Останнім часом багато говорять про “бульбашку ШІ”, особливо щодо циклічного фінансування компаній на кшталт OpenAI та Anthropic. Клем Деланґ, CEO платформи машинного навчання Hugging Face, стверджує, що бульбашка стосується виключно великих мовних моделей — лише одного з напрямів ШІ.
Як зауважив Деланґ, майже всі дискусії точаться навколо компаній, чий основний продукт — великі мовні моделі або дата-центри для їх роботи, зокрема універсальні чат-боти “на всі випадки життя”. Саме до таких застосувань Деланґ налаштований скептично.
“Я думаю, що ми перебуваємо в бульбашці LLM, і ця бульбашка може луснути наступного року. Але LLM — це лише підмножина ШІ. Якщо говорити про застосування ШІ в біології, хімії, обробці зображень, аудіо, відео — ми лише на початку шляху й побачимо значно більше в найближчі роки”, — сказав він у інтерв’ю Axios.
Він вважає, що зараз уся увага, всі зусилля та гроші зосереджені на ідеї, що можна побудувати одну модель, дати їй купу обчислювальних ресурсів — і вона вирішуватиме всі проблеми для всіх компаній і всіх людей. Але так не буває. Замість цього Деланґ прогнозує інший результат — “множинність моделей, більш кастомізованих, спеціалізованих, які розв’язуватимуть різні задачі”.
Звісно, його компанія якраз і зосереджена на створенні GitHub-подібного репозиторію таких спеціалізованих моделей: як великих моделей від OpenAI чи Meta (наприклад, gpt-oss чи Llama 3.2), так і їхніх доопрацьованих варіантів під окремі задачі чи компактних дослідницьких моделей. Це по суті й є місія Hugging Face. Тож природно, що Деланґ захищає саме цю позицію. Але він не єдиний. Наприклад, у квітні аналітична компанія Gartner передбачила, що “різноманіття задач у робочих процесах бізнесу та потреба в більшій точності сприяють переходу до спеціалізованих моделей, адаптованих під конкретні функції або доменні дані”.
Незалежно від того, в який бік рухатимуться проєкти на базі LLM, інвестиції в інші сфери сучасного ШІ лише починаються. Раніше цього тижня стало відомо, що колишній CEO Amazon Джефф Безос стане спів-CEO нового стартапу з фокусом на використанні машинного навчання в інженерії та виробництві — і цей стартап стартує з понад $6 млрд фінансування. Це також може виявитися бульбашкою. Але попри те, що деякі заяви Деланґа явно вигідні для Hugging Face, у них є важливе нагадування: надто широке поняття “ШІ” охоплює значно більше, ніж просто великі мовні моделі — і ми досі лише на початку шляху, щоб зрозуміти, куди ці технології нас приведуть.
Джерело: ArsTechnica
Повідомити про помилку
Текст, який буде надіслано нашим редакторам: