Bloomberg Intelligence analistlerinin bu yılın başlarında hazırladığı yeni bir rapora göre, yapay zeka endüstrisi, yapay zeka sistemlerini eğitmek için gereken temel bilgilerden başlayarak on yıl içinde yüzde 42 oranında genişleyebilir. Bu, tesislere olan talep ve daha sonra talep tarafından yönlendiriliyor. AI modellerini, reklamları ve diğer hizmetleri kullanan sonraki cihazlar için. ChatGPT ve Google'ın Bard'ı gibi tüketici odaklı yapay zeka araçlarının piyasaya sürülmesi, AIGC pazar gelirini geçen yıl 40 milyar dolardan 2032'ye kadar tahmini 1,3 trilyon dolara çıkaracak on yıllık bir büyümeyi tetikleyecek.
Resim kaynağı: Sınırsız Yapay Zeka tarafından oluşturulmuştur
Üretken yapay zeka (AIGC), özellikle iş sektöründe daha geniş bir şekilde benimseniyor.
Örneğin yakın zamanda Walmart, AIGC uygulamasını mağaza dışı 50.000 çalışanın kullanımına sunacağını duyurdu. Axios'un bildirdiğine göre, Walmart'ın verilerini üçüncü taraf geniş dil modeli (LLM) ile birleştiren uygulama, taslak hazırlama sürecini hızlandırmaktan yaratıcı bir ortak olarak hareket etmeye ve büyük belgeleri özetlemeye kadar çalışanlara çeşitli görevlerde yardımcı olabilir.
Bu tür dağıtımlar, güçlü derin öğrenme modellerini eğitmek için gereken grafik kartlarına (GPU'lar) olan talebin artmasına yardımcı olur. Grafik Kartları GPU'lar, programlama talimatlarını geleneksel bir merkezi işlem birimi (CPU) gibi sıralı olarak yürütmek yerine paralel olarak yürüten özel bilgi işlem işlemcileridir.
Wall Street Journal'a göre, bu modellerin eğitimi "almaları ve analiz etmeleri gereken devasa miktarda veri nedeniyle şirketlere milyarlarca dolara mal olabilir." Buna sırasıyla GPT-4'ten LaMDA'ya kadar tüm derin öğrenme ve temel LLM'ler dahildir. ChatGPT ve Bard chatbot uygulamaları için destek.
01.* Üretken yapay zeka dalgasına ayak uydurmak*
AIGC eğilimi, büyük GPU tedarikçisi Nvidia'ya güçlü bir destek sağladı: Şirket, son çeyrekte göz kamaştırıcı kazançlar bildirdi. Neredeyse her büyük teknoloji şirketi üst düzey AI grafik kartlarını ele geçirmeye çalıştığından, en azından Nvidia için bir patlama zamanı.
Erin Griffiths, New York Times'ta yeni kurulan şirketlerin ve yatırımcıların bu çipleri ele geçirmek için olağanüstü önlemler aldıklarını yazıyor: "Teknoloji şirketlerinin bu yıl umutsuz olduğu şey para, mühendislik yeteneği, heyecan ve hatta kâr değil, GPU arzusu. .”
Ben Thompson bu haftaki Stratechery haber bülteninde buna "Dağın zirvesinde Nvidia" diyor. Google ile Nvidia arasında, Google'ın bulut müşterilerine Nvidia GPU'ları tarafından desteklenen teknolojiye daha fazla erişim sağlayacak bir ortaklığın duyurulması, ivmeyi daha da artırdı. Tüm bunlar, artan talep karşısında bu çiplerin mevcut kıtlığına işaret ediyor.
Mevcut ihtiyaç, yeni nesil yapay zekanın zirvesini mi işaret ediyor, yoksa bir sonraki gelişme dalgasının başlangıcını mı müjdeliyor?
02.Üretken teknolojiler bilişimin geleceğini nasıl şekillendiriyor
Nvidia CEO'su Jensen Huang, şirketin son kazançları hakkında bu talebin "hızlandırılmış hesaplamanın" doğuşunun sinyalini verdiğini söyledi. Şirketlerin "sermaye yatırımlarını genel amaçlı bilgi işlemden uzaklaştırıp yapay zeka üretmeye ve bilgi işlemi hızlandırmaya odaklanmasının" akıllıca olacağını ekledi.
