لقد تطورت قدرات الذكاء الاصطناعي بشكل كبير على مدار العامين الماضيين، حيث أصبحت نماذج اللغة الكبيرة (LLMs) مثل ChatGPT وDall-E وMidjourney أدوات تستخدم يوميًا. وبينما تقرأ هذا المقال، فإن برامج الذكاء الاصطناعي التوليدية تستجيب لرسائل البريد الإلكتروني، وتكتب نصوصًا تسويقية، وتسجل الأغاني، وتنشئ صورًا من مدخلات بسيطة.
والأمر الأكثر إثارة للدهشة هو المعدل الذي يتبنى به الأفراد والشركات منظومة الذكاء الاصطناعي. فقد كشف استطلاع حديث أجرته شركة ماكينزي أن عدد الشركات التي تبنت الذكاء الاصطناعي التوليدي في وظيفة تجارية واحدة على الأقل تضاعف في غضون عام واحد إلى 65%، ارتفاعاً من 33% في بداية عام 2023.
ولكن مثل أغلب التطورات التكنولوجية، فإن هذا المجال الناشئ من الابتكار لا يخلو من التحديات. فتدريب وتشغيل برامج الذكاء الاصطناعي يتطلبان موارد مكثفة، وفي ظل الوضع الحالي، يبدو أن شركات التكنولوجيا الكبرى تتمتع باليد العليا، وهو ما يخلق خطر مركزية الذكاء الاصطناعي.
القيود الحسابية في تطوير الذكاء الاصطناعي
وفقًا لمقال منشور في المنتدى الاقتصادي العالمي، هناك طلب متزايد على الحوسبة القائمة على الذكاء الاصطناعي؛ إذ تنمو القوة الحسابية المطلوبة لدعم تطوير الذكاء الاصطناعي حاليًا بمعدل سنوي يتراوح بين 26% و36%.
وتؤكد دراسة حديثة أجرتها شركة Epoch AI هذا المسار، حيث تظهر التوقعات أن تدريب أو تشغيل برامج الذكاء الاصطناعي سوف يكلف مليارات الدولارات قريبًا.
“إن تكلفة أكبر عمليات تدريب الذكاء الاصطناعي تنمو بمعدل يتراوح بين اثنين وثلاثة أضعاف سنويًا منذ عام 2016، وهذا يضع علامة سعرية بمليارات الدولارات في الأفق بحلول عام 2027، وربما قبل ذلك.” ذُكر الباحث في فريق عمل Epoch AI، بن كوتييه.
في رأيي، لقد وصلنا بالفعل إلى هذه النقطة. استثمرت شركة مايكروسوفت 10 مليارات دولار في شركة OpenAI العام الماضي، ومؤخرًا، ظهرت أنباء تفيد بأن الكيانين يخططان لبناء مركز بيانات يستضيف حاسوبًا خارقًا يعمل بملايين الرقائق المتخصصة. والتكلفة؟ 100 مليار دولار، وهو ما يزيد بعشر مرات عن الاستثمار الأولي.
حسنًا، ليست مايكروسوفت هي الشركة التقنية الكبرى الوحيدة التي تنفق بسخاء لتعزيز موارد الحوسبة الخاصة بالذكاء الاصطناعي. فهناك شركات أخرى في سباق التسلح بالذكاء الاصطناعي، بما في ذلك جوجل وألفابت وإنفيديا، تستثمر قدرًا كبيرًا من أموالها في أبحاث وتطوير الذكاء الاصطناعي.
ورغم أننا قد نتفق على أن النتيجة قد تتناسب مع حجم الأموال المستثمرة، فمن الصعب تجاهل حقيقة مفادها أن تطوير الذكاء الاصطناعي يشكل حاليا رياضة “الشركات التكنولوجية الكبرى”. ووحدها هذه الشركات ذات الجيوب العميقة لديها القدرة على تمويل مشاريع الذكاء الاصطناعي بما يصل إلى عشرات أو مئات المليارات.
وهذا يطرح السؤال التالي: ما الذي يمكن فعله لتجنب نفس المزالق التي تواجهها ابتكارات Web2 نتيجة لقِلة من الشركات التي تسيطر على الابتكار؟
يعد نائب مدير HAI ومدير هيئة التدريس للأبحاث في جامعة ستانفورد، جيمس لاندى، أحد الخبراء الذين سبق وأن تناولوا هذا السيناريو. ووفقًا لاندى، فإن التسرع في الحصول على موارد وحدة معالجة الرسوميات وإعطاء الأولوية من جانب شركات التكنولوجيا الكبرى لاستخدام قوتها الحسابية للذكاء الاصطناعي داخل الشركة من شأنه أن يؤدي إلى زيادة الطلب على قوة الحوسبة، مما يدفع أصحاب المصلحة في نهاية المطاف إلى تطوير حلول أجهزة أرخص.
