Kush Varshney: نعم، أعتقد أن Sora 2 هو التطبيق الذي يُنتج الفيديو بالأسلوب الحدسي. أعني، Claude هو البرمجة الحدسية (Vibe coding). لدينا التفكير الحدسي، وكل شيء تقريبًا أصبح بأسلوب حدسي. أما أنا، فأعيش بالأسلوب الحدسي في هذه المرحلة.

Tim Hwang: بالضبط. هذا صحيح تمامًا. كل ذلك وأكثر في حلقة اليوم من Mixture of Experts. معكم Tim Hwang، مرحبًا بكم في Mixture of Experts. كل أسبوع، يجمع MOE نخبة من العقول الرائدة لمساعدتكم على استيعاب أخبار الذكاء الاصطناعي لهذا الأسبوع. لدينا هذا الأسبوع فريق MOE المعتاد، وأنا متحمس جدًا لهذه الحلقة. ينضم إلينا كلٌّ من Kate Soule، مديرة إدارة المنتجات التقنية لـ Granite؛ وKush Varshney، زميل IBM في حوكمة الذكاء الاصطناعي؛ وKaoutar El Maghraoui، العالمة البحثية الرئيسية ومديرة منصة السحابة الهجينة. لدينا هذا الأسبوع عدد كبير جدًا من نماذج الذكاء الاصطناعي المختلفة للحديث عنها. سنتحدث عن Granite 4 وSonnet 4.5 وSora 2. وسنتحدث أيضًا عن ميزات التجارة الإلكترونية الجديدة التي أعلنت عنها OpenAI مع ChatGPT. وسنقدِّم أيضًا فقرة إضافية مع Matt من Security Intelligence، فتابعونا لمعرفة المزيد. لكن أولًا، أود أن أنتقل إلى Aili، التي ستطلعنا على أبرز الأخبار.

Aili McConnon: مرحبًا بالجميع، معكم Aili McConnon، كاتبة أخبار تقنية لدى IBM Think. أشارككم بعض أبرز أخبار الذكاء الاصطناعي التي ربما فاتتكم هذا الأسبوع. ستعرض Meta قريبًا إعلانات على حساباتك في Facebook وInstagram، بالاستناد إلى المحادثات التي أجريتها مع مساعدها للذكاء الاصطناعي. لكن لم يُحسم بعد إذا ما كانت هذه الخطوة ذكية أم مريبة. بدأنا "بالبرمجية الحدسية، والآن قدمت Microsoft مفهوم "أسلوب العمل الحدسي". ويشير ذلك إلى وكيل للذكاء الاصطناعي يكتب المستندات، ويُجري العمليات الحسابية في Excel، ويصمِّم شرائح PowerPoint نيابةً عنك. في المرة القادمة التي تطلب فيها طعامًا، قد ترغب في إلقاء نظرة فاحصة على الطائرة دون طيار الخاصة بك الخاصة بالتوصيل. أطلقت DoorDash روبوت الذكاء الاصطناعي "Dot"، الذي يمكنه عبور مسارات الدراجات ومواقف السيارات وحتى الأرصفة، لإيصال الوجبات التي تشتهيها في وقت متأخر من الليل. هناك موهبة جديدة ومذهلة في هوليوود. تحاول عدة وكالات التعاقد مع "Tilly"، وهي ممثلة مُنشأة بالكامل بالذكاء الاصطناعي. ما رأيك؟ هل يمكن ترشيح Tilly لجائزة الأوسكار؟ أخبرنا برأيك في التعليقات. اشترِك في رسالة Think الإخبارية للمزيد من الرؤى حول الذكاء الاصطناعي. والآن، لنعُد إلى الحلقة.

Tim Hwang: أريد أن ننتقل مباشرةً إلى الحديث قليلًا عن Granite 4. Kate، أنتِ معنا في الحلقة. وبالطبع، كنتِ على اطِّلاع وثيق بهذا الأمر. ما الجديد في Granite 4؟ وما الذي يبعث على الحماس؟ وما الذي ينبغي للناس الانتباه إليه؟

Kate Soule: يسعدنا جدًا الإعلان عن إطلاق Granite 4 على Hugging Face يوم الخميس الماضي. تضم النماذج مجموعة من نماذج اللغوية الأصغر حجمًا وعالية الكفاءة. وقد تم تصميم هذه النماذج أساسًا ليتمكن المطورون من استخدامها وتجربتها ونشرها، وكذلك لتلبية احتياجات عملاء المؤسسات الذين يبحثون عن نماذج وخيارات للنماذج اللغوية الكبيرة (LLMs) لا تتطلب ثماني وحدات H100 لاستضافتها. ويمكن تشغيل جميع هذه النماذج على وحدة GPU واحدة، بما في ذلك خيارات GPU الأقل تكلفة مثل L40s أو 100، بفضل بنيتها الهجينة الجديدة التي تساعد على تحقيق كفاءة أفضل في استخدام الذاكرة.

Tim Hwang: نعم، هذا رائع. هل هذه هي الطريقة الصحيحة لفهم الأمر؟ أعني، ما الفرق بين Granite 3 وGranite 4، على سبيل المثال؟ وهل ركَّز الفريق على جوانب معينة؟ يبدو أن توجُّه "الصغير هو الأفضل" مستمر مع Granite 4. وأتساءل عما إذا كانت هناك جوانب رئيسية أخرى تحظى بالتركيز.

Kate Soule: نعم. مع Granite 4، نركِّز بشكل أكبر بالتأكيد على النماذج الصغيرة وعالية الكفاءة. لكن حتى أصغر نموذج من Granite 4، الذي يحتاج إلى نحو 4 جيجابايت فقط، يتفوق على أكبر نموذج من Granite 3، حتى عند تشغيله بطول سياق يبلغ 128 ألفًا. وبذلك نعمل على تقليل حجم الذاكرة المطلوبة مع تحسين الأداء. واستطعنا أيضًا الحصول على شهادة ISO 42001 لهذه المجموعة من النماذج قبل إطلاقها مباشرةً. وبذلك أصبح Granite واحدًا من أوائل النماذج مفتوحة المصدر، إن لم يكن أولها، على Hugging Face الحاصلة على شهادة ISO 42001، وهو ما يُظهر مستوى الحوكمة والسلامة والأمن الذي نوليه لنظام تطوير نماذج الذكاء الاصطناعي لدينا.

