የ$7 ትሪሊዮን ጥያቄ

የAI ኢንዱስትሪ በወሳኝ ምዕራፍ ላይ፦ የፈጠራ ገደቦች፣ የካፒታል ጫና እና መጪውን ጊዜ እንደገና እየቀረጸ ያለው ስትራቴጂያዊ ክፍፍል

Muhammed Gider
ለማንበብ 6 ደቂቃ • 

የ$7 ትሪሊዮን ጥያቄ

ከብሩህ የዜና ርዕሶች በስተጀርባ፣ የAI ኢንዱስትሪ ስለ ፈጠራ ግስጋሴ፣ ስለ ካፒታል ዘላቂነት እና የሞዴል አበልጻጊዎችና የመተግበሪያ ገንቢዎች መንገዶች እየተለያዩ ስለመሄዳቸው ከመሠረታዊ ጥያቄዎች ጋር እየታገለ ነው።

የኢንዱስትሪው ድምፅ አልባ የለውጥ ምዕራፍ

ሰው ሠራሽ ብልህነት ባለፉት ሦስት ዓመታት ከዚህ በፊት ታይቶ በማያውቅ ፍጥነት አድጓል። ChatGPT ከተጀመረ ወዲህ፣ በተጠቃሚዎች ዘንድ ያገኘው ተቀባይነት ሪከርዶችን ሰብሯል፤ ከOpenAI እስከ Google ያሉ ግዙፍ ኩባንያዎች ሞዴሎችን በአጭር ጊዜ ልዩነት አከታትለው አስታውቀዋል፤ የFortune 500 ኩባንያዎችም AIን በንግድ ሥራ ሂደቶቻቸው ማዕከል አስቀምጠዋል። ሆኖም ዛሬ፣ ከብሩህ የዜና ርዕሶች በስተጀርባ፣ ኢንዱስትሪው ከመሠረቱ የተለየ ጥያቄ ጋር እየታገለ ነው፦

እውነተኛ ፈጠራ አሁንም በጠንካራ ግስጋሴ ወደፊት እየገፋ ነው፣ ወይስ የማይታዩ ገደቦችን እየተጋፋ ያለ ግዙፍ ማሽን እየተመለከትን ነው?

ለዚህ ጥያቄ በአግባቡ መልስ ለመስጠት፣ የዘርፉን ሥነ ምህዳር ከሁለት የተለያዩ አንጻሮች መመልከት ያስፈልገናል፦

ዋና ገበያ፦ እንደ GPT-4፣ Claude እና Gemini ያሉ መሠረታዊ ሞዴሎችን የሚያበለጽጉ ኩባንያዎች፦ OpenAI፣ Anthropic፣ Google DeepMind፣ Meta።

ሁለተኛ ደረጃ ገበያ፦ እነዚህን ሞዴሎች ተጠቅመው ለተጠቃሚዎች እውነተኛ ችግሮች መፍትሔዎችን የሚገነቡ ኩባንያዎች፦ Perplexity፣ Cursor፣ Notion AI፣ Replit።

ሁለቱም ገበያዎች በአንድ ኢንዱስትሪ ውስጥ ቢኖሩም፣ የአሠራራቸው እንቅስቃሴ፣ የወጪ መዋቅራቸው፣ የሚያጋጥማቸው አደጋ ባህሪ እና የእድገት ግምታቸው ከመሠረቱ የተለያዩ ናቸው። ዛሬ እየተመለከትነው ያለው ውጥረት የሚመነጨው በትክክል ከዚህ ልዩነት ነው።

የሞዴል ልማት ተፈጥሯዊ ገደቦች እየታዩ ነው

ባለፉት አምስት ዓመታት የትልልቅ የቋንቋ ሞዴሎችን እድገት የቀረጹት አራት መሠረታዊ ምክንያቶች ናቸው፦

  • የሞዴል መጠን (የመለኪያ ተለዋዋጮች ብዛት)
  • የስልጠና ውሂብ (ጥራት እና ብዝኃነት)
  • የስሌት ኃይል (የGPU/TPU አቅም)
  • የስልጠና ቴክኒኮች (የትራንስፎርመር አወቃቀሮች፣ የትኩረት ስልቶች)

ከ2018 እስከ 2023፣ እነዚህ አራት ምክንያቶች በአንድ አቅጣጫ እያደጉ በመሄዳቸው እጅግ ከፍተኛ እመርታዎችን አስገኝተዋል። ከGPT-2 ወደ GPT-4፣ ከBERT ወደ PaLM የተሸጋገርነው በዚህ መንገድ ነው። ሆኖም ይህ የእድገት ኩርባ ያለገደብ አይቀጥልም። የስልጠና ውሂብ አሁን የኢንዱስትሪው እጅግ ወሳኝ ማነቆ ሆኗል።

