ستتوقف المرحلة التالية من المنافسة العالمية للذكاء الاصطناعي بشكل أقل على من يمكنه توسيع نطاق نماذج المحولات الحالية بشكل أسرع، ولكن أكثر على من يمكنه إعادة اختراع البنية لتوفير قدرة قابلة للمقارنة بجزء صغير من تكلفة الطاقة، وفقًا لأحد كبار العلماء في الولايات المتحدة.
بعبارات بسيطة، المحول هو البنية الأساسية للذكاء الاصطناعي التي تتعلم الأنماط بكميات هائلة من البيانات عن طريق وزن العلاقات بين الكلمات أو الرموز، في حين أن نموذج اللغة الكبير (LLM) هو محول تم تدريبه على نطاق واسع لإنشاء نص يشبه الإنسان والتفكير فيه. تتضمن أمثلة LLM الشائعة ChatGPT وDeepSeek.
قالت جينيفر تشايس، عميد كلية الحوسبة وعلوم البيانات والمجتمع في جامعة كاليفورنيا، بيركلي، لصحيفة آسيا تايمز في مقابلة في هونغ كونغ: “أود أن أرى بدائل لنموذج المحولات لتمنحنا هذا النوع من التفكير دون الاستخدام العالي للطاقة الذي لدينا الآن”.
وقالت: “إنها أسئلة رياضية أساسية للغاية والتي ستشكل أساس ذلك”. “لا أحد يعرف بالضبط ما يجب القيام به هناك. الناس يحاولون أساليب مختلفة.”
وأضافت أن بعضًا من أفضل علماء الكمبيوتر في العالم يقضون وقتًا في التعامل مع هذه المسألة بسبب مخاطرها المجتمعية الهائلة، خاصة فيما يتعلق باستهلاك الطاقة وتغير المناخ، لكنها أقرت بأن هؤلاء الباحثين يترددون في تكريس أنفسهم بالكامل لمثل هذه المشكلة الصعبة خوفًا من أن سنوات من الجهد قد لا تسفر عن عائد يذكر وتعريض حياتهم المهنية للخطر.
وأشاد تشايس بشركة DeepSeek الصينية لاستخدامها أساليب “التقطير المعرفي” لتدريب نماذج الذكاء الاصطناعي لديها، مشيرا إلى أن العملية تستهلك طاقة أقل بكثير من تدريب الذكاء الاصطناعي التقليدي.
وقالت: “كان ذلك ذكيًا للغاية. إنه ابتكار”، مضيفة أن تقنيات التقطير يتم تطبيقها الآن خارج نطاق تطوير الذكاء الاصطناعي السائد وفي البحث العلمي، بما في ذلك عملها في الكيمياء وعلوم المواد.
وقالت: “بغض النظر عن مقدار المال الذي تملكه، لا يمكنك توليد ما يكفي من البيانات الكيميائية لإنشاء نموذج كيميائي أساسي”. “فكيف يمكنك إذن استخلاص نماذج الذكاء الاصطناعي الخاصة بك وتدريبها بعد ذلك؟ كيف يمكنك دمج التدريب مع التجارب في الحالات التي تكون فيها البيانات متفرقة للغاية؟ هذه أسئلة أساسية ضخمة.”
يعد تقطير المعرفة – أو التقطير ببساطة – أحد أساليب تدريب الذكاء الاصطناعي شائعة الاستخدام. يمكن فهمه على أنه طالب يستمر في طرح الأسئلة على معلم واسع المعرفة. في مرحلة ما، سيكون الطالب ذكيًا مثل المعلم.
في 22 يناير 2025، نشرت مجموعة من باحثي DeepSeek ورقة بحثية تفيد بأن تدريب نموذج DeepSeek-R1 اعتمد على بيانات مقطرة من نماذج Tongyi Qianwen (Qwen) وMeta’s Llama من Alibaba. وقال الفريق إن إجمالي تكلفة تدريب DeepSeek-R1 بلغت حوالي 5.58 مليون دولار أمريكي، أي ما يقرب من 1.1% من الـ 500 مليون دولار أمريكي التي تم إنفاقها على تدريب Meta’s Llama 3.1.
هجرة العقول في الولايات المتحدة
وتعليقًا على ضوابط تصدير الرقائق الأمريكية إلى الصين، قالت تشايس إنها لا تعتقد أن القيود كان لها تأثير سلبي على الباحثين الصينيين. وبدلا من ذلك، قالت إن الضغوط ربما شجعت العلماء في الصين على اتباع طرق أكثر ابتكارا لزيادة قوة الحوسبة وكفاءتها.
وقالت: “إذا كنت تحت الضغط، فسوف تحقق اختراقات أكبر. ومن المؤكد أن برنامج DeepSeek فعل ذلك”. “أرى أن الناس يحصلون على قوة حاسوبية في جامعة تسينغهوا أكبر مما يحصلون عليه في الجامعات الأمريكية.”
في الوقت نفسه، أشار تشايس إلى أن العديد من الجامعات الأمريكية تواجه تحديًا مختلفًا عند التنافس مع نظيراتها الصينية، حيث تستمر في خسارة المواهب لصالح شركات التكنولوجيا الكبرى، وهي ديناميكية يمكن أن تجعل الباحثين الأكاديميين يشعرون بالحرمان من الوصول إلى الأشخاص والموارد.
