トップAI企業が直面するモデル強化の課題

重要な洞察

• OpenAI、Google、Anthropic などの一流 AI 企業は、最新の人工知能モデルを強化する取り組みにおいて大きな障害に直面しており、投資収益率の低下を経験しています。
• OpenAIの最新モデルであるOrionは、特にコーディング機能に関して期待に応えられていないが、GoogleのGeminiやAnthropicのClaude 3.5 Opusも同様の課題に直面している。
• 主な課題としては、質の高いトレーニング データの不足、膨大なコンピューティング費用、エネルギー リソースの制約などが挙げられます。

AIを専門とするテクノロジー業界の大手企業は、より洗練された人工知能モデルを作成するという野望において困難に直面している。ChatGPTで知られるOpenAIは、最新の作品であるOrionが期待された基準を下回っていることを発見した。ブルームバーグのレポートによると、特にコーディングタスクに苦戦しており、以前のバージョンと比較して大きな進歩は見られない。

他の大手 AI 開発会社でも同様の挫折が報告されている。Google の次期 Gemini プラットフォームは社内目標を達成しておらず、Anthropic は Claude 3.5 Opus モデルの発売を延期している。これらの問題は、コンピューティング能力とデータ入力を向上すれば AI システムの改善が保証されると長い間考えてきたシリコンバレーの基盤を揺るがしている。

根本的な問題は、質の高いトレーニング データが限られていることから生じます。ますます少なくなる教科書で生徒を教えるのを想像してください。AI 企業は、モデルのトレーニングに必要な、人間が作成した高品質のコンテンツを使い果たしつつあります。専門家は、2028 年までに AI モデルによって現在のトレーニング マテリアルが枯渇する可能性があり、企業は新しい革新的なソリューションを模索する必要があると示唆しています。

こうした課題に対応するため、企業は戦略を見直しています。大規模なモデルにのみ焦点を当てるのではなく、多様な方法論を検討しています。これには、トレーニング後の改善、人間のフィードバックの統合、フライト予約やメール管理などの特定のタスクを対象とした AI アプリケーションの考案が含まれます。これは、一般的な戦略から、よりカスタマイズされたタスク指向のアプローチへの移行に似ています。

これらの障害の影響は、単なる技術的な問題にとどまりません。AI 企業の高額な評価は、急速な進歩が続くという期待に基づいて築かれてきました。進歩のスピードが鈍化するにつれ、これらの取り組みに多額の資本を投入してきた投資家は、投資収益に関して難しい疑問を抱き始めるかもしれません。

出典: MacRumors

出典と画像