يحاول عمالقة التكنولوجيا الحصول على قطعة من كعكة الذكاء الاصطناعي، ولكن الحافز الأكبر لهذا السباق كما يرى الخبراء هو ظاهرة "الفومو"، بحسب تقرير لوكالة "سي إن بي سي".

وظاهرة الفومو (FOMO) هي اختصار لجملة (Fear of missing out)، أي الخوف من تفويت الفرصة، أو الخوف من الفوات. وعلى الرغم من كونها ظاهرة نفسية قديمة ومعروفة، فإن المصطلح انتشر انتشارا واسعا بداية من عام 2004.

وفي نهاية شهر مارس/آذار الماضي، أعلنت أمازون عن أكبر استثمار خارجي في تاريخها الممتد على مدار 3 عقود، وذلك في إطار سعيها لاكتساب أفضلية في سباق الذكاء الاصطناعي.

وأوضحت الشركة التقنية العملاقة أنها ستنفق 2.75 مليار دولار أخرى لدعم الشركة الناشئة "أنثروبيك" التي يعتبرها البعض المنافس الأقوى لشركة أوبن إيه آي، وتطور أنثروبيك نموذجها التأسيسي للذكاء الاصطناعي الذي يدعم روبوت المحادثة "كلود" (Claud)، الذي أطلقت نسخته الثالثة مطلع مارس/آذار.

استثمار أمازون الضخم لم يكن حدثا فريدا من نوعه خلال الفترة الحالية، بل يمكن اعتباره جزءًا من توجه مستمر داخل صناعة التقنية، لأن شركات التقنية العملاقة توقفت عن عمليات الاستحواذ على الشركات الناشئة، بسبب قضايا الاحتكار واتجهت إلى الاستثمار في تطوير نماذج الذكاء الاصطناعي التوليدي.

دخلت هذه الشركات العملاقة إلى المجال بكل قوة؛ أمازون من خلال استثمارها في أنثروبيك، ومايكروسوفت بدعمها لأوبن إيه آي، وغوغل بتطوير نماذجها الخاصة، وكذلك شركة ميتا، وأخيرًا آبل التي تبحث عن التعاون مع غوغل لدمج تقنيات الذكاء الاصطناعي في منتجاتها.

تتسابق هذه الشركات لدمج تقنيات الذكاء الاصطناعي في محافظها الضخمة من المنتجات والميزات لتضمن عدم تخلفها عن اللحاق بتلك السوق، التي من المتوقع أن تصل إيراداتها إلى 1.3 تريليون دولار بحلول عام 2032 وفقًا لتقديرات وكالة بلومبيرغ.

مايكروسوفت بدعمها لأوبن إيه آي من أوائل المستثمرين في الذكاء الاصطناعي، وآبل تسعى لدمج تقنيات الذكاء الاصطناعي في منتجاتها (رويترز) ارتفاع هائل في الاستثمارات

وفقًا لشركة تحليل البيانات المالية "بيتشبوك" (PitchBook)، ضخ المستثمرون وشركات التقنية نفسها إجمالي 29.1 مليار دولار في نحو 700 صفقة خاصة بالذكاء الاصطناعي التوليدي خلال عام 2023، بنسبة أكثر من 260% مقارنة بالعام السابق.

وهو ما أشار له رئيس قسم أبحاث الذكاء الاصطناعي والبرمجيات في شركة "ماكواير" (Macquarie)، فريد هافماير، في حديثه مع شبكة "سي إن بي سي"، إلى أن الخوف من تفويت الفرصة، أو ما يُعرف باسم ظاهرة الـ"فومو"(FOMO) هو الدافع الأساسي وراء تلك القرارات.

وفي حالة الذكاء الاصطناعي تحديدًا، فإن الاستثمارات الضخمة ضرورية لأن تلك النماذج باهظة الثمن في تصميمها وتدريبها، إذ تتطلب آلاف الشرائح المتخصصة التي تنتجها شركة إنفيديا بصورة حصرية حتى الآن.

فمثلًا أعلنت شركة ميتا التي تطور نموذجها الخاص المسمى "لاما" (Llama)، أنها تنفق المليارات على وحدات معالجة الرسوميات من شركة إنفيديا، وهي واحدة من ضمن عدّة شركات كبرى ساعدت إنفيديا على تضخم إيراداتها السنوية بأكثر من 250%.

وفي الصفقة الأخيرة بين أمازون وأنثروبيك، ذكرت الشركتان عدّة إستراتيجيات للعمل معًا، ومنها استخدام أنثروبيك للخدمات السحابية "أمازون ويب سيرفيسز" (AWS) لتلبية احتياجاتها بالإضافة إلى الاستفادة من رقائق المعالجة التي تصنّعها أمازون. وفي المقابل ستوزع أمازون نماذج الذكاء الاصطناعي التي تطورها أنثروبيك على عملاء خدمة "أمازون ويب سيرفيسز".

بينما بدأت مايكروسوفت السباق مبكرًا بمجال الذكاء الاصطناعي التوليدي عبر الاستثمار في شركة "أوبن إيه آي" في عام 2019 بنحو مليار دولار. ثم تضخم حجم استثماراتها حتى الآن ليصل إلى نحو 13 مليار دولار. وتعتمد بكثافة على نموذج أوبن إيه آي كما تقدم نماذج مفتوحة المصدر على خدمتها السحابية "آزور" (Azure).

على الجانب الآخر، تؤدي شركة ألفابت، الشركة الأم لغوغل، دور المطور والمستثمر؛ أعادت الشركة تركيز الكثير من عمليات تطوير منتجاتها على الذكاء الاصطناعي التوليدي، وخاصة على نموذجها الأقوى "جيمناي" (Gemini)، مضيفةً ميزات جديدة في خدمات البحث والخرائط وغيرها.

وفي العام الماضي، التزمت غوغل باستثمار ملياري دولار في شركة أنثروبيك أيضًا، بعد تأكيدها السابق لاستحواذها على حصة 10% من الشركة الناشئة، إلى جانب اتفاقية كبيرة بينهما للاستفادة من الخدمات السحابية.

شركات التقنية العملاقة لا تضخ كل تلك الأموال لمجرد المشاركة في "دورة الضجيج" وهو مصطلح يعبر عن اتجاه لفترة مؤقتة (مواقع التواصل الاجتماعي) تشكيل ملامح المستقبل!

ما يؤكده هافماير أن شركات التقنية العملاقة لا تضخ كل تلك الأموال لمجرد المشاركة في "دورة الضجيج" (hype cycle)، أي أن تلك التقنيات الجديدة تحظى بشعبية هائلة مؤقتة، فالاستثمارات الحالية في تقنيات الذكاء الاصطناعي تتوافق مع خارطة منتجات تطورها شركات التقنية العملاقة.

وفي آخر مكالمات لتوزيع الأرباح الفصلية، أكد المديرون التنفيذيون في تلك الشركات تركيزهم على الذكاء الاصطناعي التوليدي، وأوضحوا للمستثمرين أن عليهم إنفاق الأموال لجني الأرباح، وذلك إما على التطوير تلك النماذج داخليًا أو عبر الاستثمار في الشركات الناشئة.

وفي العام الماضي، صرحت المديرة المالية لشركة مايكروسوفت، إيمي هود، بأن الشركة تعمل على "تنظيم قوتها العاملة نحو التركيز على الذكاء الاصطناعي أولاً دون إضافة عدد فعلي من الأشخاص إلى إجمالي العاملين".

كما أشارت هود إلى أن مايكروسوفت ستواصل اعتبار الاستثمار في الذكاء الاصطناعي أولوية، إذ هو "العنصر الذي سيشكّل ملامح العقد المقبل".

كما أوضح قادة شركات غوغل وآبل وأمازون للمستثمرين أنهم على استعداد لخفض التكاليف بصورة عامة في مختلف الأقسام بهدف إعادة توجيه مزيد من الأموال نحو تعزيز جهودهم في مجال الذكاء الاصطناعي.

وبالطبع، إذا كان الذكاء الاصطناعي هو التقنية التي ستشكّل ملامح العقد المقبل، فإن شركات التقنية العملاقة، بكل هذه الاستثمارات الضخمة، تهدف كالعادة -وعلى طريقتها الخاصة- إلى تشكيل هذا المستقبل.

