Kodėl neturėtumėte tikėtis greitų „ChatGPT“ patobulinimų: ką reikia žinoti

ChatGPT ir LLM plėtros ateities apžvalga

Perėjimas prie metinių atnaujinimų rodo lėtėjantį ChatGPT išleidimo tvarkaraštį.
Mažėjanti transformatorių technologijos grąža daro įtaką LLM naujovėms.
Mokymo duomenų trūkumas ir sunkiai pasiekiami pelno modeliai kelia didelių kliūčių dirbtinio intelekto pažangai.

„ChatGPT“ padarė didelę įtaką pasauliniam gyvenimo būdui ir darbo modeliams, tačiau sumanūs jo išleidimo laiko juostos stebėtojai pastebėjo susirūpinimą lėtėjimą. Šiame straipsnyje gilinamasi į LLM plėtros niuansus ir apmąstoma, ar judame link „AI tamsiojo amžiaus“ po 2025 m.

„ChatGPT“ išleidimo laiko juosta

„OpenAI“ 2022 m. lapkričio mėn. pristatytas „ChatGPT 3.5“ dramatiškai pakeitė AI aplinką ir per tris mėnesius greitai pritraukė stulbinančią 100 mln. vartotojų. Šį padidėjimą sustabdė tik meta gijų pristatymas 2023 m., todėl ChatGPT tapo greičiausiai populiarėjančia programa.

Laikui bėgant OpenAI metodas perėjo nuo pusmečio leidimų prie numatomo metinio grafiko. Pažymėtina, kad nors skirtumas tarp „ChatGPT 3.5“ ir „ChatGPT 4.0“ buvo tik penki mėnesiai, kitam modeliui („ChatGPT o1“) sukurti ir išleisti prireikė beveik dvejų metų.

Tiksli „ChatGPT o3“ išleidimo data tebėra neaiški, o beta versijos bandytojai šiuo metu tiria jo funkcijas, tačiau konkrečios viešos informacijos apie tai neatskleidžia. Tai kelia kritinių klausimų apie LLM plėtros sulėtėjimo priežastis ir ar nuolatinis investuotojų įnašas duos laukiamos grąžos.

Transformatoriai: varomoji jėga

Transformatoriai padarė revoliuciją dirbtinio intelekto sektoriuje nuo pat jų atsiradimo 2017 m., panaudodami CUDA architektūrą, kad įprastus GPU paverstų galingais AI apdorojimo įrenginiais. Iš pradžių ši architektūra visapusiškai panaudojo didesnę žetonų įvestį ir ankstesnes LLM versijas.

Tačiau dabar susiduriame su mažėjančia AI našumo grąža. Nors technologijų pažanga padidino GPU galimybes, jos mažėja. Tikėtina revoliucinė AI aparatinės įrangos pažanga, parodyta per Nvidia CES pagrindinį pranešimą , buvo sutikta drungno atsako, nes tapo akivaizdu, kad pramonė įžengė į evoliucijos fazę, o ne padarė novatoriškus pokyčius.

NVIDIA projekto DIGITS vaizdas iš priekio, pristatytas CES 2025. — Justinas Duino / How-To Geek

Nepaisant didelės pažangos grafikos procesorių ir transformatorių technologijų srityje, mūsų dar neapsunkina fiziniai suvaržymai, kaip su tradiciniais procesoriais. Tačiau per pastaruosius penkerius metus pastebėta sparti dirbtinio intelekto našumo pažanga dabar labai mažėja, todėl daugelis pramonės atstovų trokšta spartaus augimo, panašaus į XX amžiaus pabaigos kompiuterių revoliuciją.

Mokymo duomenų iššūkiai

Kitas svarbus susirūpinimas, su kuriuo susiduria LLM kūrėjai, įskaitant OpenAI, yra susijęs su aukštos kokybės mokymo duomenų prieinamumu. Visi pagrindiniai modeliai, tokie kaip „ChatGPT“, „Gemini“ ir „Claude“, visapusiškai išgavo didžiąją dalį prieinamos viešosios informacijos. Tai sukūrė scenarijų, kai naujų duomenų gavimas yra esminis iššūkis.

Siekdamos įveikti šią kliūtį, kai kurios komandos tiria „rekursinius“ mokymo modelius, pagal kuriuos dirbtinio intelekto sistemos naudojamos vieni kitiems mokyti. Deja, šis metodas duoda įvairių rezultatų, ypač nuoseklumo ir patikimumo. DI, apmokyto dirbtinio intelekto, rezultatai dažnai kenčia nuo haliucinacijų ir netikslumų, todėl kyla klausimų apie šio metodo tinkamumą sudėtingoms užduotims atlikti.

