في السنوات الأخيرة، تطورت تكنولوجيا الذكاء الاصطناعي التوليدي بسرعة، لكن الطريقة التقليدية المتمثلة في الاعتماد ببساطة على زيادة البيانات والقدرة الحاسوبية لتحسين أداء الذكاء الاصطناعي وصلت إلى عنق الزجاجة. علم محرر Downcodes أن العديد من كبار علماء الذكاء الاصطناعي أشاروا إلى أن مجال الذكاء الاصطناعي يتحول من عصر التوسع على نطاق واسع إلى مرحلة جديدة تركز على الابتكار المذهل. ويعني هذا التغيير أن تطوير الذكاء الاصطناعي سيولي المزيد من الاهتمام لتحسين جودة النموذج بدلاً من مجرد متابعة التوسع على نطاق واسع. ويجري استكشاف وتطبيق مسارات وأساليب تقنية جديدة، مما يوفر فرصًا وتحديات جديدة للتنمية المستقبلية في مجال الذكاء الاصطناعي.
مع التطور السريع للذكاء الاصطناعي التوليدي، يتغير الفهم التقليدي للصناعة بأن الأكبر هو الأفضل. صرح العديد من كبار علماء الذكاء الاصطناعي مؤخرًا أن طريقة تحسين أداء الذكاء الاصطناعي ببساطة عن طريق زيادة كمية البيانات وقوة الحوسبة تقترب من عنق الزجاجة، وأن اتجاهات التقدم التكنولوجي الجديدة آخذة في الظهور.
أعرب إيليا سوتسكيفر، المؤسس المشارك لشركة Safe Superintelligence وOpenAI، مؤخرًا عن رأيه بأن أساليب التدريب المسبق التقليدية قد دخلت مرحلة هضبة الأداء. وهذا التأكيد ملفت للنظر بشكل خاص لأن دفاعه المبكر عن أساليب التدريب المسبق واسعة النطاق هو الذي أدى إلى ظهور ChatGPT. وقال اليوم إن مجال الذكاء الاصطناعي انتقل من عصر التوسع إلى عصر المعجزات والاكتشافات.
يواجه التدريب على النماذج الكبيرة حاليًا تحديات متعددة: تكاليف التدريب التي تبلغ عشرات الملايين من الدولارات، وخطر فشل الأجهزة الناتج عن تعقيد النظام، ودورات الاختبار الطويلة، والقيود المفروضة على موارد البيانات وإمدادات الطاقة. وقد دفعت هذه المشاكل الباحثين إلى استكشاف مسارات تكنولوجية جديدة.
ومن بينها، حظيت تكنولوجيا حساب وقت الاختبار باهتمام واسع النطاق. يسمح هذا النهج لنموذج الذكاء الاصطناعي بإنشاء وتقييم خيارات متعددة في الوقت الفعلي أثناء الاستخدام، بدلاً من إعطاء إجابة واحدة مباشرة. أجرى باحث OpenAI Noam Brown تشبيهًا واضحًا: إن مطالبة الذكاء الاصطناعي بالتفكير في لعبة البوكر لمدة 20 ثانية له نفس فعالية توسيع حجم النموذج ووقت التدريب بمقدار 100000 مرة.
حاليًا، تعمل العديد من أفضل مختبرات الذكاء الاصطناعي، بما في ذلك OpenAI وAnthropic وxAI وDeepMind، على تطوير إصداراتها التقنية الخاصة. وقد طبقت OpenAI هذه التقنية في أحدث طراز لها o1، وقال كبير مسؤولي المنتج كيفن ويل إنه من خلال هذه الأساليب المبتكرة، يرون الكثير من الفرص لتحسين أداء النموذج.
يعتقد خبراء الصناعة أن هذا التغيير في مسار التكنولوجيا قد يعيد تشكيل المشهد التنافسي لصناعة الذكاء الاصطناعي بأكملها ويغير بشكل أساسي هيكل طلب شركات الذكاء الاصطناعي على الموارد المختلفة. يشير هذا إلى أن تطوير الذكاء الاصطناعي يدخل مرحلة جديدة تولي اهتمامًا أكبر لتحسين الجودة بدلاً من التوسع على نطاق واسع.
جلبت الإنجازات التكنولوجية الجديدة فرصًا تطويرية جديدة لصناعة الذكاء الاصطناعي واقترحت أيضًا تفكيرًا جديدًا حول الاتجاه المستقبلي لتطوير الذكاء الاصطناعي. يعتقد محرر Downcodes أنه في التطوير المستقبلي، ستستمر التقنيات المبتكرة في الظهور في مجال الذكاء الاصطناعي، مما يعزز تطوير تكنولوجيا الذكاء الاصطناعي إلى مستوى أعمق، ويفيد المجتمع البشري في النهاية.