المصدر: الجزيرة

كلمات دلالية: رمضان 1445 هـ ترجمات حريات الذکاء الاصطناعی التولیدی تقنیات الذکاء الاصطناعی الاستثمار فی ملیار دولار إیه آی

إقرأ أيضاً:

الشبكات العصبية.. العقل المُدبِّر للذكاء الاصطناعي

 

القصابي: التكنولوجيا العصبية قد تشكل تهديدا للخصوصية وانتهاكا للكرامة الإنسانية

  استلهام فكرة الشبكات العصبية من الدماغ البشري لأداء المهام المتعددة

زيادة الاستثمارات في مجال التكنولوجيا العصبية 22 ضعفا

توقعات بارتفاع الاستثمار العالمي في سوق التكنولوجيا العصبية إلى 24 مليار دولار بنهاية 2027

"نيورالينك" تسعى لإنشاء تواصل بين الدماغ البشري والأجهزة الذكية

الشبكات العصبية تعتمد بشكل كبير على بيانات ضخمة لتدريبها ويمكن أن تكون عرضة للاختراق

اتجاه عالمي لوضع أطر أخلافية لضبط ممارسات التكنولوجيا العصبية

 

الرؤية- سارة العبرية

تمثل الشبكات العصبية عنصرًا محوريًا في الذكاء الاصطناعي، مستلهمة من بنية الدماغ البشري لأداء مهام مثل التعرف على الصور وتحليل النصوص، تتكون من طبقات متعددة من النيورونات التي تتعلم من البيانات لتحسين دقتها، وفي المجال الطبي، تُستخدم هذه الشبكات لتحليل الإشارات العصبية وتطوير علاجات جديدة، وتعزيز كفاءة معالجة البيانات وتطوير تطبيقات الذكاء الاصطناعي.

ويقول سامي بن سيف القصابي أخصائي نظم معلومات ومدرب معتمد بالذكاء الاصطناعي، إن التكنولوجيا العصبية هي واحدة من تقنيات المستقبل التي تحول أفلام الخيال العلمي إلى واقع، وفي سياقها العلمي، تُمثل مجالًا تقنيًا يتسم بالقدرة الفائقة على جمع وتحليل واستنباط وتعديل البيانات المُنبثقة من أي جزء ضمن الجهاز العصبي، إذ تهدف هذه التقنية إلى إحداث ثورة في طرق تطوير العلاجات المبتكرة للأمراض العقلية والعصبية من خلال دمج الوظائف العقلية والأعضاء البيولوجية بالأنظمة الآلية وأجهزة الكمبيوتر، وتفتح التكنولوجيا العصبية الباب أمام تحقيق التكامل بين العقل البشري والآلة، مما يوسع آفاق البحث العلمي وتطبيقاته في مجال الطب العصبي وتحسين جودة الحياة.

ويضيف أن التكنولوجيا العصبية بدأت من الأجهزة التي تقرأ نشاط الدماغ وتحوله  إلى إشارات رقمية، كما يمكن استخدامها في علاج أمراض الأعصاب أو تعزيز قدرات المخ المعرفية، وهذا ما تحاول الشركات الوصول إليه في الوقت الحالي، مشيرا إلى أن الاستثمارات في مجال التكنولوجيا العصبية زادت إلى 22 ضعفا بين عامي 2010 و 2023 لتصل إلى 33 مليار دولار تقريبا، أما عدد براءات الاختراع المتعلقة بأجهزة التكنولوجيا العصبية فتضاعف بين عامي 2015 و 2023، ومن المتوقع أن يصل الاستثمار العالمي في هذا السوق إلى 24 مليار دولار في عام 2027.

نيورالينك

وبدأت الكثير من الشركات الدخول في مجال التكنولوجيا العصبية، وفي مقدمتها شركة "نيورالينك" لصاحبها الملياردير المعروف إيلون ماسك، فالشركة تسعى لإنشاء واجهة عصبية حاسوبية تسمح بالتواصل بين الدماغ والأجهزة الذكية؛ حيث أعلن إيلون ماسك نجاح زراعة شريحة دماغية من التي تنتجها شركته في أول مريض من البشر، وأنه يتعافى بشكل جيد وأصبح بإمكانه التحكم في فأرة الكمبيوتر ولعب بعض ألعاب الفيديو باستخدام دماغه فقط بعد شهر تقريبًا من زرع شريحة الشركة. 

