Aravind Srinivas, a Perplexity nevű MI-alapú kérdezz-felelek rendszer alapítója és vezérigazgatója egy podcastben beszélt a jelenségről részletesen.

„Megpróbáltam felvenni egy nagyon magas rangú kutatót a Metától, és tudod, mit mondtak? Jöjjön vissza hozzám, ha lesz tízezer H100-as GPU-ja" – mondta.

A H100-as grafikai egység az Nvidia egyik rendkívül erős grafikus egysége, melyet többek között a Meta, a Google és az OpenAI használnak az adatközpontjaikban az MI rendszereik működtetéséhez és tanításához. A vezérigazgató szerint ez a technológia ilyen mennyiségben több milliárd dollárba kerül és 5-10 évbe telne a gyártótól beszerezni – írja a Business Insider.

Csakhogy Srinivas szerint a chiphiány és a korlátozott tőke együttesen nehéz helyzetbe hozza a kisebb tech cégeket: saját vállalkozásában sem volt egyszerű a probléma miatt megtalálni a megfelelő képzettségű munkaerőt. Mint mondta, elképesztő ösztönzőket és azonnali számítástechnikai lehetőségeket kell kínálni ahhoz, hogy a legjobb munkaerőt át lehessen csábítani.

Ráadásul mire képesek lennének a kisebb cégek szert tenni a szükséges technológiára, addigra – a mesterséges intelligencia gyors fejlődése miatt – megint csak hátrányban lennének.

Amióta az OpenAI 2022 novemberében elindította a ChatGPT-t, rohamosan megnőtt az érdeklődés a mesterséges intelligenciával kapcsolatos képességek iránt, mint a gépi tanulás vagy az adatmérnökség.

Srinivas szerint ugyanakkor az MI-modellek megalkotására költeni csak egy dolog, a készségek önmagukban nem elegendőek ahhoz, hogy egy MI-eszköz hasznos legyen, mivel a létrehozásuk után is képezni kell őket, valamint a termék kiszolgálásával kapcsolatos problémák hosszú sorát is kezelni kell.