Tim Hwang: أعتقد أن هناك، خصوصًا مع Kaoutar وKush، جانبَين آخرَين أود التطرق إليهما في قصة Granite 4. Kush، ربما يمكننا التوقف عند هذه النقطة الأخيرة، فهي نقطة مثيرة للاهتمام حقًا. لطالما كان هناك تخوف مستمر بشأن المصادر المفتوحة: هل يعني المصدر المفتوح أن الناس يطرحون النماذج دون قدر كافٍ من الحوكمة أو السلامة؟ أعلم أن أحد الجوانب التي ركَّز عليها فريق Granite هو السلامة والامتثال. وأتساءل: هل يمثِّل Granite حالة استثنائية هنا، أم أنه يقود توجُّهًا نحو بذل المزيد من هذا النوع من العمل عند طرح الإصدارات مفتوحة المصدر؟

Kush Varshney: نعم، أعتقد أنه جزء من توجُّه عام، لكنني أعتقد أننا متقدمون فيه. صدر Stanford Transparency Index منذ عامين، وهو يتابع مدى شفافية عمليات بناء النماذج المختلفة. وقد تواصلنا مع فريق Stanford، وكانت هذه تجربة رائعة حقًا. ومن المفترض أن يُصدروا قائمة الترتيب التالية قريبًا، ونأمل أن نحقق نتائج جيدة فيها. وتُعَد ISO 42001 دليلًا قويًا على العملية الشاملة التي يعمل عليها الفريق بأكمله. كما بدأنا للمرة الأولى في توقيع النماذج تشفيريًا، وهو شكل آخر من أشكال الشفافية والتحقق.

Tim Hwang: وما الفائدة من ذلك؟ في الواقع، هذه أول مرة أسمع فيها عن شيء من هذا القبيل.

Kush Varshney: نعم، الفكرة هي أنه عند تدريب نموذج، توجد نقاط تحقق على طول العملية. فمن يعرف ما الذي حدث؟ لا يمكن لأحد أن يعرف حقًا ما حدث ما لم تتوفر وسيلة للتحقق. يمكنك استخدام آلية التوقيع التشفيري هذه، ونشر تلك التوقيعات، ثم يمكن لشخص ما الرجوع إليها والتحقق من أن هذا ما حدث بالفعل، وأن هذه هي الطريقة التي تم بها التدريب فعليًا. كل ذلك رائع حقًا، وأنا متحمس جدًا لرؤية ما ستؤول إليه الأمور بعد ذلك.

Tim Hwang: ‏Kaoutar، لديّ سؤال لكِ: ألقت Kate مزحة في وقت سابق، لكن بصفتي شخصًا لطالما حلم بامتلاك جهاز مزوَّد بعدة وحدات GPU في المنزل، يبدو أن هذه النماذج الصغيرة أصبحت قوية جدًا. يبدو أننا لم نعُد بحاجة إلى الكثير من الأجهزة لتنفيذ أشياء مذهلة الآن. هل سيستمر هذا التوجُّه؟ هل تبدو الرغبة في امتلاك جهاز مزوَّد بعدة وحدات GPU في المنزل أمرًا غير منطقي تقريبًا الآن، بالنظر إلى مدى قوة النماذج الصغيرة؟

Kaoutar El Maghraoui: نعم، أعتقد أن لدينا دليلًا قويًا على ذلك هنا مع نماذج Granite. بينما يتسابق الجميع لتطوير نماذج حدودية أكبر، تعمل IBM على تغيير السؤال من الأساس، من "كيف نجعل هذه النماذج أكبر؟" إلى "كيف نجعلها أكثر ذكاءً مقابل كل مورد حوسبة؟". هذا مهم جدًا لأن الأرقام الخاصة بـ Granite، كما ذكرت Kate، تقدِّم صورة واضحة: استخدام ذاكرة أقل بنسبة 72%، وحجم نموذج يبلغ نصف الحجم أو أقل، وأداء أفضل، وسياقات أطول بما يصل إلى 4 أضعاف أو أكثر، مع إمكانية تشغيلها على وحدات GPU للمستهلكين. لا يتعلق الأمر هنا بالمنافسة في معايير القياس فحسب؛ بل بإعادة تعريف مفهوم "الجودة"، بحيث لا يعني القدرة الأكبر فحسب، بل الكفاءة العالية إلى جانب القدرة. بالنسبة إلى حالات الاستخدام المتخصصة في المؤسسات، تمثِّل الكفاءة أهمية كبيرة. أعتقد أن هذا يعكس براعة استراتيجية من IBM، بالنظر إلى مسار تطوُّر الذكاء الاصطناعي والقول إن التوجُّه الذي نشهده غير مستدام. عندما ننظر إلى احتياجات الأعمال، نجد أن تكاليف الحوسبة ترتفع بشكل كبير، والضغوط التنظيمية تتزايد، وعملاء المؤسسات يهتمون بالتكلفة الإجمالية للملكية (TCO) أكثر من اهتمامهم بقوائم الترتيب، وأصبحت التكاليف البيئية من الصعب تحميلها على أطراف أخرى. إذن، تمثِّل Granite 4 قصة نجاح. والابتكارات البنائية التي تأتي مع هذه البنية الهجينة، بما في ذلك التحول إلى Mamba والرهان على أن نماذج فضاء الحالة هي المستقبل، تمثِّل قفزة هائلة إلى الأمام. حققت Transformers قابلية توسُّع جيدة، ولكن بتكلفة مرتفعة. إذا استطعنا تحقيق نتائج مماثلة باستخدام بنية أكثر كفاءة بكثير، فهذه نتيجة رائعة.

