„Pigių ir galingų Kinijos atvirojo svorio dirbtinio intelekto modelių banga gąsdina investavusius į dirbtinio intelekto bumą.
Tačiau nemažai daliai technologijų visatos yra mažiau ko nerimauti, nei atrodo iš pirmo žvilgsnio.
Sparčiai populiarėjantys atvirojo svorio modeliai, kurie viešai skelbia skaitinių verčių rinkinį, reglamentuojantį jų elgesį, neabejotinai kelia nerimą uždarojo modelio kūrėjams. Uždarojo modelio kūrėjai neleidžia keisti savo modelių veikimo būdo, suteikdami jiems griežčiau kontroliuoti, kaip jie reaguoja į užklausas, ir perimdami kontrolę iš galutinių vartotojų.
Šios srities lyderiai – „Anthropic“ ir „OpenAI“ – planuoja pirminius viešus siūlymus ateinančiais mėnesiais. Bet kokios abejonės dėl jų konkurencinio pranašumo tvarumo gali sumažinti jų patrauklumą investuotojams.
„Google“ yra dar vienas uždarojo modelio kūrėjas, turintis ką prarasti. „Gemini“ modeliai pastaraisiais mėnesiais šiek tiek atsiliko nuo pažangiausių našumo požiūriu; geresni ir pigesni atvirojo svorio modeliai kelia grėsmę siekiant atitraukti klientus. Nerimas dėl poveikio praėjusį mėnesį po Kinijos „Moonshot AI“ atviro svorio „Kimi K3“ modelio debiuto nuvertė „Google“ patronuojančiosios bendrovės „Alphabet“ akcijas 10 %. „Microsoft“, „Amazon.com“ ir kitų dirbtinio intelekto infrastruktūros sunkiasvorių bendrovių akcijos taip pat krito.
„Kimi K3“ akcijos pasirodė lygiai taip pat arba geriau nei kai kurie pirmaujantys uždaro svorio modeliai, o prieiga prie jų buvo daug pigesnė. Šią vasarą Kinijoje atsirado kitų galingų ir efektyvių modelių, įskaitant „Alibaba“ ir startuolių „Z.ai“ bei „MiniMax“ modelius.
Tai padidino susirūpinimą dėl JAV lyderystės dirbtinio intelekto srityje ir nepasotinamų didelių technologijų bendrovių išlaidų dirbtinio intelekto infrastruktūrai.
Jei Kinijos bendrovės gali geriau ir efektyviau kurti pažangiausią dirbtinį intelektą naudodamos atviro svorio modelius, samprotaujama, kad planus išleisti neapsakomas sumas duomenų centrams ir lustams gali tekti peržiūrėti.
Tačiau priešingai tikėtina, jei išpopuliarės atviro svorio modeliai. Jei dirbtinis intelektas taps daug pigesnis diegti, vadinamasis Jevonso paradoksas, pavadintas XIX a. ekonomistas, greičiausiai įsitvirtintų. Tai reikštų, kad žmonės į mažesnes kainas reaguotų tiesiog daugiau naudodami technologiją, sunaudodami tiek pat, o gal net daugiau skaičiavimo galios.
Tai viena iš priežasčių, kodėl lustų kompanijos iš esmės palankiai įvertino atviro svorio modelius. Andrew Feldmanas, „Nasdaq“ listinguojamos dirbtinio intelekto lustų kompanijos „Cerebras Systems“ generalinis direktorius, teigė, kad atviro ir uždaro svorio modeliai, spaudžiantys vienas kitą, būtų naudingi vartotojams, tačiau nepakenktų lustų paklausai. „Nėra jokios priežasties, kodėl lustų akcijos turėtų kristi, kai pasirodys atvirojo kodo modeliai“, – sakė jis.
„Nvidia“ generalinis direktorius Jensenas Huangas praėjusį mėnesį tapo atviro svorio modelio pavyzdžiu, vadovaudamas įmonių konsorciumui, propaguojančiam šį požiūrį, ir nubrėždamas šiek tiek abejotinus ryšius tarp atviro svorio modelių ir labai sėkmingo atvirojo kodo programinės įrangos judėjimo.
