Google Điều Chỉnh Chiến Lược AI Giữa Những Thách Thức Về Hiệu Suất của Gemini

Mục lục

1. Hiệu suất AI: Google đối mặt với khó khăn
2. Hiệu suất AI: Khó khăn chung
3. Xem xét lại quy luật mở rộng AI
4. Kết luận

1. Hiệu suất AI: Google đối mặt với khó khăn

Mới đây, Google đang xem xét lại chiến lược trí tuệ nhân tạo (AI) của mình sau những báo cáo cho thấy công cụ AI đàm thoại Gemini không đạt được những bước tiến về hiệu suất như mong đợi. Sự tiến bộ chậm chạp của mô hình ngôn ngữ lớn này đã dẫn đến những tranh luận về quỹ đạo tương lai của AI thế hệ mới và tốc độ cải tiến đang chậm lại.

Theo báo cáo của The Information, tốc độ cải tiến của phát triển AI của Google đang chậm lại so với các phiên bản mô hình trước đó. Các mô hình trước đây cho thấy tốc độ cải thiện nhanh hơn với nhiều dữ liệu huấn luyện và sức mạnh tính toán hơn. Tuy nhiên, mô hình AI hiện tại đang cải thiện chậm hơn, ngay cả khi sử dụng nhiều dữ liệu xử lý và chip AI chuyên dụng hơn.

Để giải quyết sự chậm lại trong tiến bộ của mô hình AI, các nhà nghiên cứu của Google đã thay đổi chiến lược, tập trung vào các phương pháp mới để tăng hiệu suất công nghệ AI đồng thời vẫn tập trung vào đổi mới AI đa phương thức, mô hình lập luận AI và khả năng huấn luyện dữ liệu tổng hợp.

2. Hiệu suất AI: Khó khăn chung

Google không phải là công ty duy nhất gặp phải sự chậm lại trong phát triển mô hình. Những thách thức về hiệu suất AI của Google đi theo xu hướng tương tự mà một số nhà phát triển AI hàng đầu gần đây đã gặp phải.

OpenAI trong quá trình đánh giá mô hình mới nhất của mình, Orion, chỉ tìm thấy những cải tiến khiêm tốn về khả năng lập trình và ít cải tiến mới so với các mô hình trước đó. Anthropic cũng đang gặp phải sự chậm trễ trong phát triển mô hình AI Claude 3.5 Opus. Khi các công ty cạnh tranh gặp khó khăn trong việc phát triển các mô hình mới nhất của họ, mỗi công ty đã nỗ lực thay đổi chiến lược AI của mình. Anthropic đã lùi lịch phát hành Opus, và các nhà nghiên cứu của OpenAI đã phát minh ra các kỹ thuật mới để bù đắp cho sự tiến bộ chậm lại.

Một người phát ngôn của Google giải thích rằng công ty đang xem xét lại các phương pháp huấn luyện mô hình và đầu tư vào dữ liệu, áp dụng dữ liệu tổng hợp do AI tạo ra, video và âm thanh trong quá trình huấn luyện mô hình. Tuy nhiên, bất chấp việc dành nhiều tài nguyên tính toán và dữ liệu huấn luyện hơn, mô hình mới vẫn chưa tiến bộ với tốc độ đáp ứng kỳ vọng.

3. Xem xét lại quy luật mở rộng AI

Khi các công ty gặp phải những trở ngại trong nỗ lực phát triển các mô hình AI tiên tiến hơn, các nhà phân tích ngành lo ngại về những điểm nghẽn này có thể báo hiệu điều gì cho tương lai của công nghệ AI thế hệ mới.

Những kinh nghiệm phát triển AI gần đây đang thách thức sự hiểu biết tổng thể về sự cải thiện mô hình AI, còn được gọi là quy luật mở rộng. Quan điểm trước đây cho rằng các mô hình mới sẽ cho thấy tốc độ cải thiện tương tự nếu các nhà phát triển sử dụng nhiều chip AI chuyên dụng hơn và xử lý nhiều dữ liệu hơn.

Khi khái niệm về quy luật mở rộng được kiểm chứng, tốc độ và hiệu suất của việc triển khai mô hình AI mới có thể giảm đi cho đến khi phát hiện ra các phương pháp mới để cải thiện chúng. Trong khi đó, đà giảm tốc độ tiến bộ của AI thế hệ mới trong các công ty công nghệ lớn có thể mang lại lợi ích cho các công ty AI nhỏ hơn. Khi Google, OpenAI và các công ty lớn khác đang nỗ lực để vượt qua những thách thức về mô hình của họ, các nhà phát triển nhỏ hơn có thể có thời gian để bắt kịp về chất lượng AI của riêng họ.

4. Kết luận

Bài báo cho thấy Google đang phải đối mặt với những thách thức đáng kể trong việc cải thiện hiệu suất của mô hình AI Gemini. Điều này dẫn đến việc công ty phải điều chỉnh chiến lược, phản ánh xu hướng tương tự đang diễn ra trong ngành công nghiệp AI rộng lớn hơn. Sự chậm lại này đặt ra câu hỏi về độ chính xác của các quy luật mở rộng AI và mở ra cơ hội cho các công ty AI nhỏ hơn.