- LLMは企業がさまざまなタスクを処理するために不可欠ですが、専門家はSLMの見通しは明るいと考えています。
- SLMはLLMと比較してエネルギー効率が良く、その他の利点もあるため、理想的な選択肢です。
- しかし、大手テック企業はLLMに多額の投資を行っています。
企業が巨大言語モデル（LLM）に多額の資金を投じている一方で、AI業界の専門家の一部は、スモールランゲージモデル（SLM）が次の大きなブレイクスルーになると考えています。
これは、祝祭シーズン到来に伴い業界の活動が継続的に拡大し、テクノロジー企業が自社の技術開発により多くの資金を投資している状況下でのことです。
未来はスモールランゲージモデルにある
マルチビリオネアであるイーロン・マスクが率いるxAIは、アンドリーセン・ホロウィッツ、カタール投資庁、シーケンシア、バロア・エクイティ・パートナーズから追加で50億ドルを調達することに成功し、アマゾンは競合の OpenAI であるAnthropicに追加で40億ドルを投資した。
これらの巨大テック企業や他社が、多くの異なるタスクを処理するための巨大なLLMの開発に焦点を当てて数十億ドルを投資している一方で、AIの現実には「万能」はなく、企業にはタスク固有のモデルが必要とされています。
AWSの最高経営責任者（CEO）であるマット・ガーマン氏は、拡大するパートナーシップと投資に関する発表で、Anthropicによって駆動される生成AIを開発しているAWS顧客からすでに圧倒的な反響があると述べています。
LLMは多くの企業にとって特定のプロジェクトにおいて依然として第一の選択肢ですが、他のケースでは、コスト、エネルギー、コンピューティングリソースの観点からこの選択が高額になる可能性があります。
Teradataの社長兼CEOであるスティーブン・マクミランは、一部の企業に 代替パス を提供したが、他の見解も持っている。彼は将来がSLMs（Small Language Models）にあると楽観視している。
「将来を見据えて、私たちはスモールおよびミディアムランゲージモデル、およびドメイン固有のLLMのような制御された環境が、はるかに優れたソリューションを提供すると考えています。」
〜マクミラン
SLMは、言語モデルがそのために特別に訓練されているため、特定の種類のデータに対してカスタマイズされた出力を生成します。SLMによって生成されるデータは内部に保持されるため、言語モデルは機密性の高いデータで訓練される可能性があります。
LLMはエネルギーを大量に消費するため、スモールランゲージバージョンは、プロジェクトの実際のニーズに合わせてコンピューティングとエネルギー使用をスケーリングするように訓練されています。このような調整により、SLMは現在の大型モデルよりも低コストで効率的であることを意味します。
特定の知識でAIを使用したいユーザー向けには、広範な知識を提供しないため、ドメイン固有のLLMという選択肢があります。これは、CMOとCFOのように、1つの情報カテゴリのみを深く理解し、そのドメインにおいてより正確に回答するように訓練されています。
SLMが優先される理由
データ科学者協会（ADaSci）によると、100万人のユーザー向けに70億パラメータのSLMを完全に開発するには、わずか55.1MWh（メガワット時）の電力が必要です。
ADaSciは、1,750億パラメータを持つGPT-3の訓練に推定で1,287MWhの電力を消費し、その電力には一般公開後の使用時の電力は含まれていないことを明らかにしました。したがって、SLMはLLMの訓練に消費されるエネルギーの約5%しか使用しません。
大型モデルは、通常、個々のデバイスで利用可能な計算能力よりも多くの計算パワーを使用するため、クラウドコンピューターで実行されます。これにより、情報がクラウドに移動する際に企業が情報の制御を失い、インターネットを介して通信する際に遅延が発生するため、企業にとって複雑な問題が生じます。
将来に向けて、企業によるAIの採用は「万能」ではなく、効率性とタスクを完了するための最適かつ最も安価なツールの選択に焦点が当てられるため、各プロジェクトに適したサイズのモデルを選択することが重要になります。
これは、どのモデルがより良い結果をもたらすか、より少ないリソースを必要とするか、データをクラウドに移行する必要性を減らすかによって、汎用LLMまたは小さくドメイン固有のLLMなど、すべてのモデルに対して行われます。
次のフェーズでは、一般大衆がAI生成の回答に対して高い信頼を持っているため、AIはビジネスの意思決定にとって不可欠になります。
「AIモデルの訓練を考える際、それらは優れたデータの基盤の上に構築されなければなりません。」
〜マクミラン
「それが私たちの目指すところです。信頼できるデータセットを提供し、その後、クライアントとその顧客が出力を信頼できるよう、機能性と分析機能を提供します」とマクミランは付け加えました。
効率性と正確性が世界中で高く求められている中、小さくドメイン固有のLLMは、企業や一般大衆が信頼できる結果を提供するための別の選択肢となります。
これをお読みいただいているあなたは、すでに一歩先を行っています。当社のニュースレターでその先を行ってください。
免責事項。 ここに提供される情報は取引助言ではありません。 Cryptopolitan.com 当社は、このページに提供される情報に基づいて行われたいかなる投資に対しても責任を負いません。いかなる投資判断を下す前に、独立した調査および/または資格を有する専門家への相談を強く推奨します。
Enacy Mapakame
Enacy Mapakame は、ビジネスおよび金融ニュース分野で 10 年以上の経験を持つジャーナリストです。資本市場とメタバース、AI、暗号通貨などの新興技術を担当しています。Enacy はメディア・社会研究専攻の学士（優等学位）を取得しています。