Genel amaçlı bilgi işlem, elektronik tablolardan ilişkisel veritabanlarına ve ERP'ye kadar çeşitli görevler için tasarlanmış CPU'ları ifade eder. Nvidia, CPU'ların artık eski bir altyapı olduğuna ve geliştiricilerin görevleri geleneksel CPU'lardan daha verimli bir şekilde gerçekleştirmek için GPU kodunu optimize etmesi gerektiğine inanıyor.
GPU'lar aynı anda birçok hesaplamayı gerçekleştirebilir; bu da onları, milyonlarca hesaplamayı paralel olarak gerçekleştiren makine öğrenimi (ML) gibi görevler için ideal kılar. GPU'lar ayrıca derin öğrenmenin ve yapay zekanın temeli olan doğrusal cebir ve matris manipülasyon görevleri gibi belirli matematiksel hesaplama türlerinde de özellikle iyidir.
03. GPU'lar belirli yazılım türlerine çok az fayda sağlar
Bununla birlikte, mevcut iş uygulamalarının çoğu da dahil olmak üzere diğer yazılım kategorileri, CPU'lar üzerinde çalışacak şekilde optimize edilmiştir ve GPU'ların paralel talimat yürütmesinden çok az yararlanır.
Thompson da benzer bir görüşe sahip gibi görünüyor: "Huang'ın görüşüne ilişkin yorumum, tüm bu GPU'ların şu anda CPU'larda yürütülen etkinliklerin çoğu için kullanılacağı yönünde; bu Nvidia için kesinlikle iyimser bir görüş çünkü bu, herhangi bir aşırılığın peşinde koşmak anlamına geliyor." Üretken yapay zekanın yaratabileceği kapasite, mevcut bulut bilişim iş yükleri tarafından doldurulacak."
Şöyle devam etti: "Bununla birlikte bundan şüpheliyim: hem insanlar hem de şirketler tembeldir ve CPU tabanlı uygulamaların geliştirilmesi daha kolay olmakla kalmıyor, aynı zamanda çoğunlukla zaten oluşturulmuş durumda. Hangi şirketlerin zaman ayıracağını ve bu uygulamalara zaman ayıracağını hayal etmekte zorlanıyorum. Zaten CPU'da çalışan bir şeyi GPU'ya taşıma çabası."
04.Tarih tekerrürden ibarettir
InfoWorld'ün Matt Assay'i bize bunu daha önce gördüğümüzü hatırlatıyor. "Makine öğrenimi ilk ortaya çıktığında, veri bilimcileri daha basit araçlar olsa bile bunu her şeye uyguladılar. Veri bilimci Noah Lorang'ın bir zamanlar işaret ettiği gibi, "Makine öğrenimi iş sorunlarının yalnızca küçük bir alt kümesini en iyi şekilde çözer; Çoğu insan sadece iyi bir şeye ihtiyaç duyar." veri ve bunun ne anlama geldiğini anlayın. "
Mesele şu ki, hızlandırılmış bilgi işlem ve GPU'lar tüm yazılım ihtiyaçlarını karşılamıyor.
Nvidia, yeni nesil yapay zeka uygulamaları geliştirme yönündeki mevcut telaşın da etkisiyle mükemmel bir çeyrek geçirdi. Şirketin bu konuda doğal olarak heyecanı var. Ancak Gartner'ın Gelişen Teknolojiler için son Hype Döngüsü'nde gördüğümüz gibi, yeni nesil yapay zeka bir an yaşıyor ve şişirilmiş beklentilerin zirvesinde.
Singularity Üniversitesi ve XPRIZE kurucusu Peter Diamandis, bu beklentilerin herhangi bir olumsuz sonuç olmadan gelecekteki potansiyeli görmekle ilgili olduğunu söyledi. "Bu noktada, abartılı reklam asılsız heyecan ve abartılı beklentiler yaratmaya başlıyor."
