شركات الذكاء الاصطناعي تحت المجهر.. هل تحتكر "جوجل" و"مايكروسوفت" المستقبل
تاريخ النشر: 8th, April 2025 GMT
تابع أحدث الأخبار عبر تطبيق
أصبح الاحتفاظ بأفضل المواهب في مجال الذكاء الاصطناعي تحديًا كبيرًا في ظل المنافسة المحتدمة بين عمالقة التكنولوجيا مثل "جوجل" و"OpenAI"، ومن أجل مواجهة هذا التحدي، اتخذ قسم الذكاء الاصطناعي "ديب مايند" التابع لشركة "جوجل" خطوة غير تقليدية في المملكة المتحدة، حيث فرض اتفاقيات عدم منافسة صارمة مع بعض موظفيه، حيث تمنع هذه الاتفاقيات الموظفين من الانضمام إلى منافسين مباشرين لمدة تصل إلى عام، وفي بعض الحالات يتقاضى هؤلاء الموظفون رواتبهم خلال هذه الفترة كإجازة مدفوعة.
ورغم أن هذه الخطوة قد تساهم في الحفاظ على الكفاءات داخل الشركة، إلا أنها قد تؤدي إلى شعور بعض الباحثين بالعزلة، بسبب البطء النسبي في مجالات البحث والابتكار في مجال الذكاء الاصطناعي، وفقًا لتقرير نشره موقع "تك كرانش".
وفي الولايات المتحدة، فرضت لجنة التجارة الفيدرالية (FTC) حظرًا على معظم بنود عدم المنافسة في العام الماضي، إلا أن هذا الحظر لا ينطبق على مقر "ديب مايند" في لندن، وفي الشهر الماضي، نشر نائب رئيس قسم الذكاء الاصطناعي في "مايكروسوفت" منشورًا على موقع "إكس"، يتحدث فيه عن محاولات موظفي "ديب مايند" للتواصل معه في "حالة من اليأس" بسبب القيود المفروضة عليهم بموجب بنود عدم المنافسة.
فيما طالب عضوان ديمقراطيان في مجلس الشيوخ الأميركي، إليزابيث وارن ورون وايدن، شركات "مايكروسوفت" و"جوجل" بتقديم معلومات مفصلة حول شراكاتهما مع شركات الذكاء الاصطناعي في مجال الحوسبة السحابية، وقد جاء هذا الطلب في وقت حساس حيث أعربا عن قلقهما من أن هذه الشراكات قد تعرقل المنافسة في صناعة الذكاء الاصطناعي، ما قد يؤدي إلى تقليص الخيارات أمام الشركات والمستهلكين وزيادة الأسعار.
وفي رسائل رسمية، طلب العضوان معلومات حول شراكات "جوجلل" مع شركة "أنثروبيك" الناشئة في مجال الذكاء الاصطناعي، وكذلك تعاون "مايكروسوفت" مع "OpenAI"، الشركة المطورة لروبوت الدردشة الشهير "شات جي بي تي"، فيما حذر العضوان من أن هذه الترتيبات قد تكون غير متوافقة مع قوانين مكافحة الاحتكار الأميركية.
ووفقًا لرسائل مجلس الشيوخ، يهدف الطلب إلى جمع تفاصيل حول المبالغ التي دفعتها شركات الذكاء الاصطناعي لمزودي خدمات الحوسبة السحابية، وتحديد ما إذا كانت الشراكات تمنح "مايكروسوفت" و"جوجل" حقوقًا حصرية لترخيص نماذج الذكاء الاصطناعي.
