لم يفلس انتعاش الذكاء الاصطناعي، ولكن الحوسبة بالذكاء الاصطناعي تتغير بالفعل

لا تخف من الدببة التي تتحدث عن الذكاء الاصطناعي. إنهم يتساءلون بصوت عال إذا كان الازدهار الكبير في استثمارات الذكاء الاصطناعي قد جاء وذهب، وإذا كان الإنفاق الكبير على أنظمة التدريب الضخمة بالذكاء الاصطناعي التي تعمل بالعديد من وحدات معالجة الرسومات عالية الأداء قد لعب دورها، وإذا كان من المفترض تخفيض التوقعات من عصر الذكاء الاصطناعي بشكل كبير.

لكن إذا نظرت نظرة فاحصة إلى خطط الشركات الكبيرة، فإن استثمارات الذكاء الاصطناعي ما زالت على قيد الحياة. لقد زادت شركة ميتا وأمازون ومايكروسوفت وجوجل من استثماراتها في تكنولوجيا الذكاء الاصطناعي. وبلغت التزامهم الجماعي لعام 2025 أكثر من 300 مليار دولار، وفقًا لقصة最近 في الفيانيسال تايمز. وقال ساتيا ناديلا، الرئيس التنفيذي لشركة مايكروسوفت، إن شركة مايكروسوفت يمكن أن تنفق 80 مليار دولار وحدها على الذكاء الاصطناعي هذا العام. وقال مارك زوكربيرغ، مؤسس و الرئيس التنفيذي لشركة ميتا، على فيسبوك: “نحن نخطط للاستثمار في 60-65 مليار دولار في الاستثمارات الرأسمالية هذا العام، بالإضافة إلى نمو فرق الذكاء الاصطناعي بشكل كبير، ولدينا رأس المال للاستمرار في الاستثمار في السنوات القادمة”. (AMZN ) (MSFT )

هذا ليس صوتًا لازدهار الذكاء الاصطناعي الذي يفقد زخمه، لكن هناك قلقًا متزايدًا 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 التدريب الضخم لأنماط الذكاء الاصطناعي، بدأ عام 2025 بهذه الشركات الكبيرة التي تدعى إلى المساءلة يوميًا من قبل وسائل الإعلام التجارية لتشكيل الكثير من الهياج حول الذكاء الاصطناعي.

لماذا هناك تحول مفاجئ من الأمل إلى القلق؟ يمكن أن يوجد الجواب جزئيًا في الارتفاع السريع لتطبيق الذكاء الاصطناعي الجديد من الصين. لكن للفهم الكامل لما يحدث حقًا، وما يعنيه ذلك لاستثمارات الذكاء الاصطناعي وبرامج التكنولوجيا في السنوات القادمة، يجب أن ندرك أن عصر الذكاء الاصطناعي يتحرك إلى مرحلة جديدة من تطوره.

البحث عن الحقيقة

من المعروف الآن للعالم كل شيء عن ديب سيك، الشركة الصينية للذكاء الاصطناعي التي تتباهى بكيفية استخدامها لمحركات الاستدلال والمنطق الإحصائي لتدريب نماذج لغة كبيرة بشكل أكثر كفاءة وتكلفة أقل من الشركات الأخرى.

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 H800) مقارنة بالعديد من الآلاف من وحدات معالجة الرسومات عالية الأداء (وحدات معالجة رسومات إنفيديا H100) التي تتطلبها شركات الهيمنة لتدريب نماذجها. فيما يتعلق بالتوفير في التكلفة، في حين أن شركة OpenAI أنفقت مليارات الدولارات على تدريب ChatGPT، فإن ديب سيك ذكرت أنها أنفقت ما يصل إلى 6.5 مليون دولار لتدريب نموذجها R1. (NVDA )

يجب أن يتم ملاحظة أن العديد من الخبراء شككوا في مطالبات ديب سيك بخصوص الإنفاق، لكن الضرر كان قد حدث، حيث أدت أخبار أساليبها المختلفة إلى انخفاض حاد في قيم أسهم شركات الهيمنة والشركات التي أنفقت مليارات الدولارات على وحدات معالجة الرسومات لتدريب نماذج الذكاء الاصطناعي.

