उद्योगातील अग्रगण्य कृत्रिम बुद्धिमत्ता कव्हर करण्यासाठी नवीनतम अद्यतने आणि विशेष सामग्री मिळविण्यासाठी दररोज आणि साप्ताहिक वृत्तपत्रांमध्ये सामील व्हा. अधिक जाणून घ्या
डीपसीक आर 1 मध्ये संदर्भ मॉडेल कारणीभूत आहे तंत्रज्ञान उद्योगाद्वारे शॉक लाटाअधिक स्पष्ट चिन्हासह आश्चर्यकारक आहे मुख्य कर्जमाफी आंतरराष्ट्रीय समभागांची विक्री? ओपनई आणि अँथ्रोपोर सारख्या चांगल्या -अनुदानित कृत्रिम बुद्धिमत्ता प्रयोगशाळांचे वैशिष्ट्य यापुढे फारसे मजबूत नाही, कारण दीपसीकने खर्चाच्या छोट्या भागात त्यांचा ओ 1 प्रतिस्पर्धी विकसित करण्यास सक्षम असल्याचे सांगितले.
काही कृत्रिम बुद्धिमत्ता प्रयोगशाळे सध्या संकटात आहेत, संस्था क्षेत्राच्या संदर्भात, ही मुख्यतः चांगली बातमी आहे.
स्वस्त अनुप्रयोग, अधिक अनुप्रयोग
आम्ही येथे आधी म्हटल्याप्रमाणे, 2025 मध्ये पाहण्यासारखे एक ट्रेंड म्हणजे कृत्रिम बुद्धिमत्ता मॉडेल वापरण्याच्या किंमतीत सतत घट. किंमतींमध्ये सतत कपात केल्याने त्यांना मोठ्या प्रमाणात त्यांचे अनुप्रयोग पसरविण्यास सक्षम केल्यास संस्थांनी नवीनतम कृत्रिम बुद्धिमत्ता मॉडेलसह प्राथमिक मॉडेल्स अनुभवणे आणि तयार करणे आवश्यक आहे.
या ट्रेंडमध्ये नुकताच महत्त्वपूर्ण बदल झाला आहे. ओपनई ओ 1 खर्च Million 60 प्रति दशलक्ष निर्देशित प्रतीक उलट दीपसेक आर 1 साठी प्रति दशलक्ष $ 2.19? आपण आपला डेटा चिनी सर्व्हरवर पाठविण्यास स्वारस्य असल्यास, आपण यूएस सेवा प्रदात्यांकडे आर 1 वर प्रवेश करू शकता एकत्र आणि एआय फटाकेजेथे ते अनुक्रमे $ 8 आणि $ 9 आहे, ओ 1 च्या तुलनेत अनुक्रमे – अद्याप एक प्रचंड करार आहे.
निष्पक्ष होण्यासाठी, ओ 1 मध्ये अजूनही आर 1 पेक्षा अधिक धार आहे, परंतु किंमतीत हा मोठा फरक न्याय्य आहे तितका नाही. शिवाय, बहुतेक संस्था अनुप्रयोगांसाठी आर 1 क्षमता पुरेशी असेल. आम्ही येत्या काही महिन्यांत अधिक प्रगत आणि सक्षम मॉडेल जारी करण्याची अपेक्षा करू शकतो.
आम्ही सर्वसाधारणपणे कृत्रिम बुद्धिमत्ता बाजारावर द्वितीय -क्लास प्रभावांची देखील अपेक्षा करू शकतो. उदाहरणार्थ, ओपनईचे मुख्य कार्यकारी अधिकारी सॅम ऑल्टमॅन यांनी जाहीर केले की विनामूल्य CHATGPT वापरकर्ते लवकरच ओ 3-मिनीमध्ये प्रवेश करण्यास सक्षम असतील. जरी आर 1 चे कारण म्हणून स्पष्टपणे नमूद केले गेले नाही, परंतु आर 1 सुरू झाल्यानंतर लवकरच ही जाहिरात जारी केली गेली.
