به گزارش رسانه تحلیلی خبری آناژورنال مدل هوش مصنوعی جدید Claude 3.7 Sonnet که توسط Anthropic معرفی شده است، برخلاف مدل‌های پیشین، هزینه کمتری برای آموزش داشته است.
طبق گفته ایتان مولیک، استاد دانشگاه Wharton، این مدل تنها “چند ده میلیون دلار” برای آموزش هزینه داشته و از نظر قدرت پردازشی کمتر از 10^26 FLOPs از منابع محاسباتی استفاده کرده است.
این در حالی است که مدل‌های مشابه در سال ۲۰۲۳ مانند GPT-4 از OpenAI هزینه‌ای بیش از ۱۰۰ میلیون دلار برای آموزش داشتند، و مدل Gemini Ultra از گوگل نزدیک به ۲۰۰ میلیون دلار برای آموزش صرف کرده است.
با این حال، داریو آمودئی، مدیرعامل Anthropic، پیش‌بینی کرده است که مدل‌های هوش مصنوعی آینده می‌توانند هزینه‌هایی در حد میلیاردها دلار داشته باشند.
این موضوع به‌ویژه با توجه به افزایش تقاضا برای مدل‌های “استدلالی” که قادر به انجام وظایف پیچیده و طولانی‌مدت هستند، قابل پیش‌بینی است.
در نهایت، آموزش مدل‌های هوش مصنوعی به دلیل پیشرفت در تکنولوژی‌ها و استفاده بهینه از منابع، در حال ارزان‌تر شدن است، هرچند که هزینه‌های عملیاتی مانند تست ایمنی و تحقیقات بنیادی همچنان می‌تواند سنگین باشد.
این کاهش هزینه‌ها به توسعه‌دهندگان و محققان این امکان را می‌دهد که مدل‌های پیچیده‌تری را با هزینه‌های پایین‌تر توسعه دهند.
این موضوع همچنین به ایجاد رقابت بیشتر در بازار مدل‌های هوش مصنوعی کمک خواهد کرد و احتمالاً باعث کاهش وابستگی به مدل‌های گران‌قیمت موجود می‌شود.
سوالات متداول:
1. هزینه آموزش مدل کلود ۳.۷ چقدر بوده است؟
مدل Claude 3.7 Sonnet توسط Anthropic با هزینه‌ای حدوداً “چند ده میلیون دلار” آموزش داده شده است.
این مبلغ نسبت به مدل‌های مشابه بسیار پایین‌تر است و از نظر هزینه نسبت به مدل‌هایی مانند GPT-4 و Gemini Ultra که هزینه‌های بیش از ۱۰۰ میلیون دلار داشتند، مقرون به صرفه‌تر بوده است.
2. چرا هزینه آموزش مدل‌های هوش مصنوعی در حال کاهش است؟
کاهش هزینه‌ها به دلیل پیشرفت‌های تکنولوژیکی و بهینه‌سازی منابع پردازشی است.
با بهبود ابزارها و روش‌های آموزش مدل‌ها، می‌توان مدل‌های پیچیده‌تر و پیشرفته‌تری را با هزینه‌های کمتری آموزش داد.
3. آیا مدل کلود ۳.۷ توانسته به قدرت مدل‌هایی مانند GPT-4 برسد؟
مدل Claude 3.7 به لحاظ هزینه آموزش نسبت به مدل‌هایی مانند GPT-4 که بیش از ۱۰۰ میلیون دلار هزینه داشته‌اند، ارزان‌تر بوده است.
اما این مدل در مورد عملکرد، هنوز در رقابت با مدل‌های بزرگ‌تری مانند GPT-4 و Gemini Ultra است.
