Wenn Geld zur wahren Triebkraft der KI wird, wird dann künstliche Intelligenz in die Fußstapfen fahrerloser Autos treten?

Im Jahr 2019 sagte OpenAI-CEO Sam Altman einmal: „Ich bin wirklich davon überzeugt, dass die Arbeit, die ich bei OpenAI geleistet habe, weitaus umwerfender ist als die, die ich bei Y Combinator geleistet habe. Nicht nur das, sie ist auch noch umwerfender.“ als das, was ich in der Technologiebranche getan habe. „

Er glaubt, dass Menschen ein Softwaresystem entwickeln werden, das in jeder Hinsicht intelligenter und leistungsfähiger ist als Menschen. Aus diesem Grund befürwortete er: „KI wird sich weiterentwickeln und stärker werden als Menschen. Bald wird sie 1 Million Mal oder sogar 1 Milliarde Mal stärker sein als Menschen.“ Technologie vorantreiben Die eigentliche Kraft, die voranschreitet, sind nicht Code und GPUs, sondern Geld. Denken Sie daran: KI ist teuer!

In den letzten Jahren sind technologische Genies in die KI-Branche geströmt, haben Unternehmen gegründet und Investitionen angezogen, und sie haben ihren Spaß. Der Stanford AI Index zeigt, dass die Finanzierung der KI-Industrie im Jahr 2021 94 Milliarden US-Dollar erreichen wird, doppelt so viel wie im Jahr 2020. Im Jahr 2021 erreichten oder überstiegen 15 KI-Finanzierungstransaktionen 500 Millionen US-Dollar. Altman und seine Kollegen mussten alles tun, um zu übertreiben, denn die Entwicklung von KI erfordert viel Geld. Die Konkurrenten von OpenAI, Google und Facebook, sind „Gelddruckmaschinen“. Sie brauchen keine Werbung, sie können die Kosten selbst tragen.

Erinnern Sie sich noch daran, wie die Technologie-Community damals selbstfahrende Autos befürwortete? Im Jahr 2014 gelobte Googles Direktor für selbstfahrende Autos, er sei sicher, dass sein elfjähriger Sohn in Zukunft keinen Führerschein mehr benötigen werde, da in fünf Jahren selbstfahrende Autos auf den Markt kommen würden. Mittlerweile sind fast 10 Jahre vergangen und das autonome Fahren ist immer noch unausgereift.

Trotzdem stürmen immer noch unzählige Unternehmen auf das Schlachtfeld. Intel prognostiziert sogar, dass der Markt für autonomes Fahren im Jahr 2035 800 Milliarden US-Dollar erreichen wird. SoftBank hat von 2010 bis 2019 30 Milliarden US-Dollar in autonomes Fahren investiert. Seit 2010 haben die USA 84,5 Milliarden US-Dollar, China 50,6 Milliarden US-Dollar und die Europäische Union 10,7 Milliarden US-Dollar investiert.

Autonomes Fahren ist nicht völlig gescheitert, aber wir können darin einige Muster erkennen: Befürworter werden sagen, dass es eine riesige revolutionäre Chance gibt, Investoren anzuregen.

Zurück zur KI: Viele Menschen wetten darauf, dass sie es Maschinen ermöglichen wird, menschliche Arbeitskraft (teure Angestellte) zu ersetzen, ähnlich wie selbstfahrende Autos. Allerdings ist KI so teuer, wo bleibt der Return on Investment?

Warum ist KI so teuer?

Meredith Broussard, Professorin an der New York University, glaubt, dass sich nur große Unternehmen und superreiche Unternehmen KI leisten können.

