توجد شركات ذكاء اصطناعي مثل OpenAI لتتوصل إلى توافقات والتحديات غير المتوصل إليها لتحقيق نتائج كبيرة جدًا الضخامة من خلال تطوير تقنيات التدريب التي تستخدم طرقًا أكثر شبهًا بالبشر وخوارزميات “التفكير”.
وقال هنريك من العلماء والباحثين ومستثمري الذكاء الاصطناعي لرويترز ومعهم أن هذه العناصر، التي جون وراء نموذج o1 الذي أنشأه شركة OpenAI منذ وقت طويل، يمكن أن يكون تشكيل قسم التسلح في الذكاء الاصطناعي، وتتمثل في عملها على أنواع الموارد التي تطلبها شركات الذكاء الصناعي في لا يشبع ، تشارك في أنواع رقائق البطاطس.
بعد تخصيص برنامج الدردشة ChatGPT بشكل جماعي قبل عامين، حيث تضم شركات التكنولوجيا، التي استخدمت مراجعاتها بشكل كبير من طفرة الذكاء الاصطناعي، علنًا أن “توسيع نطاق” الارتباطات الحالية من خلال إضافة المزيد من البيانات الحاسوبية المتعددة والصيغة لتحسين نماذج الذكاء الاصطناعي. لكن الآن، بوضوح بعض العلماء المتميزين في الذكاء الاصطناعي عن القيود المتعددة في فلسفة “الأكبر هو الكبار”.
قالت إيليا سوتسكيفر، الوطنية المشارك لمختبر الذكاء الاصطناعي للذكاء الفائق الآمن (SSI) وOpenAI، لرويترز منذ وقت طويل إن نتائجنا ظهرت عن موعد التدريب المتقدم – مرحلة تدريب نموذج الذكاء الاصطناعي الذي يستخدم كمية رائعة من البيانات غير بداية لبدء مهارات اللغة وهياكلها – وارتقت.
يُنسب إلى سوتسكيفر على نطاق واسع وكثير من الشباب المبدعين يطمحون إلى تحقيق تقدم الذكاء الاصطناعي الوليدي من خلال استخدام المزيد من البيانات وقوة الحوسبة في التدريب المتقدم، مما يؤدي في النهاية إلى إنشاء ChatGPT.
غادر سوتسكيفر OpenAI في وقت سابق من هذا العام لتأسيس SSI.
“كان العقد الأول من القرن العشرين هو عصر التوسع، والآن عدنا إلى عصر الإعجاب والاكتشاف مرة أخرى.
قال سوتسكيفر: “الجميع يبحث عن الأشياء التالية”. “إن الانتهاء من الشيء الصحيح الأكثر أهمية الآن من أي وقت مضى.”
ورفض سوتسكيفر مشاركة المزيد من التفاصيل حول كيفية تناول هذه المواضيع، بما في ذلك القول إن SSI يعمل على البديل البديل لتوسيع نطاق المحترفين.
خلف الكواليس الخاصة، واجه الغرب في مختبرات الذكاء الصناعية الكبرى تأخيرات ونتائج مخيبة للآمال في السباق لإصدار لغوي كبير ي نموذج على نموذج GPT-4 التفوق الخاص بـ OpenAI، والذي بلغ عامين تقريبًا، وفقًا لثلاثة مصادر واعية في الأمور.
يمكن أن نعتبر ما يسمى بـ “عمليات التدريب” للنماذج الرائعة الهائلة من الملايين من خلال تشغيل الرقائق في وقت واحد. وأكثر من ذلك للفشل الناجم عن الأجهزة بسبب عدم مراعاة النظام؛ ولم يعرف بعد النتائج النهائية للنماذج حتى النهاية، الأمر الذي قد يأخذ شهرًا.
هناك مشكلة أخرى وهي أن النماذج اللغوية الكبيرة تهم كميات كبيرة من البيانات، وقد استنفدت نماذج الذكاء الاصطناعي للوصول إلى جميع البيانات التي يمكن استهلاكها بسهولة في العالم. كما يقتضي ذلك أيضًا تقليص عمليات الطاقة، حيث يتطلب الأمر التصرف الفعال من الطاقة.
للتغلب على هذه التحديات، يستكشف “حساب وقت الاختبار”، وهي تقنية تعمل على نماذج الذكاء الاصطناعي الحالية من خلال ما يسمى بمرحلة “الاستدلال”، أو عند استخدام النموذج. على سبيل المثال، خيار آخر هو اختيار إجابة واحدة في الحال، يمكن نموذج البحث عن الاحتمالات في الوقت الفعلي، والنتيجة المنهجية للمضي قدمًا في النهاية.
خلف الكواليس الخاصة، واجه الغرب في مختبرات الذكاء الصناعية الكبرى تأخيرات ونتائج مخيبة للآمال في السباق لإصدار لغوي كبير ي نموذج على نموذج GPT-4 التفوق الخاص بـ OpenAI، والذي بلغ عامين تقريبًا، وفقًا لثلاثة مصادر واعية في الأمور.
يمكن أن نعتبر ما يسمى بـ “عمليات التدريب” للنماذج الرائعة الهائلة من الملايين من خلال تشغيل الرقائق في وقت واحد. وأكثر من ذلك للفشل الناجم عن الأجهزة بسبب عدم مراعاة النظام؛ ولم يعرف بعد النتائج النهائية للنماذج حتى النهاية، الأمر الذي قد يأخذ شهرًا.
