متابعة صناعة مثل الذكاء الاصطناعي التي تتحرك بسرعة كبيرة هي أمر صعب. لذلك، حتى يتمكن الذكاء الاصطناعي من القيام بذلك بالنيابة عنك، إليك ملخص مفيد للأخبار الأخيرة في عالم التعلم الآلي، بالإضافة إلى الأبحاث المهمة والتجارب التي لم نغطيها بشكل منفصل.
فضيحة OpenAI تظهر مخاطر التجارة
هذا الأسبوع، كان من المستحيل تجاهل الجدل القائم حول شركة الذكاء الاصطناعي OpenAI، وهذا يشملني أيضًا كصحفي، وهو أمر يسبب إرهاقًا لدماغي المنهك بسبب قلة النوم. فقد أقالت المجلس سام ألتمان، الرئيس التنفيذي وأحد المؤسسين، بسبب ما اعتبروه تفريطًا في الأولويات من جانبه: التجارة بالذكاء الاصطناعي على حساب السلامة.
تمت إعادة تعيين ألتمان كرئيس تنفيذي بفضل جهود شركة مايكروسوفت، وتم استبدال معظم أعضاء المجلس الأصلي. ولكن هذه القصة توضح مخاطر شركات الذكاء الاصطناعي، حتى تلك الشركات الكبيرة والمؤثرة مثل OpenAI، حيث يزداد الإغراء للاستفادة من مصادر تمويل تجارية.
ليس الأمر أن مختبرات الذكاء الاصطناعي ترغب بالضرورة في أن تندمج مع شركات رأس المال المتوجهة نحو التجارة والشركات التكنولوجية العملاقة. ولكن التكاليف الباهظة لتدريب وتطوير نماذج الذكاء الاصطناعي تجعل من الصعب تجنب هذا المصير.
وفقًا لشبكة CNBC، يمكن أن يكلف عملية تدريب نموذج لغوي كبير مثل GPT-3، السلفة لنموذج الذكاء الاصطناعي الرئيسي لشركة OpenAI وهو GPT-4، أكثر من 4 ملايين دولار. ولا يشمل هذا التقدير تكلفة توظيف علماء البيانات وخبراء الذكاء الاصطناعي ومهندسي البرمجيات، الذين يتقاضون رواتب عالية.
ليس من صدفة أن العديد من مختبرات الذكاء الاصطناعي الكبيرة لديها اتفاقيات استراتيجية مع مزودي الخدمات السحابية العامة؛ حيث أصبحت الحسابات الحاسوبية، خاصة في وقت تكون فيه الشرائح المستخدمة في تدريب نماذج الذكاء الاصطناعي نادرة (مما يفيد بائعين مثل Nvidia)، أكثر قيمة من الذهب بالنسبة لهذه المختبرات. وقد استثمر منافس OpenAI الرئيسي، Anthropic، من قبل كل من Google وAmazon. بينما تحظى Cohere وCharacter.ai بدعم من Google Cloud، والذي يعد أيضًا مزود البنية التحتية الحاسوبية الحصرية لهما.
ولكن، كما أظهر هذا الأسبوع، هذه الاستثمارات تأتي بمخاطر. فشركات التكنولوجيا العملاقة لديها أجنداتها الخاصة، والوزن الكافي للتأثير لتحقيق مصالحها.
حاولت OpenAI الحفاظ على بعض الاستقلالية من خلال هيكل فريد يحد من إجمالي عوائد المستثمرين. ولكن مايكروسوفت أظهرت أن الحسابات الحاسوبية يمكن أن تكون مثل الرأس المال في جعل الشركة تستجيب؛ حيث يتم استثمار الكثير من استثمار مايكروسوفت في OpenAI على شكل رصيد سحابة Azure، وتهديد منع هذه الرصيد يكفي لجذب انتباه أي مجلس إدارة.
ما لم يتم زيادة الاستثمارات بشكل جماعي في موارد الحوسبة العامة فائقة القوة أو برامج المنح الخاصة بالذكاء الاصطناعي، فإن الوضع الحالي لن يتغير قريبًا. فشركات الذكاء الاصطناعي ذات الحجم المعين، مثل معظم الشركات الناشئة، مضطرة للتخلي عن السيطرة على مصيرها إذا كانت ترغب في النمو. نأمل أن تتفق معظم هذه الشركات، على عكس OpenAI، على صفقة مع الشيطان الذي يعرفونه.
