Mỹ vừa đạt bước tiến quan trọng trong việc dân chủ hóa truy cập AI

(SeaPRwire) –   Tuần này, Quỹ Khoa học Quốc gia (NSF) thông báo rằng nó sẽ khởi động chương trình thử nghiệm với 10 cơ quan liên bang khác và 25 tổ chức khu vực tư nhân và phi lợi nhuận có thể là bước đầu tiên hướng tới việc dân chủ hóa quyền truy cập vào cơ sở hạ tầng tốn kém cần thiết cho nghiên cứu AI tiên tiến.

Chương trình thử nghiệm Nguồn lực Nghiên cứu Trí tuệ nhân tạo Quốc gia (NAIRR) nhằm cung cấp sức mạnh tính toán đắt tiền, tập dữ liệu, mô hình AI và các công cụ khác cho các nhà nghiên cứu AI học thuật thường gặp khó khăn trong việc truy cập các nguồn lực họ ngày càng cần.

Nhà sản xuất chip , một trong những công ty tham gia chương trình, tuyên bố rằng nó sẽ đóng góp 30 triệu USD tài nguyên điện toán đám mây và phần mềm cho chương trình thử nghiệm trong hai năm, trong khi Microsoft cam kết sẽ đóng góp 20 triệu USD tín dụng điện toán đám mây bên cạnh các nguồn lực khác. OpenAI, Anthropic và Meta, là những công ty hàng đầu trong lĩnh vực này, đang cung cấp quyền truy cập vào mô hình AI của họ.

Chương trình thử nghiệm NAIRR đến trong thời điểm quan trọng cho nghiên cứu AI. Khi các công ty đã đổ rất nhiều tiền vào việc mua tài nguyên tính toán và tập dữ liệu, tuyển dụng nhân sự có tay nghề, các nhà nghiên cứu trong học thuật và khu vực công đã bị bỏ lại phía sau. Điều này dẫn đến một số hướng nghiên cứu quan trọng và nghiên cứu khoa học cơ bản bị bỏ qua. Tuy nhiên, các nhà bình luận cảnh báo rằng chương trình thử nghiệm chỉ là bước đầu, và việc khép kín khoảng cách AI sẽ yêu cầu đầu tư lâu dài, tham vọng của chính phủ.

Ngành công nghiệp dẫn đầu

Hệ thống AI có ba đầu vào – sức mạnh tính toán (thường được gọi là), dữ liệu và thuật toán. Lượng dữ liệu và tính toán lớn hơn cùng với thuật toán được thiết kế tốt hơn sẽ tạo ra hệ thống AI mạnh mẽ hơn. Quyền truy cập ngày càng đặc quyền của ngành công nghiệp vào ba đầu vào AI đã dẫn đến khoảng cách ngày càng mở rộng giữa hệ thống AI do doanh nghiệp xây dựng so với những hệ thống do các nhà nghiên cứu trong học thuật xây dựng.

Vài thập kỷ trước, phần lớn những tiến bộ đáng kinh ngạc được thực hiện bởi các nhà nghiên cứu trong học thuật, nói Nur Ahmed, một nhà nghiên cứu tại Trường Quản lý Sloan của MIT. “Bây giờ, học thuật chủ yếu thực hiện nghiên cứu tiếp nối hoặc nghiên cứu phụ thuộc thay vì cố gắng đẩy ranh giới.”

Trong khi trước đây hệ thống AI mạnh nhất cho một nhiệm vụ nhất định có khả năng do học thuật xây dựng, bây giờ gần như tất cả các hệ thống AI tiên tiến nhất ít nhất liên quan đến hợp tác với ngành công nghiệp, và nhiều hệ thống được xây dựng hoàn toàn bởi ngành công nghiệp.

Trong thực tế, tính toán có nghĩa là quyền truy cập vào các chip bán dẫn chuyên dụng, rất tốn kém và khan hiếm. Khi quyền truy cập vào nguồn lực tính toán trở nên phổ biến hơn – lượng được sử dụng để đào tạo hệ thống AI đã tăng đều đặn – mỗi 20 tháng kể từ khởi đầu của AI vào năm 1950. Nhưng khi trở nên rõ ràng rằng đào tạo mô hình sử dụng lượng tính toán lớn hơn sẽ làm cho chúng mạnh mẽ hơn nhiều, các nhà phát triển AI bắt đầu đào tạo các mô hình lớn hơn nhiều, với lượng tính toán được sử dụng tăng gấp đôi mỗi 6 tháng.

Kể từ đó, chi phí đào tạo hệ thống AI đã tăng chóng mặt – theo Epoch phát hiện chi phí tính toán đã tăng hàng năm khoảng gấp ba lần giữa năm 2009 và 2022. Dữ liệu của Epoch cho thấy học thuật thực tế đã bị đẩy ra khỏi việc phát triển các mô hình tiên tiến nhất.

Phần lớn dữ liệu được sử dụng để đào tạo hệ thống AI – đặc biệt là mô hình ngôn ngữ, sử dụng lượng lớn dữ liệu lấy từ internet – là công khai. Nhưng ngành công nghiệp vẫn có hai lợi thế so với học thuật và khu vực công, theo Neil Thompson, giám đốc Dự án nghiên cứu Tương lai công nghệ MIT.

Thứ nhất, xử lý lượng dữ liệu khổng lồ được sử dụng để đào tạo các mô hình AI tiên tiến yêu cầu lượng tính toán lớn và được tổ chức tốt hơn khi có các nhóm chuyên trách về làm sạch và chuẩn bị dữ liệu, cả hai đều có sẵn cho ngành công nghiệp nhưng không phải học thuật. Thứ hai, các công ty thường có quyền truy cập vào tập dữ liệu độc quyền đặc biệt quý giá cho mục đích cụ thể của họ.

Các nhà nghiên cứu thiết kế thuật toán. Do đó, các tổ chức có thể truy cập số lượng nhân sự tài năng lớn nhất sẽ có xu hướng có quyền truy cập vào các thuật toán tinh vi hơn. Sau khi phát hành ChatGPT và cuộc bùng nổ kỹ thuật trí tuệ nhân tạo sau đó, thị trường lao động AI cực kỳ nóng bỏng, theo Thompson, tạo ra cuộc cạnh tranh gay gắt để thu hút các nhà nghiên cứu và kỹ sư có tay nghề – một công việc đăng tải của Netflix năm ngoái đề cập đến mức lương lên tới 900.000 USD. Bên cạnh khoảng cách lương bổng, các nhà nghiên cứu cũng bị thu hút bởi quyền truy cập vào dữ liệu và tính toán ưu việt mà ngành công nghiệp cung cấp, theo Thompson.

Động lực thương mại này có thể không tốt cho xã hội nói chung, theo Ahmed của MIT. Những nhà phát triển AI thương mại có động cơ riêng của họ, và ít nguồn lực nghiên cứu học thuật có th