أما فريق SPIRALE فقد تمكن من ابتكار جهاز يسمح بالاتصال مباشرة بين الدماغ والكمبيوتر عبر الأذن الداخلية من أجل قراءة الإشارات الكهربائية الناتجة عن الدماغ، في حين تمكنت شركة سينكرون من تطوير تقنية تسمح بالتواصل بين الدماغ والحاسوب عبر مجسات صغيرة تحقن في الأوعية الدموية في الدماغ.  

ويذكر القصابي أن الشبكات العصبية هي الجزء الأساسي في مجال تعلم الآلة، وهو أحد فروع الذكاء الاصطناعي الذي يسمح للحواسيب بتعلم المعلومات مباشرةً من البيانات بدون الحاجة إلى برمجتها بشكل محدد لكل مهمة.

ويقول: "عندما نقوم بإدخال كميات كبيرة من البيانات إلى هذه الشبكات، فإنها تستطيع اكتشاف الأنماط والروابط بين هذه البيانات بفضل هذه القدرة، تصبح الشبكات العصبية قادرة على التنبؤ بنتائج معينة أو تصنيف البيانات تلقائيًا دون الحاجة إلى توجيه من الإنسان".

وحول الكفاءة بين الشبكات العصبية التقليدية والشبكات العصبية العميقة، يبين القصابي: "الشبكات العصبية في الأساس عبارة عن أنظمة حاسوبية استلهمت من الدماغ البشري وتستخدم لتعلم واتخاذ قرارات من البيانات، وفي شبكات الأعصاب البسيطة، يكون عدد المعاملات مثل الأوزان التي تحكم كيفية تفاعل الخلايا العصبية مع بعضها منخفضا نسبيًا، مما يجعل هذه الشبكات أقل تعقيدًا وسهلة الحساب".

ويتابع بقوله: "في الجانب الآخر، تكون أنظمة التعلم العميق معقدة أكثر، وهذه الأنظمة تضم عدة طبقات من الخلايا العصبية، مما يزيد من قدرتها على التعلم والتفاعل مع كميات كبيرة من البيانات؛ حيث أنها قد تستخدم مشفرات تلقائية لضغط البيانات وكشف الأخطاء، وهو ما يعزز من قدراتها في التعلم والتوليد، وبسبب هذه الميزات المتقدمة، تحتوي الشبكات العصبية العميقة على عدد هائل من المعاملات، مما يجعلها تتطلب قدرة حوسبة كبيرة للتدريب والتشغيل".

أما في جانب التدريب، فيمكن تدريب شبكة عصبية بسيطة بسرعة وذلك فقط من خلال استخدام الطبقات والروابط بينهما، لكن بما أنها جديدة وبسيطة، فقدرتها على التعلم محدودة ولا تستطيع التعامل مع المهام المعقدة جدًا.

من ناحية أخرى، فإن أنظمة التعلم العميق لديها القدرة على فهم وتعلم أنماط ومهارات معقدة لأنها تحتوي على العديد من الطبقات، مما يسمح لها بحل مشكلات أكثر تعقيدًا، ولكن تحتاج هذه الأنظمة إلى بيانات كبيرة عملاقه لتعمل بشكل جيد.

ومن حيث التعلم العميق، يوضح القصابي: "بفضل الطبقات المتعددة التي يحتويها، يستطيع التعامل مع كميات هائلة من البيانات، وهذه الطبقات تساعد في تحليل البيانات بطريقة أعمق وأكثر تعقيدًا، وبفضل كل هذا يمكن لخوارزميات التعلم العميق أداء مهام متقدمة مثل فهم معاني الكلمات والجمل في اللغة الطبيعية، أو حتى التعرف على الأصوات ومعالجتها بدقة عالية".

 ويشير إلى أن التحديات التي تواجه الباحثين في مجال التكنولوجيا العصبية تتشابه بتلك التي تواجه الباحثين في مجالات الذكاء الاصطناعي من حيث عدم القدرة على فهم وشرح كيفية عمل الشبكات العصبية خاصةً مع زيادة تعقيد هذه الأنظمة يصعب تحديد الطريقة التي تتخذ بها هذه الشبكات قراراتها، مما يجعل من الصعب شرح أسباب نتائجها.

