חברות בסין חוסכות עלויות על ידי בניית מודלים המאומנים על כמויות קטנות יותר של נתונים, הדורשים פחות כוח מחשוב אך חומרה אופטימלית, אמר לי קאי-פו, מייסד 01.ai וראש גוגל סין לשעבר.

לפי הדירוגים שפורסמו לאחרונה על ידי UC Berkeley SkyLab ו-LMSYS, מודל Yi-Lingtning של הסטארט-אפ 01.ai דורג במקום השלישי, יחד עם Grok-2 של x.AI, אחרי OpenAI וגוגל. דירוג זה מבוסס על ציוני המשתמשים עבור תשובות לשאילתות.

2d82e5b153faa85bf01e3f82affa4e298ec4f24e.avif.jpg
הפחתת עלות פעולות הבינה המלאכותית היא דרך עבור סין להתחרות בארה"ב. צילום: FT

01.ai ו-DeepSeek הן חברות בינה מלאכותית מהיבשת שמאמצות אסטרטגיה של התמקדות במערכי נתונים קטנים יותר כדי להכשיר מודלים, תוך שכירת כוח אדם זול ומיומן ביותר.

לפי FT, עלות ההסקה של Yi-Lightning היא 14 סנט למיליון טוקנים, בהשוואה ל-26 סנט עבור GPT o1-mini של OpenAI. בינתיים, GPT 4o עולה עד 4.40 דולר למיליון טוקנים. מספר הטוקנים המשמשים ליצירת תגובה תלוי במורכבות של כל שאילתה.

מייסדי Yi-Lightning חשפו כי החברה הוציאה 3 מיליון דולר על "הכשרה ראשונית", לפני כוונון עדין למקרי שימוש שונים. לי אמר כי מטרתם הייתה "לא ליצור את המודל הטוב ביותר", אלא לבנות מודל מתחרה שיהיה "זול פי 5-10".

השיטה שיישמו 01.ai, DeepSeek, MiniMax ו-Stepfun נקראת "מידול מומחה" - שמשמעותה פשוט שילוב של מספר רשתות עצביות שאומנו על מערכי נתונים ספציפיים לתחום.

חוקרים רואים בגישה זו דרך מרכזית להשגת אותה רמת אינטליגנציה כמו מודלים של ביג דאטה, אך עם פחות כוח מחשוב. עם זאת, הקושי בגישה זו הוא שמהנדסים חייבים לתזמר את תהליך ההכשרה עם "מומחים מרובים" במקום רק מודל כללי אחד.

עקב קשיים בגישה לשבבי בינה מלאכותית מתקדמים, חברות סיניות פנו לפיתוח מערכי נתונים איכותיים, בהם ניתן להשתמש לאימון מודלים של מומחים, ובכך להתחרות ביריבות מערביות.

לי אמר של-01.ai יש דרכים לא מסורתיות לאיסוף נתונים, כגון סריקת ספרים או איסוף מאמרים באפליקציית המסרים WeChat שאינם נגישים באתר הפתוח.

המייסד מאמין שסין ממוקמת טוב יותר מארה"ב, עם מאגר עצום של כישרונות טכניים זולים.

(לפי ה-FT, בלומברג)

ענקית המדיה החברתית Meta משיקה מודל בינה מלאכותית "למידה עצמית". ענקית המדיה החברתית Meta הכריזה זה עתה על מודל בינה מלאכותית חדש עם תכונת הערכה של למידה עצמית (STE), שיכולה לצמצם את ההתערבות האנושית בתהליך פיתוח הבינה המלאכותית.