وفقًا للأخبار الصادرة يوم 24 فبراير، على الرغم من أن المستثمرين كانت لديهم شكوك في السابق، إلا أن مبالغ ضخمة من الأموال من شركات التكنولوجيا الكبرى والحكومات ومؤسسات رأس المال الاستثماري تتدفق إلى مجال الذكاء الاصطناعي بمعدل غير مسبوق. لفهم الأسباب الكامنة وراء هذه الظاهرة، فإن المفتاح هو الحصول على نظرة ثاقبة للاتجاهات التطورية لتكنولوجيا الذكاء الاصطناعي نفسها.
في الوقت الحالي، تتحول تكنولوجيا الذكاء الاصطناعي من نماذج اللغات التقليدية الكبيرة إلى نماذج الاستدلال ووكلاء الذكاء الاصطناعي. تستهلك عملية التدريب لنماذج اللغات الكبيرة التقليدية، والتي تستخدمها معظم روبوتات الدردشة المجانية العاملة بالذكاء الاصطناعي، كميات هائلة من الطاقة ووقت الحوسبة. ومع ذلك، مع تقدم التكنولوجيا، فإننا نجد بسرعة طرقًا لتقليل الموارد المطلوبة لتشغيل هذه النماذج عندما يستدعيها المستخدمون. في المقابل، فإن عملية التشغيل الفعلية لنموذج الاستدلال المستند إلى نموذج لغة كبير تستهلك موارد الحوسبة والطاقة عدة مرات أكثر من النموذج التقليدي.
منذ أن أصدرت شركة OpenAI نموذجها الاستدلالي الأول o1 في سبتمبر 2024، سارعت شركات الذكاء الاصطناعي في إطلاق الأنظمة التي يمكنها التنافس معه. وهذا يشمل DeepSeekR1، الذي هز صناعة الذكاء الاصطناعي بأكملها وأدى إلى تراجع التقييمات في العديد من شركات التكنولوجيا والطاقة. في الأسبوع الماضي، أطلقت شركة الذكاء الاصطناعي XAI التابعة لشركة Elon Musk نموذجها الاستدلالي Grok3.
تسبب إطلاق برنامج DeepSeek في إحداث درجة من الذعر لأنه أثبت أن نماذج الذكاء الاصطناعي يمكن تدريبها بتكلفة أقل، مما قد يؤدي إلى تقليل الحاجة إلى مراكز البيانات والرقائق المتقدمة باهظة الثمن. ومع ذلك، دفعت DeepSeek في الواقع صناعة الذكاء الاصطناعي بقوة أكبر نحو نماذج الاستدلال كثيفة الاستخدام للموارد، مما يعني أن الطلب على البنية التحتية للحوسبة لا يزال قوياً للغاية.
ونظرًا للقدرات الأكبر لنماذج الاستدلال، فقد تصبح قريبًا الطريقة الافتراضية التي يستخدم بها الأشخاص الذكاء الاصطناعي لأداء مجموعة متنوعة من المهام. قال سام ألتمان، الرئيس التنفيذي لشركة OpenAI، إن الترقية الرئيسية التالية لنماذج الذكاء الاصطناعي للشركة ستتضمن قدرات تفكير متقدمة.
فلماذا تتطلب نماذج الاستدلال والمنتجات المرتبطة بها، مثل أدوات "البحث العميق" ووكلاء الذكاء الاصطناعي، الكثير من موارد الحوسبة؟ الجواب يكمن في كيفية عملهم.
وأوضح كاري بريسكي، نائب رئيس إدارة منتجات الذكاء الاصطناعي في شركة إنفيديا، في مدونة حديثة أن نماذج استدلال الذكاء الاصطناعي تستهلك عادة أكثر من 100 مرة من موارد الحوسبة لنماذج اللغات الكبيرة التقليدية. وذلك لأن نموذج الاستدلال يحتاج إلى التحدث مع نفسه لفترة طويلة في "سلسلة التفكير"، وغالبًا ما تكون عمليات الاستدلال هذه غير مرئية للمستخدمين. تتناسب موارد الحوسبة التي يستهلكها النموذج مع المفردات التي يولدها، لذلك إذا كان نموذج الاستدلال يولد 100 ضعف مفردات النموذج التقليدي، فسوف يستهلك أيضًا الطاقة المقابلة وموارد الحوسبة.
وعندما ترتبط نماذج الاستدلال بالإنترنت، كما تفعل نماذج "البحث العميق" التي تقدمها شركات جوجل، وOpenAI، وPerplexity، فإن استهلاك الموارد سوف يكون أكبر. إن متطلبات هذه النماذج على موارد الحوسبة هي مجرد البداية. وفي هذا الصدد، تخطط جوجل ومايكروسوفت وميتا لاستثمار ما لا يقل عن 215 مليار دولار أمريكي في النفقات الرأسمالية في عام 2025، سيتم استخدام معظمها لبناء مراكز بيانات الذكاء الاصطناعي. ويمثل هذا زيادة بنسبة 45٪ في نفقاتها الرأسمالية مقارنة بالعام الماضي.
