چرا هوش مصنوعی اینقدر گران و پرهزینه است؟

با این حال، به گفته دیجیاتو، افزایش هزینه های تحقیقات و خدمات مبتنی بر هوش مصنوعی، برخی سرمایه گذاران را نگران کرده است. به عنوان مثال ارزش سهام متا به دلیل کاهش غیرمنتظره درآمد هوش مصنوعی کاهش یافته است و این احتمال وجود دارد که همین سناریو برای سایر شرکت ها نیز تکرار شود.

در 25 آوریل 2024 (6 اردیبهشت ماه 1403)، مایکروسافت اعلام کرد که در سه ماهه اول سال 14 میلیارد دلار در هوش مصنوعی سرمایه گذاری خواهد کرد که نسبت به مدت مشابه سال گذشته 79 درصد افزایش داشته است و انتظار می رود این میزان به تدریج افزایش یابد. متا همچنین نسبت به سال قبل ۴۲ درصد سرمایه گذاری خود را افزایش داده و با بودجه ۳۵ تا ۴۰ میلیارد دلاری در حال انجام تحقیقات بیشتری در زمینه هوش مصنوعی است.

انتظار می رفت هزینه توسعه هوش مصنوعی افزایش یابد. زیرا با گذشت زمان، پیچیدگی و الگوریتم های هوش مصنوعی بیش از پیش در حال تغییر است و همزمان تقاضا و نیاز عمومی به این فناوری روز به روز بیشتر می شود. برای اینکه بتوان به نیازهای مشتری پاسخ داد، زیرساخت های بیشتر و البته مجهزتر مورد نیاز است. با ما همراه باشید تا عوامل موثر بر افزایش هزینه های توسعه هوش مصنوعی را بررسی کنیم.

توسعه مدل های زبانی هوش مصنوعی

ابزارهای هوش مصنوعی مانند ChatGPT از مدل‌های زبان بزرگ با مجموعه داده‌های غنی مانند کتاب‌ها، مقاله‌ها و بررسی‌ها استفاده می‌کنند تا بهترین پاسخ‌های ممکن را به پرسش‌های کاربران ارائه دهند. بسیاری از رهبران این حوزه نیز بر این باورند که با پیشرفت هوش مصنوعی، نیاز این فناوری به مدل‌های زبانی بزرگ‌تر و کامل‌تر آشکار می‌شود.

توسعه این مدل ها به ارائه داده های کامل تر، تقویت قدرت محاسباتی و آموزش سیستم های بیشتر بستگی دارد. با این حال، انجام چنین فرآیندی مستلزم هزینه زیادی است. به عنوان مثال، داریو آمودی، مدیر عامل Entropic، در مصاحبه ای فاش کرد که آموزش مدل های هوش مصنوعی در شرایط فعلی حدود 100 میلیون دلار هزینه دارد. او همچنین در مورد پیش بینی خود از افزایش هزینه آموزش مدل های آینده به میزان 5 تا 10 میلیارد دلار (در سال های 2025 و 2026) صحبت کرد.

هزینه سخت افزار هوش مصنوعی

شرکت‌های توسعه‌دهنده هوش مصنوعی از واحدهای پردازش گرافیکی (GPU) به‌ویژه اجزای Nvidia برای پردازش حجم زیادی از داده‌ها با سرعت بالا استفاده می‌کنند. با این حال، این قطعات کمیاب و گران هستند و برخی از آنها مانند H100 انویدیا با قیمت 30000 دلار یا حتی بیشتر به فروش می رسند. برخی از شرکت ها نیز به اجاره قطعات مورد نظر خود متوسل شده اند، اما این نیز هزینه بالایی برای شرکت ها دارد. به عنوان مثال، اجاره برخی از قطعات H100 از Nvidia حدود 100 دلار در ساعت برای تیم توسعه هزینه خواهد داشت.

اخیرا انویدیا معماری پردازنده جدیدی به نام Blackwell معرفی کرده است که نقش مهمی در پردازش داده های هوش مصنوعی ایفا می کند. کارشناسان انویدیا تخمین زده اند که آموزش یک مدل هوش مصنوعی با 1800 میلیارد پارامتر مانند GPT-4 به حدود 2000 پردازنده Blackwell نیاز دارد و این تعداد در هنگام استفاده از اجزای Hopper به 8000 پردازنده می رسد. در نتیجه هزینه بالای استفاده از این قطعات ممکن است سرعت پیشرفت و توسعه هوش مصنوعی و چت بات های مبتنی بر آن را کاهش دهد.

