LMU-professori: Tekoälyn kehitys murroskohdassa – pienemmät mallit ratkaisu

München – Tekoälyn (AI) kehitys on saavuttanut merkittävän käännekohdan, jossa mallien koon kasvattaminen ei enää automaattisesti paranna niiden älykkyyttä. Professori Björn Ommer Ludwig-Maximilians-Universität Münchenistä (LMU) kritisoi voimakkaasti nykyistä "skaalauskilpailua", jossa suuret kielimallit (LLM) pyrkivät jatkuvasti kasvattamaan kokoaan ja siten mainostettua suorituskykyään.

"Suurissa kielimalleissa oleva 'suuri' on ilmeisesti muuttunut laatumittariksi", Ommer toteaa haastattelussa. "Ihmiset ajattelevat, että tekoälystä tulee vain tehokkaampi kasvattamalla sitä. Mutta tekoälyn kehitys on paraikaa murroskohdassa: mallit eivät enää muutu älykkäämmiksi pelkästään skaalaamalla niitä suuremmalla laskentateholla ja entistä suuremmilla koulutusdatoilla."

Ommer, joka tunnetaan muun muassa Stable Diffusion -kuv generointimallin kehityksestä, painottaa, että nykyinen kilpailu on kestämätöntä sekä taloudellisesti että ekologisesti. Suuret mallit vaativat valtavia määriä dataa, laskentatehoa ja energiaa, mikä rajaa niiden käytön vain digitaalisille jäteille. Tämä "skaalauskilpailu" ei ole Ommerin mukaan kestävän kehityksen mukaista.

Lisäksi Ommer nostaa esiin tietosuojaan liittyvät huolenaiheet. Suurten palveluntarjoajien pienellä präntillä saattaa olla ehtoja, joiden mukaan käyttäjien syöttämää dataa voidaan käyttää heidän omien malliensa kouluttamiseen. Tämä voi olla esteenä erityisesti yrityksille, joilla on arkaluonteista dataa, kuten lääketieteen alalla.

"Tämä on myös syy, miksi emme halunneet osallistua algoritmiemme skaalauskilpailuun", Ommer sanoo. Hän kannattaa pienempiä, paikallisiin tarpeisiin räätälöityjä ja riippumattomia ratkaisuja, jotka mahdollistavat datan paremman hallinnan ja turvallisuuden.