Van IBM Watson tot lokaal model: alle Jeopardy!-kennis past nu in 9 gigabyte
Waar vroeger een krachtige servercluster nodig was om menselijke spelers te verslaan met parate kennis, volstaat tegenwoordig een open-weight model van slechts enkele gigabytes. Dit laat zien hoe efficiënt AI-systemen in de loop der tijd zijn geworden en hoe specialistische kennis toegankelijker is geworden voor breder gebruik.
In het verleden waren gigantische computersystemen vereist om menselijke kampioenen te verslaan in een bekende Amerikaanse kwis waarin feitenkennis centraal staat. Zo gebruikte IBM destijds een groot netwerk aan servers en een enorm archief aan documenten voor de bekende computertegenstander. Onderzoek toont nu aan dat een vergelijkbare hoeveelheid culturele en feitelijke kennis inmiddels past in een lokaal open-source model van negen gigabyte.
Toegankelijkheid van AI-modellen
De ontwikkeling onderstreept de snelle vooruitgang op het gebied van open-weight taalmodellen. Waar geavanceerde kennisbanken vroeger exclusief waren voor grote technologiebedrijven met gigantische rekencapaciteit, zijn vergelijkbare prestaties nu lokaal uitvoerbaar. Dit past in de bredere trend waarin krachtige kunstmatige intelligentie steeds minder afhankelijk is van zware cloud-infrastructuren.
Deze samenvatting is gebaseerd op een origineel artikel van arXiv (cs.AI). Lees het volledige, originele bericht bij de bron.
Lees het originele artikel