فوضى الشياطين في مجال الذكاء الاصطناعي: معركة المئة نموذج في عصر النماذج الكبيرة

في الشهر الماضي، شهدت ساحة الذكاء الاصطناعي معركة "حرب الحيوانات". من جانب، كان هناك نموذج Llama الذي أطلقته Meta، والذي يحظى بشعبية كبيرة بين المطورين، ومن الجانب الآخر كان هناك نموذج Falcon. بعد ظهور Falcon-40B، تصدر قائمة LLM مفتوحة المصدر متغلبًا على Llama، حيث تبادل الجانبان الصدارة بشكل متكرر. ومن المثير للاهتمام، أن مطور Falcon ليس شركة تكنولوجيا، بل هو معهد أبحاث في الإمارات العربية المتحدة.

اليوم، دخلت مجال الذكاء الاصطناعي مرحلة تنافسية بين العديد من اللاعبين. العديد من الدول والشركات تعمل على بناء نماذج لغوية كبيرة خاصة بها، وليس هناك لاعب واحد فقط في منطقة الخليج. بعض الأشخاص يشتكون من أن ما كان ينبغي أن يكون مشروعًا صعبًا في التقنية العالية قد تحول إلى "نموذج واحد لكل دولة بإنتاجية عشرة آلاف وحدة".

يمكن تتبع مصدر هذه الحماسة للذكاء الاصطناعي إلى خوارزمية Transformer التي نُشرت في عام 2017. لقد حلت هذه الخوارزمية مشكلة فهم الآلات للنصوص الطويلة، مما حول النماذج الكبيرة من مشكلة بحث أكاديمية إلى مشكلة هندسية. طالما أن هناك قوة حسابية وبيانات كافية، يمكن لأي شركة ذات قدرة تقنية تطوير نماذج كبيرة.

ومع ذلك، فإن سهولة الدخول لا تعني أن النجاح سهل أيضًا. تكمن القوة التنافسية الأساسية للنماذج الكبيرة مفتوحة المصدر في مجتمع المطورين النشط، وليس مجرد تحسين الأداء. في الوقت نفسه، لا يزال من الصعب على معظم النماذج الكبيرة أن تصل إلى مستوى GPT-4 في قدرات الاستدلال.

التحدي الأكبر هو نموذج الأعمال. باستثناء عدد قليل من الاستثناءات، لم تجد معظم شركات الذكاء الاصطناعي بعد طريق الربح. أصبحت تكاليف الحوسبة العالية عقبة أمام تطوير الصناعة. حتى عمالقة التكنولوجيا مثل مايكروسوفت وأدوبي يجدون صعوبة في تحقيق الربح من منتجات الذكاء الاصطناعي.

بشكل عام ، لقد جاء عصر النماذج الكبيرة ، لكن كيفية تحقيق الدخل منها لا تزال لغزًا لم يُحل. في المستقبل ، قد لا تكمن القيمة الحقيقية في النموذج نفسه ، ولكن في التطبيقات التي تم تطويرها بناءً على النموذج. تمامًا كما أن نجاح iPhone 4 لم يكن فقط بسبب المعالج ، بل كان أيضًا بسبب النظام البيئي الغني من التطبيقات.