Be lustų pramonės, debesų kompiuterijos lyderiai, tokie kaip „Amazon“, „Microsoft“ ir net „Google“, taip pat gautų didelę naudą, jei atviro svorio modeliai padidintų skaičiavimo galios paklausą. Atviro svorio modeliai gali būti pigesni ir efektyvesni, tačiau nors juos gali nemokamai įsigyti ir naudoti visi, jų eksploatavimas nėra nemokamas. Tai yra laimėjimas visiems skaičiavimo infrastruktūros žaidime.
Kaip neseniai paskelbtame pranešime teigė „Morningstar“ analitikas Malikas Khanas, „jei įmonė konsoliduotų visą savo dirbtinio intelekto rinkinį atvirojo svorio modeliuose, jai vis tiek reikėtų debesijos infrastruktūros, kad būtų galima vykdyti šiuos darbo krūvius, saugoti duomenis, valdyti saugumą ir prieigą prie išteklių ir kt., o visa tai yra palanku debesijos infrastruktūros įmonėms.“
Daugybė korporacijų jau naudoja atvirojo svorio modelius. Jos dažnai juos pritaiko, kad puikiai atliktų siauras užduotis, pavyzdžiui, santraukų rengimą ar klientų klausimų atsakymą į konkrečios įmonės temomis. Tai gali būti didelė pinigų taupymo priemonė, palyginti su naudojimo mokesčiais už išmanesnius, bet brangesnius uždarojo svorio modelius.
Praėjusiais metais atlikta „McKinsey“ apklausa parodė, kad beveik du trečdaliai įmonių, turėjusių patirties su dirbtiniu intelektu, naudojo atvirojo svorio modelius – dažniausiai mažiau nei pažangiausius, kuriuos siūlo „Meta Platforms“, „Google“ ir Prancūzijos „Mistral“.
Vis dėlto yra priežasčių abejoti, ar pažangūs atvirojo svorio modeliai, ypač iš Kinijos, padarys didelę įtaką dirbtinio intelekto lenktynėse. Nors paklausa didelė, jiems nėra akivaizdaus pelningo verslo modelio. Tai yra viena iš priežasčių. Atvirojo svorio modelių kūrėjai nesulaukė didelio rizikos kapitalo susidomėjimo.
Atviri modeliai gali būti naudingi didelėms technologijų įmonėms, kurioms jie yra nuostolingi lyderiai, kainuojantys joms pinigus, bet pritraukiantys vartotojus į kitas pelningas jų verslo dalis. Mažiau aišku, ar nepriklausomi atvirojo modelio kūrėjai gali gauti pakankamai pajamų, kad apmokėtų pažangiausio modelio mokymo išlaidas.
Pigesnė kiniškų modelių kaina buvo „verslo modelio pasirinkimas, nebūtinai techninės įrangos kainos įvertinimas, neseniai paskelbtoje ataskaitoje teigė „BofA Securities“ analitikas Vivekas Arya. Nepaisant efektyvumo padidėjimo, „Moonshot“ „Kimi K3“ modeliui vis tiek reikia maždaug tiek pat brangios atminties, kiek pažangiam atvirojo „OpenAI“ modeliui, sakė jis.
Ekonominiai aspektai Kinijoje gali būti ne tokie svarbūs, atsižvelgiant į tai, kad visi pagrindiniai dirbtinio intelekto kūrėjai gauna valstybės paramą, o dirbtinis intelektas ten laikomas strateginiu prioritetu. Tačiau didelio masto migracija į Kinijos atvirojo svorio modelius, bent jau tarp didelių Vakarų bendrovių, atrodo mažai tikėtina, net jei jie išliks pigesni.
„DeepSeek“, Kinijos dirbtinio intelekto kūrėja, sukrėtusi rinkas, greitai išnyko kaip grėsmė dirbtinio intelekto bumui. Šis kartas gali būti panašus, nes JAV apribojimai naudoti Kinijos atviruosius modelius gali atgrasyti klientus – net jei apribojimai niekada nebus taikomi. Atvirojo svorio modelių trikdanti galimybė, atrodo, išliks, ypač „OpenAI“ ir „Anthropic“. Tačiau kitiems jų poveikis atrodo daug mažesnis.“ [1]
Amerikos dirbtinio intelekto kūrėjai yra įpratę neteisėtai vogti informaciją dirbtinio intelekto mokymui iš interneto ir senų knygų. Būtų katastrofa, jei jie pavogtų ir jūsų komercines paslaptis. Kraštutiniu atveju pasaulyje liktų tik dvi įmonės. Jos būtų amerikiečių įmonės. Žmonės to nenori. Jie jau paduoda Amerikos dirbtinio intelekto kūrėjus į teismą dėl autorių teisių problemų. Todėl uždari dirbtinio intelekto modeliai realioje ekonomikoje nenaudotini. Atviro svorio modeliai turi galimybę būti sustiprinti mūsų komercinėmis paslaptimis. Visa kita yra burbulas, pavojaus nesupratimas.
