من قانون مور إلى “قانون OpenAI”： مسار التطور الأسي لذكاء الاصطناعي

يتقدم الذكاء الاصطناعي بسرعة يصعب فهمها. لوصف هذه الظاهرة، بدأ المحترفون في الإشارة إلى ما يسمى “قانون OpenAI” – موازٍ حديث لقانون مور، ولكن أكثر حدة. تم إطلاق هذا المصطلح إلى الاهتمام الأوسع في الكتاب إمبراطورية الذكاء الاصطناعي، الذي يروي صعود OpenAI والسباق المتسارع نحو الذكاء الاصطناعي العام (AGI). في الكتاب، يتم استخدام “قانون OpenAI” لالتقاط وتيرة سريعة لزيادة متطلبات الحوسبة – وبالتالي القدرات الذكية – على مدار العقد الماضي.

على الرغم من عدم كونه قانونًا علميًا رسميًا، فإن قانون OpenAI يشير إلى اتجاه قابل للقياس: التضاعف السريع لقوة الحوسبة المستخدمة في تدريب نماذج الذكاء الاصطناعي المتقدمة، والذي يحدث بسرعة أكبر بكثير من قانون مور. في المصطلحات العملية، تمت مضاعفة حوسبة الذكاء الاصطناعي تقريبًا كل ثلاثة إلى أربعة أشهر، مقارنة بفترة 18-24 شهرًا لمور. Этот منحنى الأسي يؤسس لتطور الذكاء الاصطناعي الحديث ويحدد भविषًا يأتي أسرع مما يتوقعه معظم الناس.

قانون مور: المحرك الذي دفع العصر الرقمي

قانون مور كان القوة الدافعة وراء صعود الحواسيب الشخصية والهواتف الذكية والحوسبة السحابية. تنبأ بأن عدد الترانزستورات على الشريحة سيتضاعف تقريبًا كل عامين، مما يؤدي إلى مكاسب أسيّة في قوة الحوسبة والكفاءة في استهلاك الطاقة وتخفيض التكاليف.

لمدة عقود، تم الحفاظ على هذا النمط البسيط، مما يجعل كل جيل من الأجهزة أكثر قوة بشكل كبير من السابق. ولكن مع приближنا إلى الحدود المادية والاقتصادية في عام 2010، بدأ قانون مور في التباطؤ. استجاب المهندسون باستخدام نوى متعددة وتركيب شرائح ثلاثي الأبعاد ومعالجات متخصصة لتوسيع الأداء – ولكن المكاسب السهلة قد انتهت.

في ذلك الوقت، بدأت أبحاث الذكاء الاصطناعي، مدفوعة bởi اختراقات التعلم العميق، في الانحراف عن المسار التقليدي لقانون مور.

ميلاد قانون OpenAI: منحنى الحوسبة الانفجاري للذكاء الاصطناعي

في أوائل عام 2010، اكتشف الباحثون أن تغذية المزيد من الحوسبة إلى شبكات عصبية كبيرة يؤدي إلى زيادة القدرات الذكية بشكل متزايد. بدءًا من عام 2012، بدأ مقدار الحوسبة المستخدمة في تدريب أكبر نماذج الذكاء الاصطناعي في التضاعف تقريبًا كل 3 إلى 4 أشهر.

كان هذا تسارعًا مذهلاً – أسرع بكثير من قانون مور. على مدى ست سنوات، زادت الحوسبة المستخدمة في نماذج الذكاء الاصطناعي المتقدمة بأكثر من 300,000 مرة. بينما كان من المتوقع أن يؤدي قانون مور زيادة فقط 7 مرات في ذلك الوقت، انفجرت حوسبة الذكاء الاصطناعي بسبب التوسع العدواني.

أصبح هذا الظاهرة يعرف بشكل غير رسمي باسم قانون OpenAI – مسار自يضاف بواسطة منظمات مثل OpenAI، التي اعتقدت أن توسيع حجم النموذج والحوسبة كان أسرع طريق إلى الذكاء الاصطناعي العام (AGI). يصف الكتاب إمبراطورية الذكاء الاصطناعي هذا التحول بالتفصيل، ويوضح كيف قامت OpenAI وقيادتها بالالتزام بهذه الاستراتيجية على الرغم من زيادة التكاليف، لأنهم اعتقدوا أنها كانت أسرع طريق إلى解 锁 القدرات التحويلية.

