Ash Minhas: لا يزال هذا المنتج في مرحلة مبكرة جدًا، كما أن هذا المجال نفسه لا يزال في بداياته. لذلك أعتقد أن أي جهة تحاول تحديد سعره في الوقت الحالي تسعى في الأساس إلى معرفة مدى استعداد السوق لتقبُّله.

Tim Hwang: نناقش كل ذلك وأكثر في حلقة اليوم من Mixture of Experts. أنا معكم Tim Hwang، ومرحبًا بكم في Mixture of Experts. في كل أسبوع، يجمع MOE نخبةً من أبرز الخبراء في مجال التكنولوجيا لتقديم خلاصة أهم ما تحمله أحدث أخبار الذكاء الاصطناعي. وينضم إلينا اليوم ثلاثة ضيوف مميزين؛ نرحب بحرارة بكلٍّ من Ash Minhas، كبير مسؤولي التوعية بالذكاء الاصطناعي؛ وAmbhi Ganesan، شريك في مجال الذكاء الاصطناعي والتحليلات؛ وSandi Besen، مهندسة أبحاث الذكاء الاصطناعي. مرحبًا بكم جميعًا.

لدينا اليوم حلقة شيقة ومثيرة للاهتمام للغاية. وسنتناول مجموعةً متنوعةً من الموضوعات التي تصدَّرت الأخبار مؤخرًا. سنبدأ بالحديث عن 1X Neo، الروبوت الشبيه بالبشر الذي تم الإعلان عنه مؤخرًا، والمراجعة التي نشرتها Wall Street Journal عنه. وسنتحدث أيضًا عن الاعتراض المثير للاهتمام الذي يواجهه Sora 2 من OpenAI من جانب أصحاب حقوق النشر في اليابان. وأخيرًا، سنتحدث عن شراكة كبيرة بين AWS وOpenAI. لكن أولًا، نستمع إلى Aili مع أحدث الأخبار.

Aili McConnon: مرحبًا بالجميع، معكم Aili McConnon، كاتبة أخبار التكنولوجيا لدى IBM Think. وأستعرض معكم بعض أخبار الذكاء الاصطناعي التي ربما فاتتكم هذا الأسبوع. ستدفع شركة Perplexity المتخصصة في الذكاء الاصطناعي 400 مليون دولار أمريكي لدمج محرك البحث المدعوم بالذكاء الاصطناعي الخاص بها مباشرةً في تطبيق Snapchat، بحيث يمكن استخدام منصة التواصل الاجتماعي للبحث باستخدام الذكاء الاصطناعي إلى جانب إرسال اللقطات، أي الصور والرسائل التي تختفي بعد عرضها. وهنا يلتقي اتجاهان معًا؛ إذ تمنح منصة العملات المشفرة Coinbase وكلاء الذكاء الاصطناعي محافظ عملات مشفرة خاصة بهم، ليتمكنوا من إجراء عمليات شراء نيابةً عن العملاء بدلًا من مجرد اقتراح ما يمكن شراؤه. وأطلقت Instacart مجموعةً من أدوات الذكاء الاصطناعي للمؤسسات مخصصةً لمتاجر البقالة، بحيث يتمكن تجار التجزئة من معرفة المنتجات المتوفرة على أرففهم في الوقت الفعلي. وهذا يعني أيضًا أن المتسوقين سيحصلون على مساعد ذكاء اصطناعي يساعدهم على تخطيط الوجبات وإدارة الميزانية بما يتناسب مع احتياجاتهم. وترسل Google شرائح للذكاء الاصطناعي إلى الفضاء على متن أقمار صناعية تعمل بالطاقة الشمسية، لاختبار تشغيل الذكاء الاصطناعي بالطاقة الشمسية ضمن مشروع يحمل اسمًا مناسبًا هو "Suncatcher". هل ترغبون في معرفة المزيد عن بعض هذه الموضوعات؟ اشتركوا في رسالة Think الإخبارية عبر الرابط الموجود في ملاحظات الحلقة. والآن، لنعُد إلى الحلقة.

Tim Hwang: أود أن أبدأ بمقطع فيديو انتشر على نطاق واسع عبر وسائل التواصل الاجتماعي هذا الأسبوع، ويتناول الروبوت 1X Neo. سيتذكر مستمعونا القدامى أننا تحدثنا عن Neo عندما تم الإعلان عنه لأول مرة، لكنه أصبح الآن متاحًا للبيع بالفعل ويمكنكم شراؤه. وهو متاح باشتراك قدره 500 دولار شهريًا أو مقابل 20 ألف دولار أمريكي للحصول عليه ضمن برنامج الوصول المبكر. أما 1X Neo، فهو روبوت بالحجم الطبيعي يشبه هيئة الإنسان، ومصمم للعمل داخل المنزل والمساعدة على أداء المهام المنزلية.