لقد دار الجدل حول ضوابط التصدير على خلفية سياسية متغيرة. ذكرت رويترز في 30 يناير أن الصين منحت شركة DeepSeek الموافقة على شراء رقائق Nvidia H200 AI، على الرغم من أن الرئيس التنفيذي لشركة Nvidia Jensen Huang قال في نفس اليوم أن شركته لم تتلق تأكيدًا وأن بكين لا تزال تضع اللمسات النهائية على الترخيص.
في أبريل الماضي، حظرت الحكومة الأمريكية صادرات شرائح H20 AI من Nvidia إلى الصين وسط تصاعد التوترات السياسية بين واشنطن وبكين، وهو قيد تم التراجع عنه لاحقًا في يوليو 2025. والآن، تسمح واشنطن بتصدير رقائق H200 إلى الصين.
فئة جائزة شو الجديدة
قبل انضمامها إلى جامعة كاليفورنيا في بيركلي في عام 2020، أمضت تشايس أكثر من عقدين من الزمن كزميلة فنية في Microsoft، حيث قادت برامج بحثية كبرى وساعدت في تشكيل أجندة البحث طويلة المدى للشركة. أسست وقادت المجموعة النظرية في أبحاث مايكروسوفت، ثم أسست لاحقًا أبحاث مايكروسوفت في نيو إنجلاند ومختبر مدينة نيويورك. كما ترأست لجان الاختيار لجائزة تورينج.
وقد قبلت مؤخراً دعوة من توني تشان، الرئيس السابق لجامعة الملك عبد الله للعلوم والتكنولوجيا، لرئاسة لجنة الاختيار لجائزة شو المنشأة حديثاً في فئة علوم الكمبيوتر. تعمل هذه الخطوة على توسيع جائزة شو إلى ما هو أبعد من مجالاتها الثلاثة القديمة وهي الرياضيات وعلم الفلك وعلوم الحياة.
تضم لجنة الاختيار بعض الشخصيات الأكثر تأثيرًا في قطاع الذكاء الاصطناعي، بما في ذلك جون هينيسي، رئيس مجلس إدارة شركة Alphabet Inc، التي تدير شركة Google؛ يان ليكون، كبير العلماء السابق في Meta AI والمعروف على نطاق واسع بأنه “الأب الروحي للذكاء الاصطناعي”؛ وهاري شوم، نائب الرئيس التنفيذي السابق لمجموعة الذكاء الاصطناعي والأبحاث في مايكروسوفت.
وشدد تشايس على أن لجنة الاختيار تتمتع بمعرفة عميقة بتطوير الذكاء الاصطناعي في الصين، وهي في وضع جيد لتقييم الأبحاث التي يجريها علماء البر الرئيسي الصيني إلى جانب العمل من بقية العالم في إطار عملية الترشيح والمراجعة المعمول بها في جائزة شو.
وقالت: “لقد أمضى هاري شوم معظم حياته المهنية في الصين”. “وشخصيًا، في الفترة 1997-1998، عملت مع (عالم الكمبيوتر التايواني) كاي فو لي لفتح شركة Microsoft Research Asia في بكين.”
وأضافت أنه خلال أكثر من عقدين من الزمن قبل انتقالها إلى بيركلي في عام 2020، قامت بإرشاد العديد من علماء الكمبيوتر في بكين وبنت علاقات شخصية واسعة النطاق مع قادة الأبحاث في جميع أنحاء الصين.
وقالت تشايس إنها عملت بشكل وثيق مع الباحثين الصينيين، سواء في البر الرئيسي للصين أو في الولايات المتحدة، على مدى العقود الماضية، ولديها صورة إيجابية عنهم.
وقالت: “أشعر أن الباحثين من الصين، في المتوسط، يعملون بجهد أكبر من الباحثين من بقية العالم. وهذا شيء أحبه فيهم”. “إنهم حقًا نوع من الناس.”
وقالت إن الفائز الأول بجائزة شو في علوم الكمبيوتر، والتي سيتم الإعلان عنها في ربيع عام 2027، سيتم اختياره على أساس الجدارة العلمية البحتة ويمكن أن يأتي من أي مكان في العالم.
وقالت: “لقد كنا نناقش من هم المرشحون الواضحون. نريد التأكد من هوية المرشحين. بعضهم صينيون، وبعضهم من أوروبا وأمريكا. وبعضهم صينيون في أمريكا”.
واستشهدت بباحث ما بعد الدكتوراه الصيني الذي عمل في أمريكا الشمالية ويقيم الآن في هونج كونج كمثال على نوع الباحثين المتنقلين عالميًا الذين يمكن اعتبارهم.
ووصفت تشايس أيضًا يا تشين تشانغ، أستاذ كرسي في جامعة تسينغهوا والرئيس السابق لشركة بايدو، بأنه صديق قديم، قائلة إنها عرفته لأول مرة عندما كان رئيسًا لأبحاث مايكروسوفت آسيا في عام 1998. وأضافت أن عالم الكمبيوتر الأمريكي الصيني المولد فاي فاي لي هو أيضًا صديق مقرب، وأن الاثنين يواصلان العمل معًا في لجنة خبراء الذكاء الاصطناعي التي عينها حاكم كاليفورنيا جافين نيوسوم في سبتمبر 2024.
اقرأ: بكين توافق على واردات Nvidia H200، مما يشير إلى الاعتماد المفرط
اتبع جيف باو على تويتر على @jeffpao3