من المهم أن نلاحظ أن قانون OpenAI ليس حتمية فيزيائية – إنه قرار استراتيجي. أصبح الاعتقاد بأن “المزيد من الحوسبة يعني ذكاء أفضل” مبدأ توجيهي، مدعومًا بالاستثمارات الضخمة وإنشاء البنية التحتية والشراكات مع مزودي الخدمات السحابية.

فرضية التوسيع والسباق الجديد

يستند قانون OpenAI إلى فرضية التوسيع – فكرة أن جعل النماذج أكبر وتدريبها على المزيد من البيانات مع المزيد من الحوسبة يؤدي إلى نتائج أفضل بشكل جوهري. اكتسبت هذه الفرضية زخمًا مع كل نموذج متتالي – GPT-2، GPT-3، GPT-4 – أظهرت قفزات في السلاسة والاستدلال والفهم متعدد الوسائط.

في قلب هذه الاتجاهات يوجد تنافس شديد بين الشركات التكنولوجية لتحديد مسار الذكاء الاصطناعي. النتيجة هي نوع من السباق التكنولوجي، حيث يتطلب كل إنجاز جديد موارد حوسبة أسيّة أكثر من السابق.

الآن، يتطلب تدريب نماذج كبيرة عشرات الآلاف من وحدات معالجة الرسومات عالية الأداء التي تعمل بالتوازي. يتضمن تقدير النماذج المستقبلية ميزانيات حوسبة قد تصل أو تتجاوز 100 مليار دولار، مع طلبات كبيرة على الطاقة والبنية التحتية.

أدى هذا الاتجاه إلى منحنى أسي جديد – لا يُحدد بعدد الترانزستورات، ولكن bằng استعداد وقدرة على توسيع الحوسبة بكل التكاليف.

ال比較: قانون هوانغ وقانون كورزويل للعودة المتسارعة

للفهم الكامل لأهمية قانون OpenAI، من المفيد استكشاف الإطارات التأسيسية الأخرى التي شكلت فهمنا للتقدّم التكنولوجي ما وراء قانون مور.

قانون هوانغ، الذي سمي على اسم جنسن هوانغ، الرئيس التنفيذي لشركة إنفيديا، يصف ملاحظة أن أداء وحدات معالجة الرسومات لتحميلات الذكاء الاصطناعي قد تحسنت بسرعة أكبر بكثير من قانون مور. على مدى فترة خمس سنوات، شهدت وحدات معالجة الرسومات مكاسب في الأداء تزيد عن 25 مرة، تفوق بذلك التحسينات البالغة 10 مرات المتوقعة بموجب تقلص الترانزستورات التقليدي.

ليس هذا التسارع ناتجًا عن كثافة الشريحة وحدها – بل هو نتيجة للابتكارات على مستوى النظام. ساهمت تحسينات في هندسة وحدة معالجة الرسومات، وزيادة عرض النطاق الترددي للذاكرة، والاتصالات عالية السرعة، وتقدم في النظم البيئية مثل CUDA وibraries التعلم العميق، جميعها في هذه المكاسب. كما لعبت تحسينات الهندسة في الجدولة، وعمليات التنسور، والتوازي، دورًا حيويًا.

بلغت تحسينات الأداء في مهام الاستدلال والتدريب على وحدة معالجة رسومات واحدة ما يصل إلى 1,000 مرة خلال العقد الماضي، مدفوعةً بهذه المكاسب المركبة من الحوسبة والبرمجيات. في الواقع، أصبحت قدرة وحدة معالجة الرسومات للtasks الذكاء الاصطناعي تزداد بمعدل يضاعف كل 6 إلى 12 شهرًا – ثلاثة إلى أربع مرات أسرع من منحنى مور الأصلي. هذا الوتيرة المستمرة جعلت وحدات معالجة الرسومات محركات لا غنى عنها للذكاء الاصطناعي الحديث، مما يتيح تدريبات التوسيع الكبيرة التي تؤسس لقانون OpenAI.

