AKTUELLE NACHRICHTEN
FÜR SIE AUSGEWÄHLT

Small Language Models (SLMs) werden als das nächste große Ding in der KI gepriesen

VonEnacy MapakameEnacy Mapakame 3 Min. Lesezeit
Small Language Models (SLMs) werden als das nächste große Ding in der KI gepriesen
  • Während LLMs für Unternehmen entscheidend sind, um ihre vielen verschiedenen Aufgaben zu bewältigen, gehen Experten davon aus, dass die Aussichten für SLMs vielversprechend sind.
  • SLMs sind im Vergleich zu LLMs energieeffizienter und bieten weitere Vorteile, was sie ideal macht.
  • Doch große Technologieunternehmen investieren enorme Summen in LLMs.

Während Unternehmen Milliarden in Large Language Models (LLMs) investieren, glauben einige Branchenexperten im KI-Bereich, dass Small Language Models (SLMs) das nächste große Ding werden.

Dies geschieht, während die Aktivität in der Branche weiter wächst, da die Festivalsaison naht und Tech-Unternehmen mehr Mittel in die Entwicklung ihrer Technologie investieren.

Die Zukunft liegt in Small Language Models

Die von Multi-Milliardär Elon Musk betriebene xAI konnte zusätzliche 5 Milliarden US-Dollar von Andreessen Horowitz, Qatar Investment Authority, Sequoia und Valor Equity Partners aufbringen, während Amazon weitere 4 Milliarden US-Dollar in Anthropic, einen Konkurrenten von OpenAI, investierte.

Während diese großen Tech-Unternehmen und andere Milliarden Dollar investieren, um sich auf die Entwicklung großer LLMs zu konzentrieren, um viele verschiedene Aufgaben zu bewältigen, ist die Realität der KI, dass es keine Einheitslösung gibt, da es Bedarf an aufgaben spezifischen Modellen für Unternehmen gibt.

Laut AWS-Chefexecutive Matt Garman in einer Veröffentlichung über ihre expandierende Partnerschaft und Investitionen gibt es bereits eine überwältigende Reaktion von AWS-Kunden, die generative KI mit Anthropic entwickeln.

LLMs sind für die meisten Unternehmen immer noch die Nummer-eins-Wahl für bestimmte Projekte, aber für andere kann diese Wahl teuer in Bezug auf Kosten, Energie und Rechenressourcen sein.

Steven McMillan, Präsident und CEO von Teradata, der einen alternativen Weg für einige Unternehmen angeboten hat, hat andere Ansichten. Er ist positiv gestimmt, dass die Zukunft in SLMs liegt.

„Wenn wir in die Zukunft blicken, denken wir, dass kleine und mittlere Sprachmodelle und kontrollierte Umgebungen wie domänenspezifische LLMs viel bessere Lösungen bieten werden.“

~ McMillan

SLMs produzieren maßgeschneiderte Ausgaben zu bestimmten Arten von Daten, da die Sprachmodelle speziell darauf trainiert sind. Da die von SLMs generierten Daten intern gehalten werden, werden die Sprachmodelle daher mit potenziell sensiblen Daten trainiert.

Da LLMs energieintensiv sind, werden die kleinen Sprachversionen so trainiert, dass sie sowohl Rechenleistung als auch Energie an die tatsächlichen Bedürfnisse des Projekts anpassen. Mit solchen Anpassungen bedeutet dies, dass SLMs effizienter und kostengünstiger sind als aktuelle große Modelle.

Für Nutzer, die KI für spezifisches Wissen nutzen möchten, gibt es die Option von domänenspezifischen LLMs, da sie kein breites Wissen bieten. Sie sind darauf trainiert, nur eine Kategorie von Informationen tief zu verstehen und genauer zu antworten, zum Beispiel ein CMO im Vergleich zu einem CFO, in diesem Bereich.

Warum SLMs eine bevorzugte Option sind

Laut der Association of Data Scientists (ADaSci) würde die vollständige Entwicklung eines SLM mit 7 Milliarden Parametern für eine Million Nutzer nur 55,1 MWh (Megawattstunden) erfordern.

ADaSci stellte fest, dass das Training von GPT-3 mit 175 Milliarden Parametern geschätzte 1.287 MWh Strom verbrauchte, und die Leistung umfasst nicht den Zeitpunkt, an dem es offiziell der Öffentlichkeit zur Verfügung steht. Daher verwendet ein SLM etwa 5 % der Energie, die für das Training eines LLMs verbraucht wird.

Große Modelle werden normalerweise auf Cloud-Computern ausgeführt, da sie mehr Rechenleistung benötigen, als auf einem einzelnen Gerät verfügbar ist. Dies führt zu Komplikationen für Unternehmen, da sie die Kontrolle über ihre Informationen verlieren, wenn diese in die Cloud wandern, und zu langsamen Antworten, da sie durch das Internet reisen.

In die Zukunft blickend, wird die Adoption von KI durch Unternehmen nicht eine Einheitsgröße sein, da Effizienz und die Auswahl des besten und kostengünstigsten Tools zur Aufgabenerledigung im Fokus stehen werden, was bedeutet, dass das richtige Modell für jedes Projekt ausgewählt wird.

Dies wird für alle Modelle erfolgen, sei es ein allgemeines LLM oder kleinere und domänenspezifische LLMs, je nachdem, welches Modell die besseren Ergebnisse liefert, weniger Ressourcen erfordert und die Notwendigkeit reduziert, Daten in die Cloud zu migrieren.

Für die nächste Phase wird KI für Geschäftsentscheidungen von entscheidender Bedeutung sein, da die Öffentlichkeit ein hohes Vertrauen in KI-generierte Antworten hat.

„Wenn Sie an das Training von KI-Modellen denken, müssen sie auf der Grundlage großartiger Daten aufgebaut sein.“

~ McMillan

„Das ist genau das, worum es uns geht: Wir liefern den vertrauenswürdigen Datensatz und anschließend die Fähigkeiten sowie Analysemöglichkeiten, damit Kunden und deren Kunden den Ergebnissen vertrauen können“, fügte McMillan hinzu.

Da Effizienz und Genauigkeit in der heutigen Welt stark nachgefragt werden, bieten kleinere und domänenspezifische LLMs (Large Language Models) eine weitere Option, um Ergebnisse zu liefern, auf die Unternehmen und die breite Öffentlichkeit verlassen können.

Die klügsten Krypto-Köpfe lesen bereits unseren Newsletter. Lust dabei? Mach mit.

Diesen Artikel teilen

Haftungsausschluss. Die bereitgestellten Informationen stellen keine Anlageberatung dar. Cryptopolitan.com Wir übernehmen keine Haftung für Investitionen, die auf den auf dieser Seite bereitgestellten Informationen basieren. Wir empfehlen dringend, vor jeglichen Anlageentscheidungen eine unabhängige Recherche durchzuführen und/oder einen qualifizierten Fachmann zu konsultieren.

Enacy Mapakame

Enacy Mapakame

Enacy Mapakame ist Journalistin mit über 10 Jahren Erfahrung in den Bereichen Wirtschafts- und Finanznachrichten. Sie berichtet über Kapitalmärkte und aufstrebende Technologien – das Metaverse, KI und Kryptowährungen. Enacy besitzt einen Bachelor of Science (BSc) im Fachbereich Medien- und Gesellschaftsstudien mit Auszeichnung.

MEHR … NACHRICHTEN