Üretken yapay zeka bir dönüm noktasında: Gerçek dünyada benimsenmede sırada ne var?

Üretken yapay zeka, özellikle iş dünyasında giderek daha fazla benimseniyor.

Örneğin, yakın zamanda Walmart, 50.000 mağaza dışı çalışana yeni bir yapay zeka uygulaması sunacağını duyurdu. Gibi rapor edildi Axios tarafından geliştirilen uygulama, Walmart’tan gelen verileri üçüncü taraf büyük dil modelleri (LLM) ile birleştirir ve çalışanlara çeşitli görevlerde yardımcı olabilir, itibaren taslak hazırlama sürecini hızlandırmak, yaratıcı bir ortak olarak hizmet vermek, büyük belgeleri özetlemek ve daha fazlasını yapmak.

Bunun gibi dağıtımlar, güçlü derin öğrenme modellerini eğitmek için gereken grafik işlem birimlerine (GPU’lar) olan talebin artmasına yardımcı oluyor. GPU’lar, geleneksel merkezi işlem birimlerinin (CPU’lar) yaptığı gibi, programlama talimatlarını sıralı yerine paralel olarak yürüten özel bilgi işlem işlemcileridir.

Binaen Wall Street Journal’a göre, bu modellerin eğitimi “almaları ve analiz etmeleri gereken büyük miktarda veri sayesinde şirketlere milyarlarca dolara mal olabilir.” Buna sırasıyla ChatGPT ve Bard chatbot uygulamalarına güç veren GPT-4’ten LaMDA’ya kadar tüm derin öğrenme ve temel LLM’ler dahildir.

Üretken yapay zeka dalgasını kullanmak

Yapay zeka nesli trendi, bu GPU’ların baskın tedarikçisi olan Nvidia’ya güçlü bir ivme kazandırıyor: Şirket şunu duyurdu: göz kamaştıran kazançlar en son çeyreği için. En azından Nvidia için bu bir coşku dönemi, zira neredeyse herkes GPU’larına sahip olmaya çalışıyor gibi görünüyor.

Erin Griffiths yazdı New York Times, start-up’ların ve yatırımcıların bu çipleri elde etmek için olağanüstü önlemler aldıklarını belirtiyor: “Teknoloji şirketleri bu yıl, paradan, mühendislik yeteneğinden, heyecandan ve hatta kârdan çok, GPU’lara muhtaç.”

Stratejisinde haber bülteni Bu hafta Ben Thompson bundan “Dağın Zirvesindeki Nvidia” olarak söz ediyor. Bu ivmeyi artıran Google ve Nvidia, ortaklık Böylece Google’ın bulut müşterileri, Nvidia’nın GPU’ları tarafından desteklenen teknolojiye daha fazla erişime sahip olacak. Bütün bunlar, artan talep karşısında bu çiplerin mevcut kıtlığına işaret ediyor.

Bu mevcut talep, yapay zeka neslinin zirve anını mı işaret ediyor, yoksa bir sonraki gelişim dalgasının başlangıcını mı işaret ediyor?

Üretken teknoloji bilişimin geleceğini nasıl şekillendiriyor?

Nvidia CEO’su Jensen Huang, şirketin en son kazançları hakkında bu talebin “hızlandırılmış hesaplamanın” doğuşuna işaret ettiğini söyledi. Şirketlerin “sermaye yatırımını genel amaçlı bilgi işlemden uzaklaştırıp üretken yapay zeka ve hızlandırılmış bilgi işlem üzerine odaklamalarının” akıllıca olacağını ekledi.

Genel amaçlı bilgi işlem, elektronik tablolardan ilişkisel veritabanlarına ve ERP’ye kadar çok çeşitli görevler için tasarlanmış CPU’lara bir referanstır. Nvidia, CPU’ların artık eski bir altyapı olduğunu ve bunun yerine geliştiricilerin, görevleri geleneksel CPU’lardan daha verimli bir şekilde yerine getirebilmeleri için GPU’lara yönelik kodlarını optimize etmeleri gerektiğini savunuyor.