Tim Hwang: حسنًا، Kate، لاستكمال هذه الفقرة -وربما يكون هذا أسوأ سؤال يمكن طرحه مباشرةً بعد إطلاق كبير- ما الذي يمكننا أن نتوقعه من Granite 5؟

Kate Soule: من المبكر جدًا أن نبدأ الحديث عن Granite 5، Tim. ما زلنا متحمسين جدًا لنموذج Granite 4. لكن هناك الكثير من الأمور القادمة مع مجموعة Granite. لدينا نماذج ستتضمن قدرات استدلال بأسلوب التفكير في المستقبل. ولدينا نماذج أصغر حتى من نموذجنا الصغير 3B، ونتحدث هنا عن مئات الملايين من المَعلمات. ستكون هذه النماذج مميزة جدًا. ونحن نتَّجه أيضًا نحو نماذج أكبر. سنتمكن من توسيع نطاق هذه البنية عالية الكفاءة، وتحقيق مكاسب مماثلة في الكفاءة، ونشرها بحجم أكبر. إذن، هناك الكثير من العمل المذهل في المستقبل، ونحن متحمسون جدًا لتنفيذ كل هذا العمل بشكل مفتوح ومشاركته مع المجتمع الأوسع.

Tim Hwang: رائع. هذا رائع. حسنًا، سنحرص بالتأكيد على متابعة ذلك. والآن، دعونا ننتقل إلى موضوعنا التالي. أصبحت هذه الحلقة حافلة جدًا بالحديث عن النماذج، لأننا سنتحدث عن Claude Sonnet 4.5 وSora 2. ولنبدأ بنموذج Sonnet 4.5، الذي تم إطلاقه في وقت سابق من هذا الأسبوع. Kush، ربما أبدأ معكِ. من أكثر الأمور جذبًا للاهتمام بشأن هذا الإصدار أن شركات نماذج الأساس كانت في البداية تقدِّم نماذجها غالبًا على أنها متعددة الاستخدامات. لكن هذا الإصدار يركِّز بشكل كبير على البرمجة. فكرة منشور المدونة بالكامل هي: Sonnet 4.5، استخدمه للبرمجة؛ فهو رائع في البرمجة. قبل بضعة أسابيع، تحدثنا عن ورقة بحثية من NBER تناولت الاستخدامات الفعلية لـ ChatGPT، وكانت البرمجة تمثِّل جزءًا صغيرًا جدًا منها. لماذا نعمل على تضييق نطاق طريقة تسويق هذه النماذج وتركيزها؟ يبدو أن Anthropic تراهن على أن البرمجة هي الاستخدام الذي ينبغي أن تفكر فيه عند استخدام هذه النماذج.

Kush Varshney: نعم، هذا يرتبط في الواقع بما قالته Kaoutar عن Granite: ما الاستخدامات التي يفيد فيها Granite؟ حالات استخدام مؤسسية يمكننا أن نكون محددين جدًا فيها. إذا لم يكن لديك مستخدم محدد في ذهنك عند إنشاء نموذج أو نظام، فستجد نفسك في موقف غريب: ما الذي يجيد النموذج فعله حقًا؟ لذلك، أعتقد أنه من المنطقي أن تختار Anthropic مجالًا محددًا تركِّز عليه. وقد اختارت البرمجة لتكون هذا المجال. سنتحدث عن نماذج أخرى لاحقًا؛ فقد بدأت هي الأخرى في اختيار المجالات التي ستركز عليها. من هذا المنظور، أعتقد أن ذلك أمر جيد. قد يكون الحجم الكبير ضروريًا لهذا النوع من حالات الاستخدام الخاصة بمساعد البرمجة. لقد أجرينا بعض التجارب، ووجدنا أن نماذج Anthropic هي الأنسب للبرمجة. إذن، لقد حققوا نجاحًا في هذا المجال، وهم يبنون على ذلك ويواصلون السير في هذا الاتجاه.

Tim Hwang: ‏Kaoutar، فيما يتعلق بهذا الأمر، نحن أيضًا نقع في هذا الأمر في MOE. نحن دائمًا ما نقول شركات النماذج الأساسية أو شركات الذكاء الاصطناعي... لكن رد Kush جعلني أتساءل: هل ما زال هذا الوصف منطقيًا؟ هل ستظل OpenAI قادرة على المنافسة مع Anthropic بمرور الوقت إذا كانت الشركتان توجِّهان نماذجهما نحو استخدامات مختلفة جذريًا؟ اعتدنا الحديث عن الذكاء الاصطناعي العام (AGI)، ويبدو أننا نتجه نحو الذكاء الاصطناعي الفائق (ASI)، أي ذكاء شديد التخصص تقريبًا.

Kaoutar El Maghraoui: نعم، من المثير للاهتمام حقًا أن نرى هذه التحولات. عندما بدأنا، كانت نماذج الأساسية تقوم على مفهوم "نموذج واحد يحكمها جميعًا"، ثم أصبح بإمكانك التخصص. لكن الآن، في ظل التكاليف وقضايا الاستدامة، نحتاج إلى الاتجاه نحو نماذج متخصصة. أعتقد أنه سيكون نهجًا هجينًا، لأن استراتيجية التدريب -التدريب المسبق- لا تزال تعتمد على مبادئ النماذج الأساسية، وستظل هذه المبادئ مهمة. لكن السؤال هو: كيف توجِّه هذه النماذج؟ ما التقنيات الفعَّالة التي يمكنك استخدامها في التدريب المسبق، وكذلك في نهج توسيع نطاق الاستدلال، الذي يصبح بالغ الأهمية لتوجيه هذه النماذج في الوقت الفعلي لتنفيذ المهام الصحيحة بأقل تكلفة ممكنة؟ أصبحت هذه الاستراتيجيات بالغة الأهمية: التركيز بشكل أكبر على ما يمكننا دفع هذه النماذج إلى تنفيذه أثناء الاستدلال، بدلًا من التركيز على التدريب المسبق. كما أن المرونة التي نحتاج إلى توفيرها لهذه النماذج أثناء الاستدلال مهمة جدًا، خصوصًا في البيئات الديناميكية التي لا تتوفر فيها بيانات كافية أو تظهر فيها مواقف جديدة ويحتاج النموذج إلى التكيف معها. لكن بالحديث عن Claude Sonnet 4.5، تعجبني حقًا هذه الاستراتيجية التي تركِّز على المطورين وتضعهم في المقام الأول، والتي تمنح Claude مجالًا لمواصلة الابتكار في مهام هندسة البرمجيات. يبدو هذا الإصدار الأخير كأنه قفزة كبيرة، خصوصًا مع قدرة الاستدلال التي تمتد إلى 30 ساعة. أعتقد أن هذا أمر هائل حقًا.

