شهدت تكلفة تدريب نماذج الذكاء الاصطناعي ارتفاعًا هائلًا في السنوات الأخيرة، مما يعكس التقدم الكبير في قدرات هذه النماذج وتعقيداتها. مع إطلاق نموذج ChatGPT-4 في مارس من العام الماضي من قبل شركة OpenAI، تلته شركة Google بإطلاق نموذجها المتقدم Gemini في ديسمبر.. أصبحت تكلفة تطوير نماذج الذكاء الاصطناعي الحديثة أكبر من أي وقت مضى. في هذا المقال، سنتناول الزيادة الكبيرة في تكلفة تدريب هذه النماذج وتأثيرها على البحث والتطوير في مجال الذكاء الاصطناعي.
الزيادة في تكلفة تدريب النماذج
وفقًا لبيانات صادرة عن شركة الأبحاث Epoch AI، فإن تكلفة تدريب نماذج الذكاء الاصطناعي الحديثة ارتفعت بشكل كبير. نموذج Gemini، الذي يمكنه التعامل مع النصوص والأوامر الصوتية والصور، بلغت تكلفة تدريبه ما بين 30 إلى 191 مليون دولار.. دون احتساب رواتب الموظفين. تُشكل هذه الرواتب ما بين 29% إلى 49% من التكلفة النهائية.
أما نموذج ChatGPT-4.. فقد بلغت تكلفته التقنية فقط بين 41 مليون دولار و78 مليون دولار، فيما أكد سام ألتمان، الرئيس التنفيذي لشركة OpenAI، أن التكلفة الإجمالية تجاوزت 100 مليون دولار.
مقارنة بتكاليف النماذج السابقة
عند النظر إلى النماذج السابقة، نجد أن تكاليف التدريب كانت أقل بكثير. على سبيل المثال، تكلفة تطوير نموذج ChatGPT-3 في عام 2020 بلغت حوالي 2 إلى 4 ملايين دولار، في حين أن تدريب النموذج السابق لـ Gemini، وهو PaLM، في عام 2022 كلف ما بين 3 ملايين و12 مليون دولار.
التحديات أمام المؤسسات الأكاديمية والعامة
هذه الأرقام تعكس التحديات الكبيرة التي تواجه المؤسسات الأكاديمية والعامة التي ترغب في البقاء على صلة بأحدث التطورات في مجال الذكاء الاصطناعي. فالتكاليف المرتفعة تجعل من الصعب على هذه المؤسسات مواكبة الشركات الكبرى مثل Google وOpenAI.
التطورات الجديدة في ChatGPT-4 وGemini
بدأ نموذج ChatGPT-4، كما يشير اسمه، كنموذج يعتمد على النصوص فقط، بينما تم تصميم نموذج Gemini ليكون نموذجًا متعدد الوسائط منذ البداية. تم تحديث ChatGPT-4 لدعم الصوت والصور في خريف عام 2023، ولكن تركز Gemini على تقديم التطبيقات بشكل أكبر، مما يفسر التكلفة العالية لتدريبه.. حيث يتيح للمستخدمين التقاط صور بهواتفهم وتحليلها، مما يتطلب تقنيات متقدمة.
في النهاية
تكلفة تدريب نماذج الذكاء الاصطناعي الحديثة تمثل استثمارًا هائلًا في مستقبل التكنولوجيا. هذه التكاليف ليست مجرد أرقام، بل تعكس مستوى التقدم والتعقيد.. الذي وصلت إليه هذه النماذج. على الرغم من التحديات، تظل هذه الاستثمارات ضرورية لدفع حدود الذكاء الاصطناعي نحو آفاق جديدة.