Ash، سأبدأ معك. هل تعتقد أن هذه الفكرة قابلة للنجاح والاستمرار؟ هل سنمتلك جميعًا روبوتًا شبيهًا بالبشر في منازلنا بحلول عام 2028، أم تعتقد أن استخدامه سيقتصر على حالات محددة مع طرح الشركة لمنتجاتها الأولى؟

Ash Minhas: أعتقد أنهم قدَّموا المنتج للعالم بصورة رائعة للغاية في مقطع الفيديو الخاص بهم. لكن مقطع Wall Street Journal أظهر فجوةً كبيرةً بين قدراته الحالية وما عرضته الشركة باعتباره الإمكانات التي يمكن أن يصل إليها مستقبلًا. وأعتقد أنه لا يزال بحاجة إلى أكثر من عام من أعمال التطوير قبل أن أضع شيئًا كهذا في منزلي وأثق به في التعامل مع نظارتي أو العمل في مطبخي أو التعامل مع الأشياء اليومية القابلة للكسر.

وخلال مقابلة Wall Street Journal، تحدَّث المؤسس بصراحة عن الاستعانة بالتشغيل عن بُعد. وهذا يكشف لنا بوضوح أننا، عندما يتعلق الأمر بروبوتات تتعامل مع بيئات معقدة وغير واضحة، لم نصل بعد إلى مستوى من تقنيات الذكاء الاصطناعي يمكِّنها من العمل بدقة بمفردها. لذلك، أعتقد أننا لا نزال بحاجة إلى عدة سنوات قبل الوصول إلى هذه المرحلة.

Tim Hwang: ‏Sandy، هل يمكنكِ أن توضِّحي لنا ببساطة لماذا يُعَد هذا الأمر صعبًا إلى هذه الدرجة؟ لقد شهدنا تطورًا هائلًا في قدرات الذكاء الاصطناعي، ومع ذلك أظهرت مراجعة Wall Street Journal الروبوت وهو يحاول فتح باب غسالة الأطباق وإغلاقه، واستغرق ذلك عدة دقائق. ما الذي يجعل مهمةً كهذه صعبةً إلى هذا الحد من منظور الذكاء الاصطناعي؟

Sandi Besen: شهدنا نجاح الروبوتات في البيئات التي تكون فيها المهام متكررةً وروتينيةً، مثل منشآت Amazon المعروفة باستخدام الروبوتات. لكن الأمر يختلف مع المهام الأكثر عموميةً، فكل منزل له طبيعته الخاصة. ولا يتعلق الأمر بتصميم المنزل فقط، كما هو الحال مع المكانس الروبوتية، بل تختلف أيضًا المقابض والأزرار وأنواع الغسالات، وحتى المواقد التي قد تعمل بالغاز أو الكهرباء. فهناك قدر هائل من الاختلافات. وقد واجهت Waymo تحديًا مشابهًا مع السيارات ذاتية القيادة؛ إذ ظلت السرعة المسموح بها لهذه السيارات محدودةً بنحو 25 ميلًا في الساعة، وبدأ ذلك يتغير مؤخرًا. فهي تحتاج إلى جمع كميات كبيرة من بيانات التدريب. وهذا يطرح سؤالًا: كيف سيجمعون كل هذه البيانات؟ وهل سيقبل الناس بذلك داخل منازلهم؟ وقد طرح في مراجعة Wall Street Journal مفهومًا مثيرًا للاهتمام أطلق عليه "الأخت الكبرى (Big Sister)"، وهي طريقة لافتة للنظر إلى الأمر. فنحن نعرف مفهوم "الأخ الأكبر (Big Brother)" ذي الدلالة السلبية، لكن هل يمكن أن نتقبل "Big Sister" لأنها ستساعدنا على المدى الطويل؟

Tim Hwang: المقارنة مع Waymo مناسبة جدًا. Ambhi، أود أن أعرف رأيك. تعمل Waymo بالفعل الآن؛ ففي San Francisco، يمكنك طلب سيارة ذاتية القيادة والركوب فيها ببساطة. وما جعلني أشعر بالثقة هو أن الأمر يصبح عاديًا تمامًا بعد الرحلة الثانية أو الثالثة، لدرجة أنك لا تعود تفكر فيه أصلًا. لكن الوصول إلى هذه المرحلة استغرق وقتًا طويلًا. هل تعتقد أننا سنشهد مسارًا زمنيًا مشابهًا هنا؟ تتحدث Google عن المركبات ذاتية القيادة منذ أكثر من عقد. هل تعتقد أننا سنحتاج إلى فترة زمنية مماثلة قبل أن نحصل على روبوتات منزلية مؤتمتة بالكامل؟

