Transcript · English → French
English → French transcript
Une chose qui est toujours injuste dans cette comparaison,
c’est que les gens parlent de la quantité d’énergie qu’il faut pour
entraîner un modèle d’IA
par rapport à ce que ça coûte à un humain de faire une seule requête d’inférence.
Mais il faut aussi beaucoup d’énergie pour entraîner un humain.
Ça prend genre vingt ans de vie et toute
la nourriture que tu manges pendant ce temps- là avant de devenir intelligent.
Et non seulement ça,
il a fallu une très vaste évolution des cent milliards de personnes qui ont jamais
vécu et ont appris à ne pas se faire manger par des prédateurs et ont appris,
genre, à découvrir la science ou quoi que ce soit pour produire toi,
et ensuite tu as pris tout ce que, tu vois, tu as pris. Donc la comparaison juste,
c’est que si tu poses une question à ChatGPT, une fois que son modèle est entraîné,
quelle quantité d’énergie il faut pour répondre à cette question par
rapport à un humain,
et probablement que l’IA nous a déjà rattrapés sur la base de l’efficacité
énergétique mesurée de cette manière.
End of transcript · 187 words · machine translated
Original transcript (English)
One of the things that is always unfair in this comparison is people talk about how much energy it takes to train an AI model relative to how much it costs a human to do one inference query. relative to how much it costs a human to do one inference query. But it also takes a lot of energy to train a human.
It takes like 20 years of life and all of the food you eat during that time before you get smart. And not only that, it took like the very widespread evolution And not only that, it took like the very widespread evolution and learned not to get eaten by predators
and learned how to like figure out science or whatever to produce you, and then you took whatever you, you know, you took. So the fair comparison is if you ask ChatGPT a question, to answer that question versus a human, and probably AI has already caught up
and probably AI has already caught up