Erstens ist es rechenintensiv. Auch Avi Goldfarb, Marketingprofessor an der University of Toronto, sagte: „Wenn Sie ein Unternehmen gründen, selbst ein großes Sprachmodell entwickeln und es selbst berechnen möchten, sind die Kosten zu hoch. OpenAI ist sehr teuer und kostet Milliarden.“ Dollar.“ Leasingberechnung Natürlich wird es viel günstiger, aber Unternehmen müssen immer noch teure Gebühren an AWS und andere Unternehmen zahlen. Zweitens sind Daten teuer. Trainingsmodelle erfordern riesige Datenmengen, manchmal sind die Daten leicht verfügbar und manchmal nicht. Die Nutzung von Daten wie Common Crawl und LAION ist kostenlos. Bei dieser Art von Daten fallen die Kosten hauptsächlich für die Datenbereinigung und -verarbeitung an. Die Kosten können stark variieren und zwischen einigen Hundert Dollar und Millionen Dollar liegen.

Debarghya Das, Gründungsingenieur der Glean Company, sagte, dass in den Vereinigten Staaten, basierend auf einigen groben mathematischen Berechnungen auf der Grundlage umfangreicher Sprachmodellpapiere, die Schulungskosten (ohne Berücksichtigung von Iterationen oder Fehlern) etwa 4 betragen, wenn Facebook LLaMA verwendet wird Millionen US-Dollar, wenn es sich um Google PaLM handelt, etwa 27 Millionen US-Dollar.

Auch wenn Sie kostenlose Daten nutzen, sind die Kosten nicht gering. „Wenn Sie Terabytes an Daten herunterladen und die Daten filtern oder auf besondere Weise verwenden möchten, beispielsweise mithilfe eines Text-Bild-Modells, werden sich die Forscher auf bestimmte Teilmengen der Daten konzentrieren“, sagte Sasha Luccioni, Forscherin bei Hugging Dadurch wird das Modell besser), der gesamte Prozess ist ziemlich knifflig und erfordert viel Rechenleistung und viele Profis.

Auch hier sind die Kosten für die Einstellung von Fachkräften sehr hoch. Debarghya Das hat bei der oben genannten Kostenschätzung die Arbeitskosten nicht berücksichtigt. Sasha Luccioni betonte: „Experten für maschinelles Lernen werden sehr gut bezahlt, weil sie mit Google und anderen Technologiegiganten um Talente konkurrieren, und manchmal kann ein professionelles Talent Millionen von Dollar kosten.“ 190 Millionen Dollar.

Darüber hinaus sind die Kosten für die Schulung von Modellen und die Einstellung von Fachkräften keine einmaligen Kosten, sondern fortlaufende Kosten. Wenn Sie beispielsweise einen Kundenservice-Chatbot entwickeln, müssen Sie ihn jede Woche oder alle paar Wochen optimieren. Das Modell wird außerdem einem Stresstest unterzogen, um sicherzustellen, dass die von ihm generierten Antworten korrekt sind. Wie Sasha Luccioni erklärt: „Die teuersten Kosten entstehen durch die laufende Arbeit, durch die Notwendigkeit, das Modell kontinuierlich zu testen und sicherzustellen, dass die KI das tut, was sie tun soll

Letztendlich sind es die laufenden Betriebskosten.“ auch günstig. Wenn alles fertig ist und das Modell für die Öffentlichkeit zugänglich ist, werden täglich Tausende von Anfragen eingehen. Derzeit ist die Sicherstellung der Skalierbarkeit und der hohen Stabilität des Modells auch sehr kostspielig und erfordert die Betreuung durch Profis.

Wo ist die Rückkehr der KI?

Die amerikanische Apothekenkette CVS Healthcare investiert seit 2019 in KI. Auf der CES 2021 demonstrierte Walmart KI, die den Kundenservice ersetzen kann. Es ist nicht schwer zu erkennen, dass viele Unternehmen den „Kundenservice“ automatisieren wollen. Sie glauben, dass Kundendienstabteilungen ihr Geschäft nicht erweitern können und leicht durch Maschinen ersetzt werden können.

Natürlich taucht KI auch an anderen Orten auf, beispielsweise in Copilot von GitHub, wodurch die Programmiergeschwindigkeit verbessert werden kann. KI kann viel Boilerplate-Code schreiben, um Zeit zu sparen. Einige Fachleute sagen, dass Programmierer ihre Programmiergeschwindigkeit durch KI-gestützte Programmierung verdoppeln können.

