ChatGPT zdobył szturmem rynek, a wiele osób zastanawia się nad przyszłością. Sztuczna inteligencja to nie tylko czat. Wytrenuj swoje własne AI.
Sztuczna inteligencja jest na topie. ChatGPT zdobył szturmem rynek, a wiele osób zastanawia się nad przyszłością. Nie każdy wie, że model sztucznej inteligencji możemy dowolnie wytrenować na własnym komputerze. Rozwój AI w dużej mierze zawdzięczamy kartom graficznym. Sztuczna inteligencja nie jest groźna i będzie nam pomagać w codziennej pracy. Dlaczego i jak to się stało?
Dlaczego karty graficzne są najlepsze do sztucznej inteligencji?
Co najmniej 10 lat temu odkryto, że jednostki GPU, które przetwarzają wiele danych równolegle, mogą być znacznie lepszym sercem sieci neuronowej niż CPU. Karta graficzna rozdziela swoje zadania na mniejsze procesy, które są równolegle obliczane przez jej procesory. W przypadku trenowania sztucznej inteligencji, gdzie niezbędne jest przetworzenie dużej ilości prostych danych, GPU są po prostu szybsze. NVIDIA również dostrzegła ten potencjał i zaczęła rozwijać swoje produkty w tym kierunku. Dzisiejszy DLSS 3 to efekt wielu lat pracy i rozwoju, a tak naprawdę to dopiero początek.
Technika w znaczący sposób, bez obciążania karty graficznej, zwiększa osiągi. Mamy również Frame Generator, gdzie sztuczna inteligencja na podstawię dwóch klatek, automatycznie generuje klatkę pośrednią, jeszcze bardziej zwiększając płynność gier. Wszystko to dzięki sieciom neuronowym.
To możliwe, lecz warto pamiętać o ograniczeniach, jakie są przed nami. Szacuje się, że wytrenowanie GPT3 mogło potrwać około 34 dni. To niewiele, patrząc na fakt, że w efekcie otrzymujemy najpotężniejsze dostępne aktualnie AI. Z tym że komputer przeznaczony do tego celu musiałby pracować na jednostkach NVIDIA GPU A100 w liczbie… 1024 sztuk, a koszt całego przedsięwzięcia to około 5 milionów dolarów.
Jakie karty graficzne na start przygody ze sztuczną inteligencją?
Wspominaliśmy wcześniej ile i co było potrzebne do stworzenia GPT3, to jednak możliwe jest wytrenowanie własnej sieci neuronowej nawet przy użyciu naszego domowego komputera. Nie zmienia to faktu, że im więcej mocy tym lepiej. Aktualnie najlepszą dostępną kartą do nauki sztucznej inteligencji jest układ NVIDII GeForce RTX 4090. Jeżeli zależy nam na rozsądnym stosunku ceny do jakości, to warto rozważyć zakup kart w wersji od Palita lub Gainwarda. Jeżeli chcecie wytrenować własną sieć neuronową, to ten sprzęt jest do tego po prostu idealny.
Powodów jest kilka. Pierwszy i najbardziej oczywisty to po prostu czysta moc obliczeniowa, której 4090 oferuje najwięcej. W zależności od naszego budżetu doskonale sprawdzą się również modele takie jak 4080 i 4070 Ti. Karty GeForce RTX posiadają również dedykowane sztucznej inteligencji rdzenie Tensor.
Rozsądną opcją jest Palit w wersji 4080 GamingPro OC. Niech nie zmyli Was dopisek Gaming w oznaczeniu modelu, karta dedykowana głównie graczom sprawdzi się w tym zastosowaniu równie doskonale. Wersja OC jest fabrycznie podkręcana, co gwarantuje nam wyższą częstotliwość pracy. To doskonały kompromis pomiędzy ceną, a wydajnością.
Test Brother HL-L9470CDN- drukarka laserowa
Gdzie znaleźć gotowe modele AI do trenowania? Najlepszym startem będzie chatbot Emerson, jest on trochę prostszy niż ChatGPT i pozwala wytrenować model do własnych celów. Można go później umieścić na swojej stronie czy aplikacji. Emerson posiadając wiedzę o naszej firmie lub produkcie będzie w stanie rozsądnie i inteligentnie odpowiadać na pytania zainteresowanych. Natomiast API od OpenAI nazywa się ChatGPT 3.5 Turbo. Na ich stronie znajdziemy dokładne informacje, jak taką operację bezpiecznie wykonać.
Razem z rozwojem kart graficznych rozwijało się również oprogramowanie. W sieci dostępne jest wiele narzędzi korzystających z sieci neuronowych. NVIDIA udostępnia kod źródłowy takich narzędzi jak NeRF, które na podstawie zwykłych dwuwymiarowych zdjęć generują modele 3D. Czy czeka nas przełom nie tylko w generowaniu dwuwymiarowych obrazów, ale również w tworzeniu modeli 3D?
Przyszłość graczy
To jak będzie wyglądała przyszłość gamingu i sztucznej inteligencji zależy również od tego jak przyjmą ją gracze. Aktualnie widzimy, że techniki oferowane przez AI są bardzo dobrze przyjmowane przez użytkowników. Już przy pierwszej wersji DLSS zaobserwować można było ogromne zainteresowanie tą techniką, która w tej generacji kart oferuje już naprawdę świetne i przełomowe rezultaty. Większa wydajność i płynniejsze gry to coś, czego chciał każdy z nas. Dlatego nie martwmy się, sieci neuronowe są tutaj, aby nas wspierać, a nie zabierać nam prace. Dzięki sztucznej inteligencji gra nam się po prostu lepiej.
Do czterech razy sztuka
Jeżeli ChatGPT, który oparty jest na architekturze GPT3 zrobił na Was wrażenie, to do nowego GPT4, wprowadzono o wiele, wiele więcej danych wejściowych. Na koniec, aby obudzić Waszą wyobraźnie, podamy liczby. GPT3, który zrobił na całym świecie tak ogromne wrażenie, wytrenowany został na 175 miliardach parametrów. GPT4 tych parametrów ma 100 bilionów. Lepiej nie myśleć ile kart graficznych i dolarów zużył ten projekt. Niemniej jednak, czekacie, używacie?
Linki:
Dostęp do OpenAI API: https://openai.com/blog/openai-api
Emerson Chatbot oparty na GPT3: https://www.quickchat.ai/emerson
NVIDIA NeRF: https://developer.nvidia.com/blog/getting-started-with-nvidia-instant-nerfs/