قانون كورزويل للعودة المتسارعة يأخذ فكرة النمو الأسي خطوة إلى الأمام – ويقترح أن معدل النمو الأسي نفسه يتسارع مع مرور الوقت. وفقًا لمبدأ، لا يظل كل اختراع تكنولوجي منفصلاً؛ إنه يخلق الأدوات والمنصات والمعرفة التي تجعل الاختراع التالي يحصل بشكل أسرع وأكثر كفاءة. هذا يؤدي إلى تأثير مركب حيث يتغذى التغيير التكنولوجي على نفسه، يتسارع في كل من الحجم والتردد.

يعتقد كورزويل أن هذا الديناميك سوف يضغط ما كان سيستغرق قرون من التقدم في بضعة عقود فقط. إذا كان معدل التقدم يتضاعف كل عقد، فإن القرن الحادي والعشرين قد يشهد قفزة مذهلة – مكافئة لألفي سنة من التقدم بمعدلات تاريخية.

هذا القانون ذو صلة خاصة بالذكاء الاصطناعي. أصبح الذكاء الاصطناعي الحديث ليس مجرد موضوع تقدم – بل أصبح معززًا للتقدم. أنظمة الذكاء الاصطناعي تساعد بالفعل في تصميم شريحة جديدة، وتنظيم شبكات عصبية، وإجراء بحث علمي، وكتابة حتى الكود المستخدم في بناء خلفاءها. هذا يخلق حلقة تحسين متكررة، حيث كل جيل من الذكاء الاصطناعي يحسن الجيل التالي، ويقلل من أوقات التطوير ويزيد القدرات.

تبدأ هذه الدورة في الشبه ما يسمى انفجار الذكاء – سيناريو حيث تصبح أنظمة الذكاء الاصطناعي قادرة على تحسين نفسها بسرعة دون تدخل بشري. النتيجة هي منحنى لا يرتفع فقط بسرعة – بل ينحني لأعلى بشكل كبير، حيث تقلص دورات التكرار وتتسارع الاختراعات. إذا استمر هذا النمط، قد نشهد مرحلة من التقدم التكنولوجي الذي يبدو شبه لحظي – حيث تتطور الصناعات والحقول العلمية وطرق التفكير بأكملها في أشهر بدلاً من عقود.

يتماشى قانون OpenAI مع هذا الإرث كتعبير عن النمو الأسي على الجانب الطلابي. على عكس قوانين مور أو هوانغ، التي تصف وتيرة تحسينات الأجهزة، يعكس قانون OpenAI كمية الحوسبة التي يختارها الباحثون فعلاً للاستهلاك في سبيل نتائج أفضل. إنه يظهر أن تقدم الذكاء الاصطناعي لم يعد مقيدًا بشكل صارم بما يمكن للشريحة فعله، ولكن بما يرغب الباحثون – ويمكنهم – التوسع.

مدفوعًا bằng البنية التحتية السحابية الضخمة والاستثمارات بال مليارات، يمثل قانون OpenAI عصرًا جديدًا حيث ينمو القدر على التحسين ليس فقط من خلال الابتكار، ولكن من خلال القوة المركزة والمدروسة.

الوعد: لماذا يهم الذكاء الاصطناعي الأسي

الآثار المترتبة على قانون OpenAI هي sâuقة.

من الجانب المتفائل، أدى التوسيع الأسي إلى نتائج مذهلة. يمكن الآن لأنظمة الذكاء الاصطناعي كتابة المقالات، توليد الكود، المساعدة في البحث العلمي، والتعامل في محادثات سائلة بشكل مفاجئ. يبدو أن كل زيادة في الحجم بمعدل 10 مرات تفتح قدرات جديدة، مما يشير إلى أننا قد نقترب من الذكاء الاصطناعي العام (AGI).

يمكن أن يتحول الذكاء الاصطناعي قريباً إلى تحويل الصناعات التي تتراوح من التعليم والرعاية الصحية إلى المالية وعلم المواد. إذا استمر قانون OpenAI ساري المفعول، قد نشهد اختراقات تضغط عقودًا من الابتكار في بضعة سنوات فقط.

هذا هو جوهر مصطلح جديد قد اخترعناه: “سرعة الهروب الذكية” – لحظة يبدأ فيها الذكاء الاصطناعي في تحسين نفسه، مما يدفع التقدم إلى موجة ذاتية التعزيز وأسيّة.

الثمن: التكاليف البيئية والاقتصادية والأخلاقية

لكن النمو الأسي لا يأتي بدون ثمن.

