Proč byste neměli očekávat rychlá vylepšení od ChatGPT: Co potřebujete vědět

Přehled budoucnosti ChatGPT a LLM Development

Přechod na roční aktualizace naznačuje zpomalení plánu vydávání ChatGPT.
Klesající výnosy z technologie transformátorů mají dopad na inovace LLM.
Nedostatek tréninkových dat a nepolapitelné ziskové modely představují značné překážky pro pokrok AI.

ChatGPT významně ovlivnil globální životní styl a pracovní vzorce, přesto bystrí pozorovatelé jeho časové osy zaznamenali znepokojivé zpomalení. Tento článek se ponoří do nuancí vývoje LLM a uvažuje o tom, zda směřujeme k „době temna umělé inteligence“ po roce 2025.

Časová osa vydání ChatGPT

Představení ChatGPT 3.5 od OpenAI v listopadu 2022 dramaticky změnilo prostředí AI a během tří měsíců rychle získalo ohromujících 100 milionů uživatelů. Tento nárůst byl zastaven pouze zavedením Meta Threads v roce 2023, čímž se ChatGPT stala nejrychleji rostoucí aplikací všech dob.

Postupem času se přístup OpenAI změnil z pololetních verzí na očekávaný roční plán. Je pozoruhodné, že zatímco mezera mezi ChatGPT 3.5 a ChatGPT 4.0 byla pouhých pět měsíců, vývoj a uvedení dalšího modelu (ChatGPT o1) trvalo téměř dva roky.

Přesné datum vydání ChatGPT o3 zůstává nejisté, beta testeři v současné době zkoumají jeho funkce, ale žádné konkrétní veřejné odhalení za tím není. To vyvolává kritické otázky o důvodech zpomalení rozvoje LLM a o tom, zda pokračující příspěvky investorů přinesou očekávané výnosy.

Transformers: Hnací síla

Transformers od svého založení kolem roku 2017 způsobily revoluci v sektoru umělé inteligence a využily architekturu CUDA k přeměně konvenčních GPU na výkonné jednotky zpracování umělé inteligence. Zpočátku větší vstup tokenů a dřívější verze LLM plně využívaly tuto architekturu.

Nyní však čelíme klesajícím výnosům ve výkonu AI. Přestože technologický pokrok zvýšil možnosti GPU, stagnují. Očekávaný revoluční pokrok v hardwaru umělé inteligence, představený během keynote CES společnosti Nvidia , se setkal s vlažnými reakcemi, protože se ukázalo, že průmysl vstoupil do evoluční fáze spíše než aby přinesl převratné změny.

Čelní pohled na projekt NVIDIA Project DIGITS představený na CES 2025. — Justin Duino / How-To Geek

Navzdory významnému pokroku v GPU a technologii transformátorů nejsme dosud omezeni fyzickými omezeními jako u tradičních CPU. Rychlý pokrok ve výkonu AI za posledních pět let se však nyní značně zužuje a mnoho lidí v tomto odvětví touží po explozivním růstu srovnatelném s počítačovou revolucí na konci 20. století.

Výzvy v tréninkových datech

Další naléhavý problém, kterému čelí vývojáři LLM, včetně OpenAI, se soustředí na dostupnost vysoce kvalitních školicích dat. Všechny hlavní modely, jako ChatGPT, Gemini a Claude, vyčerpávajícím způsobem vytěžily většinu dostupných veřejných informací. To vytvořilo scénář, kde je získávání čerstvých dat kritickou výzvou.

Aby se vypořádaly s touto překážkou, některé týmy zkoumají „rekurzivní“ tréninkové modely, v nichž se systémy umělé inteligence využívají ke vzájemnému vzdělávání. Bohužel tato metoda přináší smíšené výsledky, zejména v koherenci a spolehlivosti. Výstupy z AI vyškolené na AI často trpí halucinacemi a nepřesnostmi, což vyvolává otázky o proveditelnosti tohoto přístupu pro složité úkoly.

Finanční udržitelnost LLM

Tvrdá konkurence v sektoru umělé inteligence vyvolala finanční otřesy, přičemž projekce odhadují, že do iniciativ umělé inteligence bude brzy investováno přes 1 bilion dolarů . Navzdory tomuto přílivu představují obrovské náklady spojené s vytvářením a údržbou LLM rébus při vytváření životaschopného kanálu zisku.

Zprávy naznačují, že spuštění dotazu LLM může vyžadovat až desetinásobek výpočetních zdrojů standardního vyhledávání Google, ačkoli přesné provozní náklady OpenAI zůstávají důvěrné. Tradiční obchodní modely v AI se obecně řídí vzorem, v němž společnosti shromažďují rozsáhlé financování rizikového kapitálu, získávají podíl na trhu a poté vytvářejí strategii pro ziskovost. Výpočetní náklady však prudce vzrostly – shodně s oceněním akcií společnosti Nvidia – a zanechaly tak nejasné cesty pro generování příjmů.

Lucas Gouveia / How-To Geek

Model předplatného ChatGPT v současné době účtuje 20 $ měsíčně za pokročilé funkce, ale OpenAI zvažuje prémiové úrovně, které by mohly stát až 2 000 $ měsíčně, v závislosti na schopnostech LLM. Klesající výnosy spojené se spokojeností uživatelů podnítily obavy, že loajální uživatelé mohou považovat zavedené modely za „dost dobré“, což snižuje chuť na upgradované předplatné.

Předvídání dalšího vývoje ChatGPT

Jak ChatGPT směřuje ke spuštění své verze o3, odborníci z oboru předpokládají, že by to mohla být jediná významná nová verze od OpenAI pro celý rok 2025. I když zůstává naděje na další průlomy, nastíněné výzvy naznačují konzervativnější tempo vývoje.

Je však tato stagnace skutečně škodlivá? Žebříčky v Chatbot Areně ilustrují, že LLM dříve získávaly značné srovnávací hodnoty mezi iteracemi, ale nyní stagnují nebo dosahují pouze okrajových zisků. Zatímco podnikové aplikace jsou stále slibné, zdá se, že možnosti dostupné běžným uživatelům dosahují limitů optimalizace.

Stručně řečeno, časová osa přístupu k nejnovější aktualizaci ChatGPT zůstává nepředvídatelná. Uživatelé se však mohou stále spolehnout na robustní funkčnost stávajících modelů, jako je ChatGPT o1 a 4o, pro každodenní úkoly, jako je vytváření organizovaných nákupních seznamů nebo vyhledávání odkazů v literatuře.

Často kladené otázky

1. Proč se vývoj ChatGPT zpomaluje?

Současné zpomalení vývoje ChatGPT lze přičíst několika faktorům, včetně snížených výnosů z technologie transformátorů, nedostatku nových školicích dat a problémům při vytváření životaschopného modelu zisku při rostoucích provozních nákladech.

2. Jaká je očekávaná budoucnost technologie LLM?

Budoucí vývoj v technologii LLM může být charakterizován opatrnější trajektorií růstu. Analytici předvídají potenciál pro pozoruhodné verze, ale provozní a finanční překážky budou pravděpodobně diktovat pomalejší tempo inovací.

3. Jak funguje model předplatného pro ChatGPT?

Model předplatného ChatGPT v současné době nabízí pokročilé funkce za 20 $ měsíčně, přičemž probíhají diskuse o nabídkách vyšší úrovně, které by mohly dosáhnout až 2 000 $ měsíčně na základě možností modelu. Cílem těchto strukturovaných cen je uspokojit různé potřeby uživatelů a zároveň řídit provozní náklady.