ከፍተኛ ጥራት ያላቸው፣ የተለያዩ እና የመጀመሪያ ፈጠራ የሆኑ በሰዎች የተዘጋጁ የውሂብ ስብስቦች ውስን ናቸው። ሞዴልህን በWikipedia ውሂብ ታሠለጥናለህ፣ በarXiv ውሂብ ታሠለጥናለህ፣ በGitHub ውሂብ ታሠለጥናለህ፤ ከዚያስ? በቅጂ መብት ጉዳዮች፣ በውሂብ ባለቤትነት ስምምነቶች እና በተደራሽነት ገደቦች ምክንያት የዚህ መስክ ወጪዎች በኤክስፖነንሻል ፍጥነት እየጨመሩ ነው። ከReddit ጋር ስምምነት ታደርጋለህ፣ ከStack Overflow ጋር ትደራደራለህ፣ The New York Times የሚመሠርትብህን ክሶች ትጋፈጣለህ። የሞዴልን መጠን ማሳደግ አሁንም በቴክኒክ ደረጃ የሚቻል ቢሆንም፣ የውሂብ አቅርቦቱ ተፈጥሯዊ ገደብ ይፈጥራል።

ዘርፉ ትኩረቱን ከሞዴል መጠን ወደ ቅልጥፍና ያዞረው ለዚህ ነው። በተከታታይ የሐሳብ ደረጃዎች ማመዛዘን፣ ከሰዎች በሚገኝ ግብረመልስ የሚደረግ የማጠናከሪያ ትምህርት (RLHF)፣ የበለጠ ውጤታማ የናሙና አመራረጥ ዘዴዎች፣ የባለሙያ ሞዴሎች ቅልቅል (MoE) አወቃቀሮች፤ እነዚህ ሁሉ የዚህ ለውጥ አካል ናቸው።

እነዚህ እድገቶች ከፍተኛ ፋይዳ አላቸው፣ ግን ብቻቸውን ዘላቂ ሊሆኑ አይችሉም። ምክንያቱም የቅልጥፍና መሻሻሎችም በአንድ ወቅት የሙሌት ደረጃ ላይ ይደርሳሉ። የመሠረታዊ ሞዴሎች ፈጠራ ይበልጥ አዝጋሚ እና ውድ ወደሆነ ደረጃ እንደገባ ዘርፉ መገንዘብ ጀምሯል።

የካፒታል ፍሰት ጫና እና እየጨመረ ያለው ተጋላጭነት

የቴክኖሎጂ ገደቦች ይበልጥ ግልጽ እየሆኑ ሲመጡ፣ በካፒታል በኩል ያለው እድገት ከዚህም የበለጠ አደጋ ይዞ መጥቷል።

መሠረታዊ ሞዴሎችን የሚያዘጋጁ ኩባንያዎች ግዙፍ የስሌት መሠረተ ልማቶችን እየገነቡ ነው፤ ብቁ ባለሙያዎችን ለመሳብ በሚደረገው ከፍተኛ ፉክክርም ማራኪ የቅጥር አቅርቦቶችን እያቀረቡ ነው። እነዚህ ወጪዎች እየተደረጉ ያሉት ጠንካራ የገቢ መሠረት ከመመሥረቱ በፊት ነው። የOpenAI ዓመታዊ የስሌት ወጪዎች ቢሊዮኖች ይደርሳሉ። Anthropic ከMicrosoft ቢሊዮኖች የሚቆጠር ኢንቨስትመንት ይቀበላል። Google ለDeepMind የተለየ በጀት ይመድባል።

በውሂብ ማዕከላት ላይ የሚፈሱ ቢሊዮኖች፣ ለብዙ ዓመታት የሚቆዩ የGPU ውሎች፣ እንደ Ilya Sutskever ላሉ ታዋቂ ሰዎች የሚከፈሉ እጅግ ከፍተኛ ደመወዞች፤ እነዚህ ሁሉ የኩባንያዎችን ወጪዎች በእጅጉ ያሳድጋሉ።

ይህ ሁኔታ ዋናው ገበያ በኢኮኖሚ አንጻር እጅግ ተጋላጭ በሆነ የማስፋፊያ ሞዴል ላይ እንደተገነባ ያሳያል። የሞዴል ፈጠራ የወጪ መዋቅር ከገቢ እድገት መጠኖች እጅግ ይበልጣል።

የመተግበሪያ ንብርብሩ ጸጥ ያለ እድገት

ዋናው ገበያ በጫና ሥር ባለበት ጊዜ፣ ሁለተኛው ገበያ በአንጻራዊነት ጤናማ በሆነ የእድገት አቅጣጫ እየተጓዘ ነው። እነዚህ ኩባንያዎች መሠረታዊ ሞዴሎችን ወስደው ወደ ተጨባጭ አጠቃቀሞች ይቀይሯቸዋል።

