ChatGPT کا آغاز ہوا۔ بڑے زبان کے ماڈل کے دور میں۔ OpenAI کی پیشکشوں کے علاوہ، دیگر LLMs میں Google کی LaMDA فیملی آف LLMs (بشمول Bard)، بلوم پروجیکٹ (مائیکروسافٹ، Nvidia، اور دیگر تنظیموں کے گروپوں کے درمیان تعاون)، Meta’s LLaMA، اور Anthropic’s Claude شامل ہیں۔
مزید پیدا کیا جائے گا کوئی شک نہیں. اصل میں، ایک اپریل 2023 ارائز سروے پتہ چلا کہ 53% جواب دہندگان نے اگلے سال یا اس سے پہلے ایل ایل ایم کو تعینات کرنے کا منصوبہ بنایا ہے۔ ایسا کرنے کا ایک طریقہ ایک “عمودی” LLM بنانا ہے جو موجودہ LLM سے شروع ہوتا ہے اور احتیاط سے اسے کسی مخصوص ڈومین کے لیے مخصوص علم پر دوبارہ تربیت دیتا ہے۔ یہ حربہ لائف سائنسز، فارماسیوٹیکل، انشورنس، فنانس اور دیگر کاروباری شعبوں کے لیے کام کر سکتا ہے۔
LLM کی تعیناتی ایک طاقتور مسابقتی فائدہ فراہم کر سکتی ہے — لیکن صرف اس صورت میں جب یہ اچھی طرح سے کیا گیا ہو۔
ایل ایل ایم پہلے ہی خبروں کے قابل مسائل کا باعث بن چکے ہیں، جیسے کہ ان کا غلط معلومات کو “فریب” کرنے کا رجحان۔ یہ ایک سنگین مسئلہ ہے، اور یہ قیادت کو ان عملوں کے ساتھ ضروری خدشات سے ہٹا سکتا ہے جو ان نتائج کو پیدا کرتے ہیں، جو اسی طرح پریشانی کا باعث بھی ہو سکتے ہیں۔
ایل ایل ایم کی تربیت اور تعیناتی کے چیلنجز
LLMs کے استعمال میں ایک مسئلہ ان کا زبردست آپریٹنگ خرچ ہے کیونکہ ان کو تربیت دینے اور چلانے کی کمپیوٹیشنل ڈیمانڈ اتنی شدید ہے (انہیں بڑے لینگویج ماڈل نہیں کہا جاتا ہے)۔
LLMs دلچسپ ہیں، لیکن ان کو تیار کرنے اور اپنانے کے لیے کئی فزیبلٹی رکاوٹوں پر قابو پانے کی ضرورت ہے۔
سب سے پہلے، ماڈلز کو چلانے کے لیے ہارڈ ویئر مہنگا ہے۔ دی Nvidia سے H100 GPULLMs کے لیے ایک مقبول انتخاب، تقریباً ثانوی مارکیٹ میں فروخت ہو رہا ہے۔ $40,000 فی چپ. ایک ذریعہ نے اندازہ لگایا کہ اس میں تقریباً وقت لگے گا۔ 6,000 چپس ChatGPT-3.5 کے مقابلے ایل ایل ایم کی تربیت کے لیے۔ یہ صرف GPUs پر تقریبا$ 240 ملین ڈالر ہے۔
ایک اور اہم خرچ ان چپس کو طاقت دینا ہے۔ صرف ایک ماڈل کی تربیت کا اندازہ لگایا جاتا ہے جس کی ضرورت ہوتی ہے۔ 10 گیگا واٹ گھنٹے (GWh) طاقت کا، 1,000 امریکی گھروں کے سالانہ برقی استعمال کے برابر۔ ماڈل کو تربیت دینے کے بعد، اس کی بجلی کی قیمت مختلف ہوگی لیکن حد سے زیادہ ہو سکتی ہے۔ اس ذریعہ نے اندازہ لگایا کہ ChatGPT-3.5 کو چلانے کے لیے بجلی کی کھپت تقریباً 1 GWh فی دن ہے، یا 33,000 گھرانوں کی یومیہ توانائی کا مشترکہ استعمال۔
پورٹیبل ڈیوائسز پر LLM چلاتے وقت بجلی کی کھپت صارف کے تجربے کے لیے ایک ممکنہ نقصان بھی ہو سکتی ہے۔ اس کی وجہ یہ ہے کہ کسی ڈیوائس پر زیادہ استعمال اس کی بیٹری کو بہت تیزی سے ختم کر سکتا ہے، جو صارفین کو اپنانے میں ایک اہم رکاوٹ ہو گی۔
Source link
techcrunch.com