تقارير ومتابعاتبوت وروبوت

قدرات الذكاء الاصطناعي تتقدم أسرع من الأجهزة: هل يمكن لللامركزية سد الفجوة؟

بوابة الذكاء الاصطناعي - وحدة المتابعة

شهدت قدرات الذكاء الاصطناعي طفرة هائلة خلال العامين الماضيين، حيث أصبحت نماذج اللغة الكبيرة (LLMs) مثل ChatGPT و Dall-E و Midjourney أدوات استخدام يومية. بينما تقرأ هذا المقال، فإن برامج الذكاء الاصطناعي التوليدية تجيب على رسائل البريد الإلكتروني، وتكتب نسخًا تسويقية، وتسجل الأغاني، وتنشئ صورًا من مدخلات بسيطة.

ما هو أكثر إثارة للدهشة هو معدل تبني الأفراد والشركات لنظام الذكاء الاصطناعي. كشفت دراسة حديثة أجرتها McKinsey أن عدد الشركات التي اعتمدت الذكاء الاصطناعي التوليدي في وظيفة عمل واحدة على الأقل تضاعف خلال عام ليصل إلى 65٪، مقارنة بـ 33٪ في بداية عام 2023.

ومع ذلك، مثل معظم التطورات التكنولوجية، فإن هذا المجال الناشئ من الابتكار ليس خاليًا من التحديات. إن تدريب وتشغيل برامج الذكاء الاصطناعي هو مسعى مكثف للموارد، وكما هو الحال، يبدو أن شركات التكنولوجيا الكبرى لديها اليد العليا، مما يخلق خطر مركزية الذكاء الاصطناعي.

الحد من القدرات الحسابية في تطوير الذكاء الاصطناعي

وفقًا لمقال نشرته المنتدى الاقتصادي العالمي، هناك طلب متزايد على الحوسبة الخاصة بالذكاء الاصطناعي؛ حيث تنمو القوة الحاسوبية المطلوبة لدعم تطوير الذكاء الاصطناعي حاليًا بمعدل سنوي يتراوح بين 26٪ و 36٪.

تؤكد دراسة حديثة أخرى أجرتها Epoch AI هذا المسار، مع توقعات تشير إلى أن تكلفة تدريب أو تشغيل برامج الذكاء الاصطناعي ستصل إلى مليارات الدولارات قريبًا.

لاحظ بن كوتير، الباحث في Epoch AI، أن “تكلفة أكبر عمليات تدريب الذكاء الاصطناعي تتضاعف من عام لآخر منذ عام 2016، مما يضع علامات سعرية بمليارات الدولارات في الأفق بحلول عام 2027، وربما قبل ذلك”.

في رأيي، نحن بالفعل في هذه المرحلة. استثمرت Microsoft 10 مليارات دولار في OpenAI العام الماضي، وأكثر من ذلك، ظهرت أخبار تفيد بأن الكيانين يخططان لبناء مركز بيانات سيستضيف حاسوبًا فائقًا مدعومًا بملايين الرقائق المتخصصة. التكلفة؟ 100 مليار دولار، أي عشرة أضعاف الاستثمار الأولي.

حسنًا، Microsoft ليست الشركة الوحيدة في مجال التكنولوجيا الكبرى التي تنفق أموالًا طائلة لتعزيز مواردها الحاسوبية الخاصة بالذكاء الاصطناعي. الشركات الأخرى في سباق التسلح في مجال الذكاء الاصطناعي، بما في ذلك Google و Alphabet و Nvidia، جميعها توجه قدرًا كبيرًا من التمويل إلى البحث والتطوير في مجال الذكاء الاصطناعي.

بينما يمكننا أن نتفق على أن النتيجة قد تتناسب مع حجم الأموال التي يتم استثمارها، من الصعب تجاهل حقيقة أن تطوير الذكاء الاصطناعي هو حاليًا “رياضة” لشركات التكنولوجيا الكبرى. فقط هذه الشركات ذات الموارد المالية الكبيرة لديها القدرة على تمويل مشاريع الذكاء الاصطناعي بمبلغ عشرات أو مئات المليارات.

وهذا يطرح السؤال: ما الذي يمكن فعله لتجنب نفس المخاطر التي تواجهها ابتكارات Web2 نتيجة لسيطرة عدد قليل من الشركات على الابتكار؟

يعد جيمس لاندى، نائب مدير HAI في ستانفورد ومدير قسم البحوث، أحد الخبراء الذين سبق لهم التحدث عن هذا السيناريو. وفقًا لاندى، فإن السعي للحصول على موارد GPU وإعطاء الأولوية من قبل شركات التكنولوجيا الكبرى لاستخدام قوتها الحاسوبية الخاصة بالذكاء الاصطناعي داخليًا سيؤدي إلى زيادة الطلب على القوة الحاسوبية، مما يدفع أصحاب المصلحة في النهاية إلى تطوير حلول أجهزة أرخص.