GPU’lar aynı anda birçok hesaplamayı yürütebilir; bu da onları milyonlarca hesaplamanın paralel olarak gerçekleştirildiği makine öğrenimi (ML) gibi görevlere mükemmel şekilde uygun hale getirir. GPU’lar ayrıca derin öğrenme ve gen yapay zeka için temel olan doğrusal cebir ve matris işleme görevleri gibi belirli matematiksel hesaplama türlerinde de özellikle ustadır.

GPU’lar bazı yazılım türleri için çok az fayda sağlar

Bununla birlikte, diğer yazılım sınıfları (mevcut iş uygulamalarının çoğu dahil) CPU’larda çalışacak şekilde optimize edilmiştir ve GPU’ların paralel talimat yürütmesinden çok az fayda görecektir.

Thompson da benzer bir görüşe sahip gibi görünüyor: “Huang’ın bakış açısına ilişkin yorumum, tüm bu GPU’ların şu anda CPU’larda yürütülen etkinliklerin birçoğu için kullanılacağı yönünde; Bu kesinlikle Nvidia için olumlu bir görüş çünkü bu, üretken yapay zeka arayışından kaynaklanabilecek kapasite fazlasının mevcut bulut bilişim iş yükleri tarafından doldurulacağı anlamına geliyor.”

Şöyle devam etti: “Şüpheci olduğumu belirttim: İnsanlar ve şirketler tembeldir ve CPU tabanlı uygulamaların geliştirilmesi daha kolay olmakla kalmaz, aynı zamanda çoğunlukla zaten inşa edilmişlerdir. Halihazırda CPU’larda çalışan şeyleri GPU’lara taşımak için hangi şirketlerin zaman ve çaba harcayacağını görmekte zorlanıyorum.”

Bunu daha önce de yaşadık

InfoWorld’den Matt Assay bize şunu hatırlatıyor: bunu daha önce görmüştük. “Makine öğrenimi ilk ortaya çıktığında, veri bilimcileri bunu çok daha basit araçlar olsa bile her şeye uyguladılar. Bir zamanlar veri bilimcisi Noah Lorang olarak savundu, ‘İş problemlerinin çok küçük bir alt kümesi vardır ve bunlar en iyi şekilde makine öğrenimi ile çözülebilir; çoğunun sadece iyi verilere ve bunun ne anlama geldiğinin anlaşılmasına ihtiyacı var.’”

Mesele şu ki, hızlandırılmış bilgi işlem ve GPU’lar her yazılım ihtiyacına cevap değildir.

Nvidia, yeni nesil yapay zeka uygulamaları geliştirmek için yaşanan altına hücumun da etkisiyle harika bir çeyrek geçirdi. Sonuç olarak şirket doğal olarak coşkulu. Ancak Gartner’ın son zamanlarda ortaya çıkan teknolojisinden de gördüğümüz gibi Hype döngüsügen AI bir an yaşıyor ve şişirilmiş beklentilerin zirvesinde.

Binaen Singularity Üniversitesi ve XPRIZE kurucusu Peter Diamandis’e, bunlar beklentiler birkaç olumsuzlukla birlikte gelecekteki potansiyeli görmekle ilgilidir. “İşte o anda abartılı bir heyecan ve şişirilmiş beklentiler yaratmaya başlıyor.”

Mevcut sınırlamalar

Tam da bu noktaya gelindiğinde, yakında mevcut nesil yapay zeka patlamasının sınırlarına ulaşabiliriz. Risk sermayedarları Paul Kedrosky ve SK Ventures’tan Eric Norlin’in şirketlerinin raporlarında yazdığı gibi Alt yığın: “Bizim görüşümüz, büyük dil modeli tabanlı yapay zekanın ilk dalgasının son noktasında olduğumuz yönünde. Bu dalga 2017’de piyasaya sürülmesiyle başladı. [Google] transformatörler kağıdı (‘İhtiyacınız Olan Tek Şey Dikkat‘) ve önümüzdeki bir veya iki yıl içinde insanların karşılaştığı türden sınırlamalarla sona eriyor.

