مشكلة كل مكان: لماذا يصبح “البيانات في أي مكان” التحدي البنيوي الحاسم لعصر الذكاء الاصطناعي

الأهم nhất سؤال في الذكاء الاصطناعي اليوم ليس أي نموذج هو الأكثر ذكاءً. بل هو أين تعيش البيانات، وهل يمكن للذكاء الوصول إليها.

لمعظم العقد الماضي، عملت صناعة الذكاء الاصطناعي تحت افتراض مريح: مركزية البيانات، مركزية الحوسبة، وسيتبع ذلك العبقرية. أنتج نموذج Hyperscaler – الذي يركز مجموعات بيانات التدريب الكبيرة في مجموعات سحابية كبيرة وتطبيق حسابات GPU الكبيرة لضغطها إلى معلمات نموذج – نتائج استثنائية، ولكن أيضًا هيكلاً معماريًا يتعثر الآن تحت وزن نجاحه.

دعونا نسميها “مشكلة البيانات في أي مكان”. مع انتشار الذكاء الاصطناعي من مختبرات البحث إلى نسيج تشغيل المستشفيات والمصانع والمؤسسات المالية والحكومات السيادية، فإن البيانات التي يجب أن تخبر هذه الأنظمة هي في الأساس موزعة ومحددة إقليميًا وعمليًا غير قابلة للنقل. يصرّ منظموا أوروبا على ألا تغادر سجلات مالية المواطنين القارة. لا يمكن أن تتعايش بيانات التجارب السريرية لشركة أدوية في بازل مع مجموعة بيانات الجينوم في سول في سلة سحابية.

مهما كانت الحالة، يجب أن يذهب الذكاء إلى البيانات. البيانات، بكل تأكيد، لن تأتي إلى الذكاء.

اقتصاديات التحول

تُشدد هذه التوترات الهيكلية من قبل ثورة متزامنة في اقتصاديات الذكاء الاصطناعي. تخضع الصناعة لتجديد تكتوني من الإنفاق المتمركز على التدريب إلى الإنفاق المتمركز على الاستدلال، وأثر ذلك على هيكل البيانات هو عميق.

قدرت ديلويت أن حمولات الاستدلال تمثل نصف جميع حسابات الذكاء الاصطناعي في عام 2025، وهو رقم سيرتفع إلى ثلثي في عام 2026. النسبة تتغير بسرعة مذهلة. يقدّر المحللون أن حمولات الاستدلال سوف تتجاوز طلب التدريب 118 مرة بحلول عام 2026. بحلول عام 2030، يمكن أن تمثل الاستدلال 75٪ من إجمالي حسابات الذكاء الاصطناعي، مما يدفع استثمارات البنية التحتية بقيمة 7 تريليونات دولار.

رياضيات التكلفة متساوية الارتفاع. لكل مليار دولار يتم إنفاقها على تدريب نموذج ذكاء اصطناعي، تواجه المنظمات 15-20 مليار دولار في تكاليف الاستدلال على مدى عمر الإنتاج للنموذج: نسبة موضحة بشكل صارخ من قبل GPT-4، الذي تكلفت تدريبه حوالي 150 مليون دولار، بينما بلغت التكاليف الإجمالية للاستدلال 2.3 مليار دولار في نهاية عام 2024. التدريب، الذي كان في السابق هو الشاغل الرئيسي لمستثمري الذكاء الاصطناعي وموظفي الشراء، يتم إعادة تعريفه كرسوم دراسية لمرة واحدة. الاستدلال هو التكلفة التشغيلية الدائمة للذكاء، وأصبح الآن البند الرئيسي.

然而، هنا تكمن المفارقة: تكاليف الاستدلال لنموذج GPT-3.5 انخفضت أكثر من 280 مرة بين نوفمبر 2022 وأكتوبر 2024، مع انخفاض تكاليف الأجهزة حوالي 30٪ سنويًا وتحسين الكفاءة في استهلاك الطاقة بنسبة 40٪ سنويًا. تنخفض الأسعار؛ تتسارع الاستهلاك بسرعة أكبر. انخفضت التكاليف لكل وحدة استدلال 100 مرة، بينما أبلغت مايكروسوفت وجوجل عن نمو حمولات الذكاء الاصطناعي 31 مرة في نصف هذه الفترة.