  • Perplexity: የፍለጋ ተሞክሮን እንደገና መንደፍ
  • Cursor & Replit: ኮድ የመጻፍ ሂደትን መለወጥ
  • Notion AI: የምርታማነት መሣሪያዎችን ብልህ ማድረግ
  • Dvina: ከ120+ መተግበሪያዎች ጋር በመገናኘት መላውን ዲጂታል ሕይወት ከአንድ ብልህ ንብርብር ማስተዳደር

የእነዚህ ኩባንያዎች ብልጫ ለተጠቃሚው ከሁሉ የበለጠ ቅርብ መሆናቸው ነው። እውነተኛ እሴት በቀጥታ በተጠቃሚው ተሞክሮ ውስጥ ይፈጠራል። ፍለጋ፣ ኮድ መጻፍ፣ ይዘት መፍጠር፣ ምርታማነት፣ መረጃ ማቀናበር፤ እነዚህ ሁሉ ሊስፋፉ የሚችሉ እና በቀላሉ ሊገቡ የሚችሉ የገቢ ሞዴሎችን ያቀርባሉ።

ብዙ መሠረታዊ ሞዴል አምራቾች ወደ መተግበሪያ ንብርብሩ መሸጋገር የጀመሩት ለዚህ ነው። OpenAI ChatGPTን ወደ ምርት ቀየረው፣ Anthropic Claudeን ለተጠቃሚዎች ወደሚቀርብ ምርት ለወጠው፣ Google Geminiን አዋሃደ። የቁልቁል ውህደት ስትራቴጂ በፍጥነት ተስፋፍቷል።

ነገር ግን ይህ ስትራቴጂ የጎንዮሽ ተጽዕኖዎችን አስከትሏል፦ የግዥ ወጪዎች በእጅጉ ጨምረዋል፣ የሁለተኛው ገበያ የዋጋ ግምቶችም ተነፍተዋል። ገቢ ማመንጨት የሚችለው ብቸኛው መስክ የሆነው ሁለተኛው ገበያ እንዲህ ውድ መሆኑ በዘርፉ ያለውን የካፒታል አደጋ የበለጠ ያባብሳል።

ታሪካዊ ዑደቶች እና የዛሬውን ሁኔታ የሚለየው ነገር

ሰው ሠራሽ ብልህነት ቀደም ሲል ሁለት ከፍተኛ ማሽቆልቆሎች አጋጥመውታል፦ በ1970ዎቹ መጨረሻ እና በ1990ዎቹ መጀመሪያ። እነዚህ ወቅቶች የሚጋሯቸው ባህሪያት ከፍተኛ የሚጠበቁ ውጤቶች፣ አዝጋሚ የፈጠራ ፍጥነት እና እየጠፋ የሚሄድ የኢንቨስትመንት ፍላጎት ነበሩ።

የዛሬው ሁኔታ የተለየ ነው። ቴክኒካዊ ፈጠራ ቀጥሏል፣ ነገር ግን የታላላቅ ግኝቶች ፍጥነት እየቀነሰ ነው። የካፒታል ፍሰት ግን ከዚህ በፊት ባልታየ መጠን እያደገ ነው። Sam Altman ስለ $7 ትሪሊዮን የስሌት ፈንድ ይናገራል፣ Elon Musk ደግሞ ቢሊዮኖችን ወደ xAI ያፈሳል።

ስለዚህ እየተጋፈጥነው ያለው ሁኔታ የተለመደው "የሰው ሠራሽ ብልህነት ክረምት" አይደለም። ከዚያ ይልቅ ከካፒታል አመዳደብ የሚመነጭ የተጋላጭነት ወቅት ነው፦ የዋጋ ግምቶች እየተነፉ ነው፣ የወጪ ጭማሪው እየፈጠነ ነው፣ የፈጠራ ፍጥነት ግን የሚጠበቀውን ያህል አይደለም።

አዲሱ ዘመን፦ የሚያሸንፉት የበለጠ ትልልቅ ሞዴሎች ሳይሆኑ የበለጠ ብልህ አቀራረቦች ናቸው

የዛሬው እጅግ ወሳኝ ልዩነት ይህ ነው፦ አሁን ዋናው ጉዳይ ተጨማሪ ፓራሜተሮችን በመጨመር የበለጠ ግዙፍ ሞዴሎችን ማምረት አይደለም።

እውነተኛ ለውጥ የሚመጣው በእነዚህ ዘርፎች ነው፦

  • የፓራሜተሮችን ውጤታማነት ማሳደግ
  • በትናንሽ ሞዴሎች የላቀ ጥራት ማስገኘት
  • አዳዲስ የስልጠና ዘዴዎችን ማዳበር
  • ውሂብን ይበልጥ ስትራቴጂያዊና ውጤታማ በሆነ መንገድ መጠቀም
  • የስልጠና ወጪዎችን በእጅጉ መቀነስ