अधिक नवीनता
आर 1 अद्याप बरेच प्रश्न अनुत्तरीत ठेवते – उदाहरणार्थ, असे अनेक अहवाल आहेत की दीपसेकने मोठ्या ओपनई भाषा मॉडेल्स (एलएलएम) च्या आउटपुटवर मॉडेलचे प्रशिक्षण दिले आहे. परंतु जर त्याचा कागद आणि तांत्रिक अहवाल योग्य असेल तर, दीपसेकने एक मॉडेल तयार करण्यास व्यवस्थापित केले आहे जे नवीनतम नवीनतम ताज्या नवीनतम सारखेच आहे जे खर्च कमी करते आणि काही तांत्रिक चरण काढून टाकतात ज्यासाठी बरेच हस्तकलेची आवश्यकता आहे.
जर इतरांनी दीपसीक निकालांचे पुनरुत्पादन केले तर एआयच्या प्रयोगशाळांसाठी आणि या क्षेत्रातील नाविन्यपूर्णतेसमोरील आर्थिक अडथळ्यांमुळे दुर्लक्षित झालेल्या कंपन्यांसाठी ही चांगली बातमी असू शकते. संस्था त्यांचे अनुप्रयोग चालविण्यासाठी वेगवान नावीन्यपूर्ण आणि अधिक कृत्रिम बुद्धिमत्ता उत्पादनांची अपेक्षा करू शकतात.
मोठ्या तंत्रज्ञान कंपन्यांनी उपकरणांची गती मिळविण्यासाठी खर्च केलेल्या कोट्यवधी डॉलर्सचे काय होईल? आम्ही अद्याप कृत्रिम बुद्धिमत्तेसह जे शक्य आहे त्याच्या कमाल मर्यादेपर्यंत पोहोचत नाही, म्हणून अग्रगण्य तंत्रज्ञान कंपन्या त्यांच्या संसाधनांसह अधिक करण्यास सक्षम असतील. खरं तर, वाजवी किंमतींवरील कृत्रिम बुद्धिमत्तेपेक्षा मध्यम ते दीर्घ मुदतीची मागणी वाढेल.
परंतु सर्वात महत्त्वाचे म्हणजे आर 1 हा पुरावा आहे की सर्वकाही मोठ्या गणना आणि डेटा गटांशी संबंधित नाही. योग्य अभियांत्रिकी तुकड्यांसह आणि चांगल्या प्रतिभेसह आपण जे शक्य आहे त्या मर्यादेची भरपाई करण्यास सक्षम असाल.
जिंकण्यासाठी मुक्त स्त्रोत
स्पष्टपणे सांगायचे तर, आर 1 पूर्णपणे खुला नाही, कारण दीपसीकने केवळ वजन सोडले आहे, परंतु प्रशिक्षण डेटाचे प्रतीक किंवा संपूर्ण तपशील नाही. तथापि, मुक्त स्त्रोत समुदायासाठी हा एक चांगला विजय आहे. दीपसेक आर 1 च्या रिलीझपासून, मिठी चेहरा वर 500 हून अधिक डेरिव्हेटिव्हज प्रकाशित केल्या गेल्या आहेत आणि मॉडेल लाखो वेळा डाउनलोड केले गेले आहे.
संस्था त्यांच्या मॉडेल्सच्या स्थानाभोवती अधिक लवचिकता देखील देतील. 1 67१ अब्ज शिक्षकांच्या पूर्ण मॉडेलची पर्वा न करता, आर 1 च्या डिस्टिल्ड आवृत्त्या आहेत, ज्यात 1.5 अब्ज ते 70 अब्ज शिक्षक आहेत, ज्यामुळे कंपन्यांना विविध उपकरणांवर मॉडेल ऑपरेट करण्यास अनुमती देते. शिवाय, ओ 1 च्या विपरीत, आर 1 संपूर्ण विचारसरणी साखळी प्रकट करते, ज्यामुळे विकसकांना मॉडेलच्या वर्तनाची आणि इच्छित दिशेने निर्देशित करण्याची क्षमता अधिक चांगली समज दिली जाते.
बंद मॉडेल्सच्या खुल्या वैशिष्ट्यांसह संपर्क साधून, आम्ही ज्ञान आणि संशोधनाची देवाणघेवाण करण्याच्या वचनबद्धतेचे नूतनीकरण करण्याची आशा करू शकतो जेणेकरून कृत्रिम बुद्धिमत्तेच्या प्रगतीमुळे प्रत्येकाला फायदा होऊ शकेल.
Source link