然而، تم فقدان نقطتين مهمتين في الفوضى. الأولى هي فهم أن ديب سيك لم “تخترع” طريقة جديدة للعمل مع الذكاء الاصطناعي. الثانية هي أن جزءًا كبيرًا من 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 بأساليب ديب سيك، فإن فكرة استخدام محركات الاستدلال والمنطق الإحصائي ليست جديدة. استخدام المنطق الإحصائي هو جانب من مفهوم الاستدلال بالنموذج، الذي يتضمن khảية الذكاء الاصطناعي للاستدلال بناءً على التعرف على الأنماط. هذا يشبه بشكل أساسي khảية البشر لتعلم طرق مختلفة لمواجهة مشكلة ومقارنتها لfinding أفضل حل ممكن. يمكن استخدام المنطق الإحصائي للاستدلال اليوم ولا يقتصر على شركة صينية ناشئة.

في غضون ذلك، كان نظام الذكاء الاصطناعي يتوقع بالفعل تغييرًا جوهريًا في كيفية عملنا مع الذكاء الاصطناعي والموارد الحاسوبية المطلوبة. السنوات الأولى من عصر الذكاء الاصطناعي كانت كلها عن مهمة التدريب الكبيرة لأنماط الذكاء الاصطناعي الكبيرة على مجموعات بيانات كبيرة، كل ذلك يتطلب الكثير من المعالجة والتحليلات المعقدة وتعديلات الوزن 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 لم تكن مفاجئة لنا في نظام الذكاء الاصطناعي كما كانت مفاجئة للمستثمرين في سوق الأسهم، لكنها أبرزت أحد الطرق التي سيكون فيها الاستدلال أساسيًا في المرحلة التالية من تطور الذكاء الاصطناعي.

الذكاء الاصطناعي: الجيل التالي

لم تتغير وعود الذكاء الاصطناعي وإمكانياته. الاستثمارات الضخمة المستمرة للشركات الكبيرة في الذكاء الاصطناعي تظهر إيمانها بالقيمة التي يمكن إطلاقها من الذكاء الاصطناعي، وكيف يمكن للذكاء الاصطناعي تغيير كيفية عمل几乎 كل ngành وكيفية حياة الناس في حياتهم اليومية.

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

لتحقيق هذا العائد على الاستثمار، يحتاج الذكاء الاصطناعي إلى أن يصبح أكثر كفاءة وأقل تكلفة لمساعدة الشركات على تعظيم جاذبيته وسوقه لأكبر عدد من التطبيقات الممكنة. الخدمات الجديدة الأكثر ربحية ستكون الخدمات المستقلة التي لا تتطلب المراقبة والإدارة البشرية.

للمany الشركات، هذا يعني استخدام تقنيات الحوسبة بالذكاء الاصطناعي الكفء، مثل المنطق بالنموذج، لتمكين الاتصالات الآلية الآمنة بسرعة وفعالية. على سبيل المثال، في ngành الاتصالات اللاسلكية، يمكن استخدام الذكاء الاصطناعي لتحليل البيانات في 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 بالذكاء الاصطناعي الأكثر كفاءة سيحدد الجيل التالي للذكاء الاصطناعي.

كما هو الحال مع كل عصر حاسوبي كبير آخر، تستمر الحوسبة بالذكاء الاصطناعي في التطور. إذا علمتنا تاريخ الحوسبة أي شيء، فهو أن التكنولوجيا الجديدة دائمًا تتطلب الكثير من الاستثمار في البداية، لكن التكاليف ستتناقص والكفاءة ستزيد مع بدءنا في استخدام تقنيات محسنة وممارسات أفضل لcreating منتجات وخدمات أكثر فائدة وميسورة التكلفة لجذب الأسواق الأكبر. الابتكار دائمًا يجد طريقة.

قد يبدو قطاع الذكاء الاصطناعي أنه قد عانى من انتكاسة最近 إذا استمعتم إلى الدببة، لكن الدولارات التي تخطط الشركات الكبيرة لإنفاقها هذا العام وزيادة استخدام تقنيات الاستدلال القائمة على الذكاء الاصطناعي يحكي قصة مختلفة: الحوسبة بالذكاء الاصطناعي تتغير بالفعل، لكن وعد الذكاء الاصطناعي سليم.

ovation دائمًا يجد طريقة.