Ambhi Ganesan: هذا بالضبط ما أشعر به تجاه سيارات Waymo. فقد استخدمتها مرات عديدة، وأكثر ما يثير الدهشة فيها أنها لم تَعُد تثير الدهشة أصلًا؛ فقد أصبحت التجربة طبيعيةً للغاية ولا تشعر بأن هناك شيئًا غير مألوف. ولا يزال أمام الروبوتات المنزلية طريق طويل قبل أن تصل إلى هذه المرحلة. عندما كنت صغيرًا، كنت من أشد المعجبين بـ Isaac Asimov، ولذلك أفكر دائمًا في قوانين الروبوتات الثلاثة: ألّا تسبب الضرر، وأن تحمي البشر، وألا تعرِّض نفسها للخطر. ولا يزال أمامنا الكثير من العمل قبل أن نتمكن من تضمين كل هذه المبادئ في الروبوتات المنزلية والوصول بها إلى هذا المستوى.

وكما أشارت Sandy، تنجح Waymo والمركبات ذاتية القيادة لأن نطاق الاحتمالات التي تتعامل معها منظم إلى حد ما؛ فهناك إشارات مرور وطرق محددة بمسارات واضحة. أما الروبوتات المنزلية، فتتعامل مع نطاق واسع للغاية وغير منظم ويكاد يكون بلا حدود، ولذلك سيستغرق تطويرها وقتًا. وهناك بعض الأفكار الواعدة، مثل استخدام نماذج العالم لمحاكاة البيانات وإنشاء بيانات اصطناعية، لكن لا يزال هناك الكثير من "الاحتمالات غير المؤكدة". فهناك عوامل عديدة: هل تتوفر بيانات كافية للتدريب؟ وماذا عن القدرة الحاسوبية؟ ففي كل مرة نشارك فيها في هذا البودكاست نتحدث عن تزايد القيود على القدرة الحاسوبية، وكيف أصبحت البنية التحتية ميزةً تنافسيةً يصعب على الآخرين مجاراتها. فكِّروا فقط في حجم البنية التحتية اللازمة لتشغيل هذه الروبوتات على نطاق واسع. فلا يزال هناك الكثير مما ينبغي بناؤه على مستوى البنية التحتية.

أما الجانب الثالث فهو الأمان؛ فسواء كنا نتبنّى قوانين الروبوتات الثلاثة أو أي مبادئ أخرى، فسيتعين علينا وضع قواعد واضحة لتنظيم استخدام الروبوتات المنزلية والاستفادة منها. لا يزال أمامنا الكثير لاكتشافه. لذلك، نحن أمام رحلة ستستغرق سنوات، وليس أمرًا يمكن إنجازه بالكامل خلال عامين.

Tim Hwang: خطرت لي فكرة وأنا أشاهد فيديو Wall Street Journal: ربما فكرت 1X Neo في إرسال الروبوتات إلى متاجر IKEA لتتجول هناك وتفتح الأدراج وتغلقها وتجلس على الأثاث، فتجمع كمًا هائلًا من بيانات التدريب، ثم تأتي إلى منزلك، الذي لا يحتوي على أثاث IKEA، وتفشل في أداء المهام!

Ash، سأستمر معك ونتحدث عن جانب البيانات. كما ذكرنا، كشفت المراجعة عن الاستعانة بالتشغيل عن بُعد لجمع بيانات حول كيفية التنقل في البيئات المعقدة. وكما أشار Ambhi، فإن المنازل أكثر تعقيدًا حتى من الطرق. ومع وضع ذلك في الاعتبار، لماذا يتم طرح الروبوت بهذا السعر المرتفع؟ فاشتراك 500 دولار أمريكي شهريًا يعادل اشتراكين ونصف تقريبًا في ChatGPT Pro، بينما تبلغ تكلفة الوصول المبكر 20 ألف دولار أمريكي. البيانات قيّمة، فلماذا لا يجعلون الاشتراك 20 دولارًا أمريكيًا شهريًا مثلًا؟ فهم يحتاجون إلى البيانات لكي يتمكن الروبوت من العمل.

Ash Minhas: في الحقيقة، لا أعرف تفاصيل تمويل هذه الشركة الناشئة أو كيف وصلت إلى مرحلتها الحالية، ولذلك يصعب معرفة ما الذي تسعى إلى تحقيقه من خلال تحديد هذا السعر. فالمنتج لا يزال في مرحلة مبكرة جدًا، وكذلك المجال نفسه. وأي جهة تحاول تحديد سعر منتج كهذا في الوقت الحالي تحاول في الأساس معرفة ما يمكن للسوق تقبُّله. وربما تساءلوا: ما تكلفة الاستعانة بعامل لتنظيف المنزل شهريًا؟ وما السعر الذي يصبح عنده هذا الروبوت أقل تكلفةً من الاستعانة بعامل لتنظيف المنزل؟ إنهم يحاولون تحديد نقطة مرجعية مناسبة للسعر. وأعتقد أننا سنشهد تغيُّرات كبيرةً في نموذج الأعمال والأسعار مع نضج هذه التكنولوجيا خلال السنوات المقبلة. لكنها لا تزال في بداياتها حاليًا، ولن نجد هذه الروبوتات في كل منزل في الوقت القريب.

