OpenAI onderzoekt nieuwe AI-apparaten met kleinere modellen en eigen chip

OpenAI onderzoekt de ontwikkeling van nieuwe apparaten die speciaal zijn ontworpen om kunstmatige intelligentie lokaal te draaien, met compacte AI-modellen en een eigen ontworpen chip. Het bedrijf heeft bevestigd dat het prototype-onderzoek doet naar een hardware-product dat AI-functies dichter bij gebruikers brengt zonder afhankelijk te zijn van grote datacenters. Deze verkenning past in een bredere beweging binnen de techindustrie om AI niet alleen in de cloud maar ook op lokale apparaten mogelijk te maken, volgens Reuters.

Tot nu toe draait de meeste krachtige AI op servers in grote datacenters. Dat betekent dat wanneer mensen of bedrijven AI-taken uitvoeren zoals tekstgeneratie of beeldanalyse, de berekeningen ergens anders plaatsvinden en het resultaat via internet terugkomt. Het plan van OpenAI richt zich op kleine, efficiënte modellen die direct op apparaten kunnen draaien. Dit kan het gebruik van AI versnellen en de afhankelijkheid van externe hardware verminderen, vooral in situaties met langzame of onbetrouwbare internetverbindingen.

Een ander voordeel van lokale AI zou privacy kunnen zijn. Wanneer een apparaat zelf veel van de berekeningen doet zonder data naar externe servers te sturen, blijven gevoelige gegevens op het eigen apparaat. Dat is een van de redenen waarom sommige technologiebedrijven streven naar AI-oplossingen die direct op telefoons, laptops of speciale hardware lopen.

OpenAI heeft niet alle details van zijn prototype-hardware vrijgegeven. Het bedrijf bevestigt echter dat het bezig is met het ontwerpen van zijn eigen chips voor AI-verwerking. Dit is vergelijkbaar met wat andere technologiebedrijven ook doen. Door zelf chips te ontwerpen kun je specifieke taken efficiënter laten verlopen en beter afstemmen op de behoeften van kunstmatige intelligentie, vooral als het gaat om energieverbruik en snelheid.

Chips in datacenters zijn vaak krachtig maar verbruiken veel energie en zijn duur om te bouwen en te onderhouden. Door een eigen chip te ontwerpen voor kleinere AI-modellen, kan OpenAI mogelijk een alternatief bieden dat kostenefficiënter en energiezuiniger is. Zelf ontwerpende chips geeft een bedrijf controle over welke functies belangrijk zijn en hoe die optimaal benut kunnen worden zonder concessies te doen aan prestaties.

Andere grote technologiebedrijven hebben soortgelijke stappen gezet. Apple ontwerpt reeds eigen chips voor zijn apparaten, met als doel betere prestaties en grotere efficiëntie. Ook Google heeft gespecialiseerde chips voor AI-taken. Het ontwikkelen van een eigen AI-chip past daarmee in een bredere trend waarin bedrijven zowel hardware als software tegelijkertijd ontwikkelen.

Het prototype-onderzoek van OpenAI richt zich niet alleen op hardware maar ook op “kleinere” AI-modellen. Deze modellen zijn eenvoudiger en minder veeleisend dan de zeer grote AI-modellen die doorgaans in de cloud draaien voor complexe taken. Kleinere modellen kunnen geschikt zijn voor alledaagse toepassingen zoals spraakherkenning, eenvoudige vertalingen, tekstsuggesties of basisbeeldbewerking.

Door deze compacte modellen direct op apparaten te draaien, hoopt OpenAI mogelijk een nieuwe categorie product te creëren. De precieze vorm van dit apparaat is nog onduidelijk. Het kan variëren van een speciaal ontworpen AI-hub voor thuisgebruik tot integratie in al bestaande producten zoals smartphones of wearables.

Belangrijk om te weten is dat OpenAI nog geen definitieve plannen heeft bevestigd voor massaproductie of marktintroductie. Het bedrijf benadrukt dat het momenteel experimenteert en onderzoekt wat technisch mogelijk is en wat marktbehoeften zijn.

Wat wel duidelijk wordt uit deze stap is dat de focus op AI-hardware groeit. Naarmate AI-toepassingen meer geïntegreerd raken in het dagelijks leven, kijken technologiebedrijven naar manieren om deze kracht dichterbij de gebruiker te brengen. Dit omvat niet alleen software-ontwikkeling en cloud-services, maar ook fysieke apparaten en gespecialiseerde chips voor lokale verwerking.