لم يفجر انفجار الذكاء الاصطناعي، ولكن حوسبة الذكاء الاصطناعي تتغير بالتأكيد

لا تخف من الدببة الذكية أكثر من اللازم. إنهم يتساءلون بصوت عالٍ عما إذا كان الانفجار الكبير في استثمار الذكاء الاصطناعي قد حدث بالفعل ومر، وما إذا كان الحماس الكبير في السوق والإنفاق على أنظمة تدريب الذكاء الاصطناعي الكبيرة التي تعمل بالعديد من وحدات معالجة الرسومات عالية الأداء قد لعب دورها، وما إذا كان من المفترض تقليص التوقعات ل時代 الذكاء الاصطناعي بشكل جذري.

لكن إذا نظرت نظرة فاحصة إلى خطط الشركات الكبيرة، فإن استثمار الذكاء الاصطناعي ما زال على قيد الحياة. لقد زاد متا وأمازون ومايكروسوفت وجوجل جميعًا مؤخرًا من استثماراتهم في تكنولوجيا الذكاء الاصطناعي. وتصل التزاماتهم الجماعية لعام 2025 إلى أكثر من 300 مليار دولار، وفقًا لقصة最近 في الفيانشال تايمز. وقال ساتيا ناديلا، الرئيس التنفيذي لمايكروسوفت، إن مايكروسوفت يمكن أن تنفق 80 مليار دولار وحدها على الذكاء الاصطناعي هذا العام. وقال مارك زوكربيرغ، مؤسس ورئيس مجلس إدارة متا، على فيسبوك: “نحن نخطط للاستثمار في 60-65 مليار دولار في الاستثمار الرأسمالي هذا العام، مع نمو فرق الذكاء الاصطناعي بشكل كبير، ولدينا رأس المال لمواصلة الاستثمار في السنوات القادمة”.

هذا ليس صوت انفجار الذكاء الاصطناعي الذي يفقد زخمه، ولكن هناك قلق متزايد حول مقدار المال الذي ينفق على تمكين تطبيقات الذكاء الاصطناعي. بعد عامين على الأقل من قول العمالقة التكنولوجية إنهم يرون طلبًا واضحًا على المزيد من القوة الحاسوبية لمساعدة تدريب نماذج الذكاء الاصطناعي الكبيرة، بدأ عام 2025 مع أن تلك الشركات نفسها تدعى إلى السجال يوميًا من قبل وسائل الإعلام التجارية لبناء الكثير من الهياج حول الذكاء الاصطناعي.

لماذا هناك تحول مفاجئ من الأمل إلى القلق؟ الجواب يمكن أن يوجد جزئيًا في صعود سريع لتطبيق الذكاء الاصطناعي الجديد من الصين. ولكن لفهم ما يحدث حقًا، وما يعنيه ذلك لاستثمار الذكاء الاصطناعي وبرامج التكنولوجيا في السنوات القادمة، يجب أن نعترف بأن عصر الذكاء الاصطناعي ينتقل إلى مرحلة جديدة من تطوره.

البحث العميق عن الحقيقة

الآن، يعرف العالم كل شيء عن ديب سيك، الشركة الصينية للذكاء الاصطناعي التي تفتخر بكيفية استخدامها لمحركات الاستدلال والمنطق الإحصائي لتدريب نماذج اللغة الكبيرة بكفاءة أكبر وتكلفة أقل من الشركات الأخرى التي تدرب نماذجها.

على وجه التحديد، زعمت ديب سيك أن تقنياتها أدت إلى الحاجة إلى عدد أقل من وحدات معالجة الرسومات (عدد قليل يصل إلى 2048 وحدة معالجة رسومات)، وأقل قوة لوحدات معالجة الرسومات (وحدات معالجة رسومات إنفيديا إتش 800) مقارنة بالآلاف من وحدات معالجة الرسومات عالية الأداء (وحدات معالجة رسومات إنفيديا إتش 100) التي تتطلبها بعض شركات الهيبرسكالر لتدريب نماذجها. فيما يتعلق بالتوفير في التكلفة، في حين أنكفت أوبن آي آي مليارات الدولارات على تدريب تشات جي بي تي، ذكرت ديب سيك أنها أنفقت أقل من 6.5 مليون دولار لتدريب نموذجها آر 1.

يجب أن يتم ملاحظة أن العديد من الخبراء شككوا في مطالبات ديب سيك بخصوص الإنفاق، ولكن الضرر كان قد حدث، حيث أدى خبر أساليبهم المختلفة إلى انخفاض حاد في قيم أسهم شركات الهيبرسكالر والشركات التي أنفقت مليارات على وحدات معالجة الرسومات لتدريب نماذج الذكاء الاصطناعي.

然而، تم فقدان نقطتين مهمتين وسط الفوضى. الأولى هي فهم أن ديب سيك لم “يعثر” على طريقة جديدة للعمل مع الذكاء الاصطناعي. الثانية هي أن معظم نظام الذكاء الاصطناعي كان على دراية بتحول وشيك في كيفية إنفاق دولارات استثمار الذكاء الاصطناعي، وكيف سيتم استخدام الذكاء الاصطناعي في السنوات القادمة.