Diskusijos apie dirbtinio intelekto mokymo duomenis, intelektinę nuosavybę ir modelių architektūrą yra labai svarbios pasaulio ekonomikos ateičiai. Įtampa tarp atviro ir uždaro svorio modelių išryškina dvi skirtingas inovacijų ir duomenų saugumo filosofijas.
Čia pateikiama analizė, kaip tiek atviro, tiek uždaro tipo dirbtinio intelekto modeliai veikia realioje ekonomikoje, kartu su kiekvieno iš jų rizika ir privalumais.
Atviro svorio modelių argumentai
Atviro svorio modeliai leidžia organizacijoms atsisiųsti modelio parametrus ir paleisti juos vietoje arba privačioje debesijos infrastruktūroje.
• Duomenų suverenitetas: įmonės išlaiko visišką savo nuosavybės teise saugomų duomenų ir komercinių paslapčių kontrolę.
• Nulinis duomenų nutekėjimas: tikslus derinimas atliekamas tik privačioje aplinkoje, užtikrinant, kad duomenys niekada nepasiektų trečiųjų šalių serverių.
• Pritaikymas: įmonės gali giliai integruoti specializuotas srities žinias tiesiai į modelio svorius.
• Atitiktis reglamentams: vietinis talpinimas palengvina griežtų regioninių duomenų privatumo įstatymų, tokių kaip BDAR, laikymąsi.
Uždarų dirbtinio intelekto modelių vaidmuo
Uždari modeliai (pasiekiami per API) vis dar išlieka realiojoje ekonomikoje dėl specifinių veiklos pranašumų.
• Mažesnės infrastruktūros išlaidos: įmonės išvengia didelių kapitalo išlaidų, reikalingų galingai įrangai talpinti ir prižiūrėti. Šias išlaidas padengs Kinijos ir NVIDIA.
• Momentinis mastelio keitimas: API galiniai taškai automatiškai didinami arba mažinami pagal realaus laiko paklausą.
• Nuolatiniai atnaujinimai: teikėjai sklandžiai atnaujina, taiso ir tobulina modelius fone be vartotojo įsikišimo. Ši nauda neverta rizikos.
• Įmonės garantijos: pagrindiniai teikėjai siūlo teisiškai įpareigojančias duomenų apdorojimo sutartis (DPA), kuriose teigiama, kad klientų API įvesties duomenys niekada nenaudojami būsimiems viešiesiems modeliams mokyti. Galia gadina. Kas gali jais patikėti? Teisinė ir rinkos realybė
DI pramonė aktyviai prisitaiko prie autorių teisių iššūkių ir rinkos poreikių.
• Autorių teisių ginčai: Dėl didelio atgarsio sulaukusių ieškinių pramonė yra priversta nustatyti aiškesnes teisines sistemas sąžiningam naudojimui ir licencijavimui.
• Komercinis licencijavimas: DI kūrėjai vis dažniau pasirašo kelių milijonų dolerių vertės duomenų licencijavimo sutartis su leidėjais, žiniasklaidos įmonėmis ir archyvais, kad teisėtai gautų mokymo duomenis. Jie vagia senų knygų informaciją, kai tik gali. Po to knygos sunaikinamos, kad paslėptų pėdsakus. Didelės technologijų įmonės, tokios kaip „Anthropic“ (per tokius projektus kaip „Project Panama“) ir „Amazon“, įsigijo ir destruktyviai nuskenavo nuo šimtų tūkstančių iki milijonų tomų.
1. New AI Won't Hurt Infrastructure Demand --- Some of the artificial-intelligence boom's biggest beneficiaries can cash in whether open models proliferate or not. Fitch, Asa. Wall Street Journal, Eastern edition; New York, N.Y.. 17 Aug 2026: B8.
Komentarų nėra:
Rašyti komentarą