مراجعة كتاب: آلة التفكير: جنسن هوانغ، إنفيديا، وأكثر شريحة إلكترونية مرغوبة في العالم، بقلم ستيفن ويت

آلة التفكير: جنسن هوانغ، إنفيديا، وأكثر شريحة إلكترونية مرغوبة في العالم يتميز هذا الكتاب عن معظم الكتب التي كُتبت عن الذكاء الاصطناعي لأنه يتناول الموضوع من زاوية قلل العديد من القراء المطلعين تقنياً، بمن فيهم أنا، من شأنها تاريخياً.

مثل كثيرين ممن تابعوا الذكاء الاصطناعي لسنوات، تشكّل فهمي لهذا المجال من خلال محطات مألوفة. تبدأ القصة عادةً في عام 1956 مع ورشة عمل دارتموث، يتناول الكتاب الأنظمة الرمزية المبكرة، ثم ينتقل إلى لحظات بارزة مثل لحظة شركة IBM. ديب بلو يهزم غاري كاسباروف, إتقان ديب مايند للغة غوومؤخراً، أثبتت OpenAI أن نماذج اللغة الكبيرة قادرة على تنسيق الاستراتيجيات في بيئات متعددة اللاعبين معقدة. هذه اللحظات مُرضية فكرياً ويسهل تذكرها لأنها تتمحور حول انتصارات ملموسة.

ما يُجيده كتاب ستيفن ويت بشكل استثنائي هو تحدي هذا الإطار. فبدلاً من التركيز على اللحظات التي أبهرت فيها تقنيات الذكاء الاصطناعي العالم، آلة التفكير يركز الكتاب على الطبقة الأقل وضوحاً التي تقف وراء تلك الإنجازات. ويجادل، بشكل مقنع، بأن عصر الذكاء الاصطناعي الحديث لم ينطلق بالدرجة الأولى بفضل الأفكار الذكية وحدها، بل بفضل تحول جذري في كيفية إجراء الحوسبة نفسها.

من خلال تركيز السرد على NVIDIA (NVDA + 0.47٪) يُعيد ويت، بالتعاون مع مؤسسها المشارك جينسن هوانغ، صياغة ثورة الذكاء الاصطناعي كقصةٍ عن بنية الحوسبة، وبيئات المطورين، والإيمان الراسخ طويل الأمد. والنتيجة ليست مجرد سيرة ذاتية للشركة، بل فصلٌ مفقودٌ في التاريخ الأوسع للذكاء الاصطناعي.

من ألعاب الفيديو إلى نموذج حوسبة جديد

تختلف بدايات شركة NVIDIA اختلافاً كبيراً عن الطموحات العالية المرتبطة الآن بالذكاء الاصطناعي. ظهرت في عام 1993 بصفتها شركة مصنعة لرقائق الرسومات، ركزت على عرض عوالم ألعاب الفيديو بشكل واقعي متزايد. لم يكن التحدي في ذلك الوقت هو الذكاء، بل السرعة. تطلبت الألعاب إجراء عدد هائل من العمليات الحسابية بشكل فوري لمحاكاة الضوء والحركة والعمق.

الحل الذي اتبعته شركة NVIDIA هو الحوسبة المتوازية. تعني الحوسبة المتوازية إجراء العديد من العمليات الحسابية في الوقت نفسه بدلاً من تنفيذها بالتتابع. فبدلاً من الاعتماد على نواة واحدة قوية تعالج التعليمات واحدة تلو الأخرى، تستخدم وحدات معالجة الرسومات (GPUs) آلاف النوى الأصغر حجماً التي تعمل في وقت واحد على عمليات حسابية متشابهة. يُعد هذا النهج فعالاً للغاية في حالات العمل التي تتضمن تكرار العمليات الحسابية نفسها عبر مجموعات بيانات ضخمة.

صُممت هذه البنية في الأصل للرسومات. ومع ذلك، يُبين ويت كيف أن هذا القرار قد أرسى بهدوء الأساس المثالي للشبكات العصبية بعد عقود. يتضمن تدريب نماذج الذكاء الاصطناعي الحديثة عددًا هائلاً من العمليات الرياضية المتطابقة التي تُطبق على كميات هائلة من البيانات. وقد كانت وحدات معالجة الرسومات (GPUs) مُحسّنة بالفعل لهذا النوع من العمل تحديدًا.

ما يجعل هذا الجزء من الكتاب جذابًا هو الربط الواضح بين خيارات التصميم التقني والبقاء. لم تختر شركة NVIDIA الحوسبة المتوازية لأنها تنبأت بالذكاء الاصطناعي، بل لأنها كانت السبيل الوحيد للمنافسة في مجال الرسومات الآنية. وقد أجبرت هذه الضرورة الشركة على إتقان نموذج حوسبة أثبت لاحقًا أنه ذو تأثير تحويلي يتجاوز بكثير مجال الألعاب.