05.Mevcut Sınırlamalar
Bu noktada yakında mevcut AIGC çılgınlığının sınırlarına ulaşacağız. SK Ventures'tan risk sermayedarları Paul Kedrosky ve Eric Norlin, şirketlerinin Substack'ında şunları yazdı: "Görüşümüz, büyük dil modellerine dayalı yapay zekanın ilk dalgasının son noktasında olduğumuz yönünde. Bu dalga 2017 yılında başladı. [Google] Transformer belgesinin ("İhtiyacınız Olan Tek Şey Dikkat") yayınlanması ve önümüzdeki bir veya iki yıl içinde sonuçlanmasıyla birlikte, insanlar çeşitli sınırlamalarla karşı karşıya kaldı. "
Bu sınırlamalar arasında "halüsinasyon eğilimi, dar alanlar için yetersiz eğitim verileri, yıllar öncesinden kalma güncel olmayan eğitim külliyatları veya sayısız başka nedenler" yer alıyor. "Şu anda mevcut yapay zeka dalgasının en sonundayız."
Açık olmak gerekirse Kedrosky ve Norlin, yapay zekanın bir çıkmaza girdiğini düşünmüyor. Bunun yerine, "şöyle otomasyon" ve sınırlı üretkenlik kazanımlarından daha iyi bir şeye ulaşmak için önemli teknolojik gelişmelere ihtiyaç duyulduğunu savunuyorlar. Bir sonraki dalganın yeni modeller, daha açık kaynak ve özellikle "her yerde bulunan/ucuz GPU'ları" içereceğine inanıyorlar; eğer doğruysa bu Nvidia için iyiye işaret olmayabilir, ancak People'a ihtiyaç duyanların teknolojiden faydalanmasını sağlayacak.
Fortune'un belirttiği gibi Amazon, Nvidia'nın çip üretimindeki hakimiyetine doğrudan meydan okuma niyetini açıkça ortaya koydu. Yalnız değiller ve birçok startup, AMD'nin de aralarında bulunduğu çip devleri gibi pazar payı için yarışıyor. Hakim bir görevliye meydan okumak son derece zordur. En azından bu durumda, bu çiplerin kaynağını genişletmek ve kıt teknolojinin fiyatını düşürmek, AIGC yenilik dalgasının geliştirilmesi ve yaygınlaştırılmasında anahtar rol oynayacak.
06 Bir sonraki yapay zeka dalgası
Mevcut nesil model ve uygulamaların sınırlamalarına rağmen AIGC'nin geleceği parlaktır. Bu taahhüdün arkasında muhtemelen birkaç neden var, ancak belki de en önemlisi, ekonomi genelinde nesiller boyunca çalışan sıkıntısıdır ve bu da daha yüksek otomasyon seviyelerine olan ihtiyacı artırmaya devam edecektir.
Her ne kadar yapay zeka ve otomasyon tarihsel olarak ayrı olarak görülse de, AIGC'nin ortaya çıkışıyla bu görüş değişiyor. Teknoloji giderek otomasyon ve üretkenliğin itici gücü haline geliyor. İş akışı şirketi Zapier'in kurucu ortağı Mike Knoop, yakın zamanda yayınlanan Eye on AI podcast'inde bu olgudan bahsetti ve şunları söyledi: "Yapay zeka ve otomasyon aynı şeye dönüşüyor."
Elbette McKinsey buna inanıyor. Yakın tarihli bir raporda "AIGC bir sonraki üretkenlik dalgasını serbest bırakmaya hazırlanıyor" dediler ve yalnız da değiller. Örneğin Goldman Sachs, yeni nesil yapay zekanın küresel GSYİH'yı %7 oranında artırabileceğini söyledi.
Mevcut yapay zeka kuşağının zirvesinde olsak da olmasak da, bu açıkça gelişmeye devam edecek ve kuruluş genelinde tartışmalara yol açacak bir alandır. Zorluklar ne kadar büyükse, fırsatlar da o kadar büyük; özellikle yeniliğe ve verimliliğe aç bir dünyada. GPU hakimiyeti yarışı, bu gelişen anlatının sadece bir anlık görüntüsü, yapay zeka ve bilgi işlem alanında gelecekteki bir bölümün önsözü.
Referanslar:
View Original
This page may contain third-party content, which is provided for information purposes only (not representations/warranties) and should not be considered as an endorsement of its views by Gate, nor as financial or professional advice. See Disclaimer for details.
