Syarikat tanah besar mengurangkan kos dengan membina model terlatih pada jumlah data yang lebih kecil, memerlukan kurang kuasa pengkomputeran tetapi perkakasan yang dioptimumkan, kata Lee Kai-Fu, pengasas 01.ai dan bekas ketua Google China.

Menurut kedudukan yang diumumkan baru-baru ini oleh UC Berkeley SkyLab dan LMSYS, model Yi-Lingtning bagi permulaan 01.ai menduduki tempat ketiga, terikat dengan Grok-2 x.AI, di belakang OpenAI dan Google. Kedudukan ini adalah berdasarkan skor pengguna untuk jawapan pertanyaan.

2d82e5b153faa85bf01e3f82affa4e298ec4f24e.avif.jpg
Mengurangkan kos operasi AI adalah cara untuk China bersaing dengan AS. Foto: FT

01.ai dan DeepSeek ialah syarikat AI tanah besar yang menggunakan strategi memfokuskan pada set data yang lebih kecil untuk melatih model, sambil mengupah tenaga kerja yang murah dan berkemahiran tinggi.

FT berkata kos inferens Yi-Lightning ialah 14 sen bagi setiap juta token, berbanding 26 sen untuk GPT o1-mini OpenAI. Sementara itu, GPT 4o berharga sehingga $4.40 setiap juta token. Bilangan token yang digunakan untuk menjana respons bergantung pada kerumitan setiap pertanyaan.

Pengasas Yi-Lightning mendedahkan bahawa syarikat itu membelanjakan $3 juta untuk "latihan awal," sebelum menyempurnakan kes penggunaan yang berbeza. Lee berkata bahawa matlamat mereka adalah "bukan untuk mencipta model terbaik," tetapi untuk membina model bersaing yang "5-10 kali lebih murah."

Kaedah yang 01.ai, DeepSeek, MiniMax dan Stepfun telah digunakan dipanggil "pemodelan pakar" - yang bermaksud menggabungkan berbilang rangkaian saraf yang dilatih pada set data khusus domain.

Penyelidik melihat pendekatan ini sebagai cara utama untuk mencapai tahap kecerdasan yang sama seperti model data besar tetapi dengan kuasa pengkomputeran yang kurang. Walau bagaimanapun, kesukaran dengan pendekatan adalah bahawa jurutera mesti mengatur proses latihan dengan "berbilang pakar" dan bukannya hanya satu model umum.

Disebabkan kesukaran untuk mengakses cip AI mewah, syarikat China telah beralih kepada membangunkan set data berkualiti tinggi, yang boleh digunakan untuk melatih model pakar, dengan itu bersaing dengan saingan Barat.

Lee berkata 01.ai mempunyai cara bukan tradisional untuk mengumpul data, seperti mengimbas buku atau mengumpul artikel pada aplikasi pemesejan WeChat yang tidak boleh diakses di laman web terbuka.

Pengasas percaya bahawa kedudukan China lebih baik daripada AS, dengan kumpulan besar bakat teknikal murahnya.

(Menurut FT, Bloomberg)

Meta melancarkan model AI 'pembelajaran kendiri' Gergasi media sosial Meta baru sahaja mengumumkan model AI baharu dengan ciri penilaian pembelajaran kendiri (STE), yang boleh mengecilkan campur tangan manusia dalam proses pembangunan AI.