要約:
人工知能の機能を取得するコストは、前例のない速度で低下しています。研究者らは、2023 年以降、同レベルの AI パフォーマンスを達成するために必要なコストが四半期あたり平均約 47% 低下していることを発見しました。これは、年間約 13 回の削減に相当します。この減少は、コンピュータの計算能力、DNA配列決定、バッテリー技術、電気の減少を上回っている。歴史上、他にも多くの革新的なテクノロジーが存在します。
調査会社エポック AI が発表したレポートでは、この現象を「アイデアの価格の暴落」と呼んでいます。研究者らは、同じ能力レベルを尺度として使用した場合、今日のユーザーが高度な人工知能機能を取得するためのコストは、テクノロジー史上まれに見る速度で急速に低下していると指摘した。
このレポートは、AI のコストが他の主要テクノロジーの開発曲線よりもはるかに速いスピードで低下していることを示しています。比較すると、DNA配列決定のコストは人工知能の約4分の1の速度で低下し、コンピューティングパフォーマンスのコストは人工知能の約6分の1で低下し、リチウム電池のコストはさらにゆっくりと低下しています。研究者らは、既知の汎用技術の中で最も価格下落が早いのは人工知能である可能性があると考えている。
この調査では、分野によって AI 機能の価格低下速度に差があることが判明しました。数学的推論の分野では、関連機能のコストが四半期ごとに約 50% ～ 52% 減少しました。ゲームやパズルなどのタスクでは、コスト削減率はわずかに低く、約 39% ～ 43% でした。
この調査では、特定の機能が業界をリードするレベルに達したばかりの場合、そのコストが最も早く低下するという重要なパターンも見つかりました。機能が初めて業界の最先端レベルになると、関連コストが四半期ごとに平均 66% 削減される可能性があります。これは、1 年間で約 75 分の削減に相当します。 2 年後、同じ機能の価格引き下げ率は大幅に鈍化し、四半期ごとの下落率は約 32% に低下します。
分析によれば、これは最先端モデルの優れた利点がますます短くなる可能性があることを意味すると考えられています。当初は実装に高額なコストが必要だった機能が、多くの場合、数か月以内、あるいはそれ以内に急速に普及し、業界標準の構成になります。
研究者らは、価格急落の要因としては、チップ性能やハードウェア効率の向上だけでなく、モデルアーキテクチャの最適化、トレーニング技術の向上、推論効率の向上、AIサービスプロバイダー間の熾烈な競争による価格競争もある、と指摘している。同様の性能を持つモデル製品を発売するメーカーが増えるにつれ、サービス価格は下がり続け、AI機能の普及がさらに加速します。
ただし、レポートでは、コストの低下はすべての AI サービスが安くなるという意味ではないことも指摘しています。特定のパフォーマンス レベルを達成するためのコストは大幅に減少していますが、最先端のモデルは、より高い精度と強力な推論機能を追求するために、より多くのコンピューティング リソースを消費することがよくあります。したがって、業界をリードするモデルの実際の運用コストは依然として高止まりする可能性があります。
研究では、人工知能は徐々にコンピューターやインターネットと同様の発展軌道を示していると考えられています。機能が向上し続け、価格が急速に低下するにつれて、これまでは高価すぎた AI アプリケーションがますます商業的に実行可能になり、教育、科学研究、医療、製造、金融、ソフトウェア開発などの分野にさらに浸透するでしょう。
研究者らは、ここ数年、人工知能は主に高いトレーニングコストと希少なコンピューティングリソースによって制限されており、現在の「容量価格の崩壊」現象は、AIがより広範な応用段階に入るのを促進する重要な転換点となり、将来の産業構造に重大な影響を与える可能性があると述べた。
コメント