أخبار أخرى في مجال الذكاء الاصطناعي
هنا بعض الأخبار الأخرى في مجال الذكاء الاصطناعي خلال الأيام القليلة الماضية:
OpenAI لن تدمر البشرية
هل اخترعت OpenAI تكنولوجيا الذكاء الاصطناعي التي يمكن أن تهدد البشرية؟ قد يميل بعض العناوين الأخيرة إلى الاعتقاد بذلك. ولكن لا داعي للقلق، يقول الخبراء.
كاليفورنيا تدرس قواعد الذكاء الاصطناعي
تستعد وكالة حماية الخصوصية في كاليفورنيا لوضع قيود على الذكاء الاصطناعي. وقد نشرت الهيئة النظام الأساسي لكيفية استخدام بيانات الأشخاص في الذكاء الاصطناعي، مستوحاة من القواعد الموجودة في الاتحاد الأوروبي.
بارد يجيب على أسئلة يوتيوب
أعلنت Google أن برنامج الذكاء الاصطناعي Bard يمكنه الآن الإجابة على أسئلة حول مقاطع الفيديو على YouTube.
إطلاق Grok من X
أكد إيلون ماسك، مالك شركة X، أن Grok سيكون متاحًا لجميع المشتركين في Premium+ في الشركة في وقت ما هذا الأسبوع.
Stability AI تطلق مولد فيديو
أعلنت شركة الذكاء الاصطناعي Stability AI عن نموذج AI يولد مقاطع الفيديو عن طريق تحريك الصور الموجودة بالفعل.
Anthropic تطلق Claude 2.1
أصدرت Anthropic تحديثًا جديدًا لنموذجها اللغوي الكبير Claude 2.1، والذي يجعله منافسًا قويًا لسلسلة نماذج GPT الخاصة بشركة OpenAI.
OpenAI والذكاء الاصطناعي المفتوح
أظهرت فضيحة OpenAI أهمية القوى التي تسيطر على ثورة الذكاء الاصطناعي الناشئة، مما يدفع الكثيرين إلى التساؤل عما يحدث إذا قمت بالاعتماد بشكل كامل على لاعب مركزي ممتلك للمعلومات، وماذا يحدث إذا تعثرت الأمور بعد ذلك.
AI21 Labs تجمع الأموال
جمعت AI21 Labs، الشركة التي تطور منتجات ذكاء اصطناعي توليدية على غرار نماذج GPT-4 وChatGPT الخاصة بشركة OpenAI، 53 مليون دولار في الأسبوع الماضي، مما يرفع إجمالي التمويل الذي حصلت عليه إلى 336 مليون دولار.
تعلم الآلة المزيد
من الصعب جعل نماذج الذكاء الاصطناعي أكثر صراحة حول متى يحتاجون إلى مزيد من المعلومات لإنتاج إجابة موثوقة، حيث أن النموذج لا يعرف الفرق بين الصواب والخطأ. ولكن من خلال جعل النموذج يكشف عن طريقة عمله الداخلية قليلاً، يمكنك الحصول على فهم أفضل لمتى يكون من المرجح أن يكون غير صادق.
قام فريق بيردو بإنشاء “خريطة ريب” قابلة للقراءة من قبل الإنسان لكيفية تمثيل الشبكة العصبية للمفاهيم البصرية في مساحتها الناقلة. يتم تجميع العناصر المشابهة معًا، ويمكن أن تشير التداخلات مع مناطق أخرى إما إلى التشابه بين تلك المجموعات أو الارتباك في جزء النموذج. قال الباحث الرئيسي ديفيد جلايش: “ما نقوم به هو أخذ هذه المجموعات المعقدة من المعلومات الناتجة عن الشبكة وإعطاء الناس فهمًا عن كيفية رؤية الشبكة للبيانات على المستوى الماكروسكوبي”.
إذا كانت مجموعة البيانات الخاصة بك محدودة، فقد يكون من الأفضل عدم الاستنتاج بعيدًا عنها، ولكن إذا كنت مضطرًا للقيام بذلك، فربما أداة مثل “Senseiver” من مختبر لوس ألاموس الوطني تكون أفضل خيار لك. يستند النموذج إلى Perceiver من Google، وهو قادر على أخذ عدد قليل من القياسات المتناثرة والتوقعات المفاجئة بدقة عالية عن طريق ملء الفجوات.
يمكن أن يكون ذلك لأشياء مثل قياسات المناخ والقراءات العلمية الأخرى، أو حتى البيانات ثلاثية الأبعاد مثل الخرائط ذات الدقة المنخفضة التي تم إنشاؤها بواسطة ماسحات عالية الارتفاع. يمكن للنموذج أن يعمل على أجهزة الحوسبة الحافة، مثل الطائرات بدون طيار، والتي قد تكون الآن قادرة على البحث عن ميزات محددة (في حالة الاختبار، تسرب الميثان) بدلاً من قراءة البيانات ثم إعادتها للتحليل لاحقًا.
