دخلت مجالات الذكاء الاصطناعي عصر تنافس الأبطال، لكن نموذج الأعمال لا يزال قيد البحث.
في الشهر الماضي، انفجرت في صناعة الذكاء الاصطناعي "حرب الحيوانات". من جهة، نموذج Llama الذي أطلقته Meta، والذي حظي بشعبية كبيرة بين المطورين بسبب خصائصه المفتوحة المصدر. ومن جهة أخرى، النموذج الكبير المسمى Falcon، الذي ظهر في مايو من هذا العام وتغلب على Llama ليحتل قمة تصنيف LLM المفتوح المصدر.
من المثير للاهتمام أن مطور "الصقر" هو معهد الابتكار التكنولوجي في الإمارات. ثم تم اختيار وزير الذكاء الاصطناعي في الإمارات ضمن قائمة "أكثر 100 شخص تأثيرًا في مجال الذكاء الاصطناعي" التي أصدرتها مجلة تايم.
في الوقت الحاضر، دخل مجال الذكاء الاصطناعي مرحلة "راقصة الشياطين". العديد من الدول والشركات تعمل على إنشاء نماذج لغوية كبيرة خاصة بها. فقط في منطقة الخليج، قامت المملكة العربية السعودية بشراء أكثر من 3000 شريحة H100 للجامعات المحلية لتدريب LLM.
ظهور هذه الظاهرة يعود إلى الورقة البحثية التي نشرتها جوجل في عام 2017 حول خوارزمية Transformer. حلت Transformer العديد من عيوب الشبكات العصبية المبكرة، وأصبحت أساس جميع النماذج الكبيرة اليوم. لقد حولت النماذج الكبيرة من بحث نظري إلى مشكلة هندسية بحتة.
مع تزايد نشاط المجتمع المفتوح المصدر، قد تتقارب أداء نماذج اللغة الكبيرة (LLM) المختلفة. القوة التنافسية الحقيقية تكمن في بناء النظام البيئي أو القدرة على الاستدلال البحتة. حالياً، لا يزال GPT-4 يتفوق أداءً على النماذج الأخرى.
ومع ذلك، أصبحت تكاليف قوة الحوسبة المرتفعة عقبة أمام تطور الصناعة. تقدر شركة Sequoia Capital أن إنفاق الشركات التكنولوجية العالمية على بنية النماذج الكبيرة سيصل إلى 200 مليار دولار سنويًا، لكن الإيرادات لن تتجاوز 75 مليار دولار، مما يخلق فجوة كبيرة.
باستثناء عدد قليل من الحالات، لم تتمكن معظم شركات الذكاء الاصطناعي بعد من العثور على نموذج ربح واضح. حتى عمالقة البرمجيات مثل مايكروسوفت وأدوبي يواجهون صعوبات في تسعير خدمات الذكاء الاصطناعي.
بشكل عام، على الرغم من أن ثورة الذكاء الاصطناعي لا تزال في بدايتها، إلا أن التحديات التجارية التي تواجه مقدمي النماذج الكبيرة فقط تتزايد. قد تكون المفتاح في المستقبل هو كيفية دمج تقنيات الذكاء الاصطناعي مع سيناريوهات التطبيق الفعلية، لإنشاء قيمة حقيقية للمستخدمين.
شاهد النسخة الأصلية
قد تحتوي هذه الصفحة على محتوى من جهات خارجية، يتم تقديمه لأغراض إعلامية فقط (وليس كإقرارات/ضمانات)، ولا ينبغي اعتباره موافقة على آرائه من قبل Gate، ولا بمثابة نصيحة مالية أو مهنية. انظر إلى إخلاء المسؤولية للحصول على التفاصيل.
تتنافس الشركات في صناعة الذكاء الاصطناعي ولا تزال نماذج الأعمال بحاجة إلى الابتكار
دخلت مجالات الذكاء الاصطناعي عصر تنافس الأبطال، لكن نموذج الأعمال لا يزال قيد البحث.
في الشهر الماضي، انفجرت في صناعة الذكاء الاصطناعي "حرب الحيوانات". من جهة، نموذج Llama الذي أطلقته Meta، والذي حظي بشعبية كبيرة بين المطورين بسبب خصائصه المفتوحة المصدر. ومن جهة أخرى، النموذج الكبير المسمى Falcon، الذي ظهر في مايو من هذا العام وتغلب على Llama ليحتل قمة تصنيف LLM المفتوح المصدر.
من المثير للاهتمام أن مطور "الصقر" هو معهد الابتكار التكنولوجي في الإمارات. ثم تم اختيار وزير الذكاء الاصطناعي في الإمارات ضمن قائمة "أكثر 100 شخص تأثيرًا في مجال الذكاء الاصطناعي" التي أصدرتها مجلة تايم.
في الوقت الحاضر، دخل مجال الذكاء الاصطناعي مرحلة "راقصة الشياطين". العديد من الدول والشركات تعمل على إنشاء نماذج لغوية كبيرة خاصة بها. فقط في منطقة الخليج، قامت المملكة العربية السعودية بشراء أكثر من 3000 شريحة H100 للجامعات المحلية لتدريب LLM.
ظهور هذه الظاهرة يعود إلى الورقة البحثية التي نشرتها جوجل في عام 2017 حول خوارزمية Transformer. حلت Transformer العديد من عيوب الشبكات العصبية المبكرة، وأصبحت أساس جميع النماذج الكبيرة اليوم. لقد حولت النماذج الكبيرة من بحث نظري إلى مشكلة هندسية بحتة.
مع تزايد نشاط المجتمع المفتوح المصدر، قد تتقارب أداء نماذج اللغة الكبيرة (LLM) المختلفة. القوة التنافسية الحقيقية تكمن في بناء النظام البيئي أو القدرة على الاستدلال البحتة. حالياً، لا يزال GPT-4 يتفوق أداءً على النماذج الأخرى.
ومع ذلك، أصبحت تكاليف قوة الحوسبة المرتفعة عقبة أمام تطور الصناعة. تقدر شركة Sequoia Capital أن إنفاق الشركات التكنولوجية العالمية على بنية النماذج الكبيرة سيصل إلى 200 مليار دولار سنويًا، لكن الإيرادات لن تتجاوز 75 مليار دولار، مما يخلق فجوة كبيرة.
باستثناء عدد قليل من الحالات، لم تتمكن معظم شركات الذكاء الاصطناعي بعد من العثور على نموذج ربح واضح. حتى عمالقة البرمجيات مثل مايكروسوفت وأدوبي يواجهون صعوبات في تسعير خدمات الذكاء الاصطناعي.
بشكل عام، على الرغم من أن ثورة الذكاء الاصطناعي لا تزال في بدايتها، إلا أن التحديات التجارية التي تواجه مقدمي النماذج الكبيرة فقط تتزايد. قد تكون المفتاح في المستقبل هو كيفية دمج تقنيات الذكاء الاصطناعي مع سيناريوهات التطبيق الفعلية، لإنشاء قيمة حقيقية للمستخدمين.