اتخذت الولايات المتحدة خطوة حاسمة نحو تدمير الوصول إلى الذكاء الاصطناعي

(SeaPRwire) –   هذا الأسبوع، أعلنت المؤسسة الوطنية للعلوم (NSF) أنها ستطلق برنامج تجريبي مع 10 وكالات فيدرالية أخرى و 25 منظمة قطاع خاص وغير ربحية مما قد يكون خطوة أولية نحو تدمير الوصول إلى البنية التحتية المكلفة المطلوبة لأبحاث الذكاء الاصطناعي المتقدمة.

يهدف برنامج NAIRR التجريبي إلى توفير قدرات حسابية غالية الثمن ومجموعات بيانات ونماذج ذكاء اصطناعي وأدوات أخرى لباحثي الذكاء الاصطناعي الأكاديميين الذين يجدون غالبا صعوبة في الوصول إلى الموارد التي يحتاجونها بشكل متزايد.

شركة تشيبميكر، إحدى الشركات المشاركة في البرنامج، أعلنت أنها ستسهم بـ 30 مليون دولار من موارد الحوسبة السحابية والبرمجيات خلال البرنامج التجريبي الممتد لعامين، بينما أعلنت مايكروسوفت أنها ستسهم بـ 20 مليون دولار من أئتمانات الحوسبة السحابية بالإضافة إلى موارد أخرى. كما ستقدم شركات أوبن إيه آي، أنثروبيك، وميتا، التي تعد من بين الشركات الرائدة في هذا القطاع، الوصول إلى نماذجها الذكية.

يأتي برنامج NAIRR التجريبي في لحظة حاسمة لأبحاث الذكاء الاصطناعي. حيث قامت الشركات التقنية بالاستثمار بشكل كبير في اقتناء الموارد الحسابية ومجموعات البيانات، وتوظيف كوادر ماهرة، مما ترك الباحثين في الأوساط الأكاديمية والقطاع العام وراءهم. مما أدى إلى ترك بعض الاتجاهات البحثية الحيوية والبحوث العلمية الأساسية دون استكشاف. ومع ذلك، يحذر المعلقون من أن البرنامج التجريبي ليس سوى خطوة أولية، وأن سد الفجوة في مجال الذكاء الاصطناعي سيتطلب استثمارًا مستمرًا وطموحًا من قبل الحكومة.

تقدم الصناعة

لدى أنظمة الذكاء الاصطناعي ثلاث مدخلات – القدرة الحسابية (التي تشار غالبًا إلى الحوسبة) والبيانات والخوارزميات. وكلما زادت كمية البيانات والحوسبة وتصميم الخوارزميات بشكل أفضل، أصبحت أنظمة الذكاء الاصطناعي أكثر قدرة. وقد أدى الوصول المتزايد للصناعة إلى المدخلات الثلاثة للذكاء الاصطناعي إلى توسيع الفجوة بين أنظمة الذكاء الاصطناعي التي تبنيها الشركات مقارنة بتلك التي تبنيها الباحثون في الأوساط الأكاديمية.

قبل عقدين من الزمن، كانت غالبية الاختراقات المثيرة للإعجاب تحدث على يد الباحثين في الأوساط الأكاديمية، يقول نور أحمد، باحث في كلية إدارة إم آي تي سلوان. “الآن، يقوم الأكاديميون بإجراء مزيد من البحوث التتميمية بدلاً من محاولة دفع حدود المعرفة”.

في حين أن النظام الأكثر قدرة في مهمة معينة كان من المرجح أن يتم بناؤه من قبل الأكاديميين سابقًا، الآن تقريبًا كل أنظمة الذكاء الاصطناعي على مستوى الطليعة تتضمن على الأقل التعاون مع الصناعة، والعديد منها تم بناؤها بالكامل من قبل الصناعة.

عمليًا، تعني الحوسبة الوصول إلى أشباه الموصلات المتخصصة، والتي تكون غالية الثمن ونادرة. ومع أن الوصول إلى القدرة الحسابية أصبح أكثر تكلفة، فقد كانت كمية الحوسبة المستخدمة لتدريب أنظمة الذكاء الاصطناعي تزداد باستمرار – مرة كل 20 شهرًا منذ بداية علم الذكاء الاصطناعي في عام 1950. لكن عندما أصبح واضحًا أن تدريب النماذج باستخدام كميات أكبر من الحوسبة سيجعلها أكثر قدرة، بدأ مطورو الذكاء الاصطناعي في تدريب نماذج أكبر حجمًا، حيث تضاعفت كمية الحوسبة المستخدمة كل 6 أشهر.

منذ ذلك الحين، ارتفعت تكاليف تدريب أنظمة الذكاء الاصطناعي بشكل هائل – ووجدت بيانات شركة إيبوك أن تكاليف الحوسبة قد ازدادت سنويًا بمعدل تقريبًا ثلاثة أضعاف بين عامي 2009 و2022. وتشير بيانات إيبوك إلى أن الأكاديميين تم استبعادهم عمليًا من تطوير النماذج على مستوى الطليعة.

يتوفر جزء كبير من البيانات المستخدمة لتدريب أنظمة الذكاء الاصطناعي – ولا سيما نماذج اللغة التي تستخدم كميات هائلة من البيانات المستخلصة من الإنترنت – بشكل عام. لكن الصناعة لديها ميزتان على الأوساط الأكاديمية والقطاع العام، يقول نيل طومسون، مدير مشروع التقنيات المستقبلية في معهد إم آي تي.

أولاً، يتطلب تجميع الكميات الهائلة من البيانات المستخدمة لتدريب أنظمة الذكاء الاصطناعي على مستوى الطليعة كميات كبيرة من الحوسبة ويتم تسهيلها من خلال وجود فرق مخصصة لتنظيف البيانات وإعدادها، وكلاهما متاح للصناعة وليس للأوساط الأكاديمية. ثانيًا، لدى الشركات غالبًا الوصول إلى مجموعات بيانات خاصة لها قيمة كبيرة بالنسبة لأغراضها المحددة.

يقوم الباحثون بتصميم الخوارزميات. لذلك، فإن المنظمات التي يمكنها الوصول إلى أكبر عدد من المواهب الماهرة ستميل إلى الحصول على الخوارزميات الأكثر تقدمًا. في أعقاب إصدار تشات جي بي تي والنهضة الاصطناعية اللاحقة، أصبح سوق العمل في مجال الذكاء الاصطناعي ساخنًا للغاية، وفقًا لطومسون، مما أدى إلى منافسة شديدة على الباحثين والمهندسين الماهرين. وقد قدمت الشركات رواتب متز