أما عن قلة البيانات، فيوضح أن العديد من نماذج الذكاء الاصطناعي وخاصة تلك التي تستخدم شبكات عصبية تعتمد بشكل كبير على بيانات ضخمة لتدريبها، وهذه الاعتمادية قد تؤدي إلى محدودية في الأداء عند التعامل مع سيناريوهات جديدة أو غير متوقعة بسبب نقص البيانات في بعض المجالات.

ويتابع القصابي "يشكل إدراج التحيز غير المقصود في نماذج الذكاء الاصطناعي تحديات أخلاقية؛ حيث إن  استخدام بيانات تحوي تحيزات قد يؤدي إلى تعزيز هذه التحيزات في القرارات التي تتخذها هذه النماذج، بالإضافة إلى أن الشبكات العصبية تعتبر عرضة للهجمات العدائية والتلاعبات الخبيثة؛ حيث يمكن للمدخلات المصممة بعناية أن تؤدي إلى توقعات غير صحيحة إذا تم التلاعب بها".

أساليب الشبكات العصبية

ويبيّن القصابي: "في مجال الذكاء الاصطناعي وتحديدًا في تطوير وتحسين أداء الشبكات العصبية، تعدُّ عملية زيادة حجم البيانات المتاحة للتدريب مكونا أساسيا  وحاسمًا لتعزيز دقة وفعالية هذه النظم، ويمكن أن تكون هذه البيانات معالجة ومفلترة بعناية لضمان تقليل الأخطاء وتحسين النتائج النهائية قدر الإمكان".

ويضيف: "يُعتبر تحديد الأبعاد المناسبة للطبقة الداخلية المعالجة للمدخلات في الشبكات العصبية عاملًا مهمًا يؤثر في كيفية تمثيل البيانات وإمكانية استخلاص المعلومات منها، وبشكل خاص في حالات تطبيق الشبكات العصبية على تصنيف الصور مثلا يُطلب من المطور تحديد حجم الإدخال بناءً على عدد البكسلات التي سيتم استخدامها، وهذا القرار يؤثر مباشرة على مستوى التفاصيل التي يمكن للشبكة التقاطها والاستفادة منها في عملية التعلم، فبزيادة عدد البكسلات، تزداد قدرة الشبكة على استشعار وتمييز التفاصيل الدقيقة، ما يعزز من دقتها في التصنيف أو التعرف.

ويلفت القصابي إلى أن "هذا التحسن بتكلفة متزايدة من حيث متطلبات الموارد الحسابية والذاكرة، مما يستلزم توازنًا دقيقًا بين دقة النموذج وكفاءته في استخدام الموارد، وتدريب الشبكات العصبية بالانتشار العكسي يمكنه تحسين أداء هذه الشبكات الانتشار العكسي وهو عبارة عن خوارزمية أساسية وشائعة الاستخدام في تدريب الشبكات العصبية تتمثل آلية عمله في تعديل الأوزان الخاصة بالاتصالات العصبية بشكل متكرر ومنهجي استنادًا إلى الفرق أو الخطأ المحسوب بين الناتج الفعلي للشبكة والناتج المرغوب، وهذا التعديل يهدف إلى تقليل الخطأ بصورة تدريجية عبر دورات تدريبية متعددة حتى يتم تحقيق أداء متقدم ومرضٍ للشبكة العصبية".

وحول الاعتبارات الأخلاقية المتعلقة بتطبيقات التكنولوجيا العصبية في الذكاء الاصطناعي، يوضح القصابي في ظل تطور تقنيات الذكاء الاصطناعي وتوسع تطبيقاتها في الأنشطة الإنسانية، تبرز أصوات متنوعة حول العالم تتناول هذه التطورات بآراء متباينة تتزامن هذه النقاشات مع تحذيرات صادرة عن "اليونسكو" بشأن استخدام الذكاء الاصطناعي في مجال التكنولوجيا العصبية، مؤكدةً على أن هذه التطبيقات قد تشكل تهديدًا جسيمًا للخصوصية العقلية للأفراد وتنتهك حقوق الكرامة الإنسانية.