AIGC bir dönüm noktasında: Gerçek dünyaya geçişte sırada ne var?
Bloomberg Intelligence analistlerinin bu yılın başlarında hazırladığı yeni bir rapora göre, yapay zeka endüstrisi, yapay zeka sistemlerini eğitmek için gereken temel bilgilerden başlayarak on yıl içinde yüzde 42 oranında genişleyebilir. Bu, tesislere olan talep ve daha sonra talep tarafından yönlendiriliyor. AI modellerini, reklamları ve diğer hizmetleri kullanan sonraki cihazlar için. ChatGPT ve Google'ın Bard'ı gibi tüketici odaklı yapay zeka araçlarının piyasaya sürülmesi, AIGC pazar gelirini geçen yıl 40 milyar dolardan 2032'ye kadar tahmini 1,3 trilyon dolara çıkaracak on yıllık bir büyümeyi tetikleyecek.
Resim kaynağı: Sınırsız Yapay Zeka tarafından oluşturulmuştur
Üretken yapay zeka (AIGC), özellikle iş sektöründe daha geniş bir şekilde benimseniyor.
Örneğin yakın zamanda Walmart, AIGC uygulamasını mağaza dışı 50.000 çalışanın kullanımına sunacağını duyurdu. Axios'un bildirdiğine göre, Walmart'ın verilerini üçüncü taraf geniş dil modeli (LLM) ile birleştiren uygulama, taslak hazırlama sürecini hızlandırmaktan yaratıcı bir ortak olarak hareket etmeye ve büyük belgeleri özetlemeye kadar çalışanlara çeşitli görevlerde yardımcı olabilir.
Bu tür dağıtımlar, güçlü derin öğrenme modellerini eğitmek için gereken grafik kartlarına (GPU'lar) olan talebin artmasına yardımcı olur. Grafik Kartları GPU'lar, programlama talimatlarını geleneksel bir merkezi işlem birimi (CPU) gibi sıralı olarak yürütmek yerine paralel olarak yürüten özel bilgi işlem işlemcileridir.
Wall Street Journal'a göre, bu modellerin eğitimi "almaları ve analiz etmeleri gereken devasa miktarda veri nedeniyle şirketlere milyarlarca dolara mal olabilir." Buna sırasıyla GPT-4'ten LaMDA'ya kadar tüm derin öğrenme ve temel LLM'ler dahildir. ChatGPT ve Bard chatbot uygulamaları için destek.
01.* Üretken yapay zeka dalgasına ayak uydurmak*
AIGC eğilimi, büyük GPU tedarikçisi Nvidia'ya güçlü bir destek sağladı: Şirket, son çeyrekte göz kamaştırıcı kazançlar bildirdi. Neredeyse her büyük teknoloji şirketi üst düzey AI grafik kartlarını ele geçirmeye çalıştığından, en azından Nvidia için bir patlama zamanı.
Erin Griffiths, New York Times'ta yeni kurulan şirketlerin ve yatırımcıların bu çipleri ele geçirmek için olağanüstü önlemler aldıklarını yazıyor: "Teknoloji şirketlerinin bu yıl umutsuz olduğu şey para, mühendislik yeteneği, heyecan ve hatta kâr değil, GPU arzusu. .”
Ben Thompson bu haftaki Stratechery haber bülteninde buna "Dağın zirvesinde Nvidia" diyor. Google ile Nvidia arasında, Google'ın bulut müşterilerine Nvidia GPU'ları tarafından desteklenen teknolojiye daha fazla erişim sağlayacak bir ortaklığın duyurulması, ivmeyi daha da artırdı. Tüm bunlar, artan talep karşısında bu çiplerin mevcut kıtlığına işaret ediyor.
Mevcut ihtiyaç, yeni nesil yapay zekanın zirvesini mi işaret ediyor, yoksa bir sonraki gelişme dalgasının başlangıcını mı müjdeliyor?
