جنسن هوانغ: لماذا تحتاج الشركات إلى أنظمة الوكلاء المفتوحة؟
مشاهدة الحلقة الأصليةالزبدة في دقائق
الأقسام مرتّبة لتقرأ الفكرة الكبرى أولاً، ثم التفاصيل العملية والاقتباسات والمفاهيم.
يستحق هذا الفيديو وقتك لأنه يقدم خارطة طريق عملية وعلمية لبناء أنظمة الوكلاء الذكيين المتخصصة للمؤسسات بالتعاون بين NVIDIA وLangChain. ستتعلم كيف تكسر حاجز التكلفة والأداء باستخدام النماذج مفتوحة الوزن، وتفهم الآلية الثورية لضبط النماذج لإنشاء حلقة تغذية راجعة تطور الذكاء الاصطناعي ذاتيًا داخل شركتك. هذا المقطع يمنحك الرؤية الاستراتيجية والأدوات التقنية الفعلية مثل المخططات والتشغيل الآمن لتتحول من مجرد مستهلك للذكاء الاصطناعي العام إلى مالك ومطور لذكاء اصطناعي سيادي يحمي ويعزز أصولك المعرفية المبتكرة.
الثورة الحقيقية للذكاء الاصطناعي لا تكمن في النماذج العامة المغلقة، بل في قدرة الشركات على بناء وكلاء ذكاء اصطناعي فائقين ومتخصصين محليًا باستخدام أنظمة مفتوحة المصدر تجمع بين نماذج عالية الكفاءة وأطر عمل مرنة لحماية وتطوير ملكيتها الفكرية.
الرسالة الأساسية هي أن مستقبل قطاع الأعمال سيبنى على أطر العمل البرمجية الذكية (Harnesses) بدلاً من العمليات التقليدية، وأن سيادة الشركات تبدأ من السيطرة الكاملة على ذكائها الاصطناعي المتخصص دون الاستعانة بمصادر خارجية، مما يتطلب تبني بيئات برمجية مفتوحة وآمنة تمنح المطورين قوة إنتاجية هائلة وتكلفة اقتصادية منخفضة.
دار الحوار بين جينسن هوانغ ومؤسس لانغ تشين حول التطور الهائل في أنظمة الوكلاء الذكيين خلال الأشهر الستة الماضية، والتي نقلت الذكاء الاصطناعي من مرحلة النماذج اللغوية البسيطة إلى أدوات عملية قادرة على التفكير والبحث واستخدام الأدوات وإدارة الذاكرة بذكاء. استعرض الطرفان التعاون في تطوير نموذج Nemotron 3 Ultra وإطار عمل LangChain لتقديم أداء يقارب نماذج الصدارة مثل Claude Opus ولكن بعُشر التكلفة وبسرعة فائقة تتيح معالجة مساحات بحث أكبر للوصول لنتائج أفضل. ركز الحوار على أهمية التخصيص للمؤسسات من خلال بناء وكلاء فرعيين فائقين (Super Sub-agents) يتولون مهام معقدة مثل سلاسل الإمداد وتصميم الرقائق، مع إمكانية تحسين أدائهم باستمرار عبر تقنيات التدريب اللاحق ليتواءم النموذج تمامًا مع بيئة عمله. كما أعلن الطرفان عن إطلاق مخطط تفصيلي (Blueprint) جديد يدمج بين Deep Agents وOpenShell لتوفير بيئة تشغيل آمنة ومحكمة للشركات تحل معضلات الأمن السيبراني والصلاحيات، مما يسهل دمج الذكاء الاصطناعي كأنظمة تشغيل أساسية للشركات. واختتم اللقاء بنظرة فلسفية تؤكد أن الوكلاء هم أدوات برمجية تسهم في خلق وظائف نوعية جديدة للمهندسين وتزيد من كفاءة البشر وتمنحهم قدرات إبداعية أوسع.