يتطلب تدريب نماذج متقدمة الآن كميات هائلة من الكهرباء والمياه. تعمل آلاف وحدات معالجة الرسومات لأسابيع على التوالي، مما يخلق مخاوف بيئية جادة، بما في ذلك انبعاثات الكربون ومخلفات حرارية. كما يتعرض سلاسل توريد شريحة الذكاء الاصطناعي للضغط، مما يثير قضايا استدامة وجيوسياسية.

من الناحية المالية، فقط أكبر الشركات التكنولوجية أو الشركات الناشئة الممولة جيدًا يمكنها تحمل البقاء على المنحنى. هذا يؤدي إلى تركيز القوة، حيث تسيطر مجموعة صغيرة من المنظمات على طليعة الذكاء.

من الناحية الأخلاقية، يشجع قانون OpenAI على تفكير السباق – أكبر، أسرع، أقرب – مما قد يؤدي إلى نشر прежمرة، ونظم غير مجربة، واختصارات في السلامة. هناك قلق متزايد بأن بعض النماذج المتقدمة قد يتم إطلاقها قبل أن يفهم المجتمع تمامًا تأثيراتها.

للتخفيف من هذا، اقترح الباحثون إطارات الحوكمة التي تتبع تطوير الذكاء الاصطناعي ليس بما يفعله النماذج، ولكن bằng كمية الحوسبة المستخدمة في تدريبها. منذ أن تكون الحوسبة واحدة من أفضل معايير تقدير القدرة، يمكن أن تصبح بمثابة وكيل لتقييم المخاطر والتنظيم.

حدود التوسيع: ماذا يحدث عندما ينحني المنحنى؟

على الرغم من المكاسب الكبيرة، هناك جدل حول مدى استمرار اتجاه التوسيع. يعتقد البعض أننا نرى بالفعل عائدات متضائلة: نماذج أكبر تستهلك المزيد من الحوسبة ولكنها تؤدي تحسينات هامشية فقط.

يجادل آخرون بأن اختراقات في الكفاءة أو تصميم الخوارزمية أو هندسة النموذج قد تؤدي إلى تسطيح المنحنى دون تباطؤ التقدم. قد تصبح النماذج الأصغر وأكثر ذكاءً أكثر جاذبية من العملاقة القاسية.

علاوة على ذلك، قد تؤدي الضغط العام والتنظيم والقيود البنية التحتية إلى إجبار الصناعة على إعادة التفكير في تفكير “التوسيع بأي ثمن”. إذا لم تتمكن شبكات الكهرباء أو الميزانيات أو الموافقة الاجتماعية على مواكبة ذلك، قد يصطدم الذكاء الاصطناعي الأسي ب потолع – أو على الأقل نقطة تحول.

الطريق أمامنا: رسم خريطة لمستقبل الذكاء الاصطناعي الأسي

للمرة الحالية، يبقى قانون OpenAI واحدًا من أبرز العدسات التي يمكننا من خلالها رؤية مستقبل الذكاء الاصطناعي. إنه يفسر كيف انتقلنا من بوتات المحادثة البدائية إلى أنظمة متعددة المهام في أقل من عقد – ولماذا قد يكون موجة التقدم التالية أكثر دراماتيكية.

然而، يأتي القانون أيضًا مع التبادل: عدم المساواة في الوصول، والتكاليف المتزايدة، والتحديات البيئية، وضغوط السلامة. مع تسارعنا في هذا العصر الجديد، سيتعين على المجتمع مواجهة أسئلة أساسية:

• من سيشكل مستقبل الذكاء الاصطناعي؟
• كيف نتوازن بين التقدم والاحتياط؟
• ما هي الأنظمة المطلوبة لإدارة القدرة الأسيّة قبل أن تفوق السيطرة البشرية؟

قانون OpenAI ليس غير قابل للتغيير. مثل قانون مور قبله، قد يبطئ في النهاية أو يصل إلى платو أو يُستبدل بمعايير جديدة. ولكن للمرة الحالية، يخدم كتحذير وخرائط طريق – يذكرنا بأن مستقبل الذكاء الاصطناعي ليس مجرد تقدم – بل يتسارع.

نحن لسنا مجرد شهود على التاريخ – نحن نحنصفه بسرعة أسيّة. ولكن مع هذه القوة تأتي مسؤولية: ضمان أن الإنسانية لا تعاني من ضرر أسي مع التقدم الأسي.