02. Üretken teknolojiler bilişimin geleceğini nasıl şekillendiriyor
Nvidia CEO'su Jensen Huang, şirketin son kazançları hakkında bu talebin "hızlandırılmış hesaplamanın" doğuşunun sinyalini verdiğini söyledi. Şirketlerin "sermaye yatırımlarını genel amaçlı bilgi işlemden uzaklaştırıp yapay zeka üretmeye ve bilgi işlemi hızlandırmaya odaklanmasının" akıllıca olacağını ekledi.
Genel amaçlı bilgi işlem, elektronik tablolardan ilişkisel veritabanlarına ve ERP'ye kadar çeşitli görevler için tasarlanmış CPU'ları ifade eder. Nvidia, CPU'ların artık eski bir altyapı olduğuna ve geliştiricilerin görevleri geleneksel CPU'lardan daha verimli bir şekilde gerçekleştirmek için GPU kodunu optimize etmesi gerektiğine inanıyor.
GPU'lar aynı anda birçok hesaplamayı gerçekleştirebilir; bu da onları, milyonlarca hesaplamayı paralel olarak gerçekleştiren makine öğrenimi (ML) gibi görevler için ideal kılar. GPU'lar ayrıca derin öğrenmenin ve yapay zekanın temeli olan doğrusal cebir ve matris manipülasyon görevleri gibi belirli matematiksel hesaplama türlerinde de özellikle iyidir.
03. GPU'lar belirli yazılım türlerine çok az fayda sağlar
Bununla birlikte, mevcut iş uygulamalarının çoğu da dahil olmak üzere diğer yazılım kategorileri, CPU'lar üzerinde çalışacak şekilde optimize edilmiştir ve GPU'ların paralel talimat yürütmesinden çok az yararlanır.
Thompson da benzer bir görüşe sahip gibi görünüyor: "Huang'ın görüşüne ilişkin yorumum, tüm bu GPU'ların şu anda CPU'larda yürütülen etkinliklerin çoğu için kullanılacağı yönünde; bu Nvidia için kesinlikle iyimser bir görüş çünkü bu, herhangi bir aşırılığın peşinde koşmak anlamına geliyor." Üretken yapay zekanın yaratabileceği kapasite, mevcut bulut bilişim iş yükleri tarafından doldurulacak."
Şöyle devam etti: "Bununla birlikte bundan şüpheliyim: hem insanlar hem de şirketler tembeldir ve CPU tabanlı uygulamaların geliştirilmesi daha kolay olmakla kalmıyor, aynı zamanda çoğunlukla zaten oluşturulmuş durumda. Hangi şirketlerin zaman ayıracağını ve bu uygulamalara zaman ayıracağını hayal etmekte zorlanıyorum. Zaten CPU'da çalışan bir şeyi GPU'ya taşıma çabası."
04. Tarih tekerrürden ibarettir
InfoWorld'ün Matt Assay'i bize bunu daha önce gördüğümüzü hatırlatıyor. "Makine öğrenimi ilk ortaya çıktığında, veri bilimcileri daha basit araçlar olsa bile bunu her şeye uyguladılar. Veri bilimci Noah Lorang'ın bir zamanlar işaret ettiği gibi, "Makine öğrenimi iş sorunlarının yalnızca küçük bir alt kümesini en iyi şekilde çözer; Çoğu insan sadece iyi bir şeye ihtiyaç duyar." veri ve bunun ne anlama geldiğini anlayın. "
Mesele şu ki, hızlandırılmış bilgi işlem ve GPU'lar tüm yazılım ihtiyaçlarını karşılamıyor.
Nvidia, yeni nesil yapay zeka uygulamaları geliştirme yönündeki mevcut telaşın da etkisiyle mükemmel bir çeyrek geçirdi. Şirketin bu konuda doğal olarak heyecanı var. Ancak Gartner'ın Gelişen Teknolojiler için son Hype Döngüsü'nde gördüğümüz gibi, yeni nesil yapay zeka bir an yaşıyor ve şişirilmiş beklentilerin zirvesinde.
Singularity Üniversitesi ve XPRIZE kurucusu Peter Diamandis, bu beklentilerin herhangi bir olumsuz sonuç olmadan gelecekteki potansiyeli görmekle ilgili olduğunu söyledi. "Bu noktada, abartılı reklam asılsız heyecan ve abartılı beklentiler yaratmaya başlıyor."