Es sieht großartig aus, aber McKinsey warnt, dass die Popularität von KI Ende 2022 ihren Höhepunkt erreicht haben wird. Die Penetrationsraten haben sich seit 2017 verdoppelt, stiegen aber nach 2019 nicht mehr an. KI-Chatbots erfreuten sich bereits damals großer Beliebtheit.

Für viele Menschen besteht die sogenannte KI darin, den Arbeitsablauf des Unternehmens zu überprüfen, um zu sehen, welche Prozesse an Maschinen übergeben werden können, um den Prozess zu automatisieren. Avi Goldfarb sagte: „Die Erträge sind begrenzt. Mit Hilfe von KI wäre es schön, etwas Besseres zu machen als das, was man bereits tut, aber die Kosten sind hoch. Es kann Dutzende Millionen, Hunderte Millionen oder sogar Dutzende kosten.“ „Milliarden Dollar.“

Er glaubt, dass es am besten ist, den Arbeitsablauf zu untergraben und ihn durch KI zu ersetzen, wenn man KI in eine Geldmaschine verwandeln will. Die Unterbrechung Ihres Arbeitsablaufs ist riskant und wird wahrscheinlich scheitern, aber wenn Sie Erfolg haben, ist der Lohn enorm.

Wenn beispielsweise in der Medizinbranche die gesamte Branche rund um die Maschinendiagnose umstrukturiert wird, wird die Effizienz höher sein. Goldfarb glaubt, dass viele Ärzte über schlechte diagnostische Fähigkeiten verfügen und die KI möglicherweise nicht so gut ist wie die besten 5 % der Ärzte, aber die untersten 20 % der Ärzte leicht übertreffen kann. Daher ist KI äußerst nützlich für Menschen, die nicht einfach einen Arzt aufsuchen können.

Auch die Finanzbranche kann von KI betroffen sein. Mark Muro, Forscher am Brookings Institute, glaubt, dass die Finanzbranche stark mit der Mustererkennung verbunden ist und dass KI über eine starke Fähigkeit verfügt, Muster zu erkennen. Um Trends zu überwachen, stellen Finanzinstitute eine große Anzahl von Datenbank- und Datenarbeitern ein. Sie möchten die Zahl des Personals reduzieren, das Nachwuchskräfte ersetzen kann, aber hochrangige Finanzarbeit übersteigt immer noch die Möglichkeiten von KI.

Daher ist der Markt immer noch optimistisch, was OpenAI angeht. Der Umsatz könnte in diesem Jahr 200 Millionen US-Dollar und im Jahr 2024 1 Milliarde US-Dollar erreichen. Die Unternehmensbewertung hat 20 Milliarden US-Dollar erreicht und ist damit höher als die von Hewlett Packard Enterprise, Garmin, Cloudflare, Snap und H&M.

Zusammenfassung:

Kurz gesagt geht es bei der aktuellen Anwendung von KI eher um die Optimierung von Geschäften als um die Herbeiführung revolutionärer Veränderungen. Im Vergleich zu Startups haben große Unternehmen einen Vorteil bei der Nutzung von KI. Wenn Sie im Bereich KI Geld verdienen möchten, besteht der derzeit beste Weg nicht darin, KI zu entwickeln, sondern die für KI benötigten Chips herzustellen, Rechenzentren zu bauen oder anderen bei der Entwicklung von KI zu helfen.

Was nützt KI langfristig? Sogar Menschen, die in der KI arbeiten, sind verwirrt. Aus diesem Grund ist die boomende Entwicklung der KI möglicherweise genau wie das Internet und die Mobiltelefone in der Vergangenheit. Jeder steckt verzweifelt Geld in alle Projekte im Zusammenhang mit KI und hofft dann auf die besten Ergebnisse. (Messer)

Das obige ist der detaillierte Inhalt vonWenn Geld zur wahren Triebkraft der KI wird, wird dann künstliche Intelligenz in die Fußstapfen fahrerloser Autos treten?. Für weitere Informationen folgen Sie bitte anderen verwandten Artikeln auf der PHP chinesischen Website!