Üretken Yapay Zeka Ölçeklenebilirlik ve Maliyetle İlgili Soruların Üstesinden Gelebilir mi?

Ekonomik

Özet:

Goldman Sachs Research'e göre, dünyanın en büyük şirketleri en gelişmiş yapay zekayı geliştirmek için yarışırken, teknolojinin ne kadar uzağa ve ne kadar hızlı ölçeklenebileceğine ilişkin sorular odak noktasına geliyor.

Üretken AI'nın gelişi, teknolojinin geleceği hakkında bir heyecan dalgası yarattı. Diğer AI türlerinin aksine, gen AI kendi çıktılarını doğal dilde yaratabilir. "Çok modlu" olduğu için metin, sayılar, videolar ve ses dahil olmak üzere diğer formatlarda da yanıtlar üretebilir.

Büyük teknoloji şirketleri ilk kullanım örneklerini sıralarken, bazı kurumsal oyuncular kod yazımı gibi belirli alanlarda önemli üretkenlik artışları görebileceklerini ve bunun en değerli çalışanları daha da üretken hale getirebileceğini düşünüyor.

Ancak gelecekteki ekonomik faydaların tam boyutu tartışma konusudur . Büyük teknoloji şirketlerinin yüzlerce milyar dolar yatırım yapmasıyla, büyük ölçekte yapay zeka oluşturmanın maliyeti son derece yüksektir — ancak sorgu başına maliyet, teknoloji ilk piyasaya sürüldüğünden beri önemli ölçüde düşmüştür.

İlk Goldman Sachs Avrupa Sanal Yapay Zeka ve Yarıiletken Sempozyumu'nda, CEO'lardan teknoloji uzmanlarına ve makro ekonomistlere kadar 20 konuşmacı, yapay zekanın beklentilerini değerlendirmek üzere bir araya geldi. Özellikle, kullanım durumları, toplam adreslenebilir pazar, teknolojinin daha fazla geliştirilmesi ve benimsenmesi için zorluklar ve Avrupa donanım ve yarı iletkenleri için çıkarımlar gibi temel konuları tartıştılar.

Sempozyumun temel bulgularını Goldman Sachs Research'ün Avrupa Teknoloji Donanım Yarıiletkenleri Başkanı Alexander Duval ile konuştuk.

"Hyperscaler" olarak bilinen büyük teknoloji şirketlerinin yapay zekanın geliştirilmesinde nasıl bir rolü var?

Şimdiye kadar, ABD teknoloji devleri üretken AI kullanımının öncülüğünü yaptı. Hem mevcut işleri hem de potansiyel olarak yeni iş araçları yaratmada kullanabilecekleri büyük dil modelleri geliştiriyorlar.

Sempozyumda, teknolojinin bir hiper ölçekleyicinin kodunun dörtte birini nasıl ürettiği ve bir diğeri için anlamlı mühendislik süresinden nasıl tasarruf sağladığı duyuldu. Gerçek ekonomideki daha geniş kullanım örnekleri arasında, proteinlerin yapısını tahmin etmek ve hatta bir aktörün bir filmdeki görünümünü "yaşlandırmak" için kullanımı yer alıyor.

Bunlar çarpıcı örnekler. Ancak hiper ölçekleyicilerin buna yüzlerce milyar dolar harcadığını akılda tutmakta fayda var. Birlikte, bu yıl yapay zekaya yaklaşık 200 milyar dolar harcadılar ve bu muhtemelen gelecek yıl 250 milyar dolara çıkacak. Büyük dil modelleri geliştirmek onlarca veya yüzlerce milyon dolara mal olabilir. Ve bu yüzden bu sempozyumda, teknolojinin çok daha fazla kullanım örneğini ele alacak şekilde ölçeklenebilmesinin uygulanabilir veya arzu edilir olup olmadığına gerçekten bakmak istedik. Bu hiper ölçekleyicilerin çok fazla serbest nakit akışı var ve kullanım örnekleri görmeye başlıyoruz, ancak birçok sektör gözlemcisi bir noktada daha geniş bir kullanım örneği ve dikey için yatırım getirisi görmemiz gerektiğine inanıyor.