ويشير إلى أنه تأسيسًا على هذه المخاوف، تُظهر الحاجة الماسة لتطوير إطار أخلاقي عالمي يضمن الاستخدام المسؤول لهذه التقنيات مشابهًا للإطار الذي طرحته "اليونسكو" سابقًا في مجال الذكاء الاصطناعي.

وفي يوليو 2023، أيدت الدول الأعضاء في المجلس التنفيذي لليونسكو اقتراح الحوار العالمي الذي تقدمت به المديرة العامة لوضع إطار أخلاقي يخص قطاع التكنولوجيا العصبية، ويأتي هذا في ظل النمو السريع والنقص الواضح في التنظيم الخاص بتقنيات العصبية، التي يُحتمل أن تشكل تهديدات لحقوق الإنسان والحريات الأساسية. ويُشدد الحوار العالمي على أن غياب الحواجز الأخلاقية الواقية قد يؤدي إلى مخاطر جسيمة، حيث يمكن لهذه التقنيات الوصول إلى بيانات الدماغ والتلاعب بها، مما يُعد انتهاكًا للحقوق الأساسية التي تشكل جوهر الهوية الإنسانية، بما في ذلك حرية الفكر والخصوصية والذاكرة.

وعلى عكس البيانات التي تُجمع من منصات التواصل الاجتماعي، تنشأ معظم البيانات العصبية بشكل لا واعي، ما يجعل من المستحيل على الأفراد إعطاء موافقتهم على استخدامها بشكل مستنير.

 ويعتبر القصابي أن الوقوع المُحتمل لهذه البيانات الحساسة في أيدي غير موثوقة يمكن أن يؤدي إلى عواقب وخيمة، وقد تمكن هذه التقنيات من التلاعب بذاكرة الأشخاص، بما في ذلك إضافة أحداث غير حقيقية أو تغيير أفكارهم أو حتى معتقداتهم الدينية والسياسية، وبالتالي تشويه إحساس الفرد بالهوية الشخصية.

وبسبب هذه المخاوف، تبرز الحاجة الملحة إلى تطوير خارطة طريق دولية لتنظيم هذه التكنولوجيا بما يحترم الكرامة الإنسانية ويحمي الهوية الشخصية والاستقلالية، مع ضمان السلامة العقلية والخصوصية والعدالة الاجتماعية

وردا على سؤال كيف يمكن للشبكات العصبية أن تسهم في تطوير الأنظمة الذكية المستقبلية، يبين القصابي أن هنالك الكثير من الطرق التي يمكن من الشبكات العصبية أن تسهم في تطوير الأنظمة الذكية، ومنها: فهم الشبكات العصبية الذي يعتبر جوهر هذه التقنيات، وأيضا التعلم من البيانات والتي تتميز الشبكات العصبية بها في التعلم فهي تحلل البيانات الداخلة، وتحدد الأنماط، وتصدر توقعات أو قرارات بدون برمجة صريحة، وهذه القدرة على التعلم والتكيف يجعلها مناسبة لمجموعة واسعة من التطبيقات، بدءًا من التعرف على الصور والكلام إلى معالجة اللغة الطبيعية كل هذه العمليات تعتبر عنصرا أساسيا في تطوير الأنظمة الذكية.

مقالات مشابهة

  • الحرب الرقمية وأزمة الوعي المجتمعي
  • الشبكات العصبية.. العقل المُدبِّر للذكاء الاصطناعي
  • «الموت مش هيمنعك من حبايبك».. ظاهرة الخلود الرقمي تثير الجدل
  • محاولات لكسر هيمنة إنفيديا في صناعة الشرائح الذكية
  • آبل تطلق أجهزة Mac المعتمدة على الذكاء الاصطناعي والمزودة بـ M4 قريباً
  • طفرة الذكاء الاصطناعي تنعش إيرادات TSMC الفصلية
  • شركة Meta تطلق جيلا جديدا من شرائح الذكاء الاصطناعي
  • أمازون تتوقف عن دفع المكافآت لمطوري Alexa
  • هل تدرج شركات الذكاء الاصطناعي المواد المحمية بحقوق الطبع والنشر
  • إنتل تكشف شريحة لتشغيل الذكاء الاصطناعي ومنافسة نفيديا