오픈 소스 AI는 최신 PC를 적절하게 만들고 구독은 초라해 보입니다.

오픈 소스 AI는 최신 PC를 적절하게 만들고 구독은 초라해 보입니다.

타임 스탬프 : 11 년 2023 월 2 일 오전 31시 XNUMX 분
오픈 소스 AI는 최신 PC를 관련성있게 만들고 구독은 초라한 PlatoBlockchain Data Intelligence처럼 보입니다. 수직 검색. 일체 포함.

단 작년 이맘때 컴퓨팅의 최신 트렌드는 무시할 수 없게 되었습니다. 수천억 개의 트랜지스터가 있는 거대한 실리콘 슬래브 – 무어의 법칙을 망각에서 지켜주는 또 다른 일련의 해결 방법의 불가피한 결과입니다.

그러나 PC 판매 부진은 우리가 이러한 괴물 컴퓨터가 필요하지 않다는 것을 시사합니다. 단지 COVID로 인한 판매 그림자 때문만은 아닙니다.

2022년 상반기에 기업 컴퓨팅은 지난 XNUMX년 동안과 거의 동일하게 보였습니다. 기본 사무용 앱, 팀 커뮤니케이션 앱, 창의적인 클래스를 위한 몇 가지 리치 미디어 도구입니다. 물론, 게이머들은 항상 그러한 트랜지스터를 작동시키는 방법을 찾을 것이지만, 대다수의 하드웨어는 이미 압도되고 제대로 작동하지 않았습니다. 해결된 문제에 트랜지스터를 낭비하는 이유는 무엇입니까?

그러자 세상이 바뀌었습니다. 70년 전 OpenAI는 광범위하게 사용 가능한 제너레이티브 AI 도구 중 첫 번째인 DALL-E를 출시했습니다. DALL-E는 노이즈, 텍스트 프롬프트 및 방대한 가중치 데이터베이스를 이미지로 변환하는 "디퓨저"입니다. 그것은 거의 마술처럼 보였다. 얼마 지나지 않아 Midjourney는 XNUMX년대 Prog Rock 앨범 커버 미학으로 확실히 조정되었지만 거의 같은 것을 제공했습니다. 이러한 도구가 Microsoft, Canva, Adobe 등의 제품에 도입됨에 따라 클라우드 컴퓨팅에 대한 수요가 급증할 것으로 보였습니다.

그런 다음 세상은 다시 바뀌었습니다. XNUMX월에 Stability AI는 디퓨저 가중치의 오픈 소스 데이터베이스를 도입했습니다. 처음에 Stable Diffusion은 최신 GPU를 요구했지만 오픈 소스 커뮤니티는 곧 디퓨저가 거의 모든 것에서 실행되도록 최적화할 수 있음을 발견했습니다. 반드시 빠를 필요는 없지만 작동하며 하드웨어와 함께 확장됩니다.

방대한 클라우드 자원을 요구하는 대신, 이러한 최신 AI 도구는 로컬에서 실행됩니다.. 그리고 괴물 컴퓨터를 구입했다면 최소한 OpenAI 또는 Midjourney에서 제공하는 것만큼 빠르게 실행될 것입니다.

Stable Diffusion을 주도하는 항상 흥분되는 오픈 소스 커뮤니티는 각각 특정 미학을 목표로 하는 인상적인 새로운 디퓨저 가중치 시리즈를 만들었습니다. Stable Diffusion은 상업용 AI 회사에서 제공하는 것만큼 빠를 뿐만 아니라 더 유용하고 확장 가능합니다.

그리고 나서 – 예, 짐작하셨겠지만 – 세상이 다시 바뀌었습니다. XNUMX월 초 OpenAI의 ChatGPT 인공 지능에 대한 우리의 기대치를 완전히 다시 작성하여 100억 명의 사용자에게 도달하는 가장 빠른 웹 앱이 되었습니다. "사전 학습된 사전 생성 변환기"로 구동되는 대규모 언어 모델(LLM) – 이것이 GPT의 약자임을 잊은 사람이 얼마나 될까요? – 인터넷에서 사용할 수 있는 방대한 텍스트에서 가중치를 훈련했습니다.

이러한 교육 노력은 Azure 클라우드 컴퓨팅 리소스에 수백만 달러(아마도 수천만 달러)의 비용이 소요된 것으로 추정됩니다. 그 진입 비용은 아마도 Google과 Meta를 제외하고 경쟁자들을 궁지에 몰아넣기에 충분할 것으로 예상되었습니다.

다시 한 번 세상이 바뀔 때까지. XNUMX월 메타 LLaMA 출시 – 비교적 작은 가중치 데이터베이스가 있지만 응답 품질이 OpenAI의 GPT-4에 근접하는 훨씬 더 작고 효율적인 언어 모델입니다.

매개 변수가 32억 개에 불과한 LLaMA는 XNUMXGB RAM이 장착된 PC에 편안하게 놓일 수 있습니다. 방대한 가중치 데이터베이스로 인해 Azure 클라우드에서 실행되는 ChatGPT와 매우 유사한 기능은 거의 모든 곳에서 실행될 수 있습니다.

Meta의 연구원들은 그들의 가중치를 학계 동료들에게 무료로 다운로드할 수 있도록 제공했습니다. LLaMA가 실험실 컴퓨터에서 실행될 수 있기 때문에 Stanford의 연구원들은 LLaMA라는 새로운 훈련 기술을 통해 즉시 LLaMA를 개선했습니다. 알파카로라, 기존 가중치 집합을 수십만 달러에서 수백 달러로 교육 비용을 줄였습니다. 그들은 코드도 공유했습니다.

DALL-E가 사용성 및 확장성 측면에서 Stable Diffusion에 패배한 것처럼 ChatGPT는 연구자들이 Alpaca, 비 쿠니 아, 코알라, 그리고 신속하고 저렴하게 훈련하고 재훈련하는 다른 동물들.

사람들이 예상했던 것보다 훨씬 더 빠르게 개선되고 있습니다. 부분적으로는 그들이 Reddit과 같은 사이트에서 공유된 많은 ChatGPT "대화"에 대해 훈련하고 있고 대부분의 PC에서 잘 실행될 수 있기 때문입니다. 당신이 괴물 컴퓨터를 가지고 있다면 그들은 정말 잘 실행됩니다.

불과 XNUMX년 전만 해도 용도를 상상할 수 없었던 기계가 목적을 찾았습니다. 모든 생성 AI 작업의 일꾼이 되고 있습니다. 코딩, 계획, 작성, 그리기, 모델링 등을 도와줍니다.

그리고 우리는 이러한 새로운 도구를 작동시키기 위해 구독에 얽매이지 않을 것입니다. Tt는 오픈 소스가 디퓨저와 트랜스포머 모두의 상업적 개발을 이미 앞서고 있는 것처럼 보입니다.

오픈 소스 AI는 또한 PC가 급증한 이유를 일깨워주었습니다. 한때 사무실에서만 사용할 수 있었던 도구를 가정용으로 가져올 수 있게 되었기 때문입니다.

이것은 상업의 문을 닫지 않을 것입니다. 오히려 이는 기업가가 Google, Microsoft, Meta 또는 다른 누구의 기반이 되는 비즈니스 모델을 침해하는지 여부에 대해 걱정하지 않고 새로운 제품을 만들 수 있는 더 많은 범위가 있음을 의미합니다. 우리는 기술 혁신이 만연하는 시대로 접어들고 있으며 크기는 많은 이점을 제공하지 않는 것 같습니다.

몬스터들이 풀려나고 있습니다. 좋은 일이라고 생각합니다. ®

타임 스탬프 :

더보기 등록