05. Mevcut Sınırlamalar
Bu noktada yakında mevcut AIGC çılgınlığının sınırlarına ulaşacağız. SK Ventures'tan risk sermayedarları Paul Kedrosky ve Eric Norlin, şirketlerinin Substack'ında şunları yazdı: "Görüşümüz, büyük dil modellerine dayalı yapay zekanın ilk dalgasının son noktasında olduğumuz yönünde. Bu dalga 2017 yılında başladı. [Google] Transformer belgesinin ("İhtiyacınız Olan Tek Şey Dikkat") yayınlanması ve önümüzdeki bir veya iki yıl içinde sonuçlanmasıyla birlikte, insanlar çeşitli sınırlamalarla karşı karşıya kaldı. "
Bu sınırlamalar arasında "halüsinasyon eğilimi, dar alanlar için yetersiz eğitim verileri, yıllar öncesinden kalma güncel olmayan eğitim külliyatları veya sayısız başka nedenler" yer alıyor. "Şu anda mevcut yapay zeka dalgasının en sonundayız."
Açık olmak gerekirse Kedrosky ve Norlin, yapay zekanın bir çıkmaza girdiğini düşünmüyor. Bunun yerine, "şöyle otomasyon" ve sınırlı üretkenlik kazanımlarından daha iyi bir şeye ulaşmak için önemli teknolojik gelişmelere ihtiyaç duyulduğunu savunuyorlar. Bir sonraki dalganın yeni modeller, daha açık kaynak ve özellikle "her yerde bulunan/ucuz GPU'ları" içereceğine inanıyorlar; eğer doğruysa bu Nvidia için iyiye işaret olmayabilir, ancak People'a ihtiyaç duyanların teknolojiden faydalanmasını sağlayacak.
Fortune'un belirttiği gibi Amazon, Nvidia'nın çip üretimindeki hakimiyetine doğrudan meydan okuma niyetini açıkça ortaya koydu. Yalnız değiller ve birçok startup, AMD'nin de aralarında bulunduğu çip devleri gibi pazar payı için yarışıyor. Hakim bir görevliye meydan okumak son derece zordur. En azından bu durumda, bu çiplerin kaynağını genişletmek ve kıt teknolojinin fiyatını düşürmek, AIGC yenilik dalgasının geliştirilmesi ve yaygınlaştırılmasında anahtar rol oynayacak.
06 Bir sonraki yapay zeka dalgası
Mevcut nesil model ve uygulamaların sınırlamalarına rağmen AIGC'nin geleceği parlaktır. Bu taahhüdün arkasında muhtemelen birkaç neden var, ancak belki de en önemlisi, ekonomi genelinde nesiller boyunca çalışan sıkıntısıdır ve bu da daha yüksek otomasyon seviyelerine olan ihtiyacı artırmaya devam edecektir.
Her ne kadar yapay zeka ve otomasyon tarihsel olarak ayrı olarak görülse de, AIGC'nin ortaya çıkışıyla bu görüş değişiyor. Teknoloji giderek otomasyon ve üretkenliğin itici gücü haline geliyor. İş akışı şirketi Zapier'in kurucu ortağı Mike Knoop, yakın zamanda yayınlanan Eye on AI podcast'inde bu olgudan bahsetti ve şunları söyledi: "Yapay zeka ve otomasyon aynı şeye dönüşüyor."
Elbette McKinsey buna inanıyor. Yakın tarihli bir raporda "AIGC bir sonraki üretkenlik dalgasını serbest bırakmaya hazırlanıyor" dediler ve yalnız da değiller. Örneğin Goldman Sachs, yeni nesil yapay zekanın küresel GSYİH'yı %7 oranında artırabileceğini söyledi.
Mevcut yapay zeka kuşağının zirvesinde olsak da olmasak da, bu açıkça gelişmeye devam edecek ve kuruluş genelinde tartışmalara yol açacak bir alandır. Zorluklar ne kadar büyükse, fırsatlar da o kadar büyük; özellikle yeniliğe ve verimliliğe aç bir dünyada. GPU hakimiyeti yarışı, bu gelişen anlatının sadece bir anlık görüntüsü, yapay zeka ve bilgi işlem alanında gelecekteki bir bölümün önsözü.
Referanslar: