آنتروپیک، استارتاپ سازنده مدلهای هوش مصنوعی کلود، با تکیه بر رویکردی که دانیلا آمودِی آن را «انجام کارهای بیشتر با منابع کمتر» توصیف میکند، تلاش دارد در خط مقدم رقابت جهانی هوش مصنوعی بماند. او در گفتوگویی با شبکه CNBC توضیح داده است که این استراتژی بر کارآمدی، بهینهسازی زیرساخت و تمرکز بر کیفیت خروجی مدلها تکیه دارد، نه صرفاً بزرگکردن بیپایان مدلها و مصرف توان محاسباتی بیشتر.
جزئیات رویکرد آنتروپیک و معنای آن برای بازار هوش مصنوعی
بر اساس این گفتوگو، آنتروپیک در سالهای اخیر بهجای رقابت صرف بر سر اندازه مدل و تعداد تراشههای مورد استفاده، روی طراحی الگوریتمهای بهتر، آموزش هدفمندتر و استفاده کارآمد از دادهها تمرکز کرده است. این شرکت معتقد است که میتوان با معماری هوشمندانه و تنظیم دقیق، از منابع سختافزاری محدودتر نیز به خروجیهای قدرتمند رسید؛ رویکردی که در شرایط کمبود جهانی تراشههای مخصوص هوش مصنوعی میتواند مزیت کلیدی باشد.
این استراتژی برای کل صنعت نیز مهم است؛ زیرا بسیاری از بازیگران کوچکتر یا شرکتهای مستقر در کشورهایی با دسترسی محدود به زیرساخت پیشرفته، بهدنبال راههایی هستند که بدون بودجههای نجومی و مراکز داده عظیم بتوانند محصولات رقابتی ارائه دهند. اگر مدلهای کارآمد و کمهزینهتر به استاندارد جدید تبدیل شوند، آستانه ورود به بازار هوش مصنوعی کاهش مییابد و تنوع بازیگران افزایش پیدا میکند.
برای خوانندگان ایرانی، موضوع کارآمدی در هوش مصنوعی اهمیت ویژهای دارد؛ چرا که بسیاری از تیمها و استارتاپها به توان محاسباتی ابری ارزان یا تراشههای پیشرفته دسترسی محدود دارند. آشنایی با رویکردهایی مانند استراتژی آنتروپیک میتواند الهامبخش طراحی سیستمهایی باشد که با منابع محدود نیز عملکرد قابلقبولی ارائه میدهند. در همین راستا، استفاده از سرویسهای آنلاین و خرید اکانت های هوشمصنوعی میتواند راهی عملی برای دسترسی به مدلهای پیشرفته بدون نیاز به ساخت زیرساخت محاسباتی مستقل باشد.
در مجموع، گفتوگوی جدید دانیلا آمودِی نشان میدهد که رقابت اصلی در نسل بعدی هوش مصنوعی فقط بر سر قدرت خام محاسباتی نیست، بلکه بر سر توانایی «هوشمندتر کار کردن» و ارائه ارزش بیشتر با هزینه و منابع کمتر خواهد بود؛ مسیری که استارتاپهایی مانند آنتروپیک تلاش میکنند آن را به یک استاندارد جدید در صنعت تبدیل کنند.
منبع خبر: CNBC