Yapay zekanın daha geniş ekonomide herhangi bir temel kullanım örneği ortaya çıktı mı?

Üretken AI çok modlu olduğundan, teorik olarak birden fazla alana uygulanabilir: müşteri desteği, kodlama, tıbbi analiz, pazarlama ve daha birçokları. AI'ya çok önemli düzeyde yatırım yapıldığı göz önüne alındığında, sağlam bir yatırım getirisini haklı çıkarmak için bu tür kullanım durumlarının toplam faydasının gösterilmesi gerekecektir. Bununla birlikte, sempozyumdaki bazı katılımcılar, AI'nın belirli bir alanda ölçeklenmesinin zorunlu olmayabileceğini söyledi - başka bir deyişle, tek bir temel kullanım durumu gerekli olmayabilir - tüm farklı kullanım durumlarından elde edilen ekonomik faydalar toplamda yeterli olduğu sürece. Genel olarak verimlilik kazanımları görebilirsiniz.

Bazı konuşmacılar, ilk başta önemli bir kullanım örneği olmadığını iddia edebileceğiniz çok sayıda büyük başarılı teknoloji işletmesinin olduğunu belirtti. Taksi çağırma uygulamaları örneğini ele alalım. Zaten mükemmel bir çözüm vardı: Sokağın sonuna kadar yürümek ve fiziksel olarak taksi çağırmak. Ancak yazılım ve ağ etkilerinden yararlanarak, tüketicilere sağladığınız faydaların yanı sıra çok büyük ekonomik faydalar da yaratabilirsiniz.

Daha küçük teknoloji şirketlerinin rekabet edebileceği alan var mı?

Sempozyumdaki bazı konuşmacıların küçük dil modelleri hakkında ilginç görüşleri vardı. İlk başta, teknoloji oyuncuları büyük dil modelleri oluşturmaya odaklanmıştı ve bunlar hala önemli. Ancak daha küçük ve daha verimli modeller geliştirme eğilimi de var.

Küçük dil modelleri ince ayar yapmak için daha kolaydır, daha düşük enerji tüketimine sahip olabilirler ve belirli bir alandaki (örneğin hukuk, tıp veya finans) bir işletmenin özel gereksinimlerini karşılamak üzere özelleştirilebilirler. Ayrıca genellikle daha az maliyetlidirler çünkü daha küçüktürler ve daha az güç kullanırlar.

Büyük dil modelleri önemli olmaya devam edecek ve teknoloji devleri bu modellerin gelişimini yönlendirecek kaynaklara, serbest nakit akışına ve bilançolara sahip. Ancak konuşmacılar ekosistemde yenilik yapabilecek ve bu büyük modellerin üstünde yer alacak küçük dil modelleri geliştirebilecek başka, belki de daha küçük oyuncuların olacağını belirtti. Bazı konuşmacılar bunun küçük şirketlere yığının tepesinde inovasyonu yönlendirme fırsatı sunduğunu düşündü ve bunu yapmak için her gün çok sayıda şirketin kurulduğunu vurguladı.

Üretken yapay zekanın yüksek maliyeti gelişimi engelleyebilir mi?

LLM eğitimi çok yüksek sermaye yatırımı seviyeleri gerektirir. Bir veri merkezi inşa etmeniz gerekir, tüm yarı iletkenlere ihtiyacınız vardır — buna hem GPU'lar hem de bellek yongaları dahildir — ve donanım, güç ve kamu hizmetlerine ihtiyacınız vardır. Konuşmacılar, bazı alanlardaki sorgu başına maliyetin normal bir arama algoritmasından kat kat daha yüksek olduğunu belirtti.

