ภาพรวม
-
นี่คือเนื้อหาเกี่ยวกับสถานการณ์ปัจจุบันของ AI ที่ Sri Viswanath จาก Coatue Ventures นำเสนอในงาน Cerebral Valley AI Summit
-
Coatue Ventures เป็นบริษัทเงินร่วมลงทุน (VC) ที่ติดตามวงการ AI มานานกว่า 10 ปี และได้ลงทุนในบริษัทที่เกี่ยวข้องกับ AI มากกว่า 50 แห่ง
-
โดยเฉพาะอย่างยิ่ง รายงานนี้มีจุดเด่นที่การวิเคราะห์และเผยแพร่ตัวชี้วัดหลากหลายจาก Hugging Face และ GitHub
-
หากปี 2002 เป็นปีที่จุดชนวนการเติบโตแบบก้าวกระโดดของ AI แล้ว ปี 2023 คือปีที่คลื่น AI เริ่มก่อรูปและเริ่มส่งผลกระทบต่อวงกว้างมากขึ้น
AI สามารถก้าวข้ามอุปสรรคและยกระดับโลกได้อย่างมีนัยสำคัญ
-
การใช้ GitHub Copilot ช่วยให้ทำงานเสร็จเร็วขึ้นมากกว่า 50% และลดต้นทุนฝ่ายบริการลูกค้าได้สูงสุดถึง 95%
-
ผู้ใช้มีความพึงพอใจมากขึ้น เวลาตอบสนองสั้นลง และผลการศึกษาของ BCG ยังระบุว่าคุณภาพของงานความรู้ดีขึ้นราว 40%
-
AI กำลังค้นพบจุดเปลี่ยนสำคัญ และคาดว่าจะส่งผลต่อทั้งชีวิตประจำวันและเศรษฐกิจสมัยใหม่โดยรวม
โอเพนซอร์สคือหัวใจของ AI แต่ไม่ใช่ทุกอย่างจะเท่าเทียมกัน
-
งานวิจัยโอเพนซอร์ส ข้อมูล และชุมชน คือแกนหลักของการปฏิวัติ AI ตั้งแต่งานวิจัย Transformer ไปจนถึงโมเดล Llama-2 ล่าสุด โอเพนซอร์สได้เปิดทางให้วิศวกรปรับปรุง AI แบบวนซ้ำอย่างต่อเนื่อง
-
แต่โอเพนซอร์สไม่ได้ "เปิด" จริงทั้งหมดเสมอไป และในช่วงหลังหลายบริษัทก็มีแนวโน้มไม่เปิดเผยเนื้อหางานวิจัยหรือผลลัพธ์ รวมถึงเก็บโมเดลไว้เป็นแบบปิด
-
ถึงกระนั้น เราก็เห็นว่าชุมชน AI โอเพนซอร์สยังคงเติบโตอย่างคึกคัก:
-
ณ เดือนพฤศจิกายน 2023 มีนักพัฒนามากกว่า 200,000 คนบน GitHub ที่ร่วมมีส่วนสนับสนุนโปรเจกต์ AI
-
นอกจากนี้ ยังมีการเผยแพร่โมเดลมากกว่า 300,000 โมเดลบน Hugging Face และจำนวนสมาชิกในช่อง Discord ที่เกี่ยวข้องกับ AI ก็ทะลุ 18 ล้านคนแล้ว
-
จำเป็นต้องเข้าใจเทคโนโลยีสแตกใหม่ที่มี AI เป็นศูนย์กลาง
-
คลื่น AI ที่กำลังถาโถมเข้ามากำลังเปลี่ยนแปลงเทคโนโลยีสแตกที่ใช้พัฒนาบริการ
-
ทั้งนักพัฒนาและนักลงทุนจำเป็นต้องเข้าใจองค์ประกอบของแต่ละชั้นในสแตกและวิธีที่ชั้นเหล่านั้นทำงานร่วมกัน
-
จนถึงตอนนี้ เลเยอร์โมเดล AI ได้รับการลงทุนมากที่สุด แต่จะเกิดนวัตกรรมในทุกจุด ตั้งแต่ดาต้าเซ็นเตอร์สำหรับ AI ไปจนถึงแอปของผู้ใช้ปลายทาง
โมเดล AI
-
เรากำลังเข้าสู่ยุคที่โมเดลจะ "ให้บริการความฉลาดในรูปแบบบริการ" (IQaaS: intelligence-as-a-service) และเชื่อว่าผู้ชนะจะถูกตัดสินจากการแข่งขันด้านบุคลากร ข้อมูล และพลังการประมวลผล
-
การขยายสมรรถนะของโมเดลยังหมายถึงการขยายชุดข้อมูลคุณภาพสูงด้วย โมเดลที่ฝึกด้วยชุดข้อมูลแบบ pruned และ curated ซึ่งมีขนาดเพียง 30% ของเดิมก็ยังทำงานได้ดี และข้อมูลสังเคราะห์กับฟีดแบ็กจากผู้ใช้ก็เป็นพื้นที่ที่มีศักยภาพให้น่าศึกษาต่อ