Bu sınırlamalar arasında “halüsinasyon eğilimi, dar alanlardaki yetersiz eğitim verileri, yıllar öncesinden kalma eğitim külliyatları veya sayısız başka nedenler” yer alıyor. Şöyle ekliyorlar: “Abartılılığın aksine, halihazırda mevcut yapay zeka dalgasının son noktasındayız.”

Açık olmak gerekirse Kedrosky ve Norlin, yapay zekanın çıkmazda olduğunu savunmuyor. Bunun yerine, “şöyle otomasyon” ve sınırlı üretkenlik artışından daha iyi bir şeye ulaşmak için önemli teknolojik gelişmelerin olması gerektiğine inanıyorlar. Bir sonraki dalganın yeni modeller, daha açık kaynak ve özellikle “her yerde bulunan/ucuz GPU’ları” içereceğini öne sürüyorlar; eğer doğruysa, Nvidia için iyiye işaret olmayabilir, ancak teknolojiye ihtiyaç duyanlara fayda sağlayabilir.

Fortune’un belirttiği gibi Amazon, niyetler Nvidia’nın çip üretimindeki hakim konumuna doğrudan meydan okumak. Yalnız değiller çünkü çok sayıda girişim aynı zamanda pazar payı için yarışıyor — tıpkı AMD’nin de aralarında bulunduğu çip sektörünün öncüleri gibi. Hakim bir görevliye meydan okumak son derece zordur. Bu durumda, en azından bu çiplerin kaynaklarını genişletmek ve kıt bir teknolojinin fiyatlarını düşürmek, bir sonraki nesil yapay zeka inovasyonu dalgasının geliştirilmesi ve yaygınlaştırılmasının anahtarı olacaktır.

Sonraki dalga

Mevcut nesil model ve uygulamalardaki mevcut sınırlamalarla ilgili beklentilerin doruğa çıkmasına rağmen, yapay zeka neslinin geleceği parlak görünüyor. Bu vaadin arkasında yatan sebepler muhtemelen çoktur, ancak belki de en önemlisi, ekonomi genelinde işçi ihtiyacını artırmaya devam edecek olan nesiller arası işçi kıtlığıdır. daha fazla otomasyon.

Her ne kadar yapay zeka ve otomasyon tarihsel olarak ayrı olarak görülse de, bu bakış açısı yapay zeka neslinin ortaya çıkışıyla değişiyor. Teknoloji giderek otomasyon ve bunun sonucunda ortaya çıkan üretkenlik için bir itici güç haline geliyor. İş akışı şirketi Zapier’in kurucu ortağı Mike Knoop yakın tarihli bir Eye on AI etkinliğinde bu olguya değindi dijital ses dosyası şunu söylediğinde: “Yapay zeka ve otomasyon aynı şeye dönüşen modlardır.”

Elbette McKinsey buna inanıyor. yakın zamanda rapor şunu belirttiler: “üretken yapay zeka, bir sonraki üretkenlik dalgasını serbest bırakmaya hazırlanıyor.” Neredeyse yalnız değiller. Örneğin Goldman Sachs’ın belirtilmiş Gen AI’nın küresel GSYİH’yı %7 oranında artırabileceği.

Mevcut nesil yapay zekanın zirvesinde olsak da olmasak da, bu açıkça gelişmeye devam edecek ve iş dünyasındaki tartışmaları katalize edecek bir alan. Zorluklar önemli olsa da fırsatlar da önemlidir; özellikle yeniliğe ve verimliliğe aç bir dünyada. GPU hakimiyeti yarışı, bu gelişen anlatıda sadece bir anlık görüntü, yapay zeka ve bilişimin gelecekteki bölümlerine bir giriş niteliğinde.

Gary Grossman, teknoloji uygulamalarından sorumlu kıdemli başkan yardımcısıdır. Edelman ve küresel liderliği Edelman Yapay Zeka Mükemmeliyet Merkezi.