Високі витрати і невиправдані результати: що стримує розробку GPT-5 від OpenAI

Високі витрати і невиправдані результати: що стримує розробку GPT-5 від OpenAI
Високі витрати і невиправдані результати: що стримує розробку GPT-5 від OpenAI

Зарубіжні ЗМІ нещодавно підняли питання про темпи й ефективність розробки нової моделі штучного інтелекту OpenAI, GPT-5. Очікування від цієї моделі надзвичайно високі, проте кілька важливих аспектів вказують на те, що процес її розробки виявився складнішим і дорожчим, ніж передбачалося.

Про GPT-5 відомо, що OpenAI вже провела два значні етапи навчання для вдосконалення моделей за допомогою великих обсягів даних. Проте перший тренувальний запуск виявився повільнішим, ніж очікувалося, що натякає на те, що майбутні етапи будуть також витратними та тривалими. Хоча GPT-5 виявився кращим за попередника GPT-4, покращення виявилось недостатнім, щоб покрити витрати на його підтримку.

Розробка таких масштабних моделей, як GPT-5, потребує величезних обчислювальних потужностей та значних обсягів даних. OpenAI використовує не лише відкриті дані, а й ліцензійні угоди, наймає фахівців для створення нових даних через написання коду або вирішення математичних задач, а також використовує синтетичні дані, створені іншими моделями. Це все свідчить про масштаби та складність проєкту.

Читайте також:  SpaceX безкоштовно підвищила швидкість супутникового інтернету Starlink у США та Канаді

Сем Альтман, генеральний директор OpenAI, визнав, що з підвищенням складності моделей ШІ управління багатьма проєктами одночасно стає дедалі складнішим, зокрема в питаннях розподілу обчислювальних ресурсів. Альтман також зауважив, що GPT-4, попри свій успіх, є лише “відстійною” порівняно з тим, що обіцяє GPT-5. Це свідчить про високі сподівання та визнання наявних обмежень.

Незважаючи на чутки про можливий реліз GPT-5 наприкінці 2024 або на початку 2025 року, точні терміни OpenAI поки не підтвердила. Деякі джерела вважають, що може бути випущене оновлення GPT-4.5, аби зберегти лідерство в галузі. Проте основна увага зосереджена на досягненні значного стрибка в параметрах і характеристиках машинного навчання, який виправдає інвестиції.

Джерело: itechua.com