لماذا يجب挑enger الحكام الذكية لتحسين أدائهم

إذا كنا تعلمنا أي شيء من عصر الذكاء الاصطناعي، فهو أن الصناعة تواجه تحديات كبيرة في القوة. هذه التحديات هي كل من الحقيقية – كما في العثور على وسائل لتلبية الطلبات الطاقوية الجشعة التي تتطلبها مراكز البيانات الذكية – والرمزية – كما في تركيز ثروة الذكاء الاصطناعي في أيدي قلة من الأشخاص بناءً على مصالح تجارية ضيقة بدلاً من المنافع الاجتماعية الأوسع.

مفارقة القوة الذكية: تكاليف عالية، سيطرة مركزية

من أجل أن تنجح الذكاء الاصطناعي وتفيد البشرية، يجب أن تصبح شاملة. لتكون شاملة، يجب أن تكون كذلك من الناحية الاقتصادية والبيئية. هذا ليس المسار الذي نسير عليه الآن. المعركة الحاسمة من أجل بناء أنظمة ذكاء اصطناعي أكبر وأسرع مدفوعة أكثر بزيادة الأداء قصير الأجل والسيطرة على السوق من أجل ما هو أفضل للذكاء الاصطناعي المستدام والمنصف.

سباق بناء أنظمة ذكاء اصطناعي أكثر قوة يتسارع، ولكن ذلك يأتي بتكلفة بيئية عالية. شرائح الذكاء الاصطناعي المتطورة، مثل Nvidia H100 (تصل إلى 700 واط)، تستهلك بالفعل كميات كبيرة من الطاقة. ومن المتوقع أن يستمر هذا الاتجاه، حيث يتوقع خبراء الصناعة أن تستهلك معمارية Nvidia (NVDA ) التالية من الجيل التالي، Blackwell، طاقة تصل إلى كيلووات في الشريحة، وربما تتجاوز 1,200 واط. مع توقع قادة الصناعة أن يتم نشر ملايين من هذه الشرائح في مراكز البيانات حول العالم، فإن الطلب على الطاقة للذكاء الاصطناعي على وشك أن يزداد بشكل كبير.

التكلفة البيئية لسباق التسلح الذكي

دعونا نضع ذلك في سياق يومي. الكهرباء التي تغذي منزلك بالكامل يمكن أن تشغل جميع الأجهزة في نفس الوقت – ليس أن أحداً سيفعل ذلك. تخيل الآن شريحة Nvidia 120kw تطلب نفس كمية الطاقة – خاصةً عندما قد يكون هناك مئات أو آلاف في مراكز البيانات الكبيرة! الآن، 1,200 واط تساوي 1.2 كيلو واط. لذلك، نحن بالفعل نتحدث عن حي سكني متوسط الحجم. شريحة Nvidia 120kW – وهي في الأساس 100 من تلك الشرائح التي تستهلك طاقة عالية – تحتاج إلى كهرباء كافية لتشغيل حوالي 100 منزل.

هذا المسار قلق، بالنظر إلى القيود الطاقوية التي تواجهها العديد من المجتمعات. يتنبأ خبراء مراكز البيانات بأن الولايات المتحدة ستحتاج إلى 18 إلى 30 جيجاواط من السعة الجديدة خلال السنوات الخمس إلى سبع القادمة، مما يجعل الشركات تهرع للعثور على وسائل لمواجهة هذا الارتفاع. في غضون ذلك، تستمر صناعتي في إنشاء تطبيقات ذكاء اصطناعي أكثر استهلاكاً للطاقة والتي تستهلك طاقة بعيداً عن ما هو ضروري نظرياً للتطبيق أو ما هو ممكن للشركات، ناهيكم عن كونه مرغوباً للكوكب.

