DeepSeek تُشعل المنافسة.. نموذج ذكاء اصطناعي صيني يهدد هيمنة إنفيديا
تاريخ النشر: 27th, January 2025 GMT
في خطوة تعكس قوة الإبداع تحت قيود الموارد، استطاعت شركة الذكاء الاصطناعي الصينية ديب سيك DeepSeek إطلاق نموذج مذهل يُنافس عمالقة الصناعة، مثل OpenAI، مستغلة قيود أمريكا على توريد الشرائح المتقدمة لإنفيديا إلى الصين.
DeepSeek إبداع تحت الضغط
النموذج الجديد،DeepSeek R1، الذي يوصف بأنه نظام لحل المشكلات بفعالية وكفاءة، تمكن من التفوق عالميًا ليصل إلى قائمة أفضل عشرة نماذج في الأداء، وما يميزه أنه تم تطويره بسرعة أكبر وبتكاليف أقل، مستخدمًا شرائح أقل تقدمًا مقارنة بمنافسيه مثل OpenAI o1.
التكلفة والأداء في الميزان
هذا النجاح يقدم نموذجًا مميزًا لصناعة الذكاء الاصطناعي، حيث تبحث الشركات عن حلول فعّالة بتكاليف أقل. وصرح أنتوني بو، أحد مؤسسي شركة ناشئة بوادي السيليكون، بأن نموذج "DeepSeek" قدم أداءً مكافئًا لـ OpenAI ولكن بتكلفة تقل عن الربع. وأضاف: "لا نريد دفع المزيد مقابل إمكانيات لا نحتاجها".
تأثير واسع على السوق
قد يؤدي صعود "DeepSeek" إلى تشجيع شركات ناشئة أخرى على تطوير نماذج قوية باستخدام موارد محدودة، ما يهدد النمو السريع لشركات التكنولوجيا الكبرى مثل إنفيديا، ومع استمرار الابتكار بكفاءة أعلى، قد تجد إنفيديا نفسها أمام تباطؤ في الإيرادات إذا تبنى المزيد من المطورين هذه الاستراتيجيات الاقتصادية.
دروس من الماضي
يشبه هذا الوضع طفرة الدوت كوم التي شهدت انطلاق آلاف الشركات الناشئة بإبداع جعلها تتفوق على عمالقة السوق، فهل يعيد الذكاء الاصطناعي كتابة قواعد اللعبة الاقتصادية؟
التحديات أمام الكبار
مع ظهور نماذج مثل DeepSeek، يبدو أن المنافسة لم تعد تعتمد فقط على امتلاك التكنولوجيا الأكثر تقدمًا، بل على كيفية تحقيق أداء استثنائي بأقل تكلفة، وهو ما قد يعيد تشكيل خارطة الذكاء الاصطناعي عالميًا.
المصدر: بوابة الوفد
كلمات دلالية: شركة الذكاء الاصطناعي الصينية أمريكا الصين إنفيديا الذکاء الاصطناعی
إقرأ أيضاً:
ذكاء جوجل الاصطناعي ينتزع الميداليات الذهبية من أبطال الرياضيات
أعلنت جوجل عن تطوير AlphaGeometry2 (AG2)، وهو نظام ذكاء اصطناعي متقدم قادر على حل 84% من مسائل الهندسة في الأولمبياد الدولي للرياضيات (IMO)، متفوقًا على متوسط أداء الفائزين بالميداليات الذهبية، الذين يحلون 81.8% من المسائل.
ووفقاً لموقع "live science" تم تطوير AG2 بواسطة DeepMind، حيث يتمتع بقدرة فائقة على حل المشكلات الهندسية المعقدة من خلال الجمع بين التعرف على الأنماط والاستدلال الإبداعي. وقد نُشرت نتائج البحث في 7 فبراير على قاعدة بيانات arXiv.
منافسة بين جوجل ومايكروسوفت
يأتي هذا الإعلان بعد شهر من إطلاق مايكروسوفت لنظام الذكاء الاصطناعي الرياضي rStar-Math، الذي يستخدم نماذج لغوية صغيرة (SMLs) لحل المعادلات المعقدة.
تسعى كلتا الشركتين إلى الهيمنة على مجال الذكاء الاصطناعي الرياضي، حيث يرى العلماء أن هذه الأنظمة قد تكون قادرة على محاكاة أشكال أخرى من التفكير البشري.
