Google намери начин как да ускори AI обучението с 13 пъти и да намали консумацията на енергия 10 пъти
Гугъл DeepMind създаде нов способ за образование на изкуствен интелект, който дава обещание доста да усъвършенства успеваемостта на AI-системите и да понижи потреблението на сила в региона на изкуствения разсъдък. Технологията може да бъде отговорът на възходящите опасения по отношение на въздействието на AI дейта-центровете върху околната среда.
Изследователската лаборатория DeepMind на Гугъл разкри новаторски способ за образование на модели с изкуствен интелект, наименуван JEST (Joint Example Selection), който може да докара до трагични промени в региона на AI. Според оповестено изследване, новата технология обезпечава 13-кратно понижаване на броя на повторенията на образованието и 10-кратен спад в потреблението на сила в съпоставяне със съществуващите способи, оповестява Tom’s Hardware. С други думи, ИИ може да бъде подготвен с порядък по-бързо и по-ефективно.
JEST се отличава от обичайните подходи по това, че се учи от цели масиви данни, а не от обособени елементи. JEST първо построява по-малък AI-модел, който прави оценка качеството на данните от източниците и класира пакетите по качество. След това съпоставя своя резултат с набора от по-нискокачествени данни. След това JEST дефинира кои пакети са най-подходящи за образованието и по-големият модел се образова въз основа на най-хубавите данни, определени от по-малкия модел.
Ключов фактор за триумфа на JEST е потреблението на висококачествени, деликатно подбрани масиви от данни. Това прави метода изключително придирчив към първичната информация и може да ограничи потреблението му от дилетанти и непрофесионални разработчици.
Интересното е, че появяването на JEST съответства с възходящите опасения по отношение на потреблението на сила от AI-системите. Според откривателите, работните натоварвания на AI са консумирали към 4,3 GW електрическа енергия през 2023 година, което е сравнимо с годишното ползване на Кипър. Освен това една поръчка към ChatGPT изразходва 10 пъти повече сила от поръчка за търсене в Гугъл.
Експертите означават, че новата технология може да се употребява по два метода: за понижаване на потреблението на сила при опазване на настоящата продуктивност или за реализиране на оптималната продуктивност при същото равнище на ползване на сила. Изборът на посока ще зависи от целите на компанията и пазарните трендове.
Внедряването на JEST може да има доста влияние върху AI-индустрията, като се има поради високата цена за образование на актуалните модели. Например разноските за образование на GPT-4 се правят оценка на 100 милиона $, а бъдещите модели може да изискват още по-големи вложения. По този метод методът JEST, показан от Гугъл DeepMind, отваря кардинално нови благоприятни условия за повишение на успеваемостта и понижаване на разноските в AI-технологията. Практическото приложение на метода следва да бъде оценено.
