Mokslininkai sumažino DI energijos suvartojimą 100 kartų ir pagerino tikslumą
100 kartų mažiau energijos. Ir dar pagerinta tikslumas. Skamba kaip mokslinė fantastika, bet mokslininkai ką tik tai padarė. Nauja technika sujungia neuroninius tinklus su žmogui būdingu simboliniu samprotavimu. Rezultatas – DI, kuris ne tik mažiau eikvoja elektros, bet ir geriau galvoja. Kaip tai veikia Dabartiniai DI modeliai yra „smegenų jėgos” tipo – mėto didžiulius skaičiavimų […]
Šiame straipsnyje · 3 dalys
100 kartų mažiau energijos. Ir dar pagerinta tikslumas. Skamba kaip mokslinė fantastika, bet mokslininkai ką tik tai padarė.
Nauja technika sujungia neuroninius tinklus su žmogui būdingu simboliniu samprotavimu. Rezultatas – DI, kuris ne tik mažiau eikvoja elektros, bet ir geriau galvoja.
Kaip tai veikia
Dabartiniai DI modeliai yra „smegenų jėgos” tipo – mėto didžiulius skaičiavimų kiekius į kiekvieną problemą. Kaip studentas, kuris mokosi viską mintinai, vietoj to, kad suprastų principus.
Naujasis požiūris prideda „simbolinę” dalį – struktūrizuotą logiką, kuri padeda modeliui efektyviau naudoti savo resursus. Mažiau skaičiavimų, bet tikslesni.
Kodėl tai labai svarbu
DI duomenų centrai sunaudoja daugiau elektros nei 30 šalių. Pusė duomenų centrų projektų vėluoja dėl elektros trūkumo. JAV investuoja 1,4 trilijono į elektros tinklus vien dėl DI.
Jei šią technologiją pavyktų pritaikyti masinėje gamyboje – energijos problema sumažėtų drastiškai. 100 kartų mažiau elektros reiškia 100 kartų pigesnius DI modelius ir 100 kartų mažesnę aplinkos žalą.
Bet yra „bet”
Laboratorinis proveržis ir masinė gamyba – skirtingi dalykai. Energijos proveržiai jau buvo pranešti anksčiau, bet pramonėje jie dar neveikia plačiai.
ChatGPT sunaudojimas vis dar milžiniškas. Kol kas šis tyrimas – viltis, ne realybė.
Bet jei pavyks – tai gali pakeisti viską. Ne tik DI, bet ir klimato krizės skaičiavimus.
Rašome apie dirbtinį intelektą lietuviškai. Kiekvienas straipsnis parengtas pagal nurodytą šaltinį, o nuorodą į originalą rasite kortelėje „Šaltinis“.