- 1
كيف ولماذا تستثمر شركة NVIDIA في نظام بيئي ومجموعة أدوات مفتوحة لوكلاء الذكاء الاصطناعي؟
- 2
كيف ترى الطريقة المثلى لتخصيص هذه الأنظمة؟ هل يقتصر الأمر على النموذج نفسه أم يشمل الإطار والسياق الخارجي أيضاً؟ وما العناصر التي تدخل في عملية التخصيص؟
- 3
كيف يغير انخفاض تكلفة الذكاء الاصطناعي المعادلة بالنسبة لمطوري ومبني هذه الأنظمة؟
- 4
كيف ينبغي لنا التفكير في استخدام النماذج الرائدة (Frontier Models) مقارنة بالنماذج مفتوحة المصدر؟ هل نستخدم النماذج المفتوحة طوال الوقت أم أن هناك وقتاً ومكاناً مناسبين لكليهما؟
- 5
ما هي نصيحتك للشركات التي تبدأ بالنماذج الرائدة ثم تتجه للتخصيص؟ متى ينبغي لها البدء في التخصيص وما هي المؤشرات التي تدل على ذلك؟
- 6
هل تعتقد أن الجوانب الأمنية وصلاحيات الوصول هي التحدي الأصعب الذي تواجهه الشركات عند تشغيل بيئة عمل هذه الأنظمة؟
- 7
ما هي أهمية المخططات التوجيهية (Blueprints) ولماذا تستثمر NVIDIA فيها بكثافة؟
- 8
ما هو الحد أو المستوى المناسب لإسقاط الصفات البشرية (أنسنة) على وكلاء الذكاء الاصطناعي؟
- 9
ما هي الأجزاء أو المكونات المفقودة حالياً في البنية التكنولوجية لوكلاء الذكاء الاصطناعي للوصول إلى هذا المستقبل؟
الثورة والتحول التكنولوجي في النظم الوكيلة (Agentic Systems) والذكاء الاصطناعي
يتناول هذا القسم التطور الهائل والمفاجئ الذي طرأ على قطاع الذكاء الاصطناعي خلال الأشهر الستة الماضية، والتي اعتبرها المتحدثان نقطة تحول محورية غيرت مسار التكنولوجيا بأكمله بعد أكثر من 15 عاماً من العمل في هذا المجال. فقد تضافرت كافة الابتكارات السابقة، بما في ذلك النماذج اللغوية الكبيرة، وتوسيع نطاق الأنظمة (Scaling)، والابتكارات المتعددة في النماذج الشاملة ومتعددة الوسائط (Multimodality)، لتجعل الذكاء الاصطناعي مفيداً وعملياً بشكل ملموس للشركات والمؤسسات لأول مرة. ويكمن الإنجاز الأكبر في ظهور 'النظم الوكيلة' (Agentic Systems) التي تتميز بقدرتها على التأسيس على المعرفة والمعلومات الحقيقية، واستخدام أدوات خارجية للبحث، وإدارة ذاكرتها الخاصة بفعالية، مع تطبيق حواجز الحماية الأمنية والقدرة على تكرار المحاولات (Iteration) ذاتياً حتى إنجاز المهام المطلوبة بالكامل. كما يشير النص إلى الدور الملهم لنماذج مثل 'Claude Code' و'OpenClaw' و'Deep Agents' في تجسيد هذه القدرات الثورية التي أشعلت خيال المطورين والمؤسسات.
أهمية الأنظمة المفتوحة وتخصيص وكلاء الذكاء الاصطناعي في بيئات الأعمال
يركز جينسن هوانغ في هذا الجزء على التزام إنفيديا العميق بالاستثمار في بناء أنظمة ذكاء اصطناعي مفتوحة المصدر، مبيناً أن الذكاء الاصطناعي تقنية أساسية لا يمكن أن تحقق كامل إمكاناتها إلا إذا طُبقت في مجموعة واسعة ومتنوعة من المجالات التخصصية؛ مثل علم الأحياء الرقمي، والتصميم، والروبوتات، وتكنولوجيا معلومات الشركات، والأبحاث الأكاديمية. إن بناء 'الوكيل الفائق' (Super Agent) يتطلب وضعه في حلقة تغذية راجعة ديناميكية (Flywheel) حيث يتعلم ويتطور باستمرار من خلال الاستخدام المستمر، تماماً كالبشر. ويشدد الحديث على أهمية تخصيص هذه الأنظمة من خلال عدم الاعتماد فقط على كفاءة النموذج اللغوي الأساسي، بل يمتد التخصيص ليشمل 'الحاوية أو الغطاء المحيط به' (Harness) باستخدام إطار عمل مثل 'LangChain'، مما يتيح ربط النموذج ببيانات ومعارف تخصصية وسرية مملوكة للشركة ومحجوبة عن العالم الخارجي، ويزيد من فعالية هذه الأدوات بشكل استثنائي.