พลังการประมวลผลและแพลตฟอร์มคลาวด์
-
ฮาร์ดแวร์เร่งความเร็วอย่าง GPU เป็นพื้นฐานสำคัญของพลัง AI ความต้องการ GPU ที่ต่อเนื่องไม่หยุดได้ก่อให้เกิดผลกระทบเป็นลูกโซ่ต่อเศรษฐกิจโดยรวม ตั้งแต่ความตึงตัวของโครงข่ายไฟฟ้า การเร่งการเติบโตของซัพพลายเชนเซมิคอนดักเตอร์ ไปจนถึงการกลับมาเร่งตัวของความต้องการบริการคลาวด์
-
เมื่อ AI กลายเป็นกระแสหลักมากขึ้น เราคาดว่าภาระงานที่เกิดจากการทำ inference จะยิ่งใช้การประมวลผลเข้มข้นมากขึ้น ค่าใช้จ่ายในการให้บริการผู้ใช้ GPT-4 จำนวน 100 ล้านคนอาจสูงกว่าค่าใช้จ่ายในการฝึกโมเดลถึง 4 เท่า
เครื่องมือสำหรับนักพัฒนา
-
หนึ่งในความเปลี่ยนแปลงครั้งใหญ่หลังการระเบิดของ AI ในปี 2022 คือการทำให้ AI เข้าถึงได้กว้างขึ้นและการผงาดขึ้นของวิศวกร AI ซึ่งนำไปสู่การเกิดขึ้นของเครื่องมือ AI Ops รุ่นใหม่สำหรับการฝึก / ปรับจูนละเอียด / และ deploy โมเดล
-
การเกิดขึ้นของเลเยอร์เครื่องมือ AI Ops ที่คึกคัก ทำให้นักพัฒนาทั่วโลกราว 30 ล้านคนเข้าถึง AI ได้ และคาดว่าสิ่งนี้จะสร้างศักยภาพแบบระเบิดในชั้นแอปพลิเคชัน
แอปพลิเคชัน AI
-
เรามองว่าการยอมรับใช้งานแอปพลิเคชัน AI เพิ่งเริ่มต้นขึ้น และคาดว่าจะมีกรณีใช้งานเกิดขึ้นอีกมากในอนาคต
-
ความสนใจของทั้งผู้บริโภคและภาคธุรกิจต่อ AI กำลังเพิ่มแรงส่งแล้ว ตั้งแต่พื้นที่เชิงสร้างสรรค์อย่าง Runway และ Tome ไปจนถึงพื้นที่เฉพาะทางอย่าง Replit หรือ Aurora Solar
มุมมองของ Coatue: AI ที่ดีที่สุดยังมาไม่ถึง
-
ในอนาคต AI ในโลกจริงจะเข้าถึงได้ง่ายขึ้น ขยายได้มากขึ้น และมีประโยชน์มากขึ้น นอกจากนี้ยังคาดว่าภาษาธรรมชาติอย่างภาษาอังกฤษจะกลายเป็นภาษาการเขียนโปรแกรมที่ดีที่สุด
-
AI จะทำให้ผู้คนจำนวนมากขึ้นสามารถพัฒนาซอฟต์แวร์ได้ และจะสามารถฝึก AI ด้วยชุดข้อมูลของแต่ละบุคคลเพื่อสร้างความสามารถใหม่ ๆ ในด้านอย่างเฮลท์แคร์หรือค้าปลีก
-
นอกจากนี้ ยังมีความคาดหวังว่าด้วยการวิจัยอย่างต่อเนื่อง โมเดล AI จะยังคงพัฒนาไปอีก มีความฉลาดขึ้นและมีความสามารถมากขึ้น กล่าวคือ AI ที่ดีที่สุดยังมาไม่ถึง
-
ในระยะสั้น ดูเหมือนว่าจำเป็นต้องโฟกัสกับการแก้ปัญหา hallucination ของผลลัพธ์จากโมเดล AI การเปิดทางให้เกิดกรณีใช้งานแบบมัลติโหมดที่หลากหลาย การลดต้นทุน และการทำให้การ deploy AI ง่ายและปลอดภัยยิ่งขึ้น
-
ในระยะยาว มองว่าการพัฒนา AI จะเป็นความท้าทายด้านวิศวกรรมเพื่อขยาย AI ไปสู่ผู้ใช้ระดับหลายพันล้านคน อีกทั้งยังมีมุมมองเชิงบวกว่าเหล่านวัตกร AI จะพัฒนาความสามารถใหม่เพื่อสร้าง AI ที่เป็นประโยชน์ต่อเราทุกคนได้
1 ความคิดเห็น
ดู PDF ฉบับเต็ม
https://drive.google.com/file/d/1gQhYT7j6b2wJmrFZHNeQgTiWPyTsjOfX/view
(⚠️โฆษณา⚠️) ดูเนื้อหาเดียวกันข้างต้นพร้อมสไลด์ได้ที่ชุมชน PyTorch ภาษาเกาหลี
https://discuss.pytorch.kr/t/ai-the-coming-revolution-pdf-115p/2906