في الصين، بدأت الحكومة بالفعل في دعم الشركات الناشئة في مجال الذكاء الاصطناعي في أعقاب حروب الرقائق مع الولايات المتحدة التي حدت من قدرة الشركات الصينية على الوصول بسلاسة إلى الرقائق الحيوية. قدمت الحكومات المحلية داخل الصين إعانات في وقت سابق من هذا العام، وتعهدت بتقديم قسائم حوسبة للشركات الناشئة في مجال الذكاء الاصطناعي تتراوح بين 140 ألف دولار و280 ألف دولار. ويهدف هذا الجهد إلى خفض التكاليف المرتبطة بقوة الحوسبة.
لامركزية تكاليف الحوسبة بالذكاء الاصطناعي
عند النظر إلى الحالة الحالية للحوسبة القائمة على الذكاء الاصطناعي، نجد أن هناك موضوعًا ثابتًا – وهو أن الصناعة مركزية حاليًا. تسيطر شركات التكنولوجيا الكبرى على غالبية قوة الحوسبة بالإضافة إلى برامج الذكاء الاصطناعي. وكلما تغيرت الأمور، كلما ظلت كما هي.
على الجانب المشرق، قد تتغير الأمور هذه المرة بالفعل إلى الأفضل، وذلك بفضل البنى التحتية للحوسبة اللامركزية مثل سلسلة الكتل Qubic Layer 1. تستخدم سلسلة الكتل L1 هذه آلية تعدين متقدمة يطلق عليها اسم إثبات العمل المفيد (PoW)؛ على عكس إثبات العمل النموذجي لبيتكوين والذي يستخدم الطاقة لغرض وحيد هو تأمين الشبكة، يستخدم uPoW من Qubic قوتها الحسابية لمهام الذكاء الاصطناعي الإنتاجية مثل تدريب الشبكات العصبية.
وبعبارات أبسط، تعمل Qubic على إضفاء اللامركزية على مصادر الطاقة الحاسوبية للذكاء الاصطناعي من خلال الابتعاد عن النموذج الحالي حيث يقتصر المبتكرون على الأجهزة التي يمتلكونها أو يستأجرونها من شركات التكنولوجيا الكبرى. وبدلاً من ذلك، تستفيد هذه L1 من شبكتها من عمال المناجم الذين قد يصل عددهم إلى عشرات الآلاف لتوفير الطاقة الحاسوبية.
ورغم أن هذا النهج أكثر تقنية إلى حد ما من ترك شركات التكنولوجيا الكبرى تتولى الجانب الخلفي من الأمور، فإن النهج اللامركزي في الحصول على الطاقة الحاسوبية للذكاء الاصطناعي أكثر اقتصادا. ولكن الأهم من ذلك، أنه سيكون من العدل أن تقود ابتكارات الذكاء الاصطناعي المزيد من أصحاب المصلحة، على عكس الوضع الحالي حيث يبدو أن الصناعة تعتمد على عدد قليل من اللاعبين.
ماذا سيحدث إذا انهارت جميع هذه الشركات؟ ما يزيد الطين بلة هو أن هذه الشركات التقنية أثبتت أنها غير جديرة بالثقة فيما يتعلق بالتطورات التقنية التي غيرت حياة الناس.
اليوم، يثور أغلب الناس ضد انتهاكات خصوصية البيانات، ناهيك عن القضايا الأخرى المرتبطة بها مثل التلاعب بالمجتمع. ومع ابتكارات الذكاء الاصطناعي اللامركزية، سيكون من الأسهل مراقبة التطورات مع تقليل تكلفة الدخول.
خاتمة
إن ابتكارات الذكاء الاصطناعي بدأت للتو، ولكن التحدي المتمثل في الوصول إلى القوة الحسابية لا يزال يشكل عقبة. وإضافة إلى ذلك، تسيطر شركات التكنولوجيا الكبرى حاليًا على معظم الموارد، وهو ما يمثل تحديًا كبيرًا لمعدل الابتكار، ناهيك عن حقيقة أن هذه الشركات نفسها قد ينتهي بها الأمر إلى اكتساب المزيد من السلطة على بياناتنا – الذهب الرقمي.
ومع ذلك، ومع ظهور البنى التحتية اللامركزية، فإن نظام الذكاء الاصطناعي بأكمله لديه فرصة أفضل لخفض التكاليف الحسابية والقضاء على سيطرة شركات التكنولوجيا الكبرى على واحدة من أكثر التقنيات قيمة في القرن الحادي والعشرين.