أسرع حاسوب يعيد رسم حدود الذكاء الاصطناعي

بات أداء المهام المعقدة والتي تحتاج إلى حواسيب ضخمة من الماضي، مع عملاق الذكاء الاصطناعي والتكنولوجيا «ديب سيك» تعمل على تطوير وكيل ذكاء اصطناعي قوي بنهاية عام 2025. تعمل الشركة على إطلاق وكيل ذكاء اصطناعي قادر على أداء مهام معقدة، والذي يُتوقع إطلاقه بنهاية عام 2025.
قدرات خارقة
النموذج الجديد سيُعرف باسم ديب سيك آر 2 وسيتم تصميمه لأداء مهام متعددة الخطوات بشكل مستقل، ما يقلل الحاجة إلى توجيه مستمر من المستخدم. ويهدف هذا النموذج إلى منافسة النماذج المماثلة من شركات مثل أوبن إيه آي
وتتميز ديب سيك بكفاءتها في التدريب، حيث يُقال إن نموذجها آر 1 تم تدريبه بتكلفة أقل بكثير من منافسيها الأمريكيين، مع تحقيق أداء مماثل أو أفضل. هذه الكفاءة قد تُحدث تحولاً في مجال الذكاء الاصطناعي، ما يجعل الحوسبة عالية الأداء أكثر فعالية من حيث التكلفة.
رموز برمجية معقدة
وسيكون التطبيق الثوري الجديد في متناول الجميع فور إطلاقه، ويمكن أن يتم استخدامه في مجالات مثل التخطيط للرحلات، وكتابة رموز برمجية معقدة، وتصحيحها، ما يعزز الإنتاجية في مختلف القطاعات، مثل التمويل، والتجارة الإلكترونية، والرعاية الصحية، والخدمات اللوجستية.
يُعد تطوير ديب سيك لهذا الوكيل خطوة كبيرة في السباق العالمي للذكاء الاصطناعي، ويضعها في موقع تحدٍ للشركات الكبرى.
القوة الضاربة
لكن الادعاء بأن الذكاء الاصطناعي يجعل الحواسيب الضخمة شيئاً من الماضي، هو فكرة مثيرة للاهتمام، لكن الواقع يختلف تماماً، فبدلاً من أن يجعلها قديمة، أصبح الذكاء الاصطناعي هو القوة الدافعة الرئيسة وراء الجيل الجديد من الحواسيب الضخمة. وكانت الحواسيب الضخمة التقليدية تُستخدم في المقام الأول للمهام العلمية المعقدة، مثل محاكاة المناخ، وتجارب الفيزياء النووية، أو نمذجة المجرات. كانت هذه المهام تتطلب قوة حوسبة هائلة للقيام بحسابات رياضية معقدة جداً.
نماذج التعلم العميق
ومع ظهور الذكاء الاصطناعي، وخاصة نماذج التعلم العميق، برزت حاجة جديدة لقوة حوسبة لا مثيل لها. يتطلب تدريب نماذج الذكاء الاصطناعي الضخمة (مثل جي بي تي 5معالجة كميات هائلة من البيانات، وهو ما يحتاج إلى عدد كبير من وحدات معالجة الرسومات التي لا يمكن توفيرها إلا من خلال الحوسبة عالية الأداء في الواقع، لم تصبح الحواسيب الضخمة قديمة، بل تطورت لتصبح «حواسيب ذكاء اصطناعي ضخمة» . وقد أصبح تصميم أسرع الحواسيب في العالم حالياً، يركز على تحسين أداء مهام الذكاء الاصطناعي والتعلم الآلي.