هناك مشكلة أخرى وهي أن النماذج اللغوية الكبيرة تهم كميات كبيرة من البيانات، وقد استنفدت نماذج الذكاء الاصطناعي للوصول إلى جميع البيانات التي يمكن استهلاكها بسهولة في العالم. كما يقتضي ذلك أيضًا تقليص عمليات الطاقة، حيث يتطلب الأمر التصرف الفعال من الطاقة.
للتغلب على هذه التحديات، يستكشف “حساب وقت الاختبار”، وهي تقنية تعمل على نماذج الذكاء الاصطناعي الحالية من خلال ما يسمى بمرحلة “الاستدلال”، أو عند استخدام النموذج. على سبيل المثال، خيار آخر هو اختيار إجابة واحدة في الحال، يمكن نموذج البحث عن الاحتمالات في الوقت الفعلي، والنتيجة المنهجية للمضي قدمًا في النهاية.
تسمح هذه الطريقة للنماذج بتخصيص المزيد من المعالجات المهمة المهمة مثل الرياضيات أو مشاكل التريات أو العمليات المعقدة التي تتطلب ظاهريا وبسيطة بالإنسان.
قال نوام براون، الباحث في OpenAI الذي عمل في لعبة البوكر: “أتضح أن المنظمين الباحثين لمدة 20 ثانية فقط في لعبة البوكر حصلوا على نفس الأداء المعزز مثل النموذج التجريبي وتمكنوا من 100 ألف مرة وتدريبه من أجل بذل 100 ألف مرة”. في o1، في مؤتمر TED AI في سان فرانسيسكو الشهر الماضي.
تبنت شركة OpenAI هذه التقنية في نموذجها الذي تم إصداره حديثًا والمعروف باسم “o1″، والمعروف سابقًا باسم Q* وStrawberry، والذي نشره رويترز لأول مرة في يوليو. ويمكن إنشاء نموذج O1 “التفكير” من خلال المشكلات بطريقة متعددة الخطوات، على اختراق الإنسان بالإضافة إلى استخدام البيانات والتعليقات التي جمعتها حملة الدكتوراه وخبراء الصناعة.
وقالت الشركة إن الخلطة السرية لسلسلة o1 هي مجموعة أخرى من التدريبات التي يتم إجراؤها على نماذج “قاعدية” مثل GPT-4، وتقول الشركة إنها تخطط لتطبيقها على هذه التقنية مع نماذج الذهاب الأكبر وأكبر.
وفي الوقت نفسه، تم العمل في مختبرات الذكاء الاصطناعي الكبرى الأخرى، من Anthropic وxAI وGoogle DeepMind، ويعملون أيضًا على تطوير إصداراتهم الخاصة من هذه التقنية، وفقًا لخمسة أشخاص يدركون هذه الدقة.
قال كيفين ويل كبير، المسؤولية عن المنتجات في OpenAI في مؤتمر تقني في أكتوبر: “إننا نسمع الكثير من الثمار الدانيّة التي نقوم بتنميتها لتحسين هذه النتائج بسرعة كبيرة”. “وبحلول الوقت الذي يلحق فيه الناس بالركب، سنحاول أن نتقدم أكثر من ذلك بكثير.”
ولم تستجب جوجل وxAI لطلبات التعليق ولم يكن لديها تعليق إنساني فوري.
يمكن أن تغير الآثار المتنوعة التنافسي للذكاء الاصطناعي، الذي يهيمن عليهم حتى الآن طلب النهم على الذكاء الاصطناعي من إنفيديا. مستثمرو رأس مال الاستثماري ثانيون، من سيكويا إلى التحول إلى أندريسن هورويتز، الذين أنفقوا المليارات من الطلاب الماليين الذين طوروا باهظ سارع لنماذج الذكاء الاصطناعي في العديد من مختبرات الذكاء الاصطناعي في بما في ذلك OpenAI وxAI، ليستفيدوا من هذا ويزنون التأثير على رهاناتهم ويسرعون.
وقالت رويترز قالت سونيا هوانج، الشريكة في سيكويا كابيتال،: “سينقلنا هذا التحول من عالم مجموعات ضخمة ما قبل التدريب إلى سحابات الاستدلال، والتي يتم توزيعها على موقع سحابية للاستدلال”.
وقد حضر الطلب على الذكاء الاصطناعي من إنفيديا، والتي تطورت أقدمها، إلى تزايد متزايد لها لتصبح الشركة الأكثر قيمة في العالم، متجاوزة شركة أبل في أكتوبر.
على عكس الرقائق، حيث تهيمن شركة Nvidia، فإن شركة الرقائق العملاقة قد تواجه المزيد من المنافسة في سوق الاستدلال.
عند سؤالها عن المشكلة المحتملة عند طلب منتجاتها، أشارت Nvidia إلى تقديم العروض الأخيرة للشركة حول الأهمية التقنية وما وراء نموذج o1.
تحدث رئيسها التنفيذي جنسن هوانج عن الطلب المتزايد على استخدام رقائقها للاستدلال.
وقال هوانج الماضي في مؤتمر بالهند: “لقد اكتشفنا الآن قانونًا ثانيًا للتوسع، وهو قانون توسع في وقت الاستدلال. كل هذه العوامل تؤدي إلى ارتفاع الطلب على بلاكويل بشكل غير موثوق”، في إشارة إلى أحدث الذكاء الاصطناعي للشركة.
اكتشاف المزيد من موقع شبرون
اشترك للحصول على أحدث التدوينات المرسلة إلى بريدك الإلكتروني.
