تطوير تقنيات شبيهة بالتفكير البشري
تسعى شركات الذكاء الاصطناعي الكبرى، مثل OpenAI، إلى التغلب على التأخيرات التي تواجه تطوير النماذج اللغوية الضخمة، وذلك من خلال تطوير تقنيات تدريب متقدمة تعتمد على “التفكير” بطريقة أقرب إلى البشر. يرى خبراء الذكاء الاصطناعي أن هذه التقنيات قد تعيد تشكيل المنافسة في المجال، وتؤثر على الموارد المستخدمة، بما في ذلك الطاقة والرقائق المطلوبة لتشغيل هذه النماذج.
تحديات توسيع نطاق النماذج
أدت طفرة الذكاء الاصطناعي إلى تزايد الاعتماد على نماذج ضخمة وبيانات هائلة لتحسين أداء الذكاء الاصطناعي، ولكن بدأت تظهر قيود لفلسفة “الأكبر هو الأفضل”، حيث أشار إيليا سوتسكيفر، المؤسس المشارك لمختبرات Safe Superintelligence ومختبرات OpenAI، إلى أن تحسين النماذج من خلال زيادة حجم التدريب التقليدي وصل إلى حدود ثابتة.
عصر جديد من الابتكار
يعتقد سوتسكيفر، الذي أسهم في تطوير تقنيات مثل ChatGPT، أن صناعة الذكاء الاصطناعي تشهد الآن مرحلة جديدة من الابتكار تتطلب اكتشاف تقنيات بديلة لتدريب النماذج. ورغم أنه لم يكشف عن تفاصيل حول كيفية معالجة مختبراته لهذه القيود، إلا أن هناك توجهًا عامًا لتطوير تقنيات جديدة تعزز كفاءة التدريب.
تقنيات “حساب وقت الاختبار” لتحسين الأداء
من الحلول الجديدة التي يتم استكشافها تقنية “حساب وقت الاختبار”، التي تساعد النماذج على “التفكير” عبر عدة خطوات أثناء استخدام النموذج، بدلاً من إعطاء إجابة مباشرة. تتيح هذه الطريقة تحسين أداء النماذج في مهام معقدة مثل الرياضيات وحل المشكلات البرمجية.
نموذج OpenAI الجديد “o1” وأثره
أطلقت شركة OpenAI نموذجها “o1” الذي يجمع بين قوة التحليل واتخاذ القرار المشابه للإنسان، حيث يمكنه التعامل مع المشكلات بخطوات متعددة واختيار المسار الأنسب للمتابعة. وتعتبر هذه الخطوة جزءًا من استراتيجيتها للاستفادة من البيانات المدربة بواسطة خبراء متخصصين، وتطبيق تقنيات جديدة تسهم في تحسين الأداء الكلي.
تطويرات في مختبرات أخرى
في الوقت ذاته، تسعى شركات أخرى مثل Anthropic وGoogle DeepMind إلى تطوير تقنيات مشابهة لنموذج o1، مما يعكس اتجاهًا واسعًا في صناعة الذكاء الاصطناعي نحو تحسين الأداء بطرق جديدة. ويرى كيفين ويل، كبير مسؤولي المنتجات في OpenAI، أن هذه التطورات يمكن أن تحقق تحسينات سريعة للنماذج بشكل يجعل الشركات تتقدم بخطوات واسعة عن المنافسين.
تأثيرات على سوق الرقائق وقطاع الاستثمار
تغير هذا الاتجاه الجديد مشهد سوق الرقائق، حيث تهيمن شركة Nvidia على الطلب على رقائق الذكاء الاصطناعي المستخدمة في تدريب النماذج، إلا أن تقنيات الاستدلال قد تشهد تنافسًا جديدًا في المستقبل القريب. وقد أشار جنسن هوانج، الرئيس التنفيذي لشركة Nvidia، إلى أن الطلب على رقائق الاستدلال المتقدمة، مثل Blackwell، يرتفع بشكل كبير نتيجة للتطورات الجديدة.
استثمارات ضخمة وتغيير في النهج
يشير كبار المستثمرين في شركات مثل سيكويا كابيتال وأندريسن هورويتز إلى أن التحول نحو الاعتماد على تقنيات الاستدلال يغير من استراتيجيات الاستثمار، حيث تتجه الاستثمارات نحو تحسين نماذج الذكاء الاصطناعي بتكاليف أقل بدلًا من الاعتماد على عمليات التدريب المكلفة
