Большие языковые модели (LLM) искусственного интеллекта, ранее считавшиеся уникальными технологическими продуктами, переходят в разряд стандартизированных инструментов, говорится в аналитическом обзоре Фонда Росконгресс.
Ключевую роль в этом процессе сыграло соперничество между США и Китаем в сфере ИИ. Американские санкции, ограничившие поставки мощных чипов в КНР, стимулировали китайских разработчиков к оптимизации архитектуры моделей.
Китайская модель развития ИИ, основанная на государственном финансировании и активном участии региональных властей, продемонстрировала высокую эффективность.
«При меньшем количестве компаний в секторе искусственного интеллекта – 15% от мирового показателя против 34% у США — китайские разработчики создали сопоставимое количество языковых моделей — 36% против 44% у США», — отмечают эксперты Фонда Росконгресс.
Китайские компании, такие как DeepSeek, представили модели, конкурирующие с продуктами OpenAI.
«Появление DeepSeek V3 на архитектуре MoE задало новый уровень цен для компаний, которые предоставляют доступ к LLM», — говорится в обзоре. Использование моделей DeepSeek обходится значительно дешевле, чем аналогичных по качеству моделей от OpenAI. Более того, DeepSeek опубликовала свои модели в свободном доступе под лицензией MIT, что позволяет их бесплатное использование и модификацию.
Выпуск «дистиллированных моделей», использующих меньшее число параметров, также способствует удешевлению пользования LLM. Развитие архитектуры больших языковых моделей и методов дистилляции знаний снижает барьеры входа в сферу генеративного ИИ, способствуя переходу к более конкурентной среде.
СПРАВКА. Генеративный ИИ и большие языковые модели (LLM) — это революционные технологии, меняющие облик отраслей. LLM, подмножество генеративного ИИ, специализируются на понимании и создании человеческого языка, в то время как генеративный ИИ охватывает более широкий спектр данных, таких как изображения и аудио. В здравоохранении они используются для анализа медицинских изображений, разработки лекарств и персонализированного лечения. В финансовом секторе они помогают в обнаружении мошенничества, обслуживании клиентов и алгоритмической торговле, повышая эффективность и точность.
Источник: https://caravan-info.uz