Bununla birlikte, maliyetleri düşürme konusunda istikrarlı bir ilerleme kaydedildi. Bazı büyük teknoloji şirketlerinde üretken bir AI sorgusunun maliyeti, teknolojinin piyasaya sürülmesinden bu yana önemli ölçüde düştü ve yeni nesil bir AI şirketi, son nesil LLM'lerin elde ettiği gelirin önceki modellerin eğitim maliyetini aştığını söyledi. Bazı konuşmacılar, önemli getiriler elde edilmezse AI harcamalarının azalma riski olabileceğini belirtse de, fikir birliği, hiper ölçekleyicilerin önümüzdeki birkaç yıl içinde yatırım yapmaya devam edeceği yönündeydi. Goldman Sachs Research, önümüzdeki birkaç yıl içinde AI'ya toplamda yaklaşık 1 trilyon dolarlık yatırım öngörüyor.

Yapay zekanın daha fazla yaygınlaşmasının önündeki diğer engeller nelerdir?

Yapay zekayı ölçeklendirmede bir dizi zorluk vardır. Teknolojiyi inşa etmek için yarı iletkenlere, güce ve çok sayıda veriye erişmeniz gerekir.

Veriler önemli bir soru haline geliyor. Geliştiricilerin internetteki neredeyse tüm veriler üzerinde bu büyük dil modellerini eğittiği noktaya geliyoruz. Yapay zeka uzmanları bu sorunun üstesinden nasıl gelineceğini çözmeye çalışıyor.

Olası bir cevap, yapay zeka modellerinin yalnızca metni değil, aynı zamanda video ve resimleri de sindirerek öğrendiği çok modlu öğrenmedir. Bu onlara çok daha fazla bilgi verecektir. Ayrıca, tescilli silolarda (örneğin araştırma enstitülerinde veya şirketlerde) bulunabilen ve teorik olarak bu modellerin eğitildiği veri gövdesine eklenebilecek veri depoları da vardır. Ayrıca, kuantum hesaplamanın modelleri eğitmek için kullanılabilecek bazı yüksek doğruluklu veriler üretebileceği olasılığını da duyduk.

Büyük enerji gereksinimi bir diğer darboğazdır. Güç üretimi 2030 yılına kadar en az üç ila dört kat artmak zorunda kalacak. Ve panellerden biri, o dönemdeki sadece dört veya beş büyük hiper ölçekleyicinin artan enerji gereksinimlerinin Fransa'nın mevcut enerji tüketimine eşit olacağını vurguladı. Neyse ki, daha gelişmiş yarı iletkenler daha iyi iletim altyapısı ve daha verimli güç dönüşümü de sağlayabilir. Yarı iletkenleri daha enerji verimli hale getirmek için de çalışmalar devam ediyor.

Yapay zekayı geniş ölçekte benimsemenin riskleri nelerdir ve bunları nasıl sınırlayabiliriz?

Yapay zekanın yaygınlaşması, kullanımının etiği konusunda endişelere yol açtı. Bununla birlikte, panellerimiz işletmelerin ve etik kurumlarının geliştirilen kullanım örneklerini izlediğini ve yapay zekanın kötüye kullanılmamasını sağlamak için koruma önlemleri önerdiğini vurguladı. Örneğin, bazı konuşmacılar, belirli görevin bağlamına aşina bir insanın yapay zeka çıktılarını kontrol etmesinin halüsinasyonların olumsuz bir etki yaratma riskini nasıl azalttığını tartıştılar.

Daha fazla dikkat gerektiren diğer riskler arasında yapay zekaların kendi aralarında iletişim kurması (muhtemelen insanların anlayamayacağı bir dilde), telif hakkı endişeleri, önyargı ve güvenlik yer alıyor.

Konuşmacılar, yapay zeka kullanımının giderek daha az riskli alanlarla sınırlandırılabileceği ve güvenlik özellikleri ile insan denetimine bağlı hale getirilebileceği konusunda hemfikir.