LLM finansinis tvarumas

Nuožmi konkurencija dirbtinio intelekto sektoriuje pakurstė finansinę sumaištį, nes prognozuojama, kad netrukus į AI iniciatyvas bus investuota daugiau nei 1 trilijonas USD . Nepaisant šio antplūdžio, didžiulės išlaidos, susijusios su LLM kūrimu ir priežiūra, yra mįslė kuriant perspektyvų pelno kanalą.

Ataskaitose nurodoma, kad norint vykdyti LLM užklausą, gali prireikti iki dešimties kartų daugiau skaičiavimo išteklių nei standartinėje „Google“ paieškoje, nors tikslios OpenAI veiklos išlaidos išlieka konfidencialios. Tradiciniai dirbtinio intelekto verslo modeliai paprastai vadovaujasi tokiu modeliu, kai įmonės sukaupia didžiulį rizikos kapitalo finansavimą, užima rinkos dalį ir tada nustato pelningumo strategiją. Tačiau skaičiavimo sąnaudos išaugo – sutapo su „Nvidia“ akcijų vertinimu – paliko neaiškus pajamų generavimo kelius.

Lucas Gouveia / How-To Geek

Šiuo metu „ChatGPT“ prenumeratos modelis kas mėnesį ima 20 USD mokestį už pažangias funkcijas, tačiau „OpenAI“ svarsto apie aukščiausios kokybės lygius, kurie gali kainuoti iki 2000 USD per mėnesį, atsižvelgiant į LLM galimybes. Mažėjanti grąža, susijusi su vartotojų pasitenkinimu, sukėlė susirūpinimą, kad lojalūs vartotojai gali vertinti nusistovėjusius modelius kaip „pakankamai gerus“, o tai sumažina apetitą atnaujintoms prenumeratoms.

Numatyti kitą „ChatGPT“ evoliuciją

„ChatGPT“ artėjant o3 versijos paleidimui, pramonės ekspertai prognozuoja, kad tai gali būti vienintelis reikšmingas naujas „OpenAI“ leidimas per visus 2025 m. Nors išlieka viltis dėl papildomų proveržių, aprašyti iššūkiai rodo konservatyvesnį plėtros tempą.

Tačiau ar šis sąstingis tikrai žalingas? „Chatbot Arena“ reitingai rodo, kad LLM tarp pakartojimų gaudavo didelius etalonus, tačiau dabar jų lygis svyruoja arba tik nežymiai. Nors verslo programos ir toliau yra daug žadančios, atrodo, kad kasdieniams vartotojams prieinamos galimybės pasiekia optimizavimo ribas.

Apibendrinant galima pasakyti, kad laikas pasiekti naujausią „ChatGPT“ naujinimą lieka nenuspėjamas. Tačiau vartotojai vis tiek gali pasikliauti patikimomis esamų modelių, pvz., „ChatGPT o1“ ir „4o“ funkcijomis, atlikdami kasdienes užduotis, pvz., sudarydami organizuotus pirkinių sąrašus arba ieškodami nuorodų literatūroje.

Dažnai užduodami klausimai

1. Kodėl „ChatGPT“ plėtra lėtėja?

Dabartinis „ChatGPT“ plėtros sulėtėjimas gali būti siejamas su keliais veiksniais, įskaitant sumažėjusią transformatorių technologijos grąžą, naujų mokymo duomenų trūkumą ir iššūkius kuriant perspektyvų pelno modelį augant veiklos išlaidoms.

2. Kokia laukiama LLM technologijos ateitis?

Ateities LLM technologijos raidai gali būti būdinga atsargesnė augimo trajektorija. Analitikai numato reikšmingų leidimų potencialą, tačiau veiklos ir finansinės kliūtys greičiausiai lems lėtesnį inovacijų tempą.

3. Kaip veikia „ChatGPT“ prenumeratos modelis?

„ChatGPT“ prenumeratos modelis šiuo metu siūlo pažangias funkcijas už 20 USD per mėnesį, vyksta diskusijos dėl aukštesnės pakopos pasiūlymų, kurie, atsižvelgiant į modelio galimybes, gali siekti iki 2000 USD per mėnesį. Šia struktūrizuota kainodara siekiama patenkinti įvairius vartotojų poreikius ir valdyti veiklos išlaidas.

Šaltinis ir vaizdai