Tim Hwang: ‏Kate، في أسفل منشور المدونة الخاص بنموذج 4.5، كان هناك أحد أغرب وأروع العروض البحثية التي رأيتها مؤخرًا: عرض يُسمَّى "Imagine with Claude". يبدو كأنه واجهة Claude، لكن يمكنك أن تقول: "أريد حقًا تطبيقًا يفعل هذا"، وسيُنشئه لك على الفور. استمتعت بإنشاء واجهة طرفية خيالية تستدعي Hugging Face خياليًا لنموذج خيالي. كانت هذه تجربة تفاعل مختلفة تمامًا عن روبوتات المحادثة. وأتساءل: ما رأيك في العرض، وهل يمكن لما يعرضونه أن يمثِّل شكل المستقبل؟ إنهم يطرحون تصورًا مفاده أنه في المستقبل لن تكون لديك برمجيات جاهزة؛ بل ستقول ما تريده، وستظهر البرمجيات. هل هذا هو التوجُّه الذي نسير نحوه؟

Kate Soule: كانت Claude واضحة جدًا في وصف العرض التوضيحي "Imagine with Claude" بأنه تجربة. إنه بالتأكيد طرح جديد يقدمونه. هذه الفكرة بأننا لن نمتلك برمجيات جاهزة مسبقًا، بل سننشئ البرمجيات أثناء حياتنا اليومية: "حسنًا، أحتاج إلى تنفيذ XYZ، فلننشئ برمجيات مخصصة لذلك". أعتقد أن هناك الكثير من الجوانب العملية التي يجب حلها قبل أن يصبح ذلك واقعًا. فالمنصات موجودة لسبب. فالاستثمار على نطاق واسع في أشياء يستخدمها الكثير من الناس له مبرراته، مقارنةً بإنشاء برمجيات مخصصة لكل مهمة على حدة، لأن ذلك سيكون غير فعَّال. لكنني أستطيع أن أتصور عالمًا هجينًا نمكِّن فيه الأشخاص من ذلك. هل يختلف ذلك كثيرًا عن طريقة استخدام الناس لأدوات مثل Airtable وغيرها من الحلول الخفيفة دون برمجة لإنشاء قاعدة بيانات أو موقع إلكتروني جديد؟ أعتقد أنه ربما يكون مجرد تطوير جديد للفكرة نفسها، لكن مع الاستفادة بشكل أكبر من النماذج اللغوية الكبيرة (LLMs) وبصورة أكثر تطورًا قليلًا.

Tim Hwang: إذن، أنتِ في النهاية متشككة قليلًا.

Kate Soule: نعم، أعتقد أنه سيكون وسيلة شخصية لتوفير الوقت والجهد في الحياة اليومية، وليس بالضرورة الطريقة الجديدة التي تدير بها المؤسسات أعمالها.

Tim Hwang: هذا هو الوقت المناسب لإدخال نموذج ثالث في النقاش. كان إطلاق OpenAI لأحدث نماذجها Sora 2 واحدًا من أبرز أخبار هذا الأسبوع. كنا ننظر إليه باعتباره نموذجًا، لكن الطريقة الصحيحة للنظر إلى Sora 2 هي اعتباره إطلاقًا لتطبيق قبل أي شيء آخر. فهو ليس مجرد نموذج مذهل لتوليد الفيديو؛ بل هو تجربة اجتماعية مصممة للأجهزة المحمولة في المقام الأول. Kush، ربما أعود إليك بالسؤال: يبدو بالتأكيد أنه بينما تريد Anthropic التركيز على البرمجة، فإن OpenAI تفكر في استخدامات استهلاكية، إن لم تكن ترفيهية. هل تعتقد أن هذا يُظهر أنها تتجه بجدية نحو التخصص في هذا المجال؟

Kush Varshney: نعم، أعتقد أن هذا هو الاتجاه. يُعَد Sora 2 تطبيقًا لإنتاج الفيديو بالأسلوب الحدسي (Vibe )؛ وClaude هو البرمجة بالأسلوب الحدسي؛ ولدينا التفكير بالأسلوب الحدسي، وكل شيء بأسلوب حدسي. أما أنا، فأعيش بالأسلوب الحدسي في هذه المرحلة. لكن المشكلة نفسها قائمة: إنه تطبيق ممتع، ويمكن استخدامه في أشياء كثيرة. لكن عندما تصل إلى الاستخدامات الجادة، فهنا تحتاج إلى إضافة تلك العمليات الإضافية -مثل الأمن والمتانة- أيًا كان ما تبدأ في استخدام الأسلوب الحدسي معه. بوجه عام، في أي شيء تنتجه، هناك فكرة أوَّلية وتفكير أوَّلي؛ ثم تصل إلى نموذج أوَّلي، وبعد ذلك تأخذ هذا النموذج الأولي وتحوِّله إلى المنتج النهائي. نحن نوعًا ما نعمل على تضييق الفجوة بين هذين الجانبين. وهذا أمر رائع؛ لأنه يُتيح تسريع وتيرة الابتكار والإنتاج. لكن النموذج الأوَّلي المثير للاهتمام ليس المنتج النهائي. وهنا لا يزال يتعين علينا إكمال المهمة بالطريقة الصحيحة.