مفارقة جيفونز، حيث تدفع مكاسب الكفاءة إلى استخدام موارد أكبر، وجدت تعبيرًا حديثًا في مجموعات GPU.

حيث تعيش البيانات، يجب أن يتبعها الذكاء

تغير اقتصاد الاستدلال بشكل أساسي متطلبات البنية التحتية، ولا مكان أكثر من ذلك حول جاذبية البيانات. الاستدلال، على عكس التدريب، ليس عملية دفعة واحدة تُجرى مرة واحدة في مركز بيانات. إنه خدمة مستمرة، وحساسة للتأخير، وموزعة جغرافيًا، ولا يُقارن جودته إلا بالبيانات التي يمكنه الوصول إليها في لحظة الاستعلام.

هذا هو جوهر تحدي “البيانات في أي مكان”.

على سبيل المثال، نموذج لغة يreason على بيانات مريض حي في وحدة العناية المركزة لا يستطيع تحمل رحلة ذهاب وعودة مدتها 200 مللي ثانية إلى مجموعة سحابية على الساحل الشرقي. نموذج احتيال خدمات مالية يُجرى استدلالًا في نقطة المعاملة لا يمكنه إخراج بيانات الحساب إلى منطقة خاضعة لقانون GDPR. لا يمكن أن يعتمد نشر الذكاء الاصطناعي السيادي على بنية تحتية مملوكة ومدارة bởi كيان تجاري أجنبي.

معامل الأبحاث على دراية تامة بهذا. اتفاق مختبرات Anthropic مع جوجل كلاود لاستخدام ما يصل إلى مليون وحدة معالجة tensor، مما يوفر أكثر من غيغاواط من سعة حساب الذكاء الاصطناعي السعة بحلول عام 2026، يُظهر كيف تستثمر مختبرات الرائدة في بنية تحتية عالمية للاستدلال بمدى غير مسبوق.

تصنيف كثافة البيانات

لا تواجه جميع أنظمة الذكاء الاصطناعي هذا التحدي بالطريقة نفسها، ومن المفيد النظر إلى تصنيف تقريبي لأنواع مختلفة من نماذج الذكاء الاصطناعي والتعقيد. دعونا نجزء ذلك مع ثلاثة أمثلة رئيسية: LLMs، الصور، والنماذج المادية.

نماذج اللغة الكبيرة — عائلة Claude وGPT وGemini — تتعامل في الغالب مع رموز اللغة: خفيفة الوزن، قابلة للضغط، وقابلة للتقنيات الحافظة للخصوصية مثل الخصوصية التفاضلية أو التعلم الفيدرالي. مشكلة “البيانات في أي مكان” معقدة للغاية.

تعد نماذج الصور التوليدية حالة أكثر صعوبة. يمكن أن تنتج أنظمة مثل Black Forest Labs’ FLUX.2 صورًا عالية الدقة، واقعية، في أقل من ثانية على أجهزة قوية، ولكن إنتاج صورة واحدة يتطلب بيانات وعمليات حسابية أكثر من توليد نص. مع انتقال الذكاء الاصطناعي البصري إلى ما وراء أدوات الإبداع إلى التفتيش الصناعي والتصوير الطبي والتحليل بواسطة الأقمار الصناعية، غالبًا ما تكون البيانات الأساسية كبيرة وحساسة وصعبة النقل، مما يزيد من الحاجة إلى تشغيل الذكاء الاصطناعي حيث تقع البيانات بالفعل.

