ندا اظهری، مترجم: در سال‌های اخیر که فناوری نوظهور هوش مصنوعی بسیاری از حوزه‌ها را در دست گرفت، خیلی از کسب‌وکارها و شرکت‌های فناورانه بخش زیادی از سرمایه‌گذاری‌های خود را به سمت‌وسوی توسعه هرچه بیشتر این فناوری سوق دادند، تا جایی که شاید به جرأت بتوان گفت خود دانشمندان هم تصور نمی‌کردند این فناوری در چنین بازه زمانی بتواند تا این اندازه رشد کند. بازار هوش مصنوعی در سال‌های اخیر رقم قابل توجهی را به خود اختصاص داده و از آنجایی که بیشتر سرمایه‌گذاری‌های خطرپذیر، هدف‌گذاری سرمایه‌گذاری خود را به سوی هوش مصنوعی تغییر داده‌اند، انتظار می‌رود تا دهه آینده بازار این فناوری به‌طور چشمگیری رشد پیدا کند. هوش مصنوعی صنایع مختلفی را مانند زنجیره‌های تامین، بازاریابی، ساخت محصول، پژوهش، تجزیه‌وتحلیل و سایر موارد دربرمی‌گیرد که در برخی جنبه‌ها، هوش مصنوعی در ساختار تجاری این صنایع به کار می‌رود. چت‌بات‌ها، هوش مصنوعی تولیدکننده تصاویر و اپلیکیشن‌های موبایلی، همگی ازجمله روندهای اصلی بهبود هوش مصنوعی در سال‌های آینده هستند.
بازار 4 هزار میلیارد دلاری هوش مصنوعی مولد در 2030
با تبدیل لحظه موتور بخار به عصر کامپیوتر، هوش مصنوعی مولد کارایی و خلاقیت را به‌طور بی‌سابقه‌ای افزایش می‌دهد. در چشم‌انداز دائمی در حال تحول پیشرفت‌های هوش مصنوعی، حوزه‌ای چون هوش مصنوعی مولد به دلیل فروغ و پتانسیل تحول‌آفرینی بالایی که دارد، برجسته می‌شود. پیش‌بینی‌ها حاکی از آن است که بازار هوش مصنوعی مولد تا سال 2030 به سهم قابل توجه 4 هزار و 310 میلیارد دلاری برسد و درواقع هوش مصنوعی مولد سریع‌ترین رشد را در بین گروه‌های مختلف بازار هوش مصنوعی در اختیار دارد. مدل‌های زبان بزرگ (LLM) که در مرکز این تحول قرار دارند، همچنان در اندازه و هزینه رشد می‌کنند و قوانین ممکن را تغییر می‌دهند. GPT-3 پس از آموزش روی مجموعه داده‌های عظیم 45 ترابایتی، رکورد جدیدی را ثبت کرده است. عملکرد GPT-4 نه‌تنها بیش از 90 درصد بهتر از وکلای شاغل در آزمون وکالت بوده، بلکه در ارزیابی‌های مختلف مشخص شده که عملکرد آن در سطح عملکرد انسان هم بهتر است. هوش مصنوعی مولد در حال حاضر ظرفیت آن را دارد که قابلیت انسانی را بازتعریف کند. با توجه به متوسط مقدار بودجه در هر دور افزایش چشمگیر، افزایش بودجه در بخش هوش مصنوعی مولد، گواه بر آینده‌ای امیدوارکننده خواهد بود. آمارها که به ارزیابی سهم این حوزه از فناوری هوش مصنوعی از کل بازار این فناوری بین سال‌های 2020 تا 2030 پرداخته، نشان می‌دهد که سهم هوش مصنوعی مولد از کل بازار هوش مصنوعی در سال 2020 تنها 5 میلیارد و 700 میلیون دلار بوده که هر ساله با رشد قابل توجهی مواجه شده است به‌طوری‌که سهم آن از این بازار در سال 2021 به 11 میلیارد و 300 میلیون دلار، در سال 2022 حدود 23 میلیارد و 200 میلیون دلار و در سال 2023 به 44 میلیارد و 900 میلیون دلار رسیده است. پیش‌بینی‌ها حکایت از آن دارد که سال آینده رقم این سهم به 66 میلیارد و 600 میلیون دلار برسد و در پیش‌بینی 7 سال آینده، محققان اعلام کرده‌اند که سهم هوش مصنوعی مولد از کل بازار هوش مصنوعی تا سال 2030 به رقمی بالغ بر 207 میلیارد دلار خواهد رسید که رشد بسیار چشمگیری خواهد بود.
از سوی دیگر، تجزیه‌وتحلیل کل بازار هوش مصنوعی تا سال 2030 نشان می‌دهد که این بازار در سال 2023 در حالت محافظه‌کارانه 240 میلیارد دلار، در حالت متوسط 30 میلیارد دلار و در حالت خوشبینانه 35 میلیارد دلار برآورد شده است. این درحالی است که طبق پیش‌بینی‌های انجام شده، این بازار در حالت محافظه‌کارانه تا 2027 به 2 هزار و 70 میلیارد دلار، در حالت متوسط تا 2 هزار و 260 میلیارد دلار و در حالت خوشبینانه هم تا 2 هزار و 700 میلیارد دلار خواهد رسید که این رشد تا سال 2030 نیز تداوم خواهد داشت. طبق ارزیابی‌ها، نرخ بازار هوش مصنوعی مولد در حالت محافظه‌کارانه تا 3 هزار و 330 میلیارد دلار، در حالت متوسط تا 3 هزار و 610 میلیارد دلار و در حالت خوشبینانه تا 4 هزار و 310 میلیارد دلار می‌رسد.
رشد چشمگیر مدل زبانی بزرگ به‌عنوان مبنای الگوریتمی
مدل‌های زبانی بزرگ (LLMs) به‌عنوان مبنای الگوریتمی برای بسیاری از برنامه‌های کاربردی هوش مصنوعی مولد به سرعت در حال گسترش از نظر مقیاس و هزینه هستند. GPT-2 که نخستین مدل زبانی بزرگ در نظر گرفته می‌شود و در سال 2019 ایجاد شد، حاوی یک‌ونیم میلیارد پارامتر بود و هزینه آموزش آن 50 هزار دلار برآورد شد. PaLM نسب بعدی مدل زبانی بزرگ بود که سه سال بعد با 540 میلیارد پارامتر و هزینه تخمینی 8 میلیون دلاری آغاز به کار کرد. در بررسی اندازه مدل زبانی باید اشاره کرد که مدل ELMo در سال 2019 معادل 90 میلیون پارامتر بوده است. در بازه بین 2019 تا 2020، فناوری GPT-2 هم یک میلیارد و 500 میلیون پارامتر را در اختیار داشته است. در سال 2020، فناوری نسل جدید زبان طبیعی تورینگ 17 میلیارد و 200 میلیون پارامتر داشته است. علاوه‌براین، فناوری GPT-3 در سال 2021 معادل 175 میلیارد پارامتر را در اختیار داشت و پس از آن هم در سال 2022، فناوری PaLM مقدار قابل توجهی معادل 540 میلیارد پارامتر را به خود اختصاص داده بود. مجموع این آمار حکایت از آن دارد که اندازه فناوری مدل زبانی تنها در 3 سال بیش از 574 هزار و 368 درصد رشد داشته است.