توازن الأمن والوصول: حلول مراكز البيانات الهجينة

هذه هي الطريقة التي تتبعها أوتوقراطية الذكاء الاصطناعي و “سباق التسلح”، الذي يهتم بالسرعة الخام والقوة، 忽视 الاحتياجات العملية لمراكز البيانات في العالم الحقيقي – أي، الحلول الميسورة التي تقلل من الحواجز السوقية للـ 75 في المائة من المنظمات الأمريكية التي لم تتبنَ الذكاء الاصطناعي. ولنكن صريحين، مع زيادة لوائح الذكاء الاصطناعي حول الخصوصية والأمن والحماية البيئية، سيتطلب المزيد من المنظمات نهجًا هجينًا لمراكز البيانات، لحماية بياناتها الأكثر قيمة وأكثر الحساسية في مناطق محمية جيدًا على الموقع، بعيدًا عن هجمات الذكاء الاصطناعي والهجمات الإلكترونية الأخيرة. سواء كانت سجلات صحية أو بيانات مالية أو أسرار الدفاع الوطني أو سلامة الانتخابات، فإن مستقبل الذكاء الاصطناعي في الشركات يتطلب توازنًا بين الأمن على الموقع ومرنة السحابة.

هذا هو تحدي 系统ي كبير ويتطلب تعاونًا شديدًا أكثر من المنافسة الشديدة. مع التركيز الشديد على وحدات معالجة الرسومات ووحدات تعزيز الذكاء الاصطناعي الأخرى ذات القدرة الخام، السرعة والأداء، نفتقد إلى النظر الكافي في البنية التحتية الميسورة والمتينة المطلوبة للحكومات والشركات لتبني قدرات الذكاء الاصطناعي. إنه مثل بناء مركبة فضائية بدون مكان لإطلاقها أو وضع سيارة لامبورغيني على طريق ريفي.

دمقرطة الذكاء الاصطناعي: تعاون الصناعة

على الرغم من أن من المطمئن أن الحكومات بدأت في النظر في اللوائح – لضمان أن يستفيد الذكاء الاصطناعي الجميع، وليس فقط النخبة – فإن صناعتنا تحتاج إلى المزيد من القواعد الحكومية.

في المملكة المتحدة، على سبيل المثال، يتم استخدام الذكاء الاصطناعي لتعزيز قدرات إنفاذ القانون من خلال تعزيز تبادل البيانات بين وكالات إنفاذ القانون لتحسين التنبؤ والمنع الإجرامي القائم على الذكاء الاصطناعي. يركزون على الشفافية والمساءلة والعدالة في استخدام الذكاء الاصطناعي للشرطة، لضمان الثقة العامة والامتثال لحقوق الإنسان – مع أدوات مثل التعرف على الوجه والشرطة التنبؤية للمساعدة في اكتشاف الجرائم وإدارتها.

في الصناعات الخاضعة للتنظيم بشدة مثل البيوتكنولوجيا والرعاية الصحية، تشمل التعاونات البارزة Johnson & Johnson (JNJ ) MedTech وNvidia التي تعمل معًا لتعزيز الذكاء الاصطناعي لإجراءات الجراحة. يهدف تعاونهم إلى تطوير تحليلات وعمليات اتخاذ القرارات التي تعمل بالذكاء الاصطناعي في الوقت الفعلي في غرفة العمليات. هذا التعاون يستفيد من منصات Nvidia الذكية لتمكين نشر تطبيقات الذكاء الاصطناعي بسهولة وأمان وفعاليته في بيئات الرعاية الصحية.

في ألمانيا، شكلت Merck تحالفات استراتيجية مع Exscientia وBenevolentAI لتعزيز اكتشاف الأدوية القائم على الذكاء الاصطناعي. إنهم يستخدمون الذكاء الاصطناعي لتعزيز وتسريع تطوير مرشحي الأدوية الجديدة، خاصة في الأورام وعلم الأعصمة والمناعة. الهدف هو تحسين معدل النجاح وسرعة تطوير الأدوية من خلال قدرات التصميم والاكتشاف القوية للذكاء الاصطناعي.

الخطوة الأولى هي تقليل تكاليف نشر الذكاء الاصطناعي للأعمال التجارية وراء BigPharma وBig Tech، خاصة في مرحلة الاستدلال – عندما تقوم الشركات بتثبيت وتشغيل نموذج ذكاء اصطناعي مدرب مثل Chat GPT أو Llama 3 أو Claude في مركز بيانات حقيقي كل يوم. تشير التقديرات الحديثة إلى أن تكلفة تطوير أكبر هذه الأنظمة الجديدة يمكن أن تكون حول مليار دولار، مع احتمال أن تكون تكاليف الاستدلال أعلى 8-10 مرات.

