Чи стануть SLM-ы майбутнім ШІ? Дослідники Nvidia вважають, що так. Ось чому

Експерти компанії Nvidia стверджують, що малі мовні моделі (SLM) є ключем до майбутнього сектору штучного інтелекту (ШІ).

Проте більшість інвестицій досі спрямовуються на великі мовні моделі (LLM).

Якщо така ситуація залишиться, це може сповільнити розвиток галузі та негативно вплинути на економіку США. Більшість інвесторів у ШІ орієнтуються на компанії, які працюють над продуктами на основі LLM.

Однак SLM є дешевшими та часто більш ефективними для специфічних завдань.

Nvidia називає SLM майбутнім ШІ та спонукає компанії працювати з меншими моделями. SLM навчаються на базі до 40 мільярдів параметрів, прекрасно виконуючи вузький набір визначених завдань, споживаючи значно менше ресурсів.

LLM, натомість, є дорогими; OpenAI вже зазначала, що їх продукт ChatGPT коштує десятки мільйонів доларів лише на прості ввічливі фрази. SLM, наприклад, можуть служити чат-ботами для служби підтримки клієнтів і не потребують знань про різні теми.

Дослідження Nvidia вказує, що SLM є майбутнім ШІ, оскільки вони достатньо потужні і економічно вигідні для багатьох систем. LLM також допомагають у навчанні SLM, дозволяючи їм швидше та ефективніше засвоювати знання.

Найменші мовні моделі навчаються на одному мільярді параметрів і можуть працювати на звичайних процесорах. Компанії потребують інструментів, які швидко та точно виконують конкретні завдання, а не віртуальних істот з енциклопедичними знаннями.

Тому дешеві SLM є більш вигідними інвестиціями. Проте, якщо галузь штучного інтелекту зазнає невдачі, це може суттєво вплинути на економіку.

Великі проекти, такі як Google Gemini, OpenAI GPT, Anthropic Claude та xAI Grok, вимагатимуть величезних дата-центрів і капіталовкладень.

За оцінками, до 2030 року кожен долар, витрачений на бізнес-рішення на основі ШІ, принесе 4,6 долара для світової економіки. Наразі існує ризик нерівномірного будівництва дата-центрів, що може лякати великих інвесторів.

Якщо інвестори скоротять свої вкладення у компанії ШІ, це призведе до зменшення витрат.

Проблеми, такі як проблеми з електро постачанням, високі відсоткові ставки та зростаючий попит на SLM, можуть посилити ситуацію. Щоб уникнути колапсу, дослідники Nvidia пропонують компаніям переорієнтуватись на використання SLM та підвищити спеціалізацію агентів SLM, що дозволить зекономити ресурси, підвищити ефективність та конкурентоспроможність.