Sandi Besen: أعتقد أنهم مقيدون بطبيعة طريقة التشغيل الحالية، وتحديدًا التشغيل عن بُعد. ففي الوقت الحالي، عليك جدولة المهام عبر تطبيق. وإذا أتاحوا الروبوت على نطاق واسع الآن، فسيحتاجون إلى مئات المشغِّلين عن بُعد، وسيتعين عليهم تدريبهم وتوسيع نطاق هذه العمليات. لذلك، من المنطقي أن يقتصر الأمر حاليًا على برنامج للوصول المبكر، حتى لو أدى ذلك إلى إبطاء تحسين المنتج؛ لأنه يُتيح لهم العمل ضمن نطاق محدود يمكنهم التحكم فيه. ومن الأمور المثيرة للاهتمام أنهم اعتمدوا على فكرة أن المستخدمين يتوقعون وجود تطبيق مصاحب على هواتفهم للتحكم في الروبوت.

Tim Hwang: لكن هذا مخيب للتوقعات قليلًا؛ فما جدوى وجود روبوت في منزلك إذا كنت مضطرًا إلى جدولة مهامه عبر تطبيق؟ ونعود هنا إلى القيد نفسه: عليهم توظيف أشخاص لتشغيل الروبوتات عن بُعد، وتنظيم نوبات عمل، وإنشاء نموذج متكامل لإدارة هذه القوى العاملة.

Sandi Besen: في الوقت الحالي، هو أشبه بعامل تنظيف منزلي افتراضي؛ فالروبوت يوفر الجسد الذي ينفِّذ المهمة، لكن لا يزال هناك شخص خلف الكواليس يقوم بالعمل فعليًا. لكن هذا سيتغير بمرور الوقت.

Ash Minhas: وبصراحة، إذا كنت بعد عامين لن أضطر إلى غسل ملابسي وطيّها وإعادتها إلى مكانها، فسأكون سعيدًا بالسماح له برؤية محتويات خزانة ملابسي.

Tim Hwang: سنستضيفك مجددًا بعد 24 شهرًا لنرى إذا ما كان توقعك قد تحقق.

Ambhi Ganesan: أعتقد أنه لا ينبغي أن ننشغل كثيرًا بالسعر في هذه المرحلة؛ فالهدف أيضًا هو ترسيخ حضور الشركة في أذهان المستخدمين. فهناك سبب يجعلنا نتحدث عن هذا المنتج الآن؛ لقد نجحوا بالفعل في جذب الانتباه وترسيخ حضورهم. وفي مجال الروبوتات، استحوذ Optimus على قدر كبير من الاهتمام، مع دفع Tesla بهذا الاتجاه واستخدامه في البيئات الصناعية. أما مجال الروبوتات المنزلية، فكان لا يزال مفتوحًا للمنافسة، وقد نجح هذا المنتج في جعلنا نتحدث عنه. أما التسعير، فكما أشار Ash، فهو أشبه بمحاولة إصابة هدف عشوائيًا في الوقت الحالي؛ فلا أحد يعرف السعر المناسب بالفعل. نعم، يتطلب الأمر أنظمة وتجهيزات متطورة، ولا يقتصر على جمع البيانات والتدريب والاستدلال. فهناك أيضًا المكونات المادية، مثل المشغِّلات والتروس التي يجب أن تعمل بدرجة عالية من الدقة. ومن المرجح أن تكون تكاليف التشغيل والتصنيع من العوامل المؤثِّرة أيضًا. لكن في النهاية، يظل تحديد السعر في هذه المرحلة مجرد تقدير أوَّلي. والهدف من هذه الخطوة والإعلان عنها هو جذب الانتباه وترسيخ حضور الشركة، وإظهار أنها تتخذ خطوةً جديدةً إلى الأمام في هذا المجال.

Tim Hwang: ننتقل الآن إلى موضوعنا التالي. ظهرت قبل نحو أسبوع قصة مثيرة للاهتمام للغاية من اليابان، تتعلق بمؤسسة Content Overseas Distribution Association (CODA)، وهي منظمة لمكافحة القرصنة تمثل أصحاب حقوق الملكية الفكرية في اليابان، ومن بينهم Bandai Namco وStudio Ghibli وغيرهما. وقد أرسلت المنظمة خطابًا إلى OpenAI أعربت فيه عن مخاوفها بشأن استخدام حقوق الملكية الفكرية الخاصة بأعضائها في Sora 2 وإنشاء مقاطع فيديو تعتمد ضمنيًا على هذه الملكية الفكرية. إنها قضية مثيرة للاهتمام.

Sandy، كيف تعتقدين أن OpenAI ينبغي أن تتعامل مع هذه النقاشات؟ فالمسألة صعبة ومعقدة؛ إذ تتعلق بحقوق أصحاب الملكية الفكرية من ناحية وحرية الابتكار من ناحية أخرى. وهذا يطرح مجموعةً مثيرةً للاهتمام من الأسئلة.

Sandi Besen: بالتأكيد. كلما فكرت في الأمر أكثر، أدركت مدى ضخامة هذه المهمة. لو كنت مكان OpenAI، فسأتساءل: هل نحتاج إلى تعديل آلية وسم بيانات التدريب وإضافة البيانات الوصفية إليها، بحيث يمكن تحديد مصدر كل عنصر من هذه البيانات؟ ربما يفعلون ذلك بالفعل، لكن قد لا تكون بيانات أصحاب حقوق الملكية الفكرية موضحةً ضمن هذه الوسوم. وربما يمكن معالجة هذه المشكلة من خلال نوع من تقاسم الإيرادات. فهذا هو جوهر حقوق الملكية الفكرية والإتاوات؛ تقاسم الإيرادات. فإذا طلب شخص مثلًا: "أنشئ لي رسومًا متحركةً بأسلوب Studio Ghibli"، وكان النظام قادرًا على تحديد استخدام هذا الأسلوب وربطه بـ Studio Ghibli، فيمكن تقاسم الإيرادات معها، وقد تكون هذه إحدى الطرق لتجنُّب دعاوى قضائية ضخمة. لكن ذلك يطرح سؤالًا آخر: مَن سيتولى جمع كل هذه المعلومات؟ وقد تكون هناك فرصة لإنشاء سوق لإدارة الحقوق، يستطيع فيه أصحابها تحديد إذا ما كانوا يسمحون باستخدام محتواهم أم لا.

وكلما تعمقت في التفكير، تساءلت: هل يمثِّل هذا سببًا إضافيًا للتوجه نحو استخدام البيانات الاصطناعية؟ لكن ما الذي سيحدث عندها لحقوق الملكية الفكرية وملكية المحتوى؟ فإذا دخلنا في سلسلة متداخلة من الملكية، فأين تنتهي حدود الملكية الأصلية عندما يتأثر المحتوى ببيانات مُنشأة اصطناعيًا؟ بصراحة، لا أعرف إلى أين سينتهي بنا هذا الأمر.

Ambhi، ما رأيك؟

Ambhi Ganesan: من الصعب حقًا تحديد كيفية إنشاء بنية تحتية للمدفوعات. أحد الاحتمالات هو أن تستثمر الشركات بشكل أكبر في البيانات الاصطناعية، بحيث يتراجع الاعتماد على جمع كل البيانات المتاحة لتدريب النماذج لصالح استخدام البيانات الاصطناعية قدر الإمكان. لم يتوصل أحد إلى حل لهذه المسألة بعد؛ فلا يوجد فهم واضح أو حل محدد، ولا تزال الأمور غامضةً للغاية.

وسأنظر إلى الأمر من منظور المؤسسات؛ فأنا أتحدث مع العملاء وأتعامل مع المؤسسات يوميًا. ومن وجهة نظرهم، لا يمكن السماح بانتقال أيٍّ من هذه المخاطر إلى المؤسسات. هناك مساران مختلفان؛ فمنذ البداية، قرر بعض مزوِّدي النماذج الاعتماد فقط على البيانات التي يمتلكون حقوق استخدامها، دون جمع أي محتوى من الويب، وهو نهج أكثر أمانًا للمؤسسات. أما المسار الآخر، الذي تتَّبعه جهات مثل Gemini وOpenAI، فهو موجَّه بوضوح إلى المستهلكين، ولذلك قد تظهر فيه جوانب تتعلق بمحاكاة المحتوى والأساليب. وبالنسبة إلى المؤسسات، عندما نتجاوز النصوص إلى الصور ومقاطع الفيديو، تظل مثل هذه المسائل حقل ألغام لا ترغب في الاقتراب منه. ولا بد من إيجاد حل لهذه المسألة. لا توجد إجابة واضحة حتى الآن؛ ربما تكون البيانات الاصطناعية حلًا، لكن مَن يحدد الحدود؟ متى يمكن أن نقول إن هذا المحتوى يشبه أسلوب Studio Ghibli؟ لا توجد طريقة كمية واضحة لرسم هذا الحد؛ فالمسألة غير محددة بدقة. ولا توجد إجابات واضحة وحاسمة.

أما النهج الأكثر أمانًا، الذي اتَّبعه بعض مزوِّدي النماذج مثل Adobe، فهو الابتعاد عن هذه المسائل حتى يتم حسمها، والتدريب فقط على البيانات التي يمتلكون حقوق استخدامها. ولم يتغير هذان المساران بشكل جوهري خلال العام أو العام ونصف العام الماضي. وهناك فرصة، كما قالت Sandy، فإذا وافق مزوِّدو النماذج على اتفاقيات لتقاسم الإيرادات، فقد تظهر جهة وسيطة بين الفنانين ومزوِّدي النماذج، ربما تكون طرفًا ثالثًا يساعد الفنانين على تشكيل اتحاد أو شبكة ويتولى المعاملات بينهم وبين مزوِّدي النماذج. إنها مجالات جديدة لا تزال بحاجة إلى حلول.

Tim Hwang: ‏Ash، الكلمة الأخيرة لك. جزء من السؤال الأكبر يرتبط بما ذكرته Sandy: فمن حيث المبدأ، ينبغي تعويض مَن يساهم ببياناته. لكن تطبيق ذلك معقد للغاية من الناحية العملية. فكيف نحدد أن عملًا ما قريب بما يكفي من أسلوب معين ليستحق صاحبه تعويضًا؟ هل نضع حدًا عشوائيًا؟ هل نحسب متجه الاختلاف بين مقاطع الفيديو، فإذا كان ضمن حد معين ندفع تعويضًا، وإذا تجاوزه فلا ندفع؟ قد يتم حسم بعض هذه المسائل بشكل اعتباطي. هل تعتقد أن هذا هو الحل الذي سننتهي إليه؟

Ash Minhas: لا أعرف إذا ما كنا سننتهي إلى حل اعتباطي. فهناك الكثير من الاعتبارات التجارية والثقافية التي تجعل من الصعب على شركات التكنولوجيا أو أصحاب الحقوق السماح بحدوث ذلك. وفي الوقت الحالي، لا يزال هذا المجال في بداياته. أتذكر عندما ظهر Stable Diffusion؛ وللتوضيح، أنا مصور فوتوغرافي. وخلال السنوات العشر الماضية، لم أشارك سوى القليل من أعمالي على شبكات التواصل الاجتماعي، لأنني بذلك أتنازل عن بعض حقوقي في هذه الأعمال. أما النماذج التوليدية، فنحن نحتاج إلى أن تكون جيدةً حتى نستفيد منها وتستجيب بدقة لما يطلبه المستخدمون. وكما أشار Ambhi، متى يتحول ذلك إلى رقابة؟ إذا واصلنا وضع قيود على مستوى المطالبات، مثل "لا يمكنك طلب هذا"، فمَن الذي يتخذ هذه القرارات؟ وفي ظل هذا السباق في مجال الذكاء الاصطناعي، لا أحد يريد فرض الكثير من هذه القيود لأنها تجعل نموذجه أقل فائدةً.

لن يُحسم الأمر بشكل عشوائي؛ بل ستدور نقاشات كثيرة بين الأطراف المعنية. نحتاج إلى أطر واضحة، من الأفضل أن تكون على المستوى الحكومي والمجتمعي، لتحديد ما هو مسموح وما هو غير مسموح، وعلى الجميع الالتزام بها.

Sandi Besen: أود أن أضيف نقطةً صغيرةً: تحدث كلٌّ من Ash وAmbhi عن النظر إلى الأمر من منظور المخرجات؛ أي من منظور المستخدم وما نطلبه من النموذج وما ينتجه. لكن هناك مجال كامل يُعرَف باسم قابلية تفسير النماذج، ويحاول فهم كيفية استدلال النموذج من وراء الكواليس. ومن الأمثلة الشهيرة أن تسأل النموذج: "ما عاصمة فرنسا؟" ثم تراقب العُقد التي يتم تنشيطها. فهل سنعمل على تسريع العمل على قابلية التفسير لفهم ما يستخدمه النموذج لإنتاج مخرجاته، أم سنُجري تقييمًا للأمر من منظور المخرجات؟ في الوقت الحالي، ليس أمامنا سوى التقييم من خلال المخرجات لأننا لا نفهم ما يحدث داخل النموذج. لكن كلما فهمنا ما يحدث داخله، زادت إمكانية أن تقول الشركات: "أنت تستخدم المحتوى الخاص بي لأن إحدى العُقد تنشط في عمق الشبكة العصبية"، وعندها ستصبح المسألة أكثر غموضًا.

Tim Hwang: إنه مجرد وهم بالوضوح؛ فبمجرد أن نبدأ في التعمق، سيبتكر الناس مطالبات تنتج أساليب مشابهةً من دون تنشيط خلايا عصبية معينة، وستتحول المسألة إلى لعبة جديدة مع تطور هذا المجال.

ننتقل إلى موضوعنا الأخير، وهو قصة مثيرة للاهتمام للغاية، خاصةً في ضوء حلقة MOE الأخيرة بمناسبة Halloween. الخبر هو أن OpenAI أعلنت عن شراكة جديدة مع AWS. ولا تزال الأرقام مذهلةً: التزام بقيمة 38 مليار دولار أمريكي، وتوسيع القدرة الحاسوبية، والعمل مع AWS على البنية التحتية. ومن المثير للاهتمام أن Amazon تروّج لـ Trainium، لكن وفقًا لمنشور المدونة، يبدو أن هذه الشراكة تركِّز على وحدات معالجة الرسومات (GPU) من Nvidia.

Ambhi، سأبدأ معك. نتحدث باستمرار في MOE عن التحالفات التي تتشكل؛ فشركة Anthropic قريبة من GCP ولديها أيضًا بعض التعاون مع AWS، بينما ترتبط OpenAI ارتباطًا وثيقًا بكلٍّ من Azure/Microsoft، والآن تتعاون مع AWS. والأكثر إثارةً للاهتمام أن هذه الشركات تتَّجه في النهاية إلى بيئات متعددة السحابات، ما يزيد من التعقيد. ما تفسيرك لقيامهم بذلك؟

Ambhi Ganesan: التحالفات هي الكلمة المناسبة فعلًا؛ فهي تذكرني دائمًا بصراع العروش، حيث يصعب معرفة مَن يتحالف مع مَن ومَن يتزوج مَن مِن العائلات الملكية. كل حلقة تأتي بجديد؛ إنها النسخة الأكثر تخصصًا في التكنولوجيا من صراع العروش. 38 مليار دولار أمريكي؛ إذا قارنتها بالطرح العام الأوَّلي المتوقع بقيمة تريليون دولار أمريكي، فهي مبلغ ضئيل نسبيًا. وبعيدًا عن ذلك، فالخطوة منطقية: التنويع وعدم وضع كل البيض في سلة واحدة. فالميزة التنافسية التي يصعب على الآخرين مجاراتها تنتقل من طبقة النماذج نفسها إلى طبقة البنية التحتية وما وراءها. ومع وضع ذلك في الاعتبار، فمن المنطقي عدم الاعتماد على مزوِّد واحد للبنية التحتية، بل التنويع من خلال AWS.

والمدهش أنه لا يوجد اتفاق متبادل يُتيح لـ AWS استضافة نماذج OpenAI الخاصة وإتاحتها؛ فهذا الأمر لا يزال حصريًا بين OpenAI وAzure. إذن، هي علاقة غير متوازنة تسير في اتجاه واحد. وكان الأمر سيصبح أكثر إثارةً للاهتمام لو تمت استضافة النماذج أيضًا في بيئات متعددة، لتحقيق تنويع حقيقي. عندما أتحدث إلى المؤسسات، أجد أنها انتقلت من الاعتماد على نموذج واحد إلى استخدام مزيج من النماذج ومزوِّدي الخدمات السحابية؛ وعلى غرار نهج السحابة الهجينة، نرى الآن نهجًا هجينًا للنماذج. وكنت أود أن أرى هذا النهج مطبَّقًا هنا أيضًا. الخلاصة أنهم يوزعون خياراتهم لتجنُّب الاعتماد على جهة واحدة في البنية التحتية؛ وهذه أبسط طريقة للنظر إلى الأمر.

Tim Hwang: ‏Sandy، هناك جانب مثير للاهتمام هنا، وهو المقارنة مع صفقة Anthropic التي ركَّزت على العمل باستخدام وحدات TPU، بما يصل إلى مليون وحدة. أما هذه الصفقة، فيبدو أنها تركِّز على وحدات معالجة الرسومات (GPU) من Nvidia. أي أن OpenAI تعمل على تنويع/تغيير مزوِّدي البنية التحتية، لكن الشرائح تظل كما هي.

Sandi Besen: هذه بالضبط هي النقطة التي كنت سأتحدث عنها؛ لقد اختاروا مزوِّد الأجهزة الذي سيعتمدون عليه. يمكنهم تنويع البنية التحتية السحابية وطريقة تقديم خدماتهم للمستخدمين النهائيين، لكنهم اختاروا بالفعل مزوِّد الأجهزة. والسبب هو أن الشرائح ليست جميعها متساويةً في قدراتها، كما أن النماذج يتم تحسينها خصوصًا لتعمل على الأجهزة التي تستخدمها. وقد بذلت OpenAI الكثير من الجهد لتحسين نماذجها بحيث تعمل بكفاءة على شرائح Nvidia. والانتقال إلى شرائح أخرى ليس سهلًا؛ فهو يتطلب فِرق عمل وساعات كثيرةً وأسابيع وربما أشهرًا من العمل. فهل يستحق الانتقال كل هذا العناء إذا كانت AWS توفِّر بالفعل الأجهزة التي تم تحسين نماذجهم للعمل عليها؟ من الصعب الجزم بذلك.

