Изследователи от Станфорд и Университета във Вашингтон успяват да обучат AI модел за логическо разсъждение, като инвестират само $50 в облачни услуги. Новото откритие, описано в научна публикация, разтърсва индустрията, защото s1 постига резултати, съпоставими с някои от най-усъвършенстваните модели, като o1 на OpenAI и R1 на DeepSeek, пише TechCrunch.

Моделът s1 и кодът, използван за обучението му, вече са достъпни в GitHub, а това повдига важни въпроси за бъдещето на изкуствения интелект - ако достъпът до мощен AI става толкова лесен, къде изобщо са предимствата на големите компании?

Екипът, който стои зад s1, използва готов AI модел, който усъвършенства чрез дистилация - техника, при която модел се обучава да имитира разсъжденията на по-усъвършенстван AI, като използва неговите отговори.

В случая s1 е дистилиран от Gemini 2.0 Flash Thinking Experimental, един от AI моделите на Google. Подобен метод е използван и от изследователи в Бъркли, които миналия месец създават подобен AI модел за $450.

Акциите на управляваната от Дженсън Хуанг компания паднаха, а регулаторите ограничават продажбите на чипове, но американският AI гигант вижда шанс за дългосрочна игра в Китай

Възходът на DeepSeek разтърси технологичния свят. Защо шефът на Nvidia не изглежда толкова притеснен?

Google AI Studio предлага безплатен достъп до Gemini 2.0 Flash Thinking Experimental, макар и с дневно ограничение. Условията на компанията забраняват използването на техните модели за създаване на конкурентни услуги. Засега няма официален коментар от Google дали s1 нарушава тези правила.

Интересното е, че s1 е базиран на безплатен AI модел от китайската лаборатория Qwen (собственост на Alibaba), а екипът го обучава само върху 1 000 внимателно подбрани въпроса с обяснения как се стига до отговора, които са извлечени от Gemini 2.0.

Целият процес по обучението на s1 отнема по-малко от 30 минути с 16 Nvidia H100 GPU, а разходите за изчислителната мощност днес възлизат на около $20, според Никлас Мюнихоф, един от учените, които работят по проекта.

Изследователите прилагат и хитър подход, за да подобрят точността на новия модел - добавят думата "wait" (изчакай) в алгоритъма му, което кара системата да проверява отговорите си по-внимателно, за да бъде крайният резултат още по-добър.

Двупартийният законопроект идва на фона на опасенията, че приложението позволява на Китай да вижда потребителски данни

САЩ готви забрана на използването на DeepSeek от правителствени устройства

Какво означава това за AI индустрията?

Докато Meta, Google и Microsoft планират да инвестират стотици милиарди долари в AI инфраструктурата си през 2025 г., s1 показва, че високото качество не винаги изисква огромни ресурси.

Все пак, според експерти, такива методи не водят до създаването на революционни нови модели, а по-скоро предоставят по-евтин начин за възпроизвеждане на съществуващите технологии.