Tim Hwang: ‏Kate، هل جربتِه حتى الآن؟

Kate Soule: لم أجرِّبه حتى الآن. ربما بالاستناد إلى السؤال الأخير، ما يُثير الاهتمام حقًا هو أن كلًا من Anthropic وOpenAI ركَّزتا بشكل كبير على التطبيق مع هذه الإصدارات من النماذج. كان جزء كبير من منشور Anthropic حول الإصدار يركِّز على Claude Code، وليس على واجهات النماذج وحدها. نرى أن مزوِّدي النماذج الحدودية يركِّزون بشكل كبير على طبقة مختلفة من حزمة التقنيات، وأعتقد أن هذا التوجُّه سيستمر. أعتقد حقًا أن مجتمع المصادر المفتوحة يحتاج إلى إيجاد طريقة للمنافسة على المستوى نفسه، بما يتجاوز مجرد تنزيل أوزان النماذج وتشغيلها. سأكون سعيدة برؤية المزيد من العمل في هذا المجال.

أما ما رأيته في الإصدار Sora 2، فهل يمكننا التحدث عن الحيلة التسويقية التي اتَّبعوها بتسمية التزييفات العميقة "ظهورًا خاصًا"؟ يمكنك تصوير فيديو لنفسك ودمجه في فيديو آخر، أو فعل ذلك مع أصدقائك، ومشاركة هذه التزييفات العميقة لأنفسكم، وإضافة "ظهور خاص" لك إلى مقاطع الفيديو. أرى الكثير من الأمور المقلقة في ذلك، وكذلك على نطاق أوسع. لكنها بالتأكيد إضافة مثيرة للاهتمام إلى منظومة الذكاء الاصطناعي.

Tim Hwang: هناك الكثير لنتناوله. ربما لنتوقف عند هذه النقطة الأخيرة: كان أحد ردود الفعل على إصدار Sora 2 هو الذعر الجماعي. سمعت أمرين: الأول، أنهم يصنعون تزييفات عميقة ويطلقون عليها اسم الظهور الخاص فحسب؛ والثاني، هل أنشأنا آلة القمار التي لا تنتهي؟ هل ننتج مقاطع فيديو سطحية ستبقينا ملتصقين بهواتفنا إلى الأبد؟ فيما يتعلق بالنقطة الأخيرة، هل تعتقد أن هذه المخاطر حقيقية؟ هل يغير هذا طبيعة المحتوى بطريقة قد تكون غير صحية؟

Kate Soule: أعتقد أن هناك مخاطر كبيرة، وهي حقيقية. حاولت OpenAI بالفعل معالجة بعض هذه المخاطر في إصدارها. وتحدثوا عن التمرير القهري وعن الإجراءات التي يتخذونها للمساعدة على الحد منه، مثل خوارزمية لتصفية التوصيات يمكنك تخصيصها باستخدام اللغة الطبيعية. لا أرى كيف سيساعد ذلك. إذا كان بإمكاني إخبارك بشكل أكثر تحديدًا بما أريد رؤيته، فأعتقد أن ذلك سيحسن الأمر. لكن مَن يدري؟ لم أجرِّب ذلك. هل لدينا الضوابط الوقائية المناسبة لدعم الإبداع والتعبير، دون تمكين التضليل الجماعي وإغراقنا بمحتوى رديء وتقليل التجربة الإنسانية للإبداع؟

Tim Hwang: هناك أمر آخر أود معرفة رأيكِ فيه، انطلاقًا من نقاشنا حول Granite: قلتِ إن المصادر المفتوحة ركَّزت على النموذج، بينما تتجه الشركات الكبرى نحو المنافسة على مستوى الواجهة. هل تعتقدين أن المصادر المفتوحة تملك القدرة على المنافسة على هذا المستوى؟ أتذكر أن LibreOffice كان رائعًا لأنه مفتوح المصدر ومجاني، لكنه واجه تحديات على مستوى الواجهة. ربما كان هذا يمثِّل تحديًا دائمًا للمصادر المفتوحة. هل تعتقدين أن الوضع مختلف هذه المرة، أم أن هناك صعوبات مماثلة؟

Kate Soule: انظر، يعتمد العالم باستمرار على Linux والبرمجيات والتعليمات البرمجية مفتوحة المصدر، مع وضع تجربة المستخدم في الواجهة. أعتقد أننا بحاجة إلى الوصول إلى نهج مماثل مع الذكاء الاصطناعي مفتوح المصدر، ما يُتيح للمجتمع المشاركة بشكل أكبر على مستوى أطر التطبيقات، بدلًا من الاقتصار على أوزان النماذج وحدها. وهذا يمكِّن الشركات والأفراد من إنشاء إصداراتهم الخاصة لتلبية احتياجات أعمالهم وحياتهم. أعتقد أنه سيكون مزيجًا من الاثنين. نرى هذا النمط باستمرار في تطوير البرمجيات مفتوحة المصدر. وهذا أحد أجزاء حزمة التقنيات التي لا تتطلب مئات وحدات GPU قيد التشغيل للمساهمة فيها. يمكننا المشاركة بشكل أكثر فاعلية مع مجتمع المطورين مفتوح المصدر مقارنةً بالمشاركة في جزء التدريب من مجموعة التقنيات. أرى فرصًا هائلة إذا تمكنّا من التوافق حول الأنماط وحالات الاستخدام الأوسع التي نعتقد أننا سنحتاج إليها لتحقيق النجاح.