Tim Hwang: ‏Ash، ما حجم التأثير الذي تعتقد أن هذا سيحدثه مستقبلًا؟ هل كان هذا توجهًا متوقعًا، أم إلى أي مدى يمكن أن... أتذكر أن Netflix كانت تشغِّل بنيتها التحتية على AWS. ويبدو من الممكن أن تعتمد OpenAI بشكل أكبر على AWS كمزوِّد للخدمات. وفي المنافسة بين مزوِّدي الخدمات السحابية، هل يتمتع أحدهم بميزة على الآخرين؟

Ash Minhas: لن أنظر إلى الأمر من منظور المنافسة بين مزوِّدي الخدمات السحابية. فعلى المستوى العام، حجم العمل الذي يقومون به في مجال الذكاء الاصطناعي يجعلهم بحاجة إلى كل ما يمكنهم الحصول عليه من وحدات معالجة الرسومات (GPU). وما وجدته مدهشًا حقًا هو الإشارة تحديدًا إلى توسيع نطاق أعباء العمل القائمة على الوكلاء. وأتساءل: ما الذي يفعله هؤلاء الوكلاء؟ فالأمر لا يتعلق بالمنافسة بين مزوِّدي الخدمات السحابية بحد ذاتها، بل باستخدام مزوِّدي بنية تحتية مختلفين لأنواع مختلفة من أعباء العمل. بصراحة، لا أعرف ما الذي تفعله أعباء العمل القائمة على الوكلاء، لكن الأمر يتلخص في عدم توافر عدد كافٍ من وحدات معالجة الرسومات (GPU)، والحاجة إلى إنجاز العمل في شركة تتوسع بسرعة. لدى AWS الكثير من وحدات معالجة الرسومات (GPU) المتاحة؛ وهذا رائع، فيمكنها تولِّي جزء من العمل والمساعدة على التوسع بسرعة. الأمر أشبه بالقول: أيُّ وحدة GPU تفي بالغرض؛ خُذ ما هو متاح.

Sandi Besen: وبناءً على ما قاله Ash، أعتقد أنك أصبت الحقيقة؛ فالهدف هنا مختلف. لا أعتقد أنهم يستخدمون وحدات GPU هذه للتدريب، بل أعتقد أنها مخصصة للاستدلال، ما يعني توجُّه OpenAI بشكل أكبر نحو قطاع الأعمال. فالشركات تستخدم الخدمات السحابية. ومع توسعهم في قطاع المؤسسات، أرجِّح أنهم يستخدمون هذه القدرة الحاسوبية لبناء أعباء عمل قائمة على الوكلاء مع العملاء، حيث سيعتمدون على الاستدلال.

Ambhi Ganesan: لديّ وجهة نظر مختلفة قليلًا. فهم لم يقدِّموا تفاصيل. تستخدم المؤسسات Azure وAWS، لكن ما لم تقُم OpenAI بإتاحة نماذجها عبر بيئة AWS، فلن تتمكن المؤسسات من استخدامها من خلالها. والسؤال الأهم هو: هل سيتم استخدامها لتشغيل أعباء العمل، أم ستوفِّر سوقًا أو وسيلةً لاستخدام نماذجها عبر AWS؟ إذا كان الاحتمال الثاني، فسيكون ذلك رائعًا لعملاء المؤسسات. ربما لا يزالون يحددون كيفية تنفيذ ذلك.

Tim Hwang: لديهم بالفعل نماذج مفتوحة المصدر (OSS).

Ambhi Ganesan: صحيح، لكن ليس النماذج الخاصة. وهذا ما كنت أبحث عنه، لكن لم يَرِد أي ذكر له.

Ash Minhas: وهذا يعيدني إلى نقطتي؛ فكأنهم يقولون: "لديهم ما يكفي من وحدات GPU لتشغيل أعباء العمل التي نريدها، فلنعقد صفقةً ونستخدم هذه الوحدات". ولهذا أشاروا تحديدًا إلى أعباء العمل القائمة على الوكلاء. لكنني أريد حقًا أن أعرف ماهية أعباء العمل القائمة على الوكلاء هذه.

Tim Hwang: كلنا نبحث عن تفسير شديد التعقيد، لكن ربما يكون الدافع الأساسي ببساطة: "نحتاج إلى مزيد من الشرائح ومزيد من الموارد السحابية". لكن ما الذي يفعلونه بها؟ هذا ما أريد معرفته. نطرح دائمًا الأسئلة الصعبة في MOE، وهذه نقطة رائعة لنختتم بها. لقد انتهى وقتنا. Ash وAmbhi وSandy، يسعدنا دائمًا وجودكم معنا في البرنامج. نأمل أن نستضيفكم مجددًا قريبًا في MOE. شكرًا لكم مستمعينا. إذا أعجبتكم الحلقة، فيمكنكم الاستماع إلينا عبر Apple Podcasts وSpotify وجميع منصات البودكاست. نلتقي بكم الأسبوع المقبل في Mixture of Experts.