በቅርቡ ከታዩት እጅግ አስደናቂ ምሳሌዎች አንዱ DeepSeek ነበር። ይህ የቻይና ጀማሪ ኩባንያ በGPT-4 ደረጃ የሚሠራ ሞዴል አዘጋጀ፤ ነገር ግን በእጅጉ ያነሰ የስልጠና ወጪ። የባለሙያ ሞዴሎች ቅልቅል አወቃቀር፣ የፓራሜተሮች ማመቻቸት፣ በብቃት ላይ ያተኮሩ የስልጠና ዘዴዎች። ገበያው ጠንካራ ምላሽ ሰጠ።

ከDeepSeek ማስታወቂያ በኋላ፣ የNVIDIA የገበያ ዋጋ በአንድ ቀን ውስጥ በ$600 ቢሊዮን ቀነሰ። ይህም ባለሀብቶች አሁን የሚከታተሉት ትልልቅ ሞዴሎችን ለመገንባት ያለውን ውድድር ብቻ ሳይሆን፣ የብቃትና የአወቃቀር ፈጠራ ውድድርንም እንደሆነ አሳየ።

ግን ይህም አሁንም በቂ አይደለም። ዘርፉ እውነተኛ የእድገት ዝላይ የሚያሳይ ከሆነ፣ ይህ የሚመጣው በአዳዲስ የአወቃቀር ማዕቀፎች ነው። ከትራንስፎርመር አወቃቀር የሚያልፍ ነገር። ምናልባት የነርቭ ሥርዓትን የሚመስል ስሌት፣ ምናልባት ድብልቅ ሞዴሎች፣ ወይም ምናልባት ፈጽሞ የተለየ የመማር ማዕቀፍ።

እንደዚህ ያሉ ሥር ነቀል ለውጦች ብዙውን ጊዜ ከትልልቅ ኩባንያዎች አይመጡም። እነዚህ ኩባንያዎች በስፋታቸው የሚመጣው ጫና፣ የመሠረተ ልማት ወጪዎች እና የኩባንያ አደጋ አስተዳደር ምክንያት በጥንቃቄ ይንቀሳቀሳሉ። እውነተኛ ግስጋሴዎች ብዙ ጊዜ ከትናንሽ፣ ቆራጥ፣ አደጋ ለመውሰድ ፈቃደኛ ከሆኑና ከፍ ያለ ምኞት ካላቸው ጀማሪ ኩባንያዎች ይመነጫሉ።

የዛሬው የሰው ሠራሽ አስተዋይነት ሥነ ምህዳር ምናልባት የሚጠብቀው ይህን የመሰለ ሥር ነቀል ለውጥ ነው።

መደምደሚያ፦ የሚያሸንፈው ሀብት ሳይሆን አቀራረብ ነው

የሰው ሠራሽ አስተዋይነት ዘርፍ ዛሬ በሁለት ውጥረቶች መካከል ይዋዥቃል፦ በአንድ በኩል ወደ ገደቡ እየተቃረበ ያለ ሞዴሎችን የማስፋት ስትራቴጂ፤ በሌላ በኩል እያደጉ ያሉ የካፒታል አደጋዎች እና ዋጋው በፍጥነት እየጨመረ ያለ የመተግበሪያ ገበያ።

ይህ ሁኔታ ዋናው ችግር አሁን አቀራረብ እንጂ አቅም እንዳልሆነ ያሳያል። የነገ አሸናፊዎች ትልልቅ ሞዴሎችን የሚገነቡ ሳይሆኑ፣ ይበልጥ ብልህ ዘዴዎችን የሚያዳብሩ ይሆናሉ። ብቃት፣ አዳዲስ የአወቃቀር ንድፎች እና የተመቻቹ የስልጠና ዘዴዎች የዘርፉ እውነተኛ መለያ መስመር እየሆኑ ነው።

ወደፊት ወሳኝ የሚሆነው የአቀራረብ ጥራት እንጂ የሀብት ኃይል አይደለም። ይህን የአቀራረብ ለውጥ የሚጀምሩትም ትልልቅ ኩባንያዎች ሳይሆኑ ራዕይ ያላቸው ጀማሪ ኩባንያዎች የመሆናቸው እድል በጣም ከፍተኛ ነው።

Dvinaን ይቀላቀሉ

በነጻ ይመዝገቡ፤ ሁሉንም መሣሪያዎችዎን በአንድ ቀላል የሥራ ቦታ ያሰባስቡ።

ተጨማሪ ያስሱ