アントロピックCEOは、AIのトレーニングコストは今後3年間で1000億ドルに上昇する可能性があると述べている。

人工知能（AI）モデルのトレーニング費用は急騰しており、今後数年間で大幅に増加すると予測されています。AIスタートアップ企業AnthropicのCEO、ダリオ・アモデイ氏は、最近のポッドキャスト「In Good Company」で、こうした費用の高騰について言及しました。

関連記事： AI競争の激化を受け、サムスン労働者が賃金引き上げを要求してストライキ

ChatGPT-4などの現在の高度なAIモデルの学習には約1億ドルの費用がかかります。しかし、 によると 、今後3年間でこの費用は100億ドルから1,000億ドルに増加する可能性があるとのことです。 

汎用人工知能の開発はコストを上昇させる

この急激な増加は、ChatGPTのような生成型AIから汎用人工知能（AGI）への移行によるものです。AGIに向けた進歩は、人間の心と同様に知識を理解、獲得、活用できるシステムの開発を目指しています。

「AIが100億ドル、あるいは1000億ドルに到達すれば、そしてそれは2025年、2026年、もしかしたら2027年になると思いますが、その頃にはほとんどのことにおいてほとんどの人間よりも優れたモデルを実現できる可能性が高いと思います。」 

アモデイ

Tom's Hardwareによると、これらの進歩のための既存のフレームワークは現時点では巨大です。例えば、ChatGPTの学習には3万個以上のGPUが必要で、Nvidia B200 AIチップ1個あたりの価格は3万ドルから4万ドルです。このハードウェア投資が、費用増加の原因の一つとなっている可能性があります。 

計算リソースがAIトレーニングコストを押し上げる

AIの学習コストが上昇している理由はいくつかあります。主な理由は、必要な計算リソースの量が膨大であることです。ディープラーニングモデルの進歩に伴い、高性能なGPUやその他の専用設計のハードウェアが必要となっています。2023年には380万台以上のGPUがデータセンターに出荷され、必要なインフラの規模の大きさを物語っています。 

関連記事： 人工知能が幅広い公共サービスに

もう一つの重要な要素はエネルギー消費です。昨年販売されたGPU全体の消費電力は、130万世帯の電力供給に相当します。この高いエネルギー消費は、事業運営上の費用増加につながるだけでなく、環境への影響や保全に関する問題も引き起こします。Googleの最近の報告書によると、同社の排出量は4年間で約50%増加しており、その主な要因はAI学習に必要なエネルギーです。

テクノロジー大手はAIインフラに多額の投資を行っている

さらに、大手テクノロジー企業は人工知能（AI）の発展に多額の投資を行っています。例えば、イーロン・マスクはNVIDIAの最先端AIチップを30万個購入したいと考えています。同様に、MicrosoftとOpenAIはAIの発展のために1,000億ドル規模のデータセンターの構築に取り組んでいると言われています。

関連記事： ウィンブルドン、オンライン虐待対策にAIを採用

こうしたコストの上昇にもかかわらず、AIトレーニングのコストを最適化する試みは行われています。GoogleのDeepMindは最近、Joint Example Selection（JEST）と呼ばれる手法を発表しました。この手法は、反復回数を13分の1に、必要な計算リソースを10分の1に削減できると主張しています。これにより、必要なリソースと所要時間を削減できます。

しかし、これらの進歩にもかかわらず、AGIの進歩により、全体的なコストは上昇傾向にあります。生成AIからAGIに至るまで、モデルには大規模なデータセットを解釈し、そこから学習し、さまざまな状況を予測し、批判的思考を必要とする問題を解決することが求められています。 

ブレンダ・カナナによるCryptopolitan レポート