فيما يتعلق bằng أساليب ديب سيك، فكرة استخدام محركات الاستدلال والمنطق الإحصائي ليست جديدة. استخدام المنطق الإحصائي هو جانب من مفهوم أوسع لمعرفة نموذج الاستدلال، والذي يتضمن khảية الذكاء الاصطناعي للاستدلال بناءً على التعرف على الأنماط. هذا يعادل بشكل أساسي القدرة البشرية على تعلم طرق مختلفة لمواجهة مشكلة ومقارنتها للعثور على أفضل حل ممكن. يمكن استخدام استدلال نموذج الاستدلال اليوم وليس حكرًا على شركة ناشئة صينية.

في غضون ذلك، كان نظام الذكاء الاصطناعي يتوقع بالفعل تغييرًا أساسيًا في كيفية عملنا مع الذكاء الاصطناعي والموارد الحاسوبية المطلوبة. السنوات الأولى من عصر الذكاء الاصطناعي كانت جميعًا حول المهمة الكبيرة لتدريب نماذج الذكاء الاصطناعي الكبيرة على مجموعات بيانات كبيرة جدًا، كل ذلك يتطلب الكثير من المعالجة والتحليلات المعقدة وتعديل الأوزان والاعتماد على الذاكرة. بعد تدريب نماذج الذكاء الاصطناعي، تتغير الأمور. يمكن للذكاء الاصطناعي استخدام الاستدلال لتطبيق كل ما تعلمته على مجموعات بيانات جديدة ومهام ومشاكل جديدة. الاستدلال، كعملية أقل كثافة حسابية من التدريب، لا يتطلب الكثير من وحدات معالجة الرسومات أو الموارد الحاسوبية الأخرى.

الحقيقة النهائية حول ديب سيك هي أن أساليبها، على الرغم من أنها لم تفاجئ معظمنا في نظام الذكاء الاصطناعي كما فاجأت المستثمرين في سوق الأسهم، إلا أنها أبرزت واحدة من الطرق التي سيكون الاستدلال فيها 핵ويًا في المرحلة التالية من تطور الذكاء الاصطناعي.

الذكاء الاصطناعي: الجيل التالي

لم تتغير وعود الذكاء الاصطناعي وإمكاناته. الاستثمارات الضخمة المستمرة للذكاء الاصطناعي من قبل شركات الهيبرسكالر الكبيرة تظهر إيمانهم بالقيمة التي يمكنهم فك شفرتها من الذكاء الاصطناعي، وكيف يمكن للذكاء الاصطناعي تغيير كيفية عمل几乎 كل ngành، وكيف يمكن للذكاء الاصطناعي تغيير كيفية حياة الناس في حياتهم اليومية.

ما Changed هو كيفية إنفاق تلك الدولارات. في السنوات الأولى من عصر الذكاء الاصطناعي، كان معظم الاستثمار ضروريًا على التدريب. إذا فكرت في الذكاء الاصطناعي كطفل، مع عقل ما زال في التطوير، لقد كنا ننفق الكثير من المال لإرساله إلى أفضل المدارس والجامعات. الآن، هذا الطفل هو بالغًا مدربًا – ويتطلب أن يحصل على وظيفة لدعم نفسه. في المصطلحات الواقعية، لقد استثمرنا الكثير في تدريب الذكاء الاصطناعي، والآن نحتاج إلى رؤية عائد الاستثمار من خلال استخدام الذكاء الاصطناعي لتوليد إيرادات جديدة.

لتحقيق عائد الاستثمار هذا، يحتاج الذكاء الاصطناعي إلى أن يصبح أكثر كفاءة وأقل تكلفة لمساعدة الشركات على تعظيم جاذبيته السوقية وفائدته لجميع التطبيقات الممكنة. الخدمات الجديدة الأكثر ربحية ستكون الخدمات المستقلة التي لا تتطلب مراقبة إنسانية وإدارة.

للكثير من الشركات، هذا يعني استخدام تقنيات حوسبة الذكاء الاصطناعي الفعالة من حيث الموارد، مثل استدلال نموذج الاستدلال، لتمكين الاتصالات الآلية الآلية بسرعة وبطريقة فعالة من حيث التكلفة. على سبيل المثال، في ngành الاتصالات اللاسلكية، يمكن استخدام الذكاء الاصطناعي لتحليل بيانات الوقت الفعلي لاستخدام الطيف على شبكة الهاتف المحمول لتحسين استخدام القناة وتقليل التداخل بين المستخدمين، مما يسمح لمشغل الهاتف المحمول بدعم المشاركة الديناميكية للطيف عبر شبكته. هذا النوع من الاتصالات الآلية الآلية الأكثر كفاءة سوف يحدد الجيل التالي للذكاء الاصطناعي.

كما هو الحال مع كل عصر حاسوبي كبير آخر، يستمر تطور حوسبة الذكاء الاصطناعي. إذا علمتنا تاريخ الحوسبة أي شيء، فإنه دائمًا ما يتطلب التكنولوجيا الجديدة الكثير من الاستثمار في البداية، ولكن التكاليف سوف تنخفض، والكفاءة سوف تزيد مع بدءنا في استخدام تقنيات محسنة وممارسات أفضل لإنشاء منتجات وخدمات أكثر فائدة وممكنة لجذب الأسواق الأكبر. دائمًا ما تجد الابتكارات طريقها.

قد يبدو قطاع الذكاء الاصطناعي مؤخرًا أنه عانى من انتكاسة، ولكن الدولارات التي تخطط شركات الهيبرسكالر لإنفاقها هذا العام وزيادة استخدام تقنيات الاستدلال القائمة على الاستدلال يرويان قصة مختلفة: حوسبة الذكاء الاصطناعي تتغير بالفعل، ولكن وعد الذكاء الاصطناعي سليم تمامًا.