وكانت لجنة التجارة الفيدرالية الأميركية قد أصدرت تقريرًا في يناير الماضي، قبل تولي الرئيس السابق دونالد ترامب منصبه، تضمن تحقيقًا في الشراكات بين "مايكروسوفت" و"OpenAI"، و"جوجل" و"أنثروبيك"، فيما أشار التقرير إلى احتمال استحواذ شركات الخدمات السحابية على الشركات الشريكة في الذكاء الاصطناعي، وأكد على أن بعض الاتفاقات قد تمنع الشركات من إطلاق نماذج الذكاء الاصطناعي بشكل مستقل، مما يعكس القلق المتزايد بشأن الاحتكار في صناعة التكنولوجيا وتداعياته على السوق والمستهلكين.
المصدر: البوابة نيوز
كلمات دلالية: شركات الذكاء الاصطناعي الذكاء الاصطناعي جوجل مايكروسوفت شرکات الذکاء الاصطناعی فی مجال
إقرأ أيضاً:
الذكاء الاصطناعي يوجه المسيّرات رغم العوائق الطبيعية
في مهمة لإطفاء حرائق الغابات في سلسلة جبال سييرا نيفادا، قد تجد طائرة مسيّرة ذاتية التحكم نفسها تواجه رياح «سانتا آنا» العاتية التي تهدد بإخراجها عن مسارها. التكيف السريع مع مثل هذه التقلبات الجوية غير المتوقعة أثناء الطيران يمثل تحديًا هائلًا لأنظمة التحكم في وضع الطيران الخاصة بهذه الطائرات.
ولمواجهة مثل هذه التحديات، طوّر باحثون في معهد ماساتشوستس للتكنولوجيا «MIT» خوارزمية تحكم تفاعلي جديدة تعتمد على تقنيات تعلّم الآلة، قادرة على تقليل انحراف الطائرة عن مسارها المحدد حتى في مواجهة عوائق مفاجئة مثل هبوب الرياح.
وعلى عكس الطرق التقليدية، لا تتطلب هذه التقنية من المبرمج أن يكون على دراية مسبقة ببنية أو نمط هذه الاضطرابات. بدلاً من ذلك، يتعلم نموذج الذكاء الاصطناعي المستخدم في نظام التحكم كل ما يحتاجه من خلال بيانات ملاحظة تُجمع خلال 15 دقيقة فقط من الطيران.
الميزة الأبرز لهذه التقنية تكمن في أنها تحدد تلقائيًا خوارزمية التحسين الأمثل للتكيف مع هذه الاضطرابات، مما يعزز من دقة تتبع المسار. إذ تختار الخوارزمية الأنسب بحسب طبيعة الاضطرابات التي تواجهها الطائرة في كل حالة.
وقد درّب الباحثون نظامهم على تنفيذ هذين الأمرين معًا، التكيّف وتحديد الخوارزمية باستخدام تقنية تُعرف باسم التعلم الفوقي «meta-learning»، والتي تُعلّم النظام كيفية التكيّف مع أنواع مختلفة من الاضطرابات.
النتائج جاءت واعدة، إذ سجل النظام الجديد نسبة خطأ في تتبع المسار أقل بنسبة 50% مقارنة بالطرق التقليدية، سواء في المحاكاة أو في الظروف الحقيقية، كما أثبت كفاءته في التعامل مع سرعات رياح لم يسبق له مواجهتها أثناء التدريب.
يأمل الباحثون أن يُسهم هذا النظام مستقبلاً في تحسين كفاءة الطائرات المسيّرة في توصيل الطرود الثقيلة رغم الرياح القوية، أو في مراقبة المناطق المعرضة للحرائق في المحميات الطبيعية.
يقول نافيد عزيزيان، الأستاذ المساعد في قسم الهندسة الميكانيكية ومعهد البيانات والنظم والمجتمع «IDSS» بمعهد «MIT»، والباحث الرئيسي للدراسة: «قوة طريقتنا تكمن في التعلم المتزامن لمكونات النظام. من خلال الاستفادة من التعلم الفوقي، يتمكن نظامنا من اتخاذ قرارات تلقائية تحقق أفضل تكيف ممكن في وقت قصير».
