2025 оны 5-р сарын 12-нд нийтлэгдсэн шинжилгээнд дурдсанаар, хиймэл оюун ухааны салбар дахь “үндэслэлтэй” загваруудын хөгжлийн хурдац ойрын хугацаанд удаашрах хандлагатай байж болзошгүй байна. Энэхүү дүгнэлтийг ашгийн бус судалгааны байгууллага болох Epoch AI гаргажээ.
Тус байгууллагын мэдээлснээр, хиймэл оюун ухааны загваруудын гүйцэтгэлийг нэмэгдүүлэх зорилгоор хийгддэг бэхжүүлэх сургалт (reinforcement learning)-ын хязгаар тодорхой болж, өсөлтийн нөөц бага багаар шавхагдаж байгаа аж.
Сүүлийн үед OpenAI-ийн o3 зэрэг дэвшилтэт загварууд математик, программчлал зэрэг чиглэлээр өндөр оноо авч, хурдацтай ахиц үзүүлсэн ч эдгээрийг сургахад асар их тооцооллын нөөц шаардаж байгаа талаар онцолжээ. OpenAI нь o1 загвараас o3 загвар хүртэл ойролцоогоор 10 дахин их тооцоолол зарцуулсан гэж мэдээлсэн бөгөөд Epoch энэ өсөлт нь ихэнхдээ бэхжүүлэх сургалттай холбоотой гэж үзэж байна.
Epoch AI-ийн судлаач Жош Ю тайлбарлахдаа, үндсэн сургалтаар AI загваруудын гүйцэтгэл жилд дөрөв дахин өсөж байгаа бол бэхжүүлэх сургалтаар 3–5 сар тутамд арав дахин өсөж буйг онцолжээ. Тэрбээр “энэ өсөлт 2026 он гэхэд физик, тооцооллын дээд хязгаарт хүрэх магадлалтай” гэж тэмдэглэсэн байна.
Мөн тайланд дурдсанаар, бэхжүүлэх сургалтын үр өгөөж өндөр боловч зардал өндөртэй, тооцооллын хүч шаардсан үйл явц юм. Хэрвээ ирээдүйд тооцооллын хүчин чадал, төсөв хангалтгүй бол эдгээр загварууд хүлээгдэж буй түвшинд хүрэхгүй байх эрсдэлтэй гэж анхааруулсан байна.
Цаашлаад хиймэл оюун ухааны чиглэлээр үйл ажиллагаа явуулж буй компаниудын зүгээс илүү үнэн зөв, гүнзгий шийдэл бүхий үндэслэлтэй загварууд руу чиглэж байгаа ч эдгээр нь улам өндөр өртөгтэй болж, эрсдэл дагуулж болзошгүй хэмээн судлаачид дүгнэжээ. Үүний зэрэгцээ, том загварууд зарим тохиолдолд ердийн загваруудаас илүү “хий үзэгдэл” гаргах хандлагатай байдаг нь судалгаагаар тогтоогдсон байна.