Tim Hwang: ‏Kaoutar، ربما سؤال أخير. كنت ذات مرة أقف في مركز بيانات عندما بدأ أحدهم عملية ضبط دقيق، فسمعت جميع وحدات GPU تعمل وبدأت حرارة الغرفة في الارتفاع سريعًا. وأفكر في موارد الحوسبة اللازمة لدعم طرح واسع النطاق لنموذج لتوليد الفيديو. لا يمكن أن تكون OpenAI تحقق أرباحًا من هذا؛ فتقديمه بهذه الأسعار يعني زيادة هائلة في معدل استهلاك السيولة. إلى أي مدى يمكن أن يستمر هذا النموذج؟ هل نعتقد أنك ستتمكن بعد أربع أو خمس سنوات من الوصول إلى هذه النماذج بهذه الأسعار، أم أن هذا مجرد عرض تجريبي في الوقت الحالي، وأن نموذج الأعمال سيعتمد في النهاية على دفع مبالغ أكبر بكثير؟

Kaoutar El Maghraoui: نعم، لا أعتقد أن لديهم إجابة واضحة عن كل هذه الأسئلة. هذه الشركات تفكر في هذه المسألة. هناك الكثير من الأبحاث والعمل على أجهزة الجيل التالي من الذكاء الاصطناعي، بما في ذلك تقنيات مثل الحوسبة العصبية والحوسبة داخل الذاكرة، والتكامل ثلاثي الأبعاد، وتقنيات التغليف. وتعمل IBM أيضًا على قدر كبير من الابتكار في هذا المجال. ويجب أن يستمر ذلك في تعزيز الكفاءة وصولًا إلى مستوى السيليكون، مع مواصلة الابتكار أيضًا في تقنيات أخرى مثل ذاكرة تغيير المرحلة، التي تجمع بين الحوسبة والذاكرة. وهذه أمور بالغة الأهمية.

لكن عند النظر إلى هذين النموذجين، Sora وSonnet، وإلى الإحصاءات الحديثة، نجد أن تكلفة الاستدلال في Sora 2 مرتفعة للغاية لكل عملية توليد، كما أن وتيرة الاستخدام متقطعة. يُنشئ المستخدمون عددًا قليلًا من مقاطع الفيديو؛ ويأتي نمط استخدام موارد الحوسبة على شكل دفعات ضخمة قد تكون متباعدة. لكن مع الانتشار واسع النطاق، يصبح الضغط على موارد الحوسبة والطاقة هائلًا. أما Claude، فتظل أسعاره كما هي في Claude 4، أي نحو 3 إلى 15 دولارًا أمريكيًا لكل مليون رمز مميز. ويمكنها العمل باستقلالية لمدة 30 ساعة في المهام المعقدة متعددة الخطوات. وتكلفة الاستدلال لكل رمز مميز معتدلة، لكنها مستمرة، إذ يمكن أن تمتد عمليات التشغيل لساعات وأيام. يشبه Sora سيارة رياضية: قوة هائلة في دفعات قصيرة، لكنها مكلِّفة لكل ميل. أما Claude 4.5 فيشبه شاحنة نقل ضخمة: قوة معتدلة، لكنه يعمل على مدار الساعة طوال أيام الأسبوع لنقل حمولته. ولهذا تداعيات مهمة. نحتاج إلى النظر إلى التكلفة والاستدامة بصورة شاملة. نحن الآن في مرحلة إثبات جدوى التكنولوجيا وقدراتها. ولتحقيق ذلك على نطاق إنتاج هائل، نحتاج إلى المزيد من العمل لتحسين مجموعة التقنيات بأكملها.

Tim Hwang: وهذا يجعلني أفكر أيضًا في التخزين. فتخزين النصوص منخفض التكلفة. إذا سارت الأمور على ما يرام، فنحن نتحدث عن أحجام تخزين بمستوى YouTube، وهذا مختلف تمامًا. وتصبح تكلفة التخزين مرتفعة جدًا إذا احتفظنا بكل مقطع فيديو يتم إنشاؤه إلى أجل غير مسمَّى.

Kaoutar El Maghraoui: نحتفظ بها، ثم ربما نستخدمها في التدريب، مَن يدري؟

Tim Hwang: بالضبط. سنرى كيف ستتطور الأمور. سأنتقل بنا إلى موضوعنا الأخير: إصدار آخر من OpenAI، ومن الجدير طرحه في سياق نقاش اليوم. لقد تحدثنا عن المصادر المفتوحة، وكيف تميِّز الشركات الكبرى التي تطوّر نماذج الأساس نفسها. ويبدو أن هذا مؤشر آخر على ذلك. أطلقت OpenAI ميزة "Buy with ChatGPT"، التي تقوم فكرتها على أن يصبح GPT وكيلًا للتجارة الإلكترونية. ويبدو أن OpenAI، حتى لا تتخلف عن الركب، تعلن عن بروتوكول الدفع الوكيل الخاص بها. سؤال أساسي: هل تعتقد أن هناك قدرًا كافيًا من الثقة في منتجات مثل ChatGPT للسماح لها بإجراء عمليات شراء نيابةً عنك؟ متى أشعر بالارتياح لمنح الوكلاء إمكانية الوصول إلى محفظتي؟ يبدو هذا سؤالًا مهمًا.

Kate Soule: لن أمنح ChatGPT إمكانية الوصول إلى حسابي لدى Fidelity، لكن ربما أسمح له باستخدام بطاقتي الائتمانية، حيث يمكنني الاعتراض على أي عملية خصم. يمكنك البدء بمنحه إمكانية الوصول إلى بعض جوانب مدفوعاتك تدريجيًا. أعتقد أن هناك قدرًا كافيًا من الثقة يُتيح لـ OpenAI محاولة تحسين تجربة المستخدم عند إجراء عمليات الشراء. فلديهم حوافز تدفعهم إلى ذلك. أنا لا أثق في OpenAI فيما يتعلق بمحادثاتي الشخصية، أو مشكلاتي المتعلقة بالصحة النفسية، أو التزييفات العميقة التي أنشئها باستخدام Sora 2، وغير ذلك. لكن حوافزهم تتوافق مع احتياجات المستخدم عندما تمر الأموال عبر منصتهم. أعتقد أن هذا منطقي. فهم يستهدفون الوصول إلى شريحة واسعة من المستهلكين. وربما تتوافر الثقة الكافية لمنح ChatGPT بيانات بطاقتك الائتمانية. لكن هل ستثق البنوك بذلك؟ سيكون من المثير للاهتمام أن نرى كيف ستتعامل شركات بطاقات الائتمان مع العمليات التي أجراها ChatGPT ثم اعترض المستخدمون عليها. هل يُعَد ذلك احتيالًا؟ سيكون من المذهل أن نرى كيف ستتطور هذه المسألة.