Avrupa donanım ve yarı iletken şirketleri yapay zeka teknolojisinin gelişmesinden nasıl faydalanabilir?

Birçok Avrupa donanım ve yarı mamul şirketi bundan faydalanabilir. Özellikle sempozyum, bir çip oluşturmak için malzemeleri bir silikon gofrete çok hassas bir şekilde yerleştirmenize olanak tanıyan bir tür yarı iletken üretim ekipmanı olan atomik katman biriktirme teknolojisi hakkında bilgi edindi. Hollanda'daki belirli bir şirket bu teknolojiyi sunuyor. Bu çipler daha güçlü hale geldikçe, alan ve güç açısından daha verimli olmaları gerekiyor, bu nedenle yeni çip tasarımları giderek daha fazla atomik katman biriktirme teknolojisinden yararlanıyor.

Birçok katılımcı ayrıca, cihazlardaki alanın verimli kullanımını sağlamak için gereken gelişmiş yarı iletken paketleme konusunda Avrupa'nın yeteneklerini vurguladı. Ve litografi - transistörleri mikroçiplere yazdırma mekanizması - da gelişmeye devam edecek ve giderek daha güçlü işleme yetenekleri sunacak. Avrupa ayrıca bu tür teknolojinin baskın üreticisidir.

Son olarak, AI sunucularını çalıştırmak için önemli miktarda güç dönüşümüne ihtiyaç duyulacak ve Avrupa'nın bu konuda da umut vadeden yetenekleri var.

Bugünün tüm ekonomik gelişmelerinden haberdar olmak için ekonomik takvim sayfamızı ziyaret edin.

Risk Uyarıları ve Yatırım Sorumluluk Reddi Beyanları

İşlem yapmanın yüksek derecede risk içerdiğini ve herhangi bir strateji veya yatırım yöntemini takip etmenin potansiyel kayıplara yol açabileceğini anlıyor ve kabul ediyorsunuz. Sitedeki içerik, katkıda bulunanlarımız ve analistlerimiz tarafından yalnızca bilgilendirme amaçlı sağlanmaktadır. Herhangi bir ticari varlığın, menkul kıymetin, stratejinin veya başka bir ürünün kendi yatırım hedeflerinize ve finansal durumunuza göre yatırım yapmaya uygun olup olmadığını belirlemekten yalnızca siz sorumlusunuz.

Risk Beyanı

Hisse senetleri, döviz, emtialar, vadeli işlemler, tahviller, ETF'ler veya kripto gibi finansal varlıkların alım satımında kayıp riski ciddi miktarda olabilir. Brokerınıza yatırdığınız parayı tamamen kaybedebilirsiniz. Bu nedenle, koşullarınız ve finansal kaynaklarınız ışığında bu tür bir ticaretin sizin için uygun olup olmadığını dikkatle değerlendirmelisiniz.

Kendi kendinize durum tespiti yapmadan veya mali danışmanlarınıza danışmadan hiçbir yatırım yapmamalısınız. Mali durumunuzu ve yatırım ihtiyaçlarınızı bilmediğimiz için web içeriğimiz size uygun olmayabilir. Mali bilgilerimizin gecikmesi veya yanlışlık içermesi mümkündür; bu nedenle tüm işlemlerinizin ve yatırım kararlarınızın sorumluluğu tamamen size ait olacaktır. Kaybedilen sermayenizden şirket sorumlu olmayacaktır.

Web sitesinden izin almadan web sitesindeki grafikleri, metinleri veya ticari markaları kopyalamanıza izin verilmez. Bu web sitesinde yer alan içerik veya verilere ilişkin fikri mülkiyet hakları, sağlayıcılarına ve borsa tüccarlarına aittir.

Son Aramalar

En Çok Arananlar

Teklifler

Analiz

Kullanıcı

7/24

Ekonomik Takvim

Eğitim

Veri