Când literatura științifico-fantastică populară descrie „ascensiunea inteligenței artificiale”, aceasta este însoțită, de obicei, de lasere, explozii sau, în unele exemple mai blânde, de o ușoară teamă filosofică. Dar nu există nicio îndoială că interesul pentru posibilitățile inteligenței artificiale (AI) și ale învățării automate (ML) în aplicațiile din viața reală este în creștere, iar noi aplicații apar zilnic.
Milioane de utilizatori din întreaga lume colaborează deja cu AI folosind ChatGPT, Bard și alte interfețe AI. Cu toate acestea, majoritatea acestor utilizatori nu realizează că schimburile lor confortabile de pe desktop cu un asistent AI curios sunt de fapt conduse de centre de date masive din întreaga lume.
Întreprinderile investesc în clustere de inteligență artificială în centrele lor de date, construindu-și, antrenându-și și rafinându-și modelele de inteligență artificială în funcție de strategiile lor de afaceri. Aceste nuclee AI sunt compuse din rafturi și rafturi de GPU (unități de procesare grafică) care oferă incredibila putere de procesare paralelă de care au nevoie modelele AI pentru antrenarea exhaustivă a algoritmilor lor.
Cu seturile de date importate, AI inference analizează aceste date și le dă sens. Acest proces determină dacă o imagine conține o pisică sau un câine de talie mică, pe baza pregătirii sale privind caracteristicile comune pisicilor, dar nu și câinilor. Apoi, inteligența artificială generativă poate prelucra aceste date pentru a crea imagini sau texte complet noi.
Această procesare „inteligentă” a captat imaginația oamenilor, guvernelor și întreprinderilor de pretutindeni. Cu toate acestea, crearea unui algoritm de inteligență artificială util necesită cantități mari de date pentru formare, iar acest proces este costisitor și consumă multă energie.