Tim Hwang: أحب نهج Kate القائم على "الأصدقاء الأعداء": هنا تتوافق الحوافز، فلا مشكلة؛ وهنا لا تتوافق، فأشعر بالقلق. وفيما يتعلق بالحوافز، Kush، هناك نظرية مؤامرة تدور حول هذا الإطلاق: بمجرد أن تتحدث عن عمليات الشراء، فأنت تتحدث عن الإعلانات. إذا كان لديك وكيل يتولى شراء الأشياء، أفلا يدفع أحدهم ليكون المنتج الذي يوصي به ChatGPT؟ هل هذا هو التوجُّه الذي نسير نحوه؟ الإعلانات - كل ما هو قديم يعود في صورة جديدة؛ وربما يكون ChatGPT هو Google الجديد. هل تعتقد أن هذا هو ما ستؤول إليه الأمور؟

Kush Varshney: لست متأكدًا. تاريخيًا، ظهرت خدمات مثل M-Pesa في شرق أفريقيا لإجراء عمليات الشراء عبر الهاتف والمحافظ الإلكترونية؛ وUPI في الهند كحلقة وسيطة لإتمام عمليات الشراء. بمجرد إدخال الإعلانات في هذا النموذج، لن يعود الأمر يتعلق بذلك فحسب. أعتقد أن الأمر يتعلق أساسًا بجعل الأموال تمرّ عبر نظامك والحصول على حصة منها. هذه هي القصة الأكبر. يمكن أن تدخل الإعلانات في الصورة، بالتأكيد. لكن ما يحرِّك العالم هو اتجاه تدفق الأموال. إذا تمكَّنت من الاستحواذ على هذا التدفق، فقد حققت ما تريد. يجب أن تتدخل الجهات التنظيمية الحكومية بسرعة، لأن هذه بنية تحتية حيوية لا تقتصر أهميتها على الدول الفردية، بل تمتد إلى النظام المالي العالمي. إذا تركنا هذا الأمر يتطور دون موقف واضح ومعلن أمام الجمهور، فسيكون من الصعب التراجع عنه لاحقًا. فبمجرد سيطرة الشركات عليه ووضع البنية التحتية اللازمة، لن يكون من الممكن التراجع عن ذلك. وهذا هو أكبر ما يقلقني.

Tim Hwang: سيكون الجانب التنظيمي مثيرًا للاهتمام: كيف تتدخل؟ ما القواعد؟ السؤال الأخير، Kaoutar - الكلمة الأخيرة لكِ: تخيَّلي أنني الرئيس التنفيذي لشركة Amazon، أجلس على يختي وأحتسي المارتيني. هل ينبغي أن أشعر بالقلق؟ باعتبار Amazon إحدى أبرز شركات التجارة الإلكترونية على الإنترنت وتبيع كل شيء تقريبًا، هل تشكِّل تطورات كهذه تهديدًا لشركات مثل Amazon؟

Kaoutar El Maghraoui: سأشعر بالقلق. تحاول OpenAI التميز وإحداث تأثير كبير في مجال التجارة الإلكترونية القائمة على الوكلاء. وهي تحاول طرح هذه الحلول بسرعة، وبناء التجربة والبروتوكول حول ما يُثبت نجاحه. وهي تستخدم بروتوكول Agent ACP، أي بروتوكول التجارة بين الوكلاء. وهو يعتمد حاليًا بشكل أساسي على Stripe، لكنه من الناحية النظرية مفتوح أمام جهات أخرى. وقد أتاحت التعليمات البرمجية مفتوحة المصدر للتجار الآخرين لاستخدام واجهتهم، ما يُتيح لهم توسيع المنصة لتشمل تجارًا آخرين. وهم يراهنون على ميزة المحرك الأول في مجال التجارة القائمة على الوكلاء. وبالنسبة إليهم، فإن ذلك أهم من تحقيق قابلية التشغيل البيني الكاملة، وهو ما يركِّز عليه Google Pay بدرجة أكبر. وهم مستعدون لقبول حل مركزي نسبيًا مثل Stripe ليكون محورًا للنظام، مقابل سرعة التنفيذ، أي جعل هذا النظام يعمل في أسرع وقت. أما نهج Google، فيتمثل في بناء ائتلاف أولًا، والحصول على دعم أكثر من 60 شريكًا لضمان قابلية التشغيل البيني الحقيقية باستخدام بروتوكول AP2، وهو نهج أكثر طموحًا. نظرية OpenAI: امتلاك تجربة المستخدم، والتحكم في المعاملة، والتحول إلى البوابة الرئيسية للتجارة - وهو ما يشكل تهديدًا لشركة Amazon. نظرية Google: وضع المعايير، وأن تكون الجهة الفاعلة على مستوى البروتوكول، دون امتلاك تجربة واحدة بعينها. نظرية Anthropic: أن تكون الأداة الأفضل التي يستخدمها المطورون والشركات لبناء تجاربهم الخاصة. الجميع يراهن على استراتيجية واحدة، وعلى نهج واحد. سنرى كيف تتكامل هذه الاستراتيجيات، لكن من سيكون من الشيّق متابعة ذلك.