شارك عزيزيان في إعداد الورقة البحثية كل من سونبوتشين تانغ، طالب دراسات عليا في قسم الطيران والفضاء، وهاويان صن، طالب دراسات عليا في قسم الهندسة الكهربائية وعلوم الحاسوب. وقد عُرض البحث مؤخراً في مؤتمر «التعلم للديناميكيات والتحكم»
التعلم على التكيف
تتغير سرعات الرياح التي قد تواجهها الطائرة في كل رحلة، لكن من المفترض أن تبقى الشبكة العصبية ودالة الانحدار المستخدمة ثابتتين، لتجنّب إعادة التدريب في كل مرة.
لتحقيق هذه المرونة، اعتمد الباحثون على التعلم الفوقي، ودربوا النظام على مجموعة من سيناريوهات الرياح المختلفة أثناء مرحلة التدريب.
يوضح تانغ: «الهدف ليس فقط أن يتكيف النظام، بل أن يتعلم كيف يتعلم. عبر التعلم الفوقي، يمكننا إنشاء تمثيل مشترك من بيانات متعددة السيناريوهات بسرعة وكفاءة».
في التطبيق العملي، يقوم المستخدم بتغذية نظام التحكم بمسار الطيران المطلوب، ويقوم النظام بحساب قوة الدفع اللازم في الزمن الحقيقي لإبقاء الطائرة على المسار رغم أي اضطرابات جوية.
وقد أثبت النظام كفاءته سواء في المحاكاة أو في اختبارات حقيقية، حيث تفوق على جميع الطرق التقليدية في تتبع المسار، حتى في الظروف الجوية القاسية.
يضيف عزيزيان: «حتى عندما تجاوزت قوة الرياح مستويات لم نشهدها في التدريب، أثبتت تقنيتنا قدرتها على التعامل معها بكفاءة».
واللافت أن تفوق النظام على الطرق الأخرى ازداد كلما زادت شدة الرياح، مما يدل على قدرته على التكيف مع البيئات الصعبة.
ويجري الفريق الآن تجارب ميدانية على طائرات مسيّرة حقيقية لاختبار النظام في مواجهة ظروف جوية متنوعة.
كما يسعى الفريق لتوسيع قدرات النظام ليتعامل مع اضطرابات متعددة المصادر في وقت واحد. فعلى سبيل المثال، تغير سرعة الرياح قد يغيّر من توزيع وزن الحمولة أثناء الطيران، خصوصاً عند حمل مواد سائلة.
كما يطمح الباحثون إلى تطوير خاصية التعلم المستمر، بحيث يتمكن النظام من التكيف مع اضطرابات جديدة دون الحاجة إلى إعادة تدريبه على البيانات السابقة.
وفي تعليق على البحث، قال بروفيسور باباك حسّیبي من معهد كاليفورنيا للتكنولوجيا «Caltech»، والذي لم يشارك في المشروع: «نجح نافيد وزملاؤه في الجمع بين التعلم الفوقي والتحكم التكيفي التقليدي، لتعلم الخصائص غير الخطية من البيانات. واستخدامهم لخوارزميات الانحدار المرآتي مكّنهم من استغلال البنية الجيومترية الكامنة للمشكلة بشكل لم تفعله الطرق السابقة. وهذا العمل قد يساهم بشكل كبير في تصميم أنظمة ذاتية التشغيل تعمل بكفاءة في بيئات معقدة وغير مؤكدة».
وقد حصل هذا البحث على دعم من عدة جهات، منها شركة «MathWorks»، ومختبر «MIT-IBM Watson» للذكاء الاصطناعي، ومركز «MIT-Amazon» للعلوم، وبرنامج «MIT-Google» للابتكار في الحوسبة.
وزيرة البيئة تناقش مع المديرة التنفيذية لبرنامج الأمم المتحدة للبيئة آخر مستجدات مفاوضات معاهدة البلاستيك