المقارنة والتكامل بين النماذج الحدودية (Frontier Models) والنماذج مفتوحة الوزن (Open-Weight Models) من حيث التكلفة والأداء
يناقش هذا الجزء التحليل التفصيلي للأداء والتكلفة بين النماذج التجارية الكبرى والنماذج المفتوحة. يوضح 'هاريثون تشيس' كيف تمكنوا من خلال تعديل وضبط بيئة العمل والحاوية المحيطة بنموذج 'Nemotron 3 Ultra' من إنفيديا من تحقيق أداء مذهل يصل إلى 86% في اختبارات التقييم الداخلية لـ 'Deep Agents'، وهو ما يقارب أداء نموذج 'Claude Opus' البالغ 87%، ولكن بتكلفة اقتصادية أقل بعشر مرات (1/10). ويوضح جينسن أن انخفاض تكلفة الذكاء الاصطناعي وسرعته الحوسبية الكبيرة يغيران المعادلة بالكامل لصالح المطورين والمؤسسات؛ حيث تتيح التكلفة المنخفضة والسرعة العالية للوكلاء استكشاف مساحات بحث أكبر وتكرار المحاولات بسرعة فائقة للوصول إلى إجابات أفضل بكثير (كفاءة التفكير السريع). وعلى الرغم من أن النماذج الحدودية تواصل تطورها السريع والمستدام، يقترح جينسن استراتيجية هجينة تبدأ باستخدام النماذج الحدودية لاستكشاف الإمكانات، ثم الانتقال فوراً لبناء 'وكلاء فرعيين فائقين' (Super Sub-Agents) ومستقلين مخصصين لمهام بالغة التعقيد والخصوصية (مثل تحسين سلاسل الإمداد أو تصميم الرقائق الإلكترونية) باستخدام نماذج مفتوحة مثل Nemotron مدمجة بأدوات وبنية LangChain لحماية أسرار الشركة التجارية وأصولها الفكرية الحساسة.
مفهوم الحاوية الذكية (Harness) كبديل لعمليات الأعمال التقليدية وتقنية التدريب اللاحق (Post-Training)
يقدم المتحدثان رؤية فلسفية وتقنية مستقبلية حول كيفية إدارة الشركات؛ حيث يتوقع جينسن أن الشركات التي تُبنى اليوم على 'عمليات وإجراءات الأعمال' (Business Processes) التقليدية ستُبنى في المستقبل على 'الحاويات الذكية' (Harnesses)، لتصبح منصات مثل 'LangChain' بمثابة نظام التشغيل الفعلي للمؤسسات. وتتمثل الطفرة التكنولوجية الحقيقية والمبتكرة هنا في القدرة على إجراء 'تدريب لاحق' (Post-Training) للنموذج اللغوي (مثل Nemotron 3 Ultra) داخل الحاوية الذكية وضدها مباشرة. يتيح هذا الأسلوب للنموذج تكييف وتطوير قدراته ليصبح بارعاً ومثالياً في تطبيق واستخدام الحاوية والأدوات المحيطة به لإنجاز مهام عمل محددة، مما يرفع السقف العام لإمكانيات النظام بالكامل ويؤسس لآلية متطورة للغاية تُمكّن الشركات من تحسين وتوليف محركاتها وأعمالها الذاتية بشكل مستمر ودون انقطاع.
