نظرية هوانغ رنشن الأخيرة "الكيك ذو الخمس طبقات": الذكاء الاصطناعي لا يسرق فرص العمل، إنه موجة توظيف تريليونية!

المصدر: نفيديا

الترجمة: بيتشوب نيوز

الذكاء الاصطناعي هو أحد أقوى القوى التي تشكل العالم اليوم. إنه ليس مجرد تطبيق ذكي أو نموذج واحد؛ إنه بنية تحتية مثل الكهرباء والإنترنت.

يعمل الذكاء الاصطناعي على أجهزة حقيقية، وطاقة حقيقية، واقتصاد حقيقي. إنه يستخلص المواد الخام ويحولها بشكل واسع إلى ذكاء. ستستخدمه كل شركة. ستبنيه كل دولة.

لفهم لماذا يتطور الذكاء الاصطناعي بهذه الطريقة، من المفيد أن نبدأ من المبادئ الأساسية وننظر إلى التغييرات الجذرية التي تحدث في مجال الحوسبة.

من البرامج المسجلة مسبقًا إلى الذكاء في الوقت الحقيقي

خلال معظم تاريخ الحوسبة، كانت البرامج مسجلة مسبقًا. يصف الإنسان خوارزمية، وتقوم الحاسوب بتنفيذها. يجب أن يتم هيكلة البيانات بعناية، وتخزينها في جداول، واسترجاعها عبر استعلامات دقيقة. أصبح SQL لا غنى عنه لأنه جعل هذا العالم ممكنًا.

لكن الذكاء الاصطناعي كسر هذا النموذج.

أول مرة أصبح لدينا حاسوب قادر على فهم المعلومات غير الهيكلية. يمكنه رؤية الصور، قراءة النصوص، سماع الأصوات وفهم المعنى. يمكنه الاستنتاج من السياق والنوايا. والأهم من ذلك، يمكنه توليد الذكاء في الوقت الحقيقي.

كل استجابة يتم إنشاؤها حديثًا. كل إجابة تعتمد على السياق الذي تقدمه. ليست برامج تسترجع أوامر مخزنة، بل برامج تستدل وتولد الذكاء عند الطلب.

نظرًا لأن الذكاء يُنتج في الوقت الحقيقي، فإن كامل بنية الحوسبة الأساسية يجب أن تُعاد اختراعها.

الذكاء الاصطناعي كبنية تحتية

عند النظر إلى الذكاء الاصطناعي من منظور صناعي، يمكن تقسيمه إلى خمسة طبقات من البنية التحتية.

الطاقة

الطبقة الأساسية هي الطاقة. الذكاء الذي يُنتج في الوقت الحقيقي يحتاج إلى طاقة تُنتج في الوقت الحقيقي. كل رمز يُولد هو حركة إلكترونات، إدارة حرارة، وتحويل الطاقة إلى نتائج حسابية. لا توجد طبقات تجريدية تحتها. الطاقة هي المبادئ الأساسية لبنية الذكاء الاصطناعي، وهي قيد صلب يحدد مدى قدرة النظام على إنتاج الذكاء.

الرقائق

فوق الطاقة تأتي الرقائق. هذه المعالجات مصممة لتحويل الطاقة بكفاءة عالية إلى حسابات على نطاق واسع. تتطلب أحمال العمل في الذكاء الاصطناعي توازي هائل، وذاكرة عالية النطاق الترددي، واتصالات سريعة. تقدم الرقائق يحدد مدى سرعة توسع الذكاء وكم يصبح رخيصًا.

البنية التحتية

فوق الرقائق تأتي البنية التحتية. وتشمل الأراضي، وتوصيل الكهرباء، والتبريد، والبناء، والشبكات، وأنظمة تنظيم مئات الآلاف من المعالجات في آلة واحدة. هذه الأنظمة هي مصانع الذكاء الاصطناعي. ليست مصممة لتخزين المعلومات، بل لصنع الذكاء.

النماذج

فوق البنية التحتية تأتي النماذج. تفهم نماذج الذكاء الاصطناعي أنواعًا متعددة من المعلومات: اللغة، علم الأحياء، الكيمياء، الفيزياء، المالية، الطب، والعالم الفيزيائي نفسه. نماذج اللغة ليست سوى نوع واحد. وتُجرى الآن أعمال تحويلية في مجالات البروتينات، والكيمياء، والمحاكاة الفيزيائية، والروبوتات، والأنظمة الذاتية.

التطبيقات

أعلى الطبقات هو التطبيق، حيث يُخلق القيمة الاقتصادية. منصات اكتشاف الأدوية، والروبوتات الصناعية، والمساعدون القانونيون، والسيارات ذاتية القيادة. السيارة ذاتية القيادة هي تطبيق ذكاء اصطناعي يظهر في الآلة. والروبوت الشبيه بالبشر هو تطبيق يظهر في الجسد. نفس البنية، نتائج مختلفة.

هذه هي الطبقات الخمسة:

الطاقة → الرقائق → البنية التحتية → النماذج → التطبيقات.

كل تطبيق ناجح يدفع كل طبقة أدناه، ممتدًا حتى محطة توليد الطاقة التي تحافظ على حياته.

