La Cina ha ridotto i costi di inferenza dell'intelligenza artificiale del 90% rispetto agli Stati Uniti.

I colossi tecnologici Alibaba, Baidu e ByteDance sono impegnati in una corsa per ridurre il costo dell'"inferenza" dell'intelligenza artificiale, offrendo prezzi fino al 90% inferiori rispetto a quelli delle loro controparti statunitensi.

Lee Kai-Fu, fondatore di 01.ai ed ex responsabile di Google Cina, ha affermato che le aziende della Cina continentale riducono i costi creando modelli addestrati su set di dati più piccoli, che richiedono meno potenza di calcolo ma hardware ottimizzato.

Secondo le classifiche pubblicate di recente da UC Berkeley SkyLab e LMSYS, il modello Yi-Lingtning della startup 01.ai si è classificato terzo, a pari merito con Grok-2 di x.AI, dietro a OpenAI e Google. Questa classifica si basa sulle valutazioni degli utenti relative alle risposte alle query.

Ridurre i costi operativi dell'intelligenza artificiale è un modo per la Cina di competere con gli Stati Uniti. Foto: FT

01.ai e DeepSeek sono aziende di intelligenza artificiale cinesi che adottano una strategia incentrata su set di dati più piccoli per addestrare i propri modelli, assumendo al contempo personale altamente qualificato ed economico.

Secondo il Financial Times, il costo di inferenza di Yi-Lightning è di 14 centesimi per milione di token, rispetto ai 26 centesimi di GPT o1-mini di OpenAI. GPT 4o, invece, può arrivare a costare fino a 4,40 dollari per milione di token. Il numero di token utilizzati per generare una risposta dipende dalla complessità di ciascuna query.

Il fondatore Yi-Lightning ha rivelato che l'azienda ha speso 3 milioni di dollari per la "formazione iniziale" prima di perfezionarla per diversi casi d'uso. Lee ha affermato che il loro obiettivo "non è creare il modello migliore", ma costruire un modello competitivo che sia "5-10 volte più economico".

Il metodo impiegato da 01.ai, DeepSeek, MiniMax e Stepfun si chiama "modellazione esperta" e consiste nel combinare più reti neurali addestrate su uno specifico set di dati specializzato.

I ricercatori considerano questo metodo il modo principale per raggiungere un livello di intelligenza paragonabile ai modelli che utilizzano i big data, ma con una minore potenza di calcolo. Tuttavia, la difficoltà di questo approccio risiede nel fatto che gli ingegneri devono strutturare il processo di addestramento con "più esperti" anziché con un unico modello generale.

A causa delle difficoltà di accesso ai chip per l'intelligenza artificiale di fascia alta, le aziende cinesi hanno spostato la loro attenzione sullo sviluppo di set di dati di alta qualità per l'addestramento di modelli esperti, ottenendo così un vantaggio competitivo rispetto ai rivali occidentali.

Lee ha affermato che 01.ai utilizza metodi di raccolta dati non convenzionali, come la scansione di libri o la raccolta di post sull'app di messaggistica WeChat, che non sono accessibili sui siti web pubblici.

Il fondatore ritiene che la Cina si trovi in ​​una posizione migliore rispetto agli Stati Uniti, possedendo un'enorme riserva di talenti tecnici a basso costo.

(Secondo FT, Bloomberg)

Meta lancia un modello di intelligenza artificiale con "apprendimento autovalutativo" . Il gigante dei social media Meta ha appena annunciato un nuovo modello di intelligenza artificiale con capacità di apprendimento autovalutativo (STE), che può ridurre l'intervento umano nel processo di sviluppo dell'IA.

Fonte: https://vietnamnet.vn/trung-quoc-giam-90-chi-phi-ai-suy-luan-so-voi-my-2334520.html