Le migliori analisi sul mondo delle criptovalute, direttamente nella tua casella di posta.
Il CEO di Anthropic afferma che il costo per addestrare l'intelligenza artificiale potrebbe salire a 100 miliardi di dollari nei prossimi tre anni
- Si prevede che nei prossimi anni i costi della formazione sull'intelligenza artificiale saliranno alle stelle.
- L'addestramento di modelli di intelligenza artificiale avanzati, come ChatGPT-4, richiede circa 100 milioni di dollari.
- Le principali aziende tecnologiche stanno investendo molto denaro nel progresso dell'intelligenza artificiale.
Il costo dell'addestramento dei modelli di intelligenza artificiale (IA) sta salendo alle stelle, con proiezioni che suggeriscono un aumento significativo nei prossimi anni. Dario Amodei, CEO della startup di IA Anthropic, ha evidenziato queste spese crescenti durante una recente puntata del podcast "In Good Company".
Gli attuali modelli di intelligenza artificiale avanzata, come ChatGPT-4, richiedono circa 100 milioni di dollari per l'addestramento. Ma, secondo Amodei, questa cifra potrebbe salire a una cifra compresa tra 10 e 100 miliardi di dollari nei prossimi tre anni.
Lo sviluppo dell'intelligenza artificiale generale fa aumentare i costi
La forte crescita è dovuta al passaggio dall'intelligenza artificiale generativa, come ChatGPT, all'intelligenza artificiale generale (AGI). Il progresso verso l'AGI mira a sviluppare sistemi in grado di comprendere, acquisire e utilizzare la conoscenza in modo simile alla mente umana.
"Penso che se arriviamo a 10 o 100 miliardi di dollari, e penso che ciò accadrà nel 2025, 2026, forse 2027... allora credo che ci siano buone probabilità che entro quel momento saremo in grado di ottenere modelli che saranno migliori della maggior parte degli esseri umani nella maggior parte delle cose."
Amodei
Secondo Tom's Hardware, il framework esistente per questi progressi è attualmente imponente. Ad esempio, per addestrare ChatGPT sono state necessarie oltre 30.000 GPU e ogni chip AI Nvidia B200 costa tra i 30.000 e i 40.000 dollari. Questo investimento hardware è uno dei fattori che potrebbero causare l'aumento delle spese.
Le risorse computazionali aumentano i costi di formazione dell'intelligenza artificiale
Ci sono diverse ragioni per cui il costo della formazione per l'IA è in aumento. La ragione principale è l'enorme quantità di risorse computazionali necessarie. Con il progresso nei modelli di deep learning, sono necessarie GPU potenti e altro hardware appositamente progettato. Oltre 3,8 milioni di GPU sono state spedite ai data center nel 2023, il che dimostra l'entità dell'infrastruttura richiesta.
Leggi anche: L'intelligenza artificiale influenzerà un'ampia gammadi servizi pubblici
Un altro fattore importante è il consumo energetico. Il consumo energetico di tutte le GPU vendute lo scorso anno sarebbe sufficiente ad alimentare 1,3 milioni di abitazioni. Questo elevato consumo energetico non solo comporta spese elevate per l'azienda, ma solleva anche problemi di impatto ambientale e di tutela dell'ambiente. Secondo un recente rapporto di Google, le emissioni dell'azienda sono aumentate di quasi il 50% in quattro anni, principalmente a causa dell'energia necessaria per l'apprendimento dell'intelligenza artificiale.
I giganti della tecnologia investono molto nelle infrastrutture di intelligenza artificiale
Inoltre, le principali aziende tecnologiche stanno investendo ingenti somme di denaro nel progresso dell'intelligenza artificiale. Ad esempio, Elon Musk intende acquistare 300.000 chip AI all'avanguardia di Nvidia. Allo stesso modo, si dice che Microsoft e OpenAI stiano lavorando a un data center da 100 miliardi di dollari per il progresso dell'intelligenza artificiale.
Leggi anche: Wimbledon utilizza l'intelligenza artificiale per combattere gli abusi online
Nonostante questi costi crescenti, si sta tentando di ottimizzare i costi di addestramento dell'IA. DeepMind di Google ha recentemente presentato una tecnica chiamata Joint Example Selection (JEST) che promette di ridurre il numero di iterazioni di un fattore 13 e le risorse computazionali necessarie di un fattore 10. Questo aiuta a ridurre le risorse da impiegare e i tempi necessari.
Tuttavia, nonostante questi progressi, la direzione generale è quella di un aumento dei costi dovuto all'evoluzione dell'AGI. Dall'IA generativa all'AGI, i modelli devono interpretare grandi set di dati, imparare da essi, anticipare situazioni diverse e risolvere problemi che richiedono pensiero critico.
Reporting Cryptopolitan di Brenda Kanana
Le menti più brillanti del mondo delle criptovalute leggono già la nostra newsletter. Vuoi partecipare? Unisciti a loro.
Disclaimer. Le informazioni fornite non costituiscono consulenza di trading. Cryptopolitan/ non si assume alcuna responsabilità per gli investimenti effettuati sulla base delle informazioni fornite in questa pagina. Consigliamotronvivamente di effettuare ricerche indipendentident di consultare un professionista qualificato prima di prendere qualsiasi decisione di investimento.
CORSO
- Quali criptovalute possono farti guadagnare
- Come rafforzare la sicurezza del tuo portafoglio digitale (e quali sono quelli davvero validi)
- Strategie di investimento poco conosciute utilizzate dai professionisti
- Come iniziare a investire in criptovalute (quali piattaforme di scambio utilizzare, le migliori criptovalute da acquistare, ecc.)