Tim Hwang: ‏Kate وKush وKaoutar - هذا أحد فِرَقي المفضلة. نأمل أن ينضم إلينا الجميع مرة أخرى قريبًا جدًا. هذا كل ما لدينا من وقت اليوم. والآن، ننتقل إلى فقرة سريعة مع Matt Kaczynski حول الأمن الإلكتروني. حسنًا، Matt، يسعدنا جدًا انضمامك إلينا في البرنامج. ولمستمعينا، Matt Kaczynski هو مضيف Security Intelligence، وهو بودكاست جديد يركِّز على قضايا الأمن الإلكتروني. أردنا استضافتك لأن هذا هو الشهر الوطني للأمن الإلكتروني. هذا صحيح. ولنبدأ بالعودة إلى ما ناقشناه في الفقرة السابقة: بمجرد أن نبدأ في استخدام أنظمة الذكاء الاصطناعي لإجراء المدفوعات، فمن المؤكد أنها ستتعرض للاختراق بسرعة كبيرة. وأود أن أعرف رأيك من منظور الأمن الإلكتروني في هذا النقاش. كيف يتطور هذا المجال؟ هل نحن جميعًا في ورطة؟ سيستخدم الناس هذه المنتجات وسيتعرضون للخسائر، أليس كذلك؟

Matt Kosinski: بالتأكيد. أولًا، شكرًا لاستضافتي، Tim. هذه أول مرة لي هنا منذ وقت طويل. في الحلقة الأخيرة من Security Intelligence هذا الأسبوع، سألت: "ما أكبر تهديد يواجهه الذكاء الاصطناعي في مجال الأمن الإلكتروني؟". قال Jeff Crume، المخترع المتميز في IBM، إنه من وجهة نظره، لا ينبغي في الوقت الحالي ربط هذه التقنيات بأي شيء، فما زال الوقت مبكرًا جدًا لذلك. واتفق معه أعضاء الفريق الآخرون، لأن وكلاء الذكاء الاصطناعي يختلفون عن تحديات الأمن الأخرى. فأنت لا تخترقها بالطريقة التي تخترق بها البرمجيات التقليدية، من خلال استغلال ثغرة، أو زرع حمولة خبيثة، أو كتابة نص برمجي. بل إنك تعتمد بشكل أساسي على الهندسة الاجتماعية معها. فإذا استخدمت الكلمات المناسبة، فيمكنك دفعها إلى تنفيذ أفعال ضارة. والسؤال الذي يواجه خبراء الأمن الإلكتروني هو: نحن لا نعرف حقًا كيف نمنع الأشخاص من الوقوع ضحية للهندسة الاجتماعية؛ فكيف نمنع الذكاء الاصطناعي من الوقوع ضحية لها؟ هذا هو السؤال الكبير الذي يحاول الجميع العثور على إجابة له.

Tim Hwang: هذا يذكرني ببعض الأبحاث في مجال الذكاء الاصطناعي التي تشغلني كثيرًا: إذا كنت مشجعًا للذكاء الاصطناعي، فإنه يقدم أداءً أفضل. قل له: "من المهم جدًا لعملي أن تنفِّذ هذا بشكل صحيح"، وستجد أن أداء الذكاء الاصطناعي يتحسَّن. لقد استخدمت مصطلح "الهندسة الاجتماعية". الطريقة التي نساعد بها البشر على مقاومة الهندسة الاجتماعية بشكل أفضل هي تزويدهم بإرشادات مثل: "إذا طلب منك شخص كلمة المرور الخاصة بك..." فهل نحتاج إلى تطبيق الأمر نفسه على النماذج من خلال الضبط الدقيق؟ هل ندربها على مقاومة الهندسة الاجتماعية بشكل أفضل باستخدام الأساليب نفسها التي نستخدمها مع البشر؟

Matt Kosinski: أعتقد أننا نفعل ذلك إلى حد ما. المسألة هي تحديد الشكل الذي ينبغي أن يكون عليه هذا التدريب. وبالعودة مرة أخرى إلى حديثي مع أعضاء الفريق، خلصوا إلى أننا نحتاج إلى نسخة واقعية من قوانين الروبوتات الثلاثة لـ Asimov، لتعليم وكلاء الذكاء الاصطناعي تجنُّب الهندسة الاجتماعية أو اكتشافها، مع الإقرار بأن كل ما قدمناه من توعية للبشر لم يمنع حدوث ذلك. فلا يزال الناس يتعرضون للاحتيال، وربما سيستمر ذلك إلى الأبد. لذلك، قد لا نتمكن أبدًا من منع أنظمة الذكاء الاصطناعي من الوقوع ضحية للاحتيال، لكن إذا وضعنا نهجًا موحَّدًا وعالميًا لإخبارها بما يجب أن تحذر منه، فربما نتمكن من الحد من ذلك، كما نفعل مع البشر.

Tim Hwang: أخبرنا المزيد عن البرنامج الجديد. أفهم أنه تم إطلاقه مؤخرًا. ما الموضوعات التي سيركِّز عليها؟ لقد كنا نتحدث عن الذكاء الاصطناعي لأن MOE مهووس بالذكاء الاصطناعي، لكن الأمن الإلكتروني أوسع من ذلك.

Matt Kosinski: بالتأكيد. وبصراحة، لقد اقتبسنا أسلوب برنامجكم MOE. نجمع فريقًا كل أسبوع، يضم ثلاثة خبراء وأنا، ونحلل أحدث أخبار الأمن الإلكتروني. صحيح أن جزءًا كبيرًا منها يتعلق بالذكاء الاصطناعي، لكننا نتناول أيضًا موضوعات أخرى، مثل الهجمات الموزعة لحجب الخدمة (DDoS)، والثغرات الأمنية الجديدة في التطبيقات، وعمليات الاختراق الكبرى. ولدينا أيضًا حلقات خاصة تتضمن مقابلات متعمقة فردية مع خبراء، مع تركيز أكبر على السرد القصصي، وهي بمثابة فقرات إضافية. هذه هي الفكرة باختصار.

Tim Hwang: رائع. أين يمكن للمستمعين العثور على البرنامج؟

Matt Kosinski: توجَّهوا إلى قناة IBM Technology على YouTube. وبالطبع، ستجدون Security Intelligence على جميع المنصات التي تستضيف البودكاست. ابحثوا عنه، وستجدوننا.

Tim Hwang: رائع. حسنًا، Matt، سنستضيفك مرة أخرى في MOE في وقت ما. شكرًا لانضمامك إلينا.

Matt Kosinski: يسعدني ذلك. شكرًا لك، Tim.

Tim Hwang: وهذا كل ما لدينا من وقت اليوم. إذا استمتعتم بالحلقة، فيمكنكم الاستماع إلينا على Apple Podcasts وSpotify وجميع منصات البودكاست. نلتقي بكم الأسبوع المقبل في Mixture of Experts.