جنسن هوانغ والتفكير في الأنظمة لا المنتجات

يُصوَّر جينسن هوانغ في قلب هذه القصة، ليس كمدير تنفيذي تقليدي، بل كشخصٍ يُفكِّر باستمرار في الأنظمة بدلاً من المنتجات الفردية. يُقدِّم ويت هوانغ على أنه شخصٌ مُتطلِّب، وجاد، وصعب المراس في كثير من الأحيان، ولكنه أيضاً يتمتَّع بثباتٍ ملحوظ في نظرته إلى التكنولوجيا على مدى فتراتٍ طويلة.

بينما تعامل المنافسون مع وحدات معالجة الرسومات كمكونات قابلة للاستبدال مرتبطة بدورات الألعاب، اعتبرها هوانغ أساسًا لمنصة حوسبة أوسع. هذا التمييز بالغ الأهمية. المنتجات تُستبدل، والمنصات تتطور.

عكست شركة NVIDIA هذه العقلية داخلياً. فقد شُجّع المهندسون على التفكير لسنوات قادمة، واعتُبرت البرمجيات ذات أهمية استراتيجية تضاهي أهمية السيليكون. واستُثمرت في الأدوات ودعم المطورين قبل وقت طويل من ظهور طلب واضح. وبدا العديد من هذه الخيارات مفرطاً أو غير ضروري في ذلك الوقت، ولكن بالنظر إلى الماضي، فقد خلقت ميزة تنافسية يصعب على المنافسين تجاوزها.

يوضح ويت أن صعود شركة إنفيديا لم يكن حتمياً. فقد كادت الشركة أن تفشل أكثر من مرة. وما دفعها إلى الأمام لم يكن إنجازاً واحداً، بل إيمان راسخ بأن الحوسبة المُسرّعة ستتجاوز أهميتها في نهاية المطاف استخدامها الأصلي بكثير.

كودا وقصة نشأة الذكاء الاصطناعي: قصصٌ غابت عن الكثيرين

واحدة من أهم مساهمات آلة التفكير هكذا يعيد هذا الأمر صياغة دور CUDA في تاريخ الذكاء الاصطناعي.

قبل قراءة هذا الكتاب، من السهل التفكير في CUDA باعتبارها مجرد أداة تطوير ناجحة، يُظهر ويت سبب استحقاقها لمزيد من الاهتمام. صُممت CUDA لجعل الحوسبة المتوازية قابلة للاستخدام خارج نطاق الرسومات. قبل CUDA، كان استخدام وحدات معالجة الرسومات (GPUs) للحوسبة العامة يتطلب تمرير المشكلات عبر واجهات خاصة بالرسومات. كان هذا الأسلوب هشًا وغير فعال ومقتصرًا على المتخصصين.

غيّرت تقنية CUDA هذا الوضع من خلال تمكين المطورين من برمجة وحدات معالجة الرسومات باستخدام نماذج برمجة مألوفة. وأصبح بالإمكان الوصول إلى آلاف النوى الحاسوبية كمورد عام. وقد خفّض هذا من عوائق الدخول إلى مجال الحوسبة عالية الأداء بطريقة لم يدركها الكثيرون تمامًا في ذلك الوقت.

هنا تحديداً لامس الكتاب بشدة تجربتي الشخصية في دراسة تاريخ الذكاء الاصطناعي. ركز السرد الذي استوعبته بشكل كبير على النماذج والخوارزميات. ماذا آلة التفكير ويوضح ذلك أن العديد من تلك الأفكار لم تصبح عملية إلا عندما تمكن الباحثون من تدريبها على نطاق واسع.

أدرك باحثو الذكاء الاصطناعي سريعًا أن الشبكات العصبية تُعدّ خيارًا مثاليًا للحوسبة المتوازية. يتضمن التدريب تكرار العمليات نفسها على مجموعات بيانات ضخمة، مع تعديل ملايين أو مليارات المعاملات بمرور الوقت. وقد مكّنت تقنية CUDA هذه العملية من أن تتم بشكل أسرع وأقل تكلفة وأكثر موثوقية مما كانت عليه وحدات المعالجة المركزية.