البنية التحتية، المخططات الجاهزة (Blueprints)، وأمن تكنولوجيا المعلومات في تشغيل الوكلاء
يسلط هذا القسم الضوء على إعلان تعاون هام يتضمن إطلاق 'مخطط جاهز' (Blueprint) يمكّن الشركات من تشغيل 'Deep Agents' مع نموذج 'Nemotron 3 Ultra' داخل بيئة تشغيل 'OpenShell' المفتوحة والآمنة (Secure and Open Runtime). ويناقش المتحدثان الصعوبات الكبيرة والمعقدة المرتبة على بناء نظام وكيل متكامل يجمع بين النموذج، وأدوات البحث، والرسوم البيانية للمعرفة (Knowledge Graphs)، وأنظمة الذاكرة، وحواجز الحماية (Guardrails)، وأنظمة الضبط الدقيق. وتعتبر مسألة الأمن والتحكم في صلاحيات الوصول (Access Control) العقبة الكبرى والضرورية لنشر هذه الأنظمة في المؤسسات؛ إذ يشبه جينسن عملية دمج الوكيل الذكي بعملية توظيف موظف بشري جديد، حيث يتطلب ذلك إعداداً دقيقاً (Onboarding) وتحديداً صارماً لصلاحيات الوصول إلى الملفات والشبكات والأدوات بناءً على مسؤوليته ومهامه المحددة، وهو ما يمثل دور 'نظام الموارد البشرية للذكاء الاصطناعي' الذي تديره أقسام تكنولوجيا المعلومات لضمان السرية والحوكمة الكاملة داخل بيئات العمل السحابية أو المحلية (On-Premises).
البعد الفلسفي للوكلاء الذكيين وتأثيرهم الإيجابي على سوق العمل ومستقبل البرمجة
يستعرض هذا الجزء نقاشاً فلسفياً عميقاً حول مدى صحة إضفاء الصفات البشرية (Anthropomorphization) على وكلاء الذكاء الاصطناعي. يوضح جينسن بشكل قاطع أن هذه الأنظمة ليست كائنات بيولوجية ولا تمتلك وعياً أو إدراكاً، بل هي مجرد 'إلكترونات وليست ذرات'، وتعد برمجيات وأدوات متطورة للغاية تشبه في جوهرها تطور الأجهزة المنزلية الذاتية مثل غسالة الأطباق أو المكنسة الكهربائية التي تؤدي مهاماً كانت حكراً على البشر سابقاً. ويبدد جينسن المخاوف المتعلقة بالبطالة، مشيراً إلى أن زيادة استخدام الذكاء الاصطناعي تزيد بشكل متناقض من حاجة الشركات لتوظيف المزيد من البشر وتخلق فرص عمل جديدة تماماً؛ حيث يفضل مهندسو البرمجيات حالياً تصميم الأنظمة الوكيلة وبناء معايير التقييم والقياس (Evals) وحواجز الحماية بدلاً من قضاء وقتهم في كتابة كود 'بايثون' يدوياً، والذي يصفه بأنه أصبح شبيهاً بمهارة 'الكتابة على الآلة الكاتبة'. وبالتالي، يساهم الذكاء الاصطناعي في تمكين البشر والتخلص من المهام الرتيبة والمملة ليركز الموظفون على التفكير الإبداعي والابتكار وحل المشكلات المعقدة التي تتطلب طموحاً وخيالاً بشرياً فريداً.
- 1البدء بالعمل باستخدام النماذج الرائدة (Frontier Models) لفهم الإمكانات والقدرات المتاحة أولاً قبل الانتقال للتخصيص.
- 2بناء وكلاء فرعيين خارقين ومتخصصين (Super Sub-agents) وتوصيلهم بأدوات ومعارف مملوكة للشركة لحل مشكلات معينة وصعبة للغاية.
- 3تطويق النماذج اللغوية الكبيرة بإطار عمل وتوجيه محكم (Harness) لربطها بالمعلومات الخاصة بالمجال لضمان فاعليتها.
- 4تعديل وتخصيص المدخلات (Prompts) والأدوات بشكل مستمر لتناسب خصائص واحتياجات كل نموذج ذكاء اصطناعي محدد.