لقد بدأنا للتو في بناء هذا. لقد استثمرنا تريليونات الدولارات، وما زلنا بحاجة لبناء تريليونات أخرى من البنية التحتية.

على مستوى العالم، نرى الآن بناء مصانع للرقائق، وتجميع الحواسيب، ومصانع الذكاء الاصطناعي على نطاق غير مسبوق. هذا يتحول إلى أكبر مشروع بنية تحتية في تاريخ البشرية.

العمالة اللازمة لهذا البناء هائلة. مصانع الذكاء الاصطناعي تحتاج إلى كهربائيين، وسباكين، ومرتبين، وعمال حديد، وفنيي شبكات، ومرتبين، ومشغلين.

هذه وظائف تتطلب مهارات ورواتب عالية، وهي حالياً في نقص. يمكنك المشاركة في هذا التحول دون أن تكون حاصلاً على دكتوراه في علوم الحاسوب.

وفي الوقت نفسه، يدفع الذكاء الاصطناعي الإنتاجية في الاقتصاد المعرفي بأكمله. كمثال، الأشعة الطبية. الآن، يساعد الذكاء الاصطناعي في قراءة الصور المقطعية، ومع ذلك الطلب على أطباء الأشعة لا يزال في تزايد. هذا ليس تناقضًا.

هدف أطباء الأشعة هو رعاية المرضى. قراءة الصور المقطعية مجرد مهمة واحدة من مهامهم. عندما يتولى الذكاء الاصطناعي المزيد من الأعمال الروتينية، يمكن لأطباء الأشعة التركيز على الحكم، والتواصل، والرعاية. تصبح المستشفيات أكثر كفاءة، وتخدم المزيد من المرضى، وتوظف المزيد من الموظفين.

الانتاجية تخلق القدرة. القدرة تخلق النمو.

ماذا حدث خلال العام الماضي؟

خلال العام الماضي، تجاوز الذكاء الاصطناعي عتبة مهمة. أصبحت النماذج جيدة بما يكفي للاستخدام على نطاق واسع. زادت قدرات الاستنتاج. تقللت الأوهام. تحسنت بشكل ملحوظ عملية التأسيس (Grounding). لأول مرة، بدأت التطبيقات المبنية على الذكاء الاصطناعي تولد قيمة اقتصادية حقيقية.

اكتشاف الأدوية، واللوجستيات، وخدمة العملاء، وتطوير البرمجيات، والصناعة أظهرت توافقًا قويًا مع السوق. هذه التطبيقات تدفع بقوة كل طبقة أدناه.

تلعب النماذج المفتوحة المصدر دورًا رئيسيًا هنا. معظم النماذج في العالم مجانية. يعتمد الباحثون، والشركات الناشئة، والشركات، والدول على النماذج المفتوحة للمشاركة في تطوير الذكاء الاصطناعي المتقدم. عندما تصل النماذج المفتوحة إلى مستوى متقدم، فهي لا تغير البرمجيات فحسب، بل تفعيل الطلب على كامل البنية التحتية.

مثال قوي على ذلك هو DeepSeek-R. من خلال جعل نموذج استنتاج قوي متاحًا على نطاق واسع، سرّع من اعتماد التطبيقات، وزاد الطلب على التدريب، والبنية التحتية، والرقائق، والطاقة.

ماذا يعني ذلك؟

عندما تعتبر الذكاء الاصطناعي بنية تحتية أساسية، يصبح المعنى واضحًا.

بدأ الذكاء الاصطناعي كنموذج لغة كبير من نوع Transformer، لكنه يتجاوز ذلك بكثير. إنه ثورة صناعية تعيد تشكيل طرق إنتاج واستهلاك الطاقة، وبناء المصانع، وتنظيم العمل، ونمو الاقتصاد.

تُبنى مصانع الذكاء الاصطناعي الآن لأن الذكاء يُنتج في الوقت الحقيقي. تُعاد تصميم الرقائق لأن الكفاءة تحدد مدى سرعة توسع الذكاء. تصبح الطاقة مركزية لأنها تحدد الحد الأقصى لإنتاج الذكاء. تتسارع التطبيقات لأنها تعتمد على نماذج أساسية تجاوزت أخيرًا عتبة الإنتاج الواسع والفعال.

كل طبقة تعزز الأخرى.

لهذا السبب حجم البناء كبير جدًا. ولهذا السبب يؤثر على العديد من الصناعات. ولهذا السبب لن يقتصر على دولة واحدة أو مجال واحد. ستستخدم كل شركة الذكاء الاصطناعي، وستبنيه كل دولة.

نحن لا نزال في المراحل المبكرة. معظم البنية التحتية غير موجودة بعد. معظم القوى العاملة لم تتدرب بعد. معظم الفرص لم تتحقق بعد.

لكن الاتجاه واضح.

يصبح الذكاء الاصطناعي الآن أساس العالم الحديث. والقرارات التي نتخذها الآن، ومدى سرعة بنائنا، ومدى اتساع مشاركتنا، ومسؤوليتنا في النشر، ستشكل ملامح هذا العصر.