تكاليف تطبيق الذكاء الاصطناعي في الإنتاج اليومي تمنع العديد من الشركات من تبني الذكاء الاصطناعي بالكامل – “الذين ليس لديهم”. وجد مسح حديث أن فقط واحد من كل أربعة شركات قد أطلقت مبادرات ذكاء اصطناعي بنجاح في السنوات الـ 12 الماضية، وأن 42٪ من الشركات لم تشهد بعد أي فائدة كبيرة من مبادرات الذكاء الاصطناعي التوليدية.

لتحقيق دمقرطة حقيقية للذكاء الاصطناعي وجعله شاملاً – أي، تبني واسع النطاق للأعمال – يجب على صناعة الذكاء الاصطناعي أن تเปล بدلاً من السباق من أجل أكبر وأسرع النماذج وشرائح الذكاء الاصطناعي، نحن بحاجة إلى المزيد من الجهود التعاونية لتحسين الميسورة وتقليل استهلاك الطاقة وفتح سوق الذكاء الاصطناعي لمشاركة إمكاناته الكاملة والإيجابية على نطاق أوسع. سترفع التغييرات النظامية جميع القوارب من خلال جعل الذكاء الاصطناعي أكثر ربحية للجميع مع منافع كبيرة للمستهلكين.

هناك علامات واعدة أن تقليل تكاليف الذكاء الاصطناعي هو ممكن – خفض الحاجز المالي لدعم مبادرات ذكاء اصطناعي وطنية وعالمية على نطاق كبير. تعمل شركتي، NeuReality، مع Qualcomm (QCOM ) لتحقيق تقليل التكاليف بنسبة تصل إلى 90٪ وزيادة كفاءة الطاقة 15 مرة لعدة تطبيقات ذكاء اصطناعي عبر النص واللغة والصوت والصور – وهي الحجارة الأساسية للذكاء الاصطناعي. يمكننا أن نستمر في تخصيص الذكاء الاصطناعي في الممارسة لرفع الأداء وتقليل التكاليف من خلال التعاون مع مزيد من مزودي البرامج والخدمات.

في الواقع، نجحنا في تقليل التكلفة والطاقة لكل استفسار ذكاء اصطناعي مقارنة بالبنية التحتية التقليدية المعتمدة على المعالجات المركزية، والتي تعتمد عليها جميع شرائح تعزيز الذكاء الاصطناعي، بما في ذلك شرائح Nvidia GPUs. بدأ شحن جهاز NeuReality NR1-S AI Inference في الصيف مع معززات Qualcomm Cloud AI 100 Ultra مقترنة بمعالجات NeuReality NAPUs. النتيجة هي بنية بديلة من NeuReality تحل محل المعالج التقليدية في مراكز بيانات الذكاء الاصطناعي – أكبر عائق في معالجة بيانات الذكاء الاصطناعي اليوم. هذا التغيير التطوري عميق وضروري للغاية.

ما وراء الهياج: بناء مستقبل ذكاء اصطناعي اقتصادي ومستدام

دعونا نتجاوز هياج الذكاء الاصطناعي وجدير بالجدية في معالجة تحدياتنا النظامية. العمل الشاق يقع أمامنا على مستوى النظام، يتطلب من صناعة الذكاء الاصطناعي بأكملها العمل معًا، لا ضد بعضها البعض. من خلال التركيز على الميسورة والاستدامة والوصول، يمكننا إنشاء صناعة ذكاء اصطناعي واعدة أكثر للبشرية. هذا يعني تقديم خيارات بنية تحتية مستدامة بدون تركيز ثروة الذكاء الاصطناعي في أيدي قلة من الأشخاص، المعروفين باسم الكبار السبعة.

مستقبل الذكاء الاصطناعي يعتمد على جهودنا الجماعية اليوم. من خلال تحديد الأولوية للكفاءة في استهلاك الطاقة والوصول، يمكننا تجنب مستقبلاً يهيمن عليه بنية تحتية للذكاء الاصطناعي التي تستهلك طاقة كبيرة وتركز على الأداء الخام على حساب المنافع الواسعة. في نفس الوقت، يجب أن نعالج استهلاك الطاقة غير المستدام الذي يعيق إمكانات الذكاء الاصطناعي في ثورة السلامة العامة والرعاية الصحية والخدمة الزبون.

بذلك، نخلق دورة استثمارية ربحية للذكاء الاصطناعي مدفوعة بالابتكار الواسع.

من معي؟