كشف الحلقة المفقودة في نقاش سلامة الذكاء الاصطناعي

في ضوء التطورات الأخيرة في OpenAI، تحول الحوار حول الذكاء الاصطناعي إلى نقاش أساسي: هل ينبغي علينا تسريع أو إبطاء تطوير الذكاء الاصطناعي، وكيف يمكننا مواءمة أدوات الذكاء الاصطناعي مع احتياجات الإنسانية؟

يتناول جزء كبير من هذه المناقشة السعي نحو الذكاء الاصطناعي العام (AGI) — وهو ذكاء اصطناعي قادر على أداء أي مهمة يمكن للإنسان تنفيذها. يثير هذا السعي أسئلة حاسمة: هل الذكاء الاصطناعي العام قابل للتحقيق؟

بينما يعد النقاش حول AGI أمرًا هامًا، إلا أنه يغفل تحديًا رئيسيًا آخر لـ AI: تكلفته العالية.

الذكاء الاصطناعي يحتاج إلى مواهب، بيانات، وقابلية التوسع

أحدثت ثورة الإنترنت ديمقراطية البرامج، حيث خففت الحواجز أمام الدخول بشكل أساسي إلى المهارات. ومع ذلك، توسعت تقدمات الذكاء الاصطناعي بشكل رئيسي من خلال زيادة النطاق، مما يتطلب قوة حوسبة كبيرة. ونتيجة لذلك، تستثمر الشركات التكنولوجية الكبرى مليارات الدولارات في شراء وحدات معالجة الرسومات (GPUs) وتحسين البنية التحتية الحاسوبية.

لبناء ذكاء اصطناعي فعال، تحتاج المؤسسات إلى الوصول إلى المواهب، والبيانات، وموارد حوسبة قابلة للتوسع. الطلب على هذه الموارد في تزايد سريع، مما يخلق مشهدًا حيث يمكن لعدد قليل من الكيانات تحمل تكاليف المشاركة بشكل مجدٍ. تفتقر معظم الدول، الأفراد، والشركات الصغيرة إلى القدرة المالية للمشاركة بشكل كامل، حيث يواجهون تكاليف مرتفعة ليست فقط في تدريب النماذج ولكن أيضًا في تطبيقها.

ديمقراطية الذكاء الاصطناعي للوصول الأوسع

تشير أبحاث حديثة من Coatue إلى أن الطلب على وحدات معالجة الرسومات بدأ في الارتفاع، مما قد يضع ضغوطًا على شبكة الطاقة لدينا ويزيد من تكاليف الخوادم. مع تطور هذه الأنظمة، ستتحسن قدراتها، لكنها ستصبح أكثر استهلاكًا للموارد دون حلول مبتكرة.

حاليًا، يمكن فقط للشركات المالية القوية تطوير إمكانيات الذكاء الاصطناعي، مما يؤدي إلى مخاطر كبيرة. تثير المقاربة المركزية للذكاء الاصطناعي القلق: إذا فشل نموذج واحد أو واجه مشكلات في الإدارة، يمكن أن يحدث اضطراب كبير للعديد من الشركات المعلقة.

مخاطر المركزية

تشكل المركزية مخاطر على السلامة: حيث تعطي المنظمات الأولوية لمصالحها الشخصية، مما يعقد حل المشكلات المتعلقة بالسلامة أو المخاطر. في عالم يكون فيه الذكاء الاصطناعي مكلفًا والوصول إليه محدودًا، من المحتمل أن تتسع الفجوات القائمة، مما يخلق انقسامًا بين من لديهم وصول إلى الذكاء الاصطناعي المتقدم ومن لا يمتلكونه.

لتحسين فوائد الذكاء الاصطناعي بشكل آمن، يجب علينا تقليل التكاليف المرتبطة بالنشر على نطاق واسع. يتضمن ذلك تنويع الاستثمار وتوسيع الوصول إلى موارد الحوسبة والمواهب.

ستلعب ملكية البيانات أيضًا دورًا محوريًا في الوصول إلى الذكاء الاصطناعي. فكلما زادت البيانات الفريدة عالية الجودة المتاحة، أصبح الذكاء الاصطناعي أكثر قيمة وفائدة.

جعل الذكاء الاصطناعي أكثر وصولاً

على الرغم من أن النماذج مفتوحة المصدر تعاني حاليًا من فجوات في الأداء، يُتوقع أن تزداد استخدامها، خاصة إذا تم تنفيذ سياسات داعمة. يمكن تحسين العديد من النماذج لتطبيقات محددة، مما يمهد الطريق للشركات لإنشاء منطق توجيه فعال وطبقات تنظيمية مخصصة لقطاعات متنوعة.

يسمح استخدام نماذج مفتوحة المصدر بنهج متعدد النماذج، مما يزيد من السيطرة على الرغم من الفجوات في الأداء القائمة. قد نرى مستقبلًا حيث تتولى نماذج أصغر وأكثر تحسينًا المهام الأقل تعقيدًا، بينما تتعامل النماذج الأكثر تطورًا مع المشكلات المعقدة. على سبيل المثال، لا يحتاج نموذج يبلغ تريليون معلمة إلى التعامل مع استفسارات خدمة العملاء الأساسية.

للاستفادة من إمكانات الذكاء الاصطناعي، يجب علينا الانتقال من العروض التوضيحية والتعاون إلى عمليات نشر ذكاء اصطناعي قابلة للتوسع ومستدامة. تتصدى الشركات الناشئة لهذا التحدي من خلال تمكين تعدد النماذج وتقليل تكاليف الاستدلال عبر تقنيات متخصصة. تعتبر زيادة الاستثمار في هذه المجالات أمرًا حيويًا لدفع التقدم الكبير.

من خلال جعل الذكاء الاصطناعي أكثر فعالية من حيث التكلفة، يمكننا دعوة المزيد من الأطراف الفاعلة إلى هذه الصناعة، مما يعزز من موثوقية وأمان أدوات الذكاء الاصطناعي. في النهاية، يتماشى هذا مع الطموح الجماعي لتقديم قيمة لجمهور أوسع.