«مالیات هوش مصنوعی» روی برنامه‌های کاربردی دارای هوش مصنوعی در فضای ابری

«مالیات کانتینر» به این معنی است که شرکت‌ها برای استفاده از کانتینر در فضای ابری هزینه بیشتری می‌پردازند. برنامه های کاربردی با هوش مصنوعی تفاوتی ندارند. مطمئن شوید که هوش مصنوعی ارزشش را دارد.

در سال ۲۰۱۹، من در مورد “مالیات کانتینر” نوشتم. به زبان ساده، این هزینه اضافی برای استفاده صحیح از کانتینرها در یک برنامه مبتنی بر ابر است. این شامل توسعه، عملیات و سایر هزینه هایی است که کانتینرها متحمل می شوند. هدف از استفاده از کانتینرها جبران هزینه های اضافی با مزایایی است که ارائه می دهند.

بسیاری از فناوری‌های دیگر با هزینه‌های اضافی همراه هستند که ممکن است استفاده از آن فناوری خاص را توجیه کند یا نباشد. آخرین نمونه هوش مصنوعی در برنامه های کاربردی مبتنی بر ابر است. شرکت ها باید هزینه های اضافی هوش مصنوعی را در مقابل ارزش بالقوه آن در نظر بگیرند.

هوش مصنوعی چیز جدیدی نیست، اما به دلیل محبوبیت پلتفرم‌های هوش مصنوعی مولد و ارزش بالقوه استفاده از هوش مصنوعی از درون برنامه‌ها، دوران رنسانس را طی می‌کند. ما از دهه ۱۹۶۰ برنامه های کاربردی مجهز به هوش مصنوعی ساخته ایم. ارزش آنها گاهی از هزینه های آنها بیشتر است و گاهی اوقات نه.

بزرگترین مشکل فعالسازی هوش مصنوعی، استفاده بیش از حد از آن است. برای مدتی، هوش مصنوعی به ندرت مورد استفاده قرار می گرفت، عمدتاً به این دلیل که گران بود و ارزش زیادی برای جبران هزینه ها و خطرات اضافی نداشت.

اکثر مهندسان هوش مصنوعی دهه ۱۹۸۰، از جمله من، از دیدن قابلیت‌های موتورهای هوش مصنوعی امروزی مانند ChatGPT هیجان‌زده هستند. ابر هوش مصنوعی را به پلتفرم هایی با قابلیت های چندین برابر سیستم های هوش مصنوعی گذشته با قیمت های بسیار کاهش یافته بازگرداند. تا اینجا، خیلی خوب است، درست است؟

موضوع، هزینه‌های اضافی است که باید هنگام استفاده از زیرسیستم‌های هوش مصنوعی از داخل برنامه‌های موجود یا جدید در نظر گرفته شود – به عبارت دیگر، مالیات هوش مصنوعی. در بسیاری از موارد، هوش مصنوعی بدون در نظر گرفتن هدف یا ارزشی که می تواند ایجاد کند، وارد برنامه ها می شود. گاهی اوقات ارزش به راحتی قابل تشخیص است. اغلب اوقات، هزینه‌های اضافی فعال کردن یک برنامه جدید یا موجود را با هوش مصنوعی پوشش نمی‌دهد. مشکل اینجاست.

هزینه های اضافی استفاده از هوش مصنوعی چیست و قبل از اجرای آن چه چیزهایی باید درک شود؟ در اینجا چند «مالیات» اساسی هوش مصنوعی وجود دارد که باید در نظر بگیرید:  

هزینه‌های زیرساخت: توسعه راه‌حل‌های ابری مبتنی بر هوش مصنوعی به قدرت محاسباتی و قابلیت‌های ذخیره‌سازی بیشتری نیاز دارد. سرمایه‌گذاری مورد نیاز در سخت‌افزار قدرتمندتر و خدمات مورد نیاز ارائه‌دهندگان ابر، هزینه‌ها را به طور مستقیم و مداوم افزایش می‌دهد.

هزینه‌های اکتساب و آماده‌سازی داده‌ها: برای ساختن مدل‌های هوش مصنوعی مؤثر به داده‌های با کیفیت بالا و مرتبط با مورد استفاده خود نیاز دارید. به دست آوردن و آماده‌سازی این داده‌ها می‌تواند زمان‌بر و پرهزینه باشد، به‌ویژه اگر باید داده‌ها را از چندین منبع جمع‌آوری کنید یا برای اطمینان از صحت، آن‌ها را تمیز و پیش پردازش کنید.

هزینه‌های آموزش: مدل‌های هوش مصنوعی به آموزش با مقادیر زیادی داده نیاز دارند تا نحوه پیش‌بینی یا تصمیم‌گیری دقیق را بیاموزند. آموزش مدل های هوش مصنوعی یک فرآیند محاسباتی فشرده است که به منابع قابل توجه و در نتیجه پول بیشتری نیاز دارد.

هزینه‌های تعمیر و نگهداری: هنگامی که مدل‌های هوش مصنوعی به کار گرفته می‌شوند، باید نظارت و نگهداری شوند تا اطمینان حاصل شود که به عملکرد مؤثر خود ادامه می‌دهند. این به به‌روزرسانی‌های مداوم، رفع اشکال‌ها و تنظیم عملکرد نیاز دارد که همگی به هزینه‌های کلی راه‌حل اضافه می‌کنند.

هزینه‌های استعداد: توسعه راه‌حل‌های ابری مبتنی بر هوش مصنوعی به مهارت‌ها و تخصص‌های تخصصی نیاز دارد که ممکن است در داخل در دسترس نباشد. استخدام یا قرارداد با کارشناسان هوش مصنوعی کار گرانی است.

من فکر نمی‌کنم که هیچ یک از این «مالیات‌ها» برای اکثر معماران ابر یا مهندسان ابر تعجب‌آور باشد. ما سال ها در مورد آنها می دانیم. این قطع ارتباط اغلب بین نحوه وجود آنها در زمینه برنامه های خاص و مهمتر از همه، مقدار بالقوه ای است که برنامه می تواند با استفاده از هوش مصنوعی برگرداند.

در برخی موارد، مقدار بازگشتی استفاده از AI را توجیه می کند. در بسیاری موارد دیگر، برچسب قیمت برای فعال کردن یک برنامه جدید یا موجود با هوش مصنوعی منطقی نیست – حداقل هنوز. دقیقاً مانند بحث های ما در مورد مالیات کانتینر، ما باید دلایل تجاری قابل قبول و قابل توجیهی برای استفاده از هوش مصنوعی داشته باشیم.