مرکز اطلاعات

شرکت ها پس از خرید پردازنده های گرافیکی به مکانی مناسب برای نگهداری و استفاده از آنها نیاز دارند. برای این منظور، متا، آمازون، مایکروسافت، گوگل و سایر شرکت های توسعه در حال بررسی ساخت مراکز داده جدید هستند. مراکزی که به طور خاص برای این مشاغل ساخته شده اند از قفسه های قوی، سیستم های خنک کننده و انواع تجهیزات الکتریکی مانند ژنراتورهای پشتیبان بهره می برند.

گروه تحقیقاتی Dell'Oro تخمین می زند که شرکت ها در سال جاری حدود 294 میلیارد دلار برای ساخت و تجهیز مراکز داده خود هزینه خواهند کرد. در همین حال، حدود 193 میلیارد دلار در سال 2020 در این زمینه هزینه شده است که نشان دهنده گسترش خدمات دیجیتال مانند پخش ویدئو، توسعه داده ها و پلتفرم های اجتماعی است. البته بخشی از این هزینه صرف خرید قطعات گران قیمت انویدیا و سایر سخت افزارهای تخصصی مورد نیاز برای رشد خدمات مبتنی بر هوش مصنوعی می شود.

حقوق ناشران

اگرچه بیشتر هزینه ها صرف خرید پردازنده ها و مراکز داده می شود، برخی از شرکت ها میلیون ها دلار را صرف خرید حق چاپ از ناشران می کنند. به عنوان مثال، OpenAI با چندین ناشر اروپایی برای استفاده از محتوای آنها در ChatGPT به توافقاتی دست یافته است و طبق گفته بلومبرگ، 10 میلیون یورو به Axel Springer SE برای انتشار محتوای خبری آنها در چت بات پرداخت می کند. مدیران OpenAI همچنین با سایر خبرگزاری ها مانند CNN، Time و Fox News در مورد این موضوع صحبت کرده اند.

شرکت‌های دیگر نیز به دنبال راه‌هایی برای ارائه داده‌های صوتی مورد نیاز برای توسعه ابزارهای هوش مصنوعی هستند. به گزارش رویترز، گوگل قراردادی به ارزش 60 میلیون دلار برای خرید کپی رایت محتوای Reddit منعقد کرده است و به گفته نیویورک تایمز، تیم متا در حال بررسی ارزش خرید حق چاپ کتاب Simon & Schuster است. البته رقابت بین غول‌های فناوری به کسب حق چاپ محدود نمی‌شود و آن‌ها در استخدام کارگران با استعداد و توسعه‌دهندگان واجد شرایط نیز با چالش‌هایی در بین خود مواجه هستند.

جایگزین های ارزان تر

اگرچه مایکروسافت همیشه نقش مهمی در ارائه مدل های بزرگ زبان ایفا کرده است، اما این شرکت اخیراً اعلام کرده است که رویکرد متفاوتی را در پیش خواهد گرفت. در نتیجه، این شرکت سه مدل زبان کوچکتر را معرفی کرد که در مقایسه با مدل های بزرگتر به قدرت پردازش کمتری نیاز دارند. علاوه بر مایکروسافت، برخی از شرکت‌های دیگر مانند هوش مصنوعی Sakana بر روی توسعه مدل‌های زبان کوچک‌تر تمرکز کرده‌اند.

به گفته مایکروسافت، مدل های زبان بزرگ هنوز ابزار اصلی برای توسعه، تجزیه و تحلیل و درک داده های پیچیده آنها هستند. با این حال، مدل های کوچکتر می توانند برای برخی فعالیت ها مفید باشند و نیاز به مدل های بزرگتر را کاهش دهند. البته برخی معتقدند داشتن مدل های زبانی بزرگ در هر شرایطی برای کاربران مفید است، حتی اگر هزینه های بیشتری را به همراه داشته باشد.

۵۴۵۴