أصبح هذا الأمر بالغ الأهمية مع تسارع التعلم العميق، ولاحقًا مع ظهور النماذج القائمة على المحولات. تزدهر هذه النماذج عند التعامل مع نطاق واسع. فبدون تسريع وحدة معالجة الرسومات، لكانت العديد من النماذج التي تُشكّل مشهد الذكاء الاصطناعي اليوم قد بقيت نظرية أو باهظة التكلفة. لم يخترع CUDA هذه البنى، ولكنه مكّن من تطورها السريع.

ما يُبرزه ويت بشكل خاص هو أن هذه النتيجة لم تكن مُخططًا لها بالكامل. فقد صُممت CUDA للحوسبة العلمية، واكتشف باحثو الذكاء الاصطناعي قوتها، مما دفع NVIDIA إلى قلب سباق الذكاء الاصطناعي.

البنية التحتية فوق الخوارزميات

من أهمّ الأفكار التي يقدمها الكتاب أن تقدّم الذكاء الاصطناعي مقيّد بالبنية التحتية بقدر ما هو مقيّد بالأفكار. وتركز العديد من الدراسات الشائعة على الخوارزميات وأساليب التدريب ومجموعات البيانات. آلة التفكير يذكّر القارئ بأن كل هذه الأمور لا قيمة لها بدون قدرة حاسوبية كافية.

ومن هذا المنظور، ازدهار الذكاء الاصطناعي الحديث يبدو الأمر أقل مفاجأة وأكثر تأخراً. لقد وُجدت الشبكات العصبية لعقود. ما تغير هو توفر الأجهزة القادرة على تدريبها على نطاق واسع.

لم تكتفِ NVIDIA بتوفير رقائق أسرع، بل أنشأت منظومة متكاملة من الأجهزة ومكتبات البرامج وأدوات التطوير التي عززت بعضها بعضًا بمرور الوقت. ومع تحسين الباحثين لأعمالهم على منصات NVIDIA، قامت NVIDIA بتطوير منتجاتها لتلبية احتياجات تطبيقات الذكاء الاصطناعي بشكل أفضل. وقد خلقت حلقة التغذية الراجعة هذه ميزة مستدامة تجاوزت مجرد الأداء الخام.

يؤكد الكتاب بهدوء على حقيقة أصبحت واضحة بشكل متزايد اليوم: إن الريادة في مجال الذكاء الاصطناعي تتشكل من خلال سلاسل التوريد، والقدرة التصنيعية، والأنظمة البيئية للبرمجيات، والتحكم في المنصات، وليس فقط من خلال براعة البحث.

الرؤية والمخاطر والعواقب المتفاقمة

لا يتجاهل ويت تداعيات هيمنة شركة إنفيديا. فمع ترسيخ مكانة الشركة كركيزة أساسية للبنية التحتية العالمية للذكاء الاصطناعي، يتزايد نفوذها تبعًا لذلك. ويتجلى اعتقاد جنسن هوانغ بأن الحوسبة المتسارعة ستحدد ملامح المرحلة التالية من التقدم التكنولوجي في جميع أجزاء الكتاب.

بدلاً من الوعظ الأخلاقي، آلة التفكير يركز هذا التقرير على كيفية تراكم القرارات الهندسية والاستراتيجية المتسقة بمرور الوقت. لم تفز شركة NVIDIA بملاحقة الصيحات الرائجة، بل فازت بالتزامها المبكر بالحوسبة المتوازية، وتحملها دورات السوق المتكررة، واستثمارها الدؤوب في الأدوات التي جعلت أجهزتها لا غنى عنها.

للقراء الراغبين في فهم كيفية توسع نطاق الذكاء الاصطناعي بشكل حقيقي

للقراء الذين يعرفون بالفعل أبرز أحداث تاريخ الذكاء الاصطناعييُكمِل هذا الكتاب الطبقة المفقودة التي تكمن وراءها. فهو يشرح لماذا استطاعت تلك الإنجازات أن تتوسع في ذلك الوقت، ولماذا برزت شركة NVIDIA كقوة محورية في هذه العملية.

هذا كتابٌ موجّهٌ للقراء الراغبين في فهم الذكاء الاصطناعي كنظامٍ صناعيٍّ متكامل، لا كمجرّد مجموعةٍ من النماذج الذكية. سيجد فيه المهتمّون بالرقائق الإلكترونية ومراكز البيانات، والقرارات الهندسية التي غالبًا ما تكون خفيةً والتي تُشكّل القوة التكنولوجية بهدوء، صدىً واسعًا.

آلة التفكير ينجح هذا الكتاب لأنه يعيد صياغة قصة الذكاء الاصطناعي من الألف إلى الياء، موضحاً كيف ساهمت الحوسبة المتوازية ومنصات المطورين والرؤية طويلة المدى في بناء الأساس الذي يقوم عليه الذكاء الاصطناعي الحديث الآن.