يختلف AG2 عن rStar-Math من حيث النهج المستخدم، حيث يركز الأول على حل المشكلات المتقدمة باستخدام نموذج استدلال هجين، بينما يعتمد الأخير على نماذج لغوية أصغر لمعالجة نطاق أوسع من المسائل.
اقرأ أيضاً.. ثورة في الذكاء الاصطناعي.. "Gemini" يتذكر كل شيء
قفزة نوعية في حل المسائل الهندسية
أطلقت جوجل الإصدار الأول من AlphaGeometry في يناير 2024، ويُظهر الإصدار الجديد تحسنًا بنسبة 30% في الأداء. يتميز AG2 بإتقانه للهندسة، وهو مجال يتطلب مزيجًا من الاستدلال البصري والمنطقي، على عكس الحساب والجبر.
كيف يعمل AG2؟
يعتمد AG2 على دمج النماذج اللغوية العصبية مع المحركات الرمزية، حيث:
يقترح النموذج اللغوي البناءات الهندسية.
يختبر المحرك الرمزي هذه البناءات ويتحقق من صحتها.
إذا لم تكن الحلول الأولية صحيحة، يقترح النظام بناءات جديدة بشكل متوازٍ، مع تمرير المعلومات بين المكونات المختلفة حتى يتم الوصول إلى الحل الصحيح.
اقرأ أيضاً.. "بميزة "التفكير".. جوجل تدفع بـ Gemini 2.0 في سباق الذكاء الاصطناعي
التحسينات الرئيسية في AG2
حقق AG2 قفزة نوعية مقارنةً بالإصدار الأول، بفضل:
تدريب محسّن للنموذج اللغوي العصبي باستخدام بيانات أكثر تنوعًا وشمولية.
محرك رمزي أسرع يتيح اختبار عدد أكبر من البناءات الهندسية بدقة وكفاءة.
خوارزمية بحث متطورة قادرة على تحليل وإيجاد البراهين الهندسية بفعالية أكبر.
التحديات والقيود
رغم التقدم الكبير لا يزال AG2 يواجه بعض العقبات
بطء المعالجة مقارنة بالوقت المطلوب لحل بعض المشكلات.
عدم القدرة على التعامل مع المسائل الأكثر تعقيدًا، مثل الهندسة ثلاثية الأبعاد والمعادلات غير الخطية.
عجزه عن تفسير حلول المسائل بلغة مفهومة للبشر، مما يحد من قابلية استخدامه في الأبحاث التربوية والتعليمية.
تأثير AG2 على المجالات الأخرى
تركّز جوجل على تطوير الاستدلال الرياضي، إلا أن إمكانيات AG2 تمتد لتشمل مجالات متعددة، مثل:
الهندسة والتصميم، حيث يمكن استخدامه في تطوير نماذج هندسية دقيقة.
الروبوتات، من خلال تحسين قدرة الآلات على فهم الأنماط الهندسية.
التحقق من الأنظمة المؤتمتة لضمان الدقة في عمليات التصنيع والبرمجة.
البحث الصيدلاني والجيني، مما يسهم في تطوير الأدوية وتحليل البيانات الجينية المعقدة.
ويطمح الباحثون إلى جعل AG2 نظامًا قادرًا على حل المشكلات الهندسية بشكل آلي ودون أخطاء. وتشمل الأهداف المستقبلية:
دعم نطاق أوسع من المفاهيم الهندسية، مما يزيد من قدرته على التعامل مع تحديات جديدة.
تقسيم المشكلات المعقدة إلى أجزاء فرعية لتسهيل معالجتها بكفاءة أعلى.
تسريع زمن المعالجة وتحسين موثوقية النظام، ليصبح أكثر فاعلية في التطبيقات العملية.
هل اقتربنا من الذكاء الاصطناعي العام؟
يحذر الخبراء من اعتبار AG2 علامة على تحقيق الذكاء الاصطناعي العام (AGI)، وهو المستوى الذي يصبح فيه الذكاء الاصطناعي أكثر ذكاءً من البشر في مجالات متعددة، وليس مجرد تفوقه في مجال واحد. لا يزال الذكاء الاصطناعي الحالي متخصصًا، بينما يظل الإبداع والابتكار من سمات الذكاء البشري.
إسلام العبادي(أبوظبي)
التصنيف المرحلي للأمن الغذائي.. 4.4 مليون صومالي يواجهون شح الغذاء بسبب الجفاف