في الصين، بدأت الحكومة بالفعل في دعم شركات الذكاء الاصطناعي الناشئة بعد حروب الرقائق مع الولايات المتحدة التي حدت من قدرة الشركات الصينية على الوصول بسلاسة إلى الرقائق الأساسية. قدمت الحكومات المحلية في الصين إعانات في وقت سابق من هذا العام، وتعهدت بتقديم قسائم حاسوبية لشركات الذكاء الاصطناعي الناشئة تتراوح بين 140,000 دولار و 280,000 دولار. يهدف هذا الجهد إلى خفض التكاليف المرتبطة بالقوة الحاسوبية.

لامركزية تكاليف الحوسبة الخاصة بالذكاء الاصطناعي

بالنظر إلى الحالة الحالية للحوسبة الخاصة بالذكاء الاصطناعي، هناك موضوع واحد ثابت – الصناعة مركزية حاليًا. تتحكم شركات التكنولوجيا الكبرى في غالبية القوة الحاسوبية وكذلك برامج الذكاء الاصطناعي. كلما تغيرت الأمور، زادت ثباتها.

من ناحية أخرى، قد تتغير الأمور بالفعل للأفضل هذه المرة، بفضل بنى الحوسبة اللامركزية مثل سلسلة الكتل Qubic Layer 1. تستخدم سلسلة الكتل L1 هذه آلية تعدين متقدمة تُعرف باسم Proof-of-Work المفيد (uPoW) ؛ على عكس PoW التقليدي لبيتكوين الذي يستخدم الطاقة لغرض وحيد هو تأمين الشبكة، يستخدم uPoW في Qubic قوته الحاسوبية لمهام الذكاء الاصطناعي الإنتاجية مثل تدريب الشبكات العصبية.

بعبارات أبسط، تقوم Qubic بلامركزية مصدر القوة الحاسوبية الخاصة بالذكاء الاصطناعي عن طريق الابتعاد عن النموذج الحالي حيث يقتصر المبتكرون على الأجهزة التي يمتلكونها أو استأجروها من شركات التكنولوجيا الكبرى. بدلاً من ذلك، تستفيد هذه L1 من شبكة من عمال المناجم التي قد تصل إلى عشرات الآلاف لتوفير القوة الحاسوبية.

على الرغم من أن هذا الأمر أكثر تقنية من ترك شركات التكنولوجيا الكبرى تتولى الجانب الخلفي من الأمور، فإن النهج اللامركزي لمصدر القوة الحاسوبية الخاصة بالذكاء الاصطناعي أكثر اقتصادية. لكن الأهم من ذلك، سيكون من العدل أن تكون ابتكارات الذكاء الاصطناعي مدفوعة بمزيد من أصحاب المصلحة بدلاً من الحالة الحالية حيث يبدو أن الصناعة تعتمد على عدد قليل من اللاعبين.

ماذا يحدث إذا تعطلت جميعها؟ مما يزيد الأمور سوءًا، أثبتت هذه شركات التكنولوجيا أنها غير جديرة بالثقة في التطورات التكنولوجية التي تغير الحياة.

اليوم، يقف معظم الناس ضد انتهاكات خصوصية البيانات، ناهيك عن القضايا الأخرى المرتبطة بها مثل التلاعب الاجتماعي. مع ابتكارات الذكاء الاصطناعي اللامركزية، سيكون من الأسهل التحقق من التطورات مع تقليل تكلفة الدخول.

الخلاصة

ابتكارات الذكاء الاصطناعي لا تزال في بدايتها، لكن تحدي الوصول إلى القوة الحاسوبية لا يزال يشكل عائقًا. بالإضافة إلى ذلك، تتحكم شركات التكنولوجيا الكبرى حاليًا في معظم الموارد، مما يشكل تحديًا كبيرًا لمعدل الابتكار، ناهيك عن حقيقة أن هذه الشركات نفسها قد تنتهي بامتلاك المزيد من السلطة على بياناتنا – الذهب الرقمي.

ومع ذلك، مع ظهور البنى التحتية اللامركزية، يقف نظام الذكاء الاصطناعي بأكمله فرصة أفضل لخفض تكاليف الحوسبة والقضاء على سيطرة شركات التكنولوجيا الكبرى على واحدة من أهم التقنيات في القرن الحادي والعشرين.

هذا المحتوى تم باستخدام أدوات الذكاء الاصطناعي

مقالات ذات صلة

زر الذهاب إلى الأعلى