- 5تشغيل أنظمة الوكلاء داخل بيئات تشغيل آمنة ومعزولة (Sandboxed Runtimes) مثل OpenShell لضمان الخصوصية والتحكم في الوصول.
- 1الاستعانة بمصادر خارجية (Outsourcing) لتطوير وإدارة الذكاء المتخصص والملكية الفكرية للشركة بدلاً من الحفاظ عليها وتطويرها داخلياً.
- 2إضفاء الطابع الإنساني المبالغ فيه (Anthropomorphizing) على وكلاء الذكاء الاصطناعي ونسب صفات بشرية أو وعي بيولوجي لهم، في حين أنها مجرد برمجيات وأدوات.
- 3محاولة نشر وتطبيق أنظمة الوكلاء في المؤسسات والشركات دون حل قضايا الأمان والتحكم في صلاحيات الوصول أولاً.
- 1نموذج تأثير عجلة الحركة (Flywheel Effect): حلقة مستمرة حيث يؤدي استخدام الوكيل إلى جعله أكثر ذكاءً، مما يجعله أكثر فائدة ليزداد استخدامه تالياً.
- 2إطار عمل نظام التسخير (Harness System): إحاطة النموذج اللغوي الكبير بالذاكرة، الأدوات، وحواجز الحماية لتحويله من مجرد واجهة برمجة تطبيقات إلى منتج مفيد.
- 3نموذج نظام إدارة الموارد البشرية للذكاء الاصطناعي (AI HR System): التعامل مع تأهيل الوكلاء وتحديد صلاحيات وصولهم وإعطائهم ملفات المهام تماماً مثل الموظفين البشر.
- 4مفهوم عمليات الأعمال القائمة على أطر العمل (Harness-based Business Processes): هيكلة عمليات الشركات المستقبلية كأطر عمل برمجية مستقلة وذاتية التشغيل.
يروي جينسن هوانغ تجربة شركة إنفيديا الخاصة في مواجهة مشكلات تحسين معقدة للغاية لا يمكن لذكاء اصطناعي عام حلها بمفرده. يوضح كيف قامت الشركة بإنشاء عملاء فرعيين خارقين مخصصين ومبنيين باستخدام إطار عمل لانتشين ديب إيجنتس مع نموذج نيموترون 3 ألترا. هذه الأنظمة البرمجية المتخصصة تم ربطها بأدوات معرفية وبيانات سرية مملوكة للشركة ومحفوظة بعناية فائقة. لم تُصمم هذه العوامل للقيام بمهام عامة مثل حجز الرحلات أو جدولة المواعيد اليومية، بل ركزت بشكل صارم ودقيق على معالجة قضايا بالغة الصعوبة والتعقيد داخل الشركة، مثل تحسين سلاسل الإمداد العالمية لإنفيديا، وتحسين عمليات تصميم رقائق المعالجات، وتخطيط مساحات اللوحات الإلكترونية. يتم الإشراف على هؤلاء العملاء وتعديلهم باستمرار بواسطة فريق كامل مخصص لتطوير هذه القدرات، مما يجعلها بمثابة الجواهر التاجية للشركة التي لا يمكن الاستغناء عنها أو تفويضها لطرف ثالث.
سياق هذه القصة هو توضيح أهمية التخصيص للشركات الكبرى، وإثبات أن قوة الذكاء الاصطناعي الحقيقية تكمن في بناء عملاء متخصصين يمتلكون ملكية فكرية وبيانات سرية خاصة بالمنشأة، وليس الاعتماد فقط على النماذج العامة في السحابة. المغزى هو أن هوية الشركة وقيمتها التنافسية تكمن في ذكائها الخاص والمتخصص الذي يجب الحفاظ عليه وتطويره داخليًا باستخدام أدوات مفتوحة المصدر.
