Według funduszu PitchBook startupy opracowujące narzędzia generatywnej sztucznej inteligencji w całym 2022 r. zebrały od inwestorów 4,8 mld dol., zaś w pierwszych pięciu miesiącach tego roku 12,7 mld dol. Jednak nie po raz pierwszy okazuje się, że pieniądze to nie wszystko. Młode firmy muszą borykać się z innymi problemami, w tym… z brakiem danych, którymi trzeba karmić AI, żeby mogła się rozwijać. Na pierwszy rzut oka to dość błaha kwestia, ale tak nie jest.

W powyższym kontekście wiele startupów nie zamierza bezpośrednio konkurować z OpenIO, lecz skoncentrować się na niszowych obszarach, takich jak finanse lub opieka zdrowotna. Sama idea wydaje się być rozsądna, aczkolwiek uzyskanie dostępu do zestawów danych szkoleniowych hamuje ich działania. Niektórzy młodzi gracze próbują współpracować z dużymi organizacjami, które dysponują ogromną ilością danych. Startupy często zwracają się z prośbą o taką pomoc między innymi do firmy konsultingowej EY.

– Mam obawy o to, co stanie się z udostępnionymi firmom danymi. Warto sobie zadać pytania, kto jest ich właścicielem i jakie mamy prawa dostępu do modelu w sytuacji, kiedy startup trenuje go wykorzystując do tego nasze dane – zastanawia się Andy Baldwin, globalny partner zarządzający EY ds. obsługi klienta.

Odrębną kwestią jest zapewnienie bezpieczeństwa danych. Startupy pozbawione solidnych systemów cyberbezpieczeństwa, a także narzędzi do backupu, mogą mieć poważne trudności z uzyskaniem dostępu do zestawów danych. Co ciekawe, nawet startupy potrafiące tworzyć modele na bazie publicznie dostępnych zasobów cyfrowych, stoją przed wyzwaniami związanymi z udoskonalaniem swoich modeli za pomocą korporacyjnych zestawów danych.

Veesual, startup generujący obrazy ludzi przymierzających ubrania, początkowo korzystał ze zdjęć zamieszczanych w internecie. Niemniej miał spore trudności z przekonaniem sprzedawców, aby użyczyli dane w celu ulepszenia modelu. Część dużych detalistów zażądała wysokich opłat lub udziałów w firmie. Jednak szefowie Veesual zdecydowali, że nie skorzystają z tych propozycji.

– Część startupów konkuruje ze sobą, żeby zabezpieczyć więcej danych w pewnych niszach. Wiedząc, że istnieje gdzieś zastrzeżony zestaw danych, chcą to zrobić przed konkurentami, a następnie wynegocjować wyłączność – mówi Adam Struck, założyciel i partner zarządzający Struck Capital.

Niedobór procesorów

Startupy poszukują nie tylko danych, ale również mocy obliczeniowych. Niedobór zaawansowanych chipów, które stanowią siłę napędową nowych generatywnych systemów sztucznej inteligencji, spędza sen z powiek młodych przedsiębiorców. Co gorsza, prawie wszystkie procesory graficzne (GPU) używane do trenowania modeli pochodzą od Nvidii.

– Wirusowy sukces ChatGPT przyczynił się do tego, że popyt na GPU przewyższa podaż. To przypomina sytuację z brakiem papieru toaletowego w czasie pandemii. W dotarciu do GPU często pomagają znajomości – mówi Sharon Zhou, współzałożycielka i dyrektor generalna Lamini, startupu pomagającego firmom w tworzeniu chatbotów.

Natomiast Elon Musk przyznał podczas konferencji The Wall Street Journal CEO Council Summit, że GPU są obecnie trudniejsze do zdobycia aniżeli narkotyki. Tymczasem dostęp do dziesiątek tysięcy zaawansowanych procesorów graficznych ma pierwszorzędne znaczenie dla firm szkolących duże modele sztucznej inteligencji, które mogą generować oryginalny tekst i analizy. Bez nich praca przebiega dużo wolniej. Zaawansowane układy graficzne Nvidii przodują w wykonywaniu wielu obliczeń jednocześnie, co ma kluczowe znaczenie dla pracy nad sztuczną inteligencją. Specjaliści spodziewają się, że niedobór utrzyma się co najmniej do przyszłego roku.

– Ludzie cały czas zamawiają procesory graficzne, nawet jeśli ich nie potrzebują – mówi Adam Wenchel, dyrektor generalny Arthur, który buduje narzędzia do ochrony firm przed ryzykiem AI.

Analitycy UBS szacują, że wcześniejsza wersja ChatGPT wymagała około 10 tys. chipów graficznych. Musk szacuje, że zaktualizowana wersja wymaga od trzech do pięciu razy więcej zaawansowanych procesorów Nvidii, a to przecież dopiero początek wielkiego wyścigu. I trudno się dziwić, że jak na razie największym jego beneficjentem jest koncern kierowany przez Jen-Hsun Huanga. Akcje Nvidii wzrosły w tym roku o 161 proc., a jej wycena przekracza obecnie bilion dolarów.

Tekst powstał na podstawie publikacji w The Wall Street Journal.