Google DeepMind, yapay zeka modelleri için eğitim hızını ve enerji verimliliğini önemli ölçüde artırdığını iddia ettiği yeni bir JEST eğitim yöntemini tanıttı. Tek tek veri noktaları yerine toplu eğitime odaklanan bu yöntem, veri kalitesini değerlendirmek ve daha büyük bir modeli eğitmek için en uygun yığınları seçmek için daha küçük bir model oluşturmayı içerir. JEST yönteminin başarısı eğitim verilerinin kalitesine bağlıdır ve bu da amatör yapay zeka geliştiricilerinin uygulamasını zorlaştırmaktadır. Bu araştırmanın zamanlaması, YZ iş yüklerinin halihazırda önemli miktarda güç tükettiği YZ veri merkezlerinin çevresel etkileri konusunda artan endişeler göz önüne alındığında çok önemlidir. JEST yöntemlerinin YZ alanındaki büyük oyuncular tarafından benimsenmesi belirsizliğini koruyor, ancak güç tüketimini ve eğitim maliyetlerini düşürebileceğine dair umutlar var. Bununla birlikte, maliyet tasarrufu ve hiper hızlı eğitim çıktısı arasındaki rekabet, nihayetinde sektör üzerindeki etkisini belirleyebilir.
