سباق الذكاء الاصطناعي على وشك أن يصبح ماديًا

لمدة عدة سنوات، تم سرد قصة الذكاء الاصطناعي تقريبًا بالكامل بلغة البرمجيات. النماذج تتطور لتصبح أكثر قدرة دقيقة، وتتسارع وتتخصص. مليارات الدولارات تتدفق إلى نماذج الأساس، ومختبرات البحث والشركات الناشئة التي توعد بتحويل صناعات كاملة. صدرت الحكومات استراتيجيات وطنية للذكاء الاصطناعي، وكل غرفة مجلس في البلاد ناقشت خطط التكامل. كان الحديث شاملاً، وموجهًا إلى الأمام، وفي جوانب مهمة، غير مكتمل.

الذكاء الاصطناعي ليس سحرًا. إنه لا يعيش في السحابة بأي معنى مجازي. كل نموذج مدرب، كل استعلام يتم الإجابة عليه، كل صورة يتم إنشاؤها يعتمد على البنية التحتية المادية – مراكز بيانات تستنزف كميات هائلة من الطاقة، أنظمة تبريد تعمل على مدار الساعة، كابلات ألياف بصرية تحمل البيانات عبر القارات، محطات فرعية تصل كل شيء إلى شبكات كهرباء عاملة.

التكلفة العالية للطاقة في الاستدلال

أجرينا مسحًا لأكثر من 200 من كبار مسؤولي الذكاء الاصطناعي في الولايات المتحدة، والبيانات تؤكد الأرقام على ما يقرره العديد من الأشخاص داخل الصناعة. يقول ما يقرب من 29٪ من المنظمات إن تكاليف الطاقة تحد bereits من قدرتهم على توسيع نطاق الذكاء الاصطناعي. يقول أكثر من ربعهم (28٪) إن أسعار الطاقة المتزايدة أجبرتهم على إبطاء أو إيقاف أنشطة تدريب الذكاء الاصطناعي تمامًا. تأخيرات الاتصال بالشبكة، وقيود التبريد، ونقص الاتصال، وموانع التخطيط جميعها مذكورة كحواجز متزايدة. طبقة البنية التحتية، التي تم التعامل معها دائمًا على أنها مشكلة شخص آخر، أصبحت مشكلة الجميع.

هذا ليس مفاجئًا تمامًا فيما بعد. النطاق الذي تعمل عليه الذكاء الاصطناعي الحديث هو حقًا استثنائي. يمكن أن يستهلك تدريب نموذج حدودي كبير كمية كهرباء تصل إلى ما يستخدمه مئات المنازل في عام – يستخدم تشغيل نموذج GPT-4 واحد ما يقرب من 50 غيغاوات ساعة من الكهرباء – ما يعادل استهلاك 40,000 منزل أمريكي في العام. تشغيل الاستدلال عبر ملايين المستخدمين اليومية يتطلب مراكز بيانات من حجم وكثافة كانت لتبدو غير معقولة قبل عقد من الزمن. والطلب في تزايد، مدفوعًا بانتشار تطبيقات الذكاء الاصطناعي، وتوسيع أنظمة الوكالة، وزيادة تكامل الذكاء الاصطناعي في عمليات الأعمال الأساسية. استهلاك كهرباء مراكز البيانات ينمو بمعدل 15٪ سنويًا – أكثر من أربعة أضعاف سرعة استهلاك الكهرباء الإجمالي في جميع القطاعات الأخرى مجتمعة. العالم المادي يُطلب منه امتصاص منحنى أسي، ولم يكن مصممًا لفعل ذلك بسرعة.

تغير الاستراتيجية إلى العالم المادي

ما يجعل اللحظة الحالية مُ启ية بشكل خاص هو حيث تظهر القيود في الواقع. يturned out أن الأرض ليست القضية الأساسية. يحدد فقط حوالي 14٪ من الشركات في بحثنا توافر الأراضي كتحديهم الأساسي. المشكلة الأصعب هي كل ما يحدث بعد العثور على الأرض. الموقع بدون سعة شبكة هو عديم الفائدة؛ لا موافقة التخطيط تعني أنك عالق؛ وإذا لم يكن هناك اتصال متين، لا يمكن أن تعمل بنية الذكاء الاصطناعي. الحاجز ليس المساحة – إنه عملية تحويل المساحة المادية إلى بيئات الحوسبة التشغيلية. هذا التمييز مهم لأن من الصعب حلها بمجرد المال.

كما يغير هذا الطريقة التي يجب أن نفكر بها عن المنافسة الوطنية للذكاء الاصطناعي. لقد ركز الحديث لفترة طويلة على الموهبة البحثية، وحجم الاستثمار، والسباق لتدريب النماذج الأكثر قدرة. لكن استراتيجية البنية التحتية تظهر كمتغير حاسم بنفس القدر. في المناطق التي تتحرك فيها التراخيص بشكل أسرع، والسياسة الطاقوية أكثر انسجامًا مع الطلب الصناعي، والاستثمار الخاص في البنية التحتية لل规模 الكبيرة أكثر نضجًا، يمكن للذكاء الاصطناعي أن يتوسع بسرعة أكبر. الولايات المتحدة لديها مزايا هيكلية هنا غالبًا ما يتم تجاهلها. إنها ليست مزايا مثيرة – تتضمن التخطيط الشبكي، وإصلاح التخطيط، وتنسيق المرافق – لكنها تزداد أهمية.

تضيف الجيوسياسة طبقة أخرى من التعقيد. يقول حوالي ثلث (33٪) من الشركات التي شملهم الاستطلاع إنهم يفكرون بجدية في نقل حمولات الذكاء الاصطناعي إلى مناطق أو دول أخرى بسبب المخاوف الجيوسياسية. إلى جانب القيود العملية للطاقة والتخطيط، تزن المنظمات الآن أيضًا السيادة، ومرونة سلاسل التوريد، والاستقرار السياسي للبيئات التي تنشر فيها الحوسبة. النتيجة هي إعادة تشكيل تدفق استثمارات البنية التحتية للذكاء الاصطناعي – نحو المناطق التي تتوفر فيها الطاقة المتجددة بكميات وافرة، والقدرة على الشبكة المتاحة، ومسارات التنظيم الأسرع، بغض النظر عن موقع هذه المناطق على خريطة التكنولوجيا التقليدية.

المرحلة الأولى من ثورة الذكاء الاصطناعي تم تعريفها بما كان ممكنًا في البرمجيات. المرحلة التالية ستتم تعريفها بما هو ممكن في العالم المادي – من خلال العمل الشاق غير المثير للغاية لبناء البنية التحتية للطاقة، وتأمين إمدادات الطاقة، وتحديد التعقيدات البيروقراطية للنشر الصناعي على نطاق واسع.

هنا ستتمتع الولايات المتحدة بميزة لا يمكن أن يتفوق عليها أي قدرة من قدرات النموذج بسهولة. مستقبل الذكاء الاصطناعي يعتمد على استمرار الشبكة. هذا أقل إثارة من ما تشير إليه العناوين. كما أنه أكثر أهمية.