الفئة الأكثر تعقيدًا هي الذكاء الاصطناعي المادي. أعلن جنسن هوانغ، الرئيس التنفيذي لشركة NVIDIA ، أن “الذكاء الاصطناعي المادي قد وصل، وستصبح كل شركة صناعية شركة روبوتية”. تهدف نماذج جديدة مثل NVIDIA’s Cosmos 3 إلى منح الآلات فهمًا عامًا للعالم المادي من خلال دمج المحاكاة والرؤية والاستدلال، بينما تقوم شركات مثل Physical Intelligence بتدريب الروبوتات على بيانات العالم الحقيقي – بما في ذلك القوة والحركة والمدخلات البصرية – لتمكين سلوك أكثر مرونة وذكاء.

تُطبق نفس الديناميكيات التي تحسنت نماذج العقل الكبير الآن على بيانات العالم الحقيقي مثل الاهتزاز والصوت ومدخلات الحس. ومع ذلك، هذه المعلومات هي محليّة بطبيعتها. لا يمكن لروبوت على أرضية المصنع إرسال بيانات بصرية ومدخلات لمس في الوقت الفعلي إلى سحابة بعيدة للمعالجة دون إدخال تأخيرات قد تُحدث مخاطر أمنية، مما يعني أن الذكاء الاصطناعي يجب أن يُشغل بشكل متزايد على الحافة، بالقرب من مكان توليد البيانات.

الثقة والوضوح والنتائج

هنا يتحول تحدي “البيانات في أي مكان” إلى ما وراء البنية التحتية ويتحول إلى مشكلة حوكمة. مع تطبيق الذكاء الاصطناعي على قرارات عالية المخاطر – من تشخيصات الرعاية الصحية إلى نماذج المخاطر المالية إلى أنظمة التحكم المادي – تصبح أسئلة حول مكان وجود البيانات مرتبطة بشكل متزايد بمن هو مسؤول عن النتائج.

في بيئة التنظيم الحالية، لا يُسمح بالوضوح. على سبيل المثال، يتطلب قانون الذكاء الاصطناعي في الاتحاد الأوروبي أن تُبرز الأنظمة عالية المخاطر أساس إخراجها، وهو ما يصعب تحقيقه إذا كانت البيانات التي تُخبر هذه القرارات موزعة عبر أنظمة متعددة وسياقات تنظيمية.

تُصبح الثقة، بالتالي، شرطًا مسبقًا للتطبيق على نطاق واسع. يُصبح التحكم في بيئة البيانات مهمًا مثل التحكم في النماذج نفسها.

الجيل القادم من بنية تحتية الذكاء الاصطناعي

سوف تحدد حل مشكلة “البيانات في أي مكان” خريطة المنافسة للذكاء الاصطناعي للعقد القادم. الاستدلال الفيدرالي، وبيئات المعالجة الآمنة للبيانات، ونماذج محسنة للحافة، وأنظمة التوجيه التي تضع في الاعتبار أين يُسمح للبيانات بالسكن، ليست ميزات تقنية ضيقة، بل شروط مسبقة لتوسيع الذكاء الاصطناعي إلى ما وراء الحالات التي يمكن فيها مركزية البيانات بحرية.

الشركات والحكومات التي تبني بنية تحتية قادرة على تقديم استدلال موثوق وواضح وسيادي – ذكاء يصل إلى البيانات بدلاً من مطالبتهم بالسفر إليه – سوف تتحكم بثغرة الذكاء الاصطناعي الأكثر متانة. تدريب نموذج أكثر ذكاءً يُصبح مشكلة محلولة وموحدة. نشره بشكل مسؤول، على الحافة، عبر الحدود القضائية، ضد بيانات لا يمكن نقلها، هو المشكلة التي لا تزال.

البيانات في أي مكان ليست شعارًا. إنها أصعب مشكلة غير محلولة في الذكاء الاصطناعي للشركات. وسوف تحدد ما إذا كان القدرة الاستثنائية التي تم فك شفرتها من خلال استثمار التدريب في العقد الماضي سوف تُترجم، على نطاق واسع، إلى نتائج يمكن للعالم أن يثق بها.