От GPT-4 до свръхинтелигентност: Колко по-интелигентен ще стане ИИ до края на десетилетието?

Изследователи от организацията с нестопанска цел Epoch AI са анализирали перспективите за развитие на изкуствения интелект до 2030 година Те са разгледали четири ключови фактора, които биха могли да ограничат напредъка в тази област: консумацията на енергия, наличието на чипове, количеството данни за обучение и закъснението при обработката на информацията.

Според доклада на Epoch AI, изчислителната мощност, използвана за обучение на моделите на изкуствения интелект се увеличава четирикратно всяка година. Ако тази тенденция се запази до края на десетилетието, до 2030 година за обучение на ИИ ще се използват 10 000 пъти повече ресурси, отколкото се използват днес за най-усъвършенстваните ИИ-модели, като например GPT-4 на OpenAI.

Експертите отбелязват, че днешните ИИ-системи вече консумират значително количество енергия. Например, за обучението на последния ИИ-модел Meta са били необходими 16 000 от най-мощните чипове на Nvidia, които заедно са консумирали 27 мегавата. Това се равнява на годишното потребление на енергия на 23 000 домакинства в САЩ, а до 2030 година, дори и при подобряване на ефективността, обучението на усъвършенстван ИИ-модел може да изисква 200 пъти повече енергия – около 6 гигавата. Това вече е 30% от потреблението на енергия на всички съвременни центрове за данни.

За да преодолеят ограниченията, компаниите могат да разпределят процеса на обучение в множество центрове за данни. Този подход вече се използва от Google при обучението на модела Gemini Ultra. Той обаче изисква свръхбързи оптични връзки с висока пропускателна способност. Що се отнася до чиповете, изследователите прогнозират, че до 2030 година ще бъдат налични между 20 и 400 милиона специализирани процесори за работа с ИИ. Това може да е достатъчно за създаването на модел, който използва 50 000 пъти повече изчислителни ресурси от GPT-4.

Количеството висококачествени данни за обучение на алгоритмите също е проблем. Някои експерти прогнозират, че запасът от публично достъпни висококачествени текстови данни може да се изчерпи още през 2026 година. От Epoch AI обаче смятат, че това няма да ограничи растежа на ИИ-моделите поне до 2030 година.

Разбира се, съвременните ИИ-модели се обучават не само върху текст, но и върху изображения, аудио и видео. Това значително разширява обема на наличния материал. Освен това компаниите експериментират с използването на синтетични данни. Като се вземат предвид всички източници, включително текст, мултимедия и синтетични набори от данни, Epoch AI изчислява, че до 2030 година ще разполагаме с достатъчно информация, за да обучаваме модели, използващи 80 000 пъти повече изчислителни ресурси от GPT-4.

След като сравняват всички ограничаващи фактори, експертите на Epoch AI стигнаха до заключението, че е технически възможно да се създадат ИИ-модели, които използват 10 000 пъти повече изчислителни ресурси от сегашните системи. Основното ограничение в този случай би било потреблението на енергия.

Реализирането на такъв огромен растеж обаче изисква огромни инвестиции. Главният изпълнителен директор на Anthropic Дарио Амодей смята, че разходите за обучение на един ИИ-модел могат да нараснат от сегашните 1 млрд. долара до 10 млрд. долара през следващата година и да достигнат 100 млрд. долара през следващите години.

Готовността на компаниите да инвестират такива суми ще зависи от практическата приложимост на системите с изкуствен интелект. Ако мащабирането продължи да носи значителни подобрения и нови възможности, инвестициите могат да бъдат оправдани. Според оценки на Epoch AI, ако ИИ може да автоматизира значителна част от икономическите задачи, финансовата възвръщаемост може да бъде в размер на трилиони долари.

Някои критици обаче смятат, че големите езикови и мултимодални ИИ-модели могат да се окажат скъпоструваща задънена улица за технологията. Съществува и възможност за пробив, който да постигне повече с по-малко ресурси, подобно на начина, по който човешкият мозък непрекъснато се учи, като консумира енергията само на една електрическа крушка.