Настоящий прорыв: китайцы придумали, как в разы снизить затраты на обучение ИИ
О настоящем прорыве в снижении стоимости обучения моделей искусственного интеллекта (ИИ) почти на 90% сообщила компания Alibaba, которая стремится расширить возможности ИИ, одновременно сокращая расходы на разработку. Исследователи Alibaba представили новый подход под названием ZeroSearch, который улучшает возможности поиска моделей ИИ посредством симуляций без необходимости взаимодействия с реальными поисковыми системами, согласно исследовательской работе, опубликованной на прошлой неделе. Изображение Midjourney Этот метод устраняет высокие затраты, обычно связанные с маршрутизацией запросов через коммерческие поисковые системы. Он делает это, позволяя моделям ИИ — уже обученным на обширных базах знаний — генерировать качественный контент в ответ на запросы. Преобразовывая эталонную модель в поисковую систему, способную обучать другие системы ИИ ответам на запросы, ZeroSearch снижает зависимость от дорогостоящей внешней поисковой инфраструктуры, делая обучение поиску ИИ более доступным, особенно для небольших команд с ограниченными ресурсами. Например, отправка запросов в Google 64 000 раз через интерфейс прикладного программирования обошлась примерно в 586,70 долларов США по сравнению с 70,80 долларов США при использовании модели ИИ с 14 миллиардами параметров для генерации ответов для обучения, что означает снижение затрат на 88%.
_large.png)
О настоящем прорыве в снижении стоимости обучения моделей искусственного интеллекта (ИИ) почти на 90% сообщила компания Alibaba, которая стремится расширить возможности ИИ, одновременно сокращая расходы на разработку.
Исследователи Alibaba представили новый подход под названием ZeroSearch, который улучшает возможности поиска моделей ИИ посредством симуляций без необходимости взаимодействия с реальными поисковыми системами, согласно исследовательской работе, опубликованной на прошлой неделе. _large.png)
Этот метод устраняет высокие затраты, обычно связанные с маршрутизацией запросов через коммерческие поисковые системы. Он делает это, позволяя моделям ИИ — уже обученным на обширных базах знаний — генерировать качественный контент в ответ на запросы.
Преобразовывая эталонную модель в поисковую систему, способную обучать другие системы ИИ ответам на запросы, ZeroSearch снижает зависимость от дорогостоящей внешней поисковой инфраструктуры, делая обучение поиску ИИ более доступным, особенно для небольших команд с ограниченными ресурсами.
Например, отправка запросов в Google 64 000 раз через интерфейс прикладного программирования обошлась примерно в 586,70 долларов США по сравнению с 70,80 долларов США при использовании модели ИИ с 14 миллиардами параметров для генерации ответов для обучения, что означает снижение затрат на 88%.