في يناير من هذا العام، مع إطلاق نموذج الذكاء الاصطناعي الصيني DeepSeekR1، يبدو أن تكلفة الطاقة الحاسوبية لكل رمز (بما في ذلك نفقات الكهرباء والأجهزة) على وشك الهبوط. أثبتت شركة DeepSeek من خلال الأبحاث أن كفاءة التدريب والنشر لنموذج الذكاء الاصطناعي الخاص بها تتجاوز بكثير الأساليب التي كشف عنها سابقًا مختبر الذكاء الاصطناعي الأمريكي.
ظاهريًا، يبدو أن هذا يشير إلى أن الطلب المستقبلي على موارد الحوسبة في مجال الذكاء الاصطناعي سينخفض بشكل كبير، ربما فقط عُشر الطلب الحالي، أو حتى أقل. ولكن مع توفر نماذج الاستدلال، فمن المرجح أن يزداد الطلب على موارد الحوسبة عند الإجابة على الاستفسارات بشكل كبير. باختصار، إذا نجحت النماذج الجديدة الفعالة القائمة على تقنية DeepSeek في خفض الطلب على قوة حوسبة الذكاء الاصطناعي إلى العُشر، وإذا أدت شعبية نماذج الاستدلال إلى زيادة الطلب على الاستخدام بمقدار 100 مرة، فإن الطلب الإجمالي على طاقة الحوسبة سيظل يزيد بمقدار 10 مرات في المستقبل.
وهذه مجرد نقطة البداية. ومع اكتشاف الشركات لنماذج ذكاء اصطناعي جديدة أكثر قدرة، فإنها ستستدعي تلك النماذج بشكل متكرر، مما يحول الطلب على موارد الحوسبة من التدريب على النماذج إلى استخدام النماذج، وهو ما تسميه صناعة الذكاء الاصطناعي "الاستدلال".
وقال توهين سريفاستافا، الرئيس التنفيذي لشركة Baseten، التي توفر موارد حوسبة الذكاء الاصطناعي لشركات أخرى، إن هذا التحول إلى احتياجات الاستدلال جار بالفعل. ومن بين عملائه شركات التكنولوجيا التي تستخدم الذكاء الاصطناعي في التطبيقات والخدمات، مثل Descript، التي تسمح لمنشئي المحتوى بتحرير الصوت والفيديو من خلال النسخ، وPicnicHealth، وهي شركة ناشئة تعالج السجلات الطبية.
وقال سريفاستافا إنه مع النمو السريع لطلب العملاء على منتجاتهم الخاصة، فقد وجدوا الحاجة إلى المزيد من قوة معالجة الذكاء الاصطناعي. وأضاف: "قبل ستة أشهر، ساعدنا أحد العملاء على تقليل متطلبات موارد الحوسبة الخاصة به بنسبة 60%، ولكن بعد ثلاثة أشهر فقط، تجاوز استهلاك الطاقة الحاسوبية المستوى الأصلي."
ولا تزال شركات مثل OpenAI وGoogle وMeta تتسابق لتدريب نماذج ذكاء اصطناعي أكثر قدرة. وبغض النظر عن مدى ارتفاع التكلفة، فإن هدفهم هو الاستيلاء على أكبر قدر ممكن من سوق الذكاء الاصطناعي الناشئ. قال كريس تايلور، الرئيس التنفيذي لشركة FractionalAI: "أعتقد أنه من المحتمل أن تحتاج المختبرات المتطورة إلى الاستمرار في استثمار مبالغ ضخمة من المال لتطوير التقنيات المتطورة". تعتمد شركته، مثل شركة Baseten والعديد من الشركات الأخرى في النظام البيئي للذكاء الاصطناعي المزدهر، على هذه النماذج المتطورة لخدمة عملائها.
يتوقع الرأسمالي المغامر ومؤسس TheoryVentures، توماش تونغوز، أنه في السنوات القليلة المقبلة، قد تؤدي الابتكارات الجديدة والمزيد من الرقائق الدقيقة المخصصة للذكاء الاصطناعي إلى جعل أنظمة الذكاء الاصطناعي أكثر كفاءة من اليوم، أو تزيد من كفاءة الأنظمة النهائية بألف مرة. يراهن المستثمرون وشركات التكنولوجيا الكبرى على أن الطلب على نماذج الذكاء الاصطناعي من المرجح أن ينمو بشكل كبير خلال العقد المقبل بسبب الشعبية والاعتماد السريع لنماذج الاستدلال.
وقال تونغوز: "كل ضغطة مفتاح تقوم بها، أو كل مقطع لفظي تتحدث به في الميكروفون، ستتم معالجة كل عقدة تشغيل في الوقت الفعلي بواسطة نظام ذكاء اصطناعي واحد على الأقل". وأضاف أنه إذا كان الأمر كذلك، فقد يصبح سوق الذكاء الاصطناعي قريبًا أكبر بألف مرة مما هو عليه الآن.