● news.bsdnet.hu

Az OpenAI és az Anthropic a lehető legszélesebb piac kiszolgálására törekszik, ezért egyre nagyobb, szinte bármilyen feladat brute force módszerrel történő megoldására képes mesterségesintelligencia-modelleket fejleszt. De valóban ágyúval kell lőni a verébre? A mindenre jó modellek helyett egyre nagyobb az igény a célfeladatokra optimalizált rendszerekre, amik nem utolsó sorban olcsóbbak is.    Ezek a giga-modellek az AI világának svájci bicskái: kellő erőforrással szinte bármilyen feladatot el tudnak végezni. Ugyanakkor senkinek sincs szüksége csúcskategóriás, úgynevezett frontier modellre ahhoz, hogy e-maileket foglaljon össze, válaszokat fogalmazzon meg vagy értekezletek jegyzeteit rendszerezze. Ezekre a feladatokra olcsóbb és egyszerűbb egy kisebb, adott szakterületre optimalizált modellt betanítani, amelyből egyetlen gyorsítón akár több tucat példány is futhat egyszerre. Saját modell fejlesztésével ráadásul az sem jelent kockázatot, hogy egy alkalmazás váratlanul koboldokról kezdjen beszélni, amikor az OpenAI lecseréli egy régi, de közkedvelt modelljét egy újabbra, vagy amikor az amerikai kormány a kiválasztott modellt széleskörű használatra túl veszélyesnek minősíti. A Microsoft egyre inkább a kisebb, specializált modellekre épít Úgy tűnik, a Microsoft is felismerte, hogy a nagyobb nem feltétlenül jobb, és csendben felépítette saját, szakterületekre specializált modellcsaládját. A júniusi Build fejlesztői konferencián bemutatott MAI modellek a felhasználási területek széles körét fedik le: az általános célú következtetéstől és programozástól kezdve a képgeneráláson és képszerkesztésen át egészen a beszédfeldolgozó modellekig. A Bloomberg friss beszámolója szerint ezek a modellek fokozatosan átveszik az OpenAI modelljeinek helyét a Microsoft különböző AI-funkciói mögött. Amikor a Microsoft még a generatív mesterséges intelligenciát igyekezett digitális életünk minden területére beépíteni, egy GPT-5-höz hasonló univerzális modell valóban hasznos volt. Mára azonban a vállalat pontosabban látja, hogy ügyfelei mire használják ténylegesen az AI-t, ezért a nagy, általános modelleket egyre inkább kisebb, célzottabb rendszerekkel váltja ki, amelyek ugyanazt a feladatot gyorsabban és olcsóbban képesek elvégezni. A nyereségesség kulcsa lehet a kisebb modellek használata Ebben az esetben az „olcsóbb” a kulcsszó. Bár a mesterséges intelligencia számos területen bizonyította hasznosságát, a pénzügyi döntéshozók továbbra sem biztosak abban, hogy hosszú távon nyereségesen értékesíthetők-e ezek a szolgáltatások. Az olyan hiperskálázó felhőszolgáltatók számára, mint a Microsoft, ez azt jelentheti, hogy a kisebb modellek jelentik a fenntartható üzleti működés alapját. A redmondi vállalat a MAI-Thinking-1 modellt „közepes méretű, saját kategóriájának legerősebbjei közé tartozó modellként” jellemzi. Állítása szerint a rendszer felveszi a versenyt a vezető modellekkel a legfontosabb szoftvermérnöki teljesítménymutatókban, fejlett matematikai következtetési képességekkel rendelkezik, és vaktesztes, emberi összehasonlító értékelések során a felhasználók gyakrabban választották, mint a Sonnet 4.6 modellt. A Microsoft nem közölte, pontosan mit tekint közepes méretű modellnek, de a generatív mesterséges intelligencia világában a méret valóban számít. Minél nagyobb egy modell, általában annál jobb és megbízhatóbb teljesítményt nyújt, ugyanakkor működtetése is annál költségesebb. A kevesebb paraméterrel rendelkező modellek kisebb memóriaigényűek, és hatékonyabban használják ki a rendelkezésre álló hardvert. A kisebb modellek további előnye, hogy a Microsoft mindig az adott feladathoz leginkább megfelelő AI-rendszert indíthatja el. Ha például hirtelen megnő a beszéd szöveggé alakítására irányuló igény, a vállalat gyorsan több példányt indíthat a legalkalmasabb modellből úgy, hogy közben kordában tartja az üzemeltetési költségeket. A saját hardver tovább növeli a hatékonyságot A Microsoft ma már saját AI-gyorsítóchipeket is tervez és gyárt, akárcsak az Amazon és a Google. A januárban bemutatott Maia 200 sorozat a vállalat szerint az Nvidia Blackwell architektúrájához hasonló teljesítményt kínál. A saját fejlesztésű chipek lehetővé teszik, hogy az üzemeltetők a teljes AI-rendszert – a szoftvert, a hardvert és a modelleket – egységesen optimalizálják a lehető legnagyobb hatékonyság érdekében. A kisebb modellekre építő stratégia ugyanakkor nem kizárólag a Microsoft sajátja. A Google kezdettől fogva ezt az utat követi a saját TPU architektúrájára épülő Gemini és Gemma modellcsaládokkal. A Microsoft legközelebbi párhuzama azonban valószínűleg az Amazon. A mesterséges intelligencia robbanásszerű fejlődésének kezdetén a Microsoft az OpenAI mellett kötelezte el magát, míg az Amazon a rivális Anthropicba fektetett. Azóta az Amazon is jelentős erőforrásokat fordított saját Nova modellcsaládjára, valamint az ezekre épülő alkalmazások és programozási asszisztensek fejlesztésére. A nagy modellek nem tűnnek el, de szerepük átalakul Az általános célú, csúcskategóriás modelleknek továbbra is fontos szerepük lesz, hiszen valakinek továbbra is előre kell vinnie az innovációt. A már meglévő eszközök továbbfejlesztése jóval egyszerűbb, mint teljesen új technológiák megalkotása, ezért az OpenAI és az Anthropic továbbra is értékes partnerek maradnak a hiperskálázó szolgáltatók számára. Ez magyarázza azt is, hogy ezek a vállalatok továbbra is milliárd dollárokat hajlandók befektetni működésük fenntartásába. A felhőpiac óriásainak továbbra is szükségük van a legfejlettebb modelleket fejlesztő vállalatokra, ám minél kevésbé függenek tőlük a mindennapi szolgáltatásaik során, annál nagyobb az esélyük arra, hogy a mesterséges intelligenciát végre valóban nyereséges üzletággá tegyék. Forrás: https://www.theregister.com