هل بلغ الذكاء الاصطناعي ذروته في التطور الحالي؟
نتيجة للنجاح الكبير لـ”شات جي بي تي”، ظهرت عدة نماذج جديدة من شركات أخرى، ويعتبر “شات جي بي تي” الأكثر شيوعًا بين المستخدمين، مما جعله رمزًا للذكاء الاصطناعي. يتوقع الجميع الآن الجيل الجديد من “جي بي تي” والذي يحمل الرقم 5، رغم أن بعض التقارير تشير إلى أنه لن يقدم قفزة كبيرة في الأداء كما حدث مع “جي بي تي 4”.
### تطور أبطأ
في الأسابيع الأخيرة، نشر موقع “ذي إنفورميشن” تقريرًا يتناول الجيل الجديد من نماذج “جي بي تي” التي تطورها “أوبن إيه آي”، مشيرًا إلى أنها لن تحقق قفزة في الأداء. التقرير استند إلى معلومات من مصدر داخل الشركة، وذكر أن النموذج الجديد يحمل اسم “أوريون” (Orion)، والذي يُفترض أن يُطرح نهاية هذا العام.
لكن، وفقًا لبيان رسمي من “أوبن إيه آي”، الشركة لا تنوي إطلاق نموذج الذكاء الاصطناعي باسم “أوريون” هذا العام. قد يعني ذلك أن النموذج لن يحمل هذا الاسم أو أن إطلاقه قد يتأجل.
التناقض بين الأخبار حول النموذج يؤشر إلى عدم جاهزيته، مما يتوافق مع تقارير “ذي إنفورميشن”. على الرغم من الإشارة إلى سرعة أعلى في الاستجابة وتحسين النتائج الكتابية، إلا أن هذه التحسينات لم تتطلب نموذجًا كاملًا جديدًا كما حصل مع “جي بي تي 3” و”جي بي تي 4″، حيث كانت القفزة بينهما ملحوظة في الأداء والسرعة والدقة.
### لماذا لا يقدم “أوريون” جديدًا؟
على الرغم من أن تقنيات الذكاء الاصطناعي لا تزال واعدة، فإن تحقيق إمكانياتها يعتمد بشكل كبير على التقنيات الأخرى التي تدعمها. فالذكاء الاصطناعي، مهما تطور، لن يكون قابلًا للاستخدام دون وجود خوادم سحابية تتناسب مع متطلبات تشغيله.
لتشغيل الخوادم السحابية بكفاءة، يجب أن تعمل الشركات على تطوير بطاقات رسومية ومعدات تشغيل تتماشى مع طموحات الذكاء الاصطناعي، وهو ما يبقى تحديًا تواجهه العديد من الشركات في هذا المجال.
### تحديات تواجه مراكز البيانات للذكاء الاصطناعي
تفاعلات مراكز البيانات المرتبطة بالذكاء الاصطناعي تواجه العديد من التحديات، حيث يتطلب تشغيل هذه المراكز طاقة عالية تؤثر في البيئة. وقد يشير ذلك إلى اتجاه الشركات نحو استخدام الطاقة النووية كخيار أساسي لمواجهة متطلبات الطاقة لهذه المراكز.
صعوبات تطوير خوادم متقدمة
على الرغم من الجهود المبذولة لتطوير خوادم جديدة متقدمة للذكاء الاصطناعي، إلا أن الشركات لا تزال تواجه صعوبات في تنفيذ هذه المشاريع، بما في ذلك التحديات المرتبطة بتطوير مصادر الطاقة أو شرائح إلكترونية تتناسب مع هذه الاحتياجات. هذه المعوقات تؤثر سلبًا على تقدم الذكاء الاصطناعي.
نقص بيانات التدريب
تعتبر قلة البيانات المتاحة لتدريب أنظمة الذكاء الاصطناعي تحديًا إضافيًا. إذ انتهت الكثير من الشركات من استخدام البيانات المتاحة عبر الإنترنت ووسائل التواصل الاجتماعي، مما يعني عدم وجود بيانات جديدة يمكن استخدامها لتعزيز إمكانات الذكاء الاصطناعي. وبدلاً من ذلك، يصبح تطوير هذه الأنظمة معتمدًا على البيانات المنتجة داخليًا، مما يتطلب وقتًا أطول من تدريب الأنظمة باستخدام كميات كبيرة من البيانات المتاحة.
الأثر التراكمي على التطوير
رغم دخول بعض الشركات في مجال توظيف العاملين عن بعد لتدريب البيانات، يبدو أن هذه الحلول لن تكون كافية لتلبية احتياجات تطوير كافة نماذج الذكاء الاصطناعي المتاحة على مستوى العالم.
هل بلغ الذكاء الاصطناعي ذروته؟
عمومًا، لا يمكن القول بأن الذكاء الاصطناعي قد بلغ ذروته في تطويره أو استخداماته، ولكن الإمكانات الحالية تظهر أن التطوير للأساليب الجديدة لن يكون بنفس سرعة الفترات السابقة. ومن المتوقع أن يتراجع معدل إطلاق النماذج الجديدة الخاصة بتقنيات الذكاء الاصطناعي إذا لم تتمكن الشركات من إيجاد حلول مبتكرة لمواجهة هذه التحديات.
المصدر
المصدر: الجزيرة