في الوقت نفسه، يعمل الباحثون على جعل الأجهزة التي تشغل هذه الشبكات العصبية تشبه الشبكة العصبية نفسها. قاموا بإنشاء مصفوفة تحتوي على 16 قطبًا كهربائيًا ثم غطوها بطبقة من الألياف القابلة للتوصيل في شبكة عشوائية ولكن متسقة بشكل دائم. حيث يتداخل هذه الألياف، يمكن أن تشكل اتصالات أو تكسرها، اعتمادًا على عدد من العوامل. ومن المثير للاهتمام أنها تشبه إلى حد كبير الطريقة التي تشكل بها الخلايا العصبية في أدمغتنا اتصالات ثم تعززها أو تتخلى عنها ديناميكيًا.
قال فريق جامعة كاليفورنيا في لوس أنجلوس / جامعة سيدني إن الشبكة كانت قادرة على تحديد الأرقام المكتوبة يدويًا بدقة تصل إلى 93.4٪، وهو ما يفوق الأسلوب التقليدي بنفس النطاق. إنه أمر مثير للاهتمام بالتأكيد، ولكنه لا يزال بعيدًا عن الاستخدام العملي، على الرغم من أن الشبكات الذاتية التنظيم ستجد طريقها إلى عالم الأدوات في نهاية المطاف.
تعاون الذكاء الاصطناعي في خدمة البشرية
من الجميل أن نرى نماذج التعلم الآلي تساعد الناس، ولدينا بعض الأمثلة على ذلك هذا الأسبوع.
أداة GeoMatch لمساعدة اللاجئين والمهاجرين
يعمل باحثو جامعة ستانفورد على أداة تسمى GeoMatch تهدف إلى مساعدة اللاجئين والمهاجرين في العثور على الموقع المناسب لوضعهم ومهاراتهم. ليست هذه الأداة إجراءً آليًا، حيث يتم اتخاذ هذه القرارات حاليًا من قبل ضباط التوظيف والمسؤولين الآخرين الذين، على الرغم من خبرتهم ومعرفتهم، قد لا يكونون على يقين من أن اختياراتهم مدعومة بالبيانات. يأخذ نموذج GeoMatch عددًا من السمات ويقترح موقعًا يحتمل أن يجد فيه الشخص فرصة عمل جيدة.
نظام تغذية آلي للأشخاص الذين لا يستطيعون تناول الطعام بأنفسهم
قدم باحثو الروبوتات في جامعة واشنطن نظام تغذية آلي للأشخاص الذين لا يستطيعون تناول الطعام بأنفسهم. تم تطوير النظام من خلال العديد من الإصدارات وتطور مع تعليقات المجتمع، وقال إيثان جوردون المشارك في القيادة: “لقد توصلنا إلى النقطة التي يمكننا فيها التعامل مع معظم أنواع الطعام التي يمكن أن يتعامل معها الشخص بشوكة. لذا لا يمكننا التعامل مع الحساء، على سبيل المثال. ولكن يمكن للروبوت التعامل مع كل شيء بدءًا من البطاطس المهروسة أو الشعرية إلى سلطة الفاكهة أو سلطة الخضروات الفعلية، بالإضافة إلى البيتزا المقطعة مسبقًا أو شطائر أو قطع اللحم”.
مساعدة الأشخاص المكفوفين
هناك بعض المشاريع الموجودة لمساعدة الأشخاص المكفوفين في التنقل في العالم، من Be My AI إلى Seeing AI من Microsoft، وهي مجموعة من النماذج المصممة خصيصًا للمهام اليومية. كان لدى Google تطبيق خاص بهم، تطبيق Project Guideline لتوجيه الأشخاص على المسار عند المشي أو الجري على طول مسار معين. قامت Google بجعله مفتوح المصدر، مما يعني عمومًا أنها تتخلى عنه، ولكن خسارتهم هي ربح للباحثين الآخرين، لأن العمل الذي قامت به الشركة ذات المليارات من الدولارات يمكن استخدامه الآن في مشروع شخصي.
لعبة FathomVerse
أخيرًا، هناك لعبة/أداة تسمى FathomVerse لتحديد المخلوقات البحرية بنفس الطريقة التي تحدد بها تطبيقات مثل iNaturalist الأوراق والنباتات. ولكنها تحتاج إلى مساعدتك، لأن الحيوانات مثل الأنيمونات والأخطبوط صعبة وصلبة للتعرف عليها. لذا سجل في النسخة التجريبية وانظر إذا كنت تستطيع مساعدة هذا المشروع على الانطلاق!
اترك تعليقاً