عصر النماذج الكبيرة من الذكاء الاصطناعي: صعود المحولات ومعركة المئة نموذج

في الشهر الماضي، شهد عالم الذكاء الاصطناعي "حرب الحيوانات". من جهة، كان هناك Llama (لاما) من Meta، ومن جهة أخرى كان هناك نموذج كبير يسمى Falcon (صقر). هذان النموذجان كانا يتنافسان على صدارة قائمة LLM مفتوحة المصدر، يتبادلان المراتب.

من المثير للاهتمام أن مطوري Falcon ليسوا من عمالقة التكنولوجيا، بل هم معهد بحثي في الإمارات العربية المتحدة. وذكر المسؤولون في البلاد أنهم يشاركون في سباق الذكاء الاصطناعي من أجل "إزاحة اللاعبين الرئيسيين". اليوم، يكفي أن تكون لديك قوة مالية كافية، حيث أن معظم الدول والشركات تعمل على بناء نماذج لغوية ضخمة خاصة بها.

خلف هذه "المعركة الكبرى"، يوجد خوارزمية Transformer التي أصدرتها جوجل في عام 2017. لقد حلّت هذه الخوارزمية مشكلة فهم الآلات للنصوص الطويلة، مما جعل النماذج الكبيرة تنتقل من البحث النظري إلى مشكلة هندسية. اليوم، سواء كان GPT أو نماذج أخرى، فإنها جميعًا مبنية على أساس Transformer.

ظهور Transformer قد خفض بشكل كبير من عتبة تطوير الذكاء الاصطناعي. طالما كان هناك قوة حسابية وبيانات كافية، يمكن لأي شركة تدريب نموذج كبير. وهذا أدى أيضًا إلى الوضع الحالي حيث تتنوع النماذج بشكل كبير - حسب الإحصاءات، عدد النماذج الكبيرة في الصين قد تجاوز الولايات المتحدة، ليصل إلى 130 نموذجًا.

ومع ذلك، فإن القدرة على أن تصبح عملاقًا في عصر الذكاء الاصطناعي لا تعتمد ببساطة على تراكم المعلمات. لقد نجح Llama من Meta بسبب مجتمع المطورين النشط. أما GPT-4، فإن تفوقه يرجع إلى القوة البحثية الكبيرة لشركة OpenAI.

حالياً، التحدي الأكبر الذي يواجهه قطاع النماذج الكبيرة هو مسألة الربحية. التكاليف العالية للحوسبة تجعل العديد من الشركات تتكبد خسائر كبيرة في مجال الذكاء الاصطناعي. ووفقاً للتقديرات، قد تتجاوز الاستثمارات السنوية في البنية التحتية في جميع أنحاء القطاع الإيرادات بمقدار 125 مليار دولار.

لذا، قد لا تتمحور المنافسة المستقبلية حول من لديه المزيد من معلمات النموذج، ولكن حول من يمكنه العثور على نموذج عمل مناسب، وتحويل الذكاء الاصطناعي حقًا إلى إنتاجية. تمامًا كما أن نجاح iPhone 4 لا يكمن في المعالج، بل في نظام التطبيقات الغني، فإن الفائزين في صناعة الذكاء الاصطناعي في المستقبل قد يكونون أيضًا تلك الشركات القادرة على تقديم حلول عملية.