσσας, με μια σχετικά μικρή βάση δεδομένων σταθμίσεων, αλλά με ποιότητα απόκρισης που πλησιάζει το GPT-4 του OpenAI.

Με ένα μοντέλο μόνο τριάντα δισεκατομμυρίων παραμέτρων, το LLaMA μπορεί να κάθεται άνετα σε έναν υπολογιστή με 32 GB μνήμης RAM. Κάτι πολύ σαν το ChatGPT – το οποίο εκτελείται στο Azure Cloud λόγω της τεράστιας βάσης δεδομένων σταθμίσεων – μπορεί να εκτελεστεί σχεδόν οπουδήποτε.

Οι ερευνητές του Meta πρόσφεραν τις σταθμίσεις τους στους ακαδημαϊκούς συνομηλίκους τους, δωρεάν για λήψη. Καθώς το LLaMA μπορούσε να τρέξει στους υπολογιστές του εργαστηρίου τους, οι ερευνητές στο Στάνφορντ βελτίωσαν αμέσως το LLaMA μέσω της νέας τεχνικής εκπαίδευσης που ονομάζεται Αλπακά-Λόρα, το οποίο μείωσε το κόστος εκπαίδευσης ενός υπάρχοντος συνόλου σταθμίσεων από εκατοντάδες χιλιάδες δολάρια σε μερικές εκατοντάδες δολάρια. Μοιράστηκαν και τον κωδικό τους.

Ακριβώς όπως το DALL-E έχασε από το Stable Diffusion για χρηστικότητα και επεκτασιμότητα, το ChatGPT φαίνεται να χάνει άλλη μια κούρσα, καθώς οι ερευνητές παράγουν μια σειρά μοντέλων – όπως το Alpaca, Vicuna, Δενδρόβιο ζώο της αυστραλίας, και ένα θηριοτροφείο άλλων – που εκπαιδεύονται και εκπαιδεύονται ξανά γρήγορα και ανέξοδα.

Βελτιώνονται πολύ πιο γρήγορα από ό,τι περίμενε κανείς. Εν μέρει αυτό οφείλεται στο ότι εκπαιδεύονται σε πολλές «συνομιλίες» ChatGPT που έχουν κοινοποιηθεί σε ιστότοπους όπως το Reddit και μπορούν να τρέξουν καλά στους περισσότερους υπολογιστές. Εάν έχετε έναν υπολογιστή τέρας, λειτουργούν πολύ καλά.

Τα μηχανήματα για τα οποία δεν μπορούσαμε να ονειρευόμαστε ότι θα χρησιμοποιήσουμε μόλις πριν από ένα χρόνο, βρήκαν τον σκοπό τους: γίνονται οι εργάτες όλων των εργασιών τεχνητής νοημοσύνης που δημιουργούνται. Μας βοηθούν να κωδικοποιήσουμε, να σχεδιάσουμε, να γράψουμε, να σχεδιάσουμε, να μοντελοποιήσουμε και πολλά άλλα.

Και δεν θα είμαστε υπόχρεοι σε συνδρομές για να λειτουργήσουν αυτά τα νέα εργαλεία. Το Tt φαίνεται ότι ο ανοιχτός κώδικας έχει ήδη ξεπεράσει την εμπορική ανάπτυξη τόσο των διαχυτών όσο και των μετασχηματιστών.

Η τεχνητή νοημοσύνη ανοιχτού κώδικα μας υπενθύμισε επίσης γιατί πολλαπλασιάστηκε ο υπολογιστής: καθιστώντας δυνατή τη μεταφορά εργαλείων στο σπίτι που κάποτε ήταν διαθέσιμα μόνο στο γραφείο.

Αυτό δεν θα κλείσει την πόρτα στο εμπόριο. Αν μη τι άλλο, αυτό σημαίνει ότι υπάρχει μεγαλύτερο περιθώριο για τους επιχειρηματίες να δημιουργήσουν νέα προϊόντα, χωρίς να ανησυχούν για το αν παραβιάζουν τα επιχειρηματικά μοντέλα στα οποία βασίζεται η Google, η Microsoft, η Meta ή οποιοσδήποτε άλλος. Βρισκόμαστε σε μια εποχή διάχυτης αναστάτωσης στην τεχνολογία – και το μέγεθος δεν φαίνεται να προσφέρει πολλά πλεονεκτήματα.

Τα τέρατα είναι ελεύθερα. Νομίζω ότι αυτό είναι καλό. ®

• SEO Powered Content & PR Distribution. Ενισχύστε σήμερα.
• PlatoAiStream. Web3 Data Intelligence. Ενισχύθηκε η γνώση. Πρόσβαση εδώ.
• Minting the Future με την Adryenn Ashley. Πρόσβαση εδώ.
• Αγορά και πώληση μετοχών σε εταιρείες PRE-IPO με το PREIPO®. Πρόσβαση εδώ.
• πηγή: https://go.theregister.com/feed/www.theregister.com/2023/05/11/open_source_ai_makes_subscriptions_irrelevant/