يشارك جينسن هوانغ لمحة من حياته الشخصية وتاريخه المهني المبكر، مستذكرًا أن أول وظيفة عمل بها في حياته كانت غاسل أطباق. يربط جينسن هذه الذكرى الشخصية بنظرة المجتمع الحالية لعملاء الذكاء الاصطناعي وكيف يميل الناس إلى إعطائهم طابعًا بشريًا مبالغًا فيه. يقارن جينسن بين مهنته القديمة وتطور التكنولوجيا؛ فعندما ظهرت غسالات الأطباق الآلية المنزلية لأول مرة قبل عقود، كانت تبدو وكأنها معجزة ساحرة تقوم بعمل بشري بشكل مستقل تمامًا، حتى أن تسميتها باللغة الإنجليزية تحمل طابعًا بشريًا. ومع مرور الوقت، اعتاد البشر عليها وأدركوا أنها مجرد أداة كهربائية ميكانيكية تسهل الحياة وليست كائنًا واعيًا. ويؤكد أن الأمر نفسه ينطبق تمامًا على عملاء الذكاء الاصطناعي الحاليين؛ فهم ليسوا كائنات حية، ولا يمتلكون وعيًا، بل هم مجرد برمجيات متطورة وإلكترونات تتحرك داخل حواسب آمنة، تم تصميم بيئات عملها وهندستها بدقة لتنفيذ مهام محددة.
السياق هو الإجابة على سؤال فلسفي حول مدى ملاءمة إضفاء الصفة البشرية على عملاء الذكاء الاصطناعي. المغزى من هذه التجربة الشخصية والتشبيه الذكي هو طمأنة المتخوفين وإزالة الغموض عن التكنولوجيا؛ فعملاء الذكاء الاصطناعي هم مجرد أدوات برمجية متطورة للغاية مثل الأجهزة المنزلية المؤتمتة التي اعتاد عليها البشر بمرور الزمن، وأن فهمنا لكيفية عملها هو الأساس لتطويرها والتحكم بها بأمان.
يسترجع المتحدثون الذكريات حول كيفية تطور استخدام الذكاء الاصطناعي على مدار السنوات الماضية، وتحديدًا تجربة إنفيديا مع إطار عمل لانتشين في الأيام الخوالي للتكنولوجيا بالرغم من قصر المدة الزمنية فعلياً. يروي جينسن كيف بدأت إنفيديا في استخدام لانتشين كأداة أساسية في البداية لغرض بسيط نسبيًا، وهو تحويل النماذج اللغوية الضخمة الخام إلى واجهات برمجية قابلة للتوجيه والاستعلام. ومن ثم تطور الاستخدام خطوة بخطوة لبناء أنظمة التوليد المدعم بالاسترداد، وصولاً إلى دمج الأنظمة المعقدة اليوم لبناء عملاء مستقلين يمتلكون ذاكرة، وصلاحية وصول لأدوات بحث، وضوابط أمان تضمن تكرار المحاولة حتى إنجاز المهمة بالشكل المطلوب.
السياق هو رصد القفزة التكنولوجية الكبيرة التي حدثت في الأشهر الستة الأخيرة وكيف تكاملت الأبحاث والبرمجيات لتجعل الذكاء الاصطناعي عمليًا للشركات. المغزى هو إبراز أهمية الغطاء أو الإطار المحيط بالنموذج كعنصر حاسم لتحويل النماذج اللغوية النظرية إلى منتجات وأنظمة ذكاء اصطناعي مفيدة قادرة على العمل والتعلم الذاتي.
يذكر جينسن هوانغ مثالاً واقعياً حديثاً لصديق مقرب له قام ببناء عميل ذكاء اصطناعي مخصص وتطويره بالكامل ليعمل بشكل مباشر على منصة دي جي إكس سبارك. يوضح هوانغ كيف أن هذا العميل المتطور يعمل الآن بكفاءة عالية وبشكل محلي تماماً على جهاز دي جي إكس سبارك الموضوع مباشرة بجوار المحمول الخاص بصديقه، أو يمكن تشغيله في محطة عمل مكتبية مخصصة داخل مقار الشركة. تبرز هذه القصة كيف أصبحت التكنولوجيا متاحة ومرنة لدرجة تمكن أي مطور أو شركة من بناء حاسوب خارق خاص بها داخلياً وتشغيل عملاء فائقين دون الحاجة بالضرورة للاعتماد المطلق على السحابة الخارجية.
سياق المثال هو استعراض المخططات والحلول البرمجية الجديدة ومدى سهولة استخدامها لتمكين الشركات والمطورين من نشر عملائهم الخاصين وتأمينهم. المغزى هو إثبات زوال العقبات التقنية أمام تبني الذكاء الاصطناعي، والتأكيد على أن مرونة التشغيل تمنح الشركات تحكمًا كاملًا وسيادة مطلقة على بياناتها وعملائها الأذكياء.
الأنظمة الوكيلة (Agentic Systems)
أنظمة ذكاء اصطناعي برمجية مستقلة تتجاوز مجرد توليد النصوص إلى اتخاذ الإجراءات والقرارات. وتتميز هذه الأنظمة بتأسيسها على المعرفة والبيانات الحقيقية، وقدرتها على استخدام الأدوات الخارجية للبحث، وإدارة ذاكرة نشطة، وتطبيق حواجز حماية لضمان الأمان، والقدرة على التكرار وتصحيح المسار ذاتياً حتى إنجاز المهمة المطلوبة. مثال عليها: وكيل ذكي مخصص للبحث عن الأخطاء البرمجية وإصلاحها تلقائياً وتجربتها قبل الاعتماد النهائي مثل Claude Code.
الهيكل الحاضن للنموذج (Model Harness)
البنية التحتية والبرمجية التي تحيط بالنموذج اللغوي الكبير لتحويله من مجرد واجهة برمجة تطبيقات قابلة للتوجيه إلى منتج عملي ومفيد. يتضمن هذا الهيكل أدوات الربط بالبيانات، وتوجيه المطالبات (Prompts)، وإدارة سياق المحادثة، وتوفير أدوات التحقق والتكامل والأمان. مثال عليها: إطار عمل LangChain الذي يحيط بنموذج الذكاء الاصطناعي ليربطه بقواعد بيانات المؤسسة وأدوات الأتمتة الخاصة بها.
نماذج الأوزان المفتوحة (Open Weight Models)
نماذج ذكاء اصطناعي تُنشر أوزانها ومعاملاتها الرياضية علناً، مما يسمح للمطورين بتشغيلها محلياً، وتعديلها، وإجراء ضبط دقيق (Fine-tuning) لها، والتحكم الكامل في بياناتها وسريتها دون الحاجة لرفعها إلى خوادم سحابية مغلقة لشركات أخرى. تتميز بالموازنة بين التكلفة المنخفضة والأداء العالي. مثال عليها: نموذج Nemotron 3 Ultra ونموذج DeepSeek.
التدريب اللاحق الموجه للهيكل (Post-training against a harness)
عملية تدريب وتحسين النموذج اللغوي بعد مرحلة التدريب الأساسي، بحيث يتم تدريبه وتعديله خصيصاً ليتناسب ويتناغم مع الأدوات والبيئات والمطالبات الموجودة في الهيكل البرمجي (Harness) المحيط به، مما يرفع كفاءة استخدامه للأدوات الداخلية للمؤسسة. مثال عليها: تدريب نموذج Nemotron ليتعلم كيف يستدعي بدقة واجهات البرمجة الخاصة بقاعدة بيانات معينة لشركة شحن بري.
الوكلاء الفرعيون الفائقون (Super Sub-agents)
وكلاء ذكاء اصطناعي متخصصون للغاية في أداء وظيفة واحدة معقدة أو إدارة تدفق عمل (Workflow) محدد وحرج جداً لشركة ما، بدلاً من استخدام وكيل عام يحاول القيام بكل شيء. يتم ربطهم بأدوات ومعارف سرية وخاصة بالشركة فقط لضمان دقة العمل المتناهية. مثال عليها: وكيل ذكي مخصص ومصمم حصرياً لتصميم وتوزيع الرقائق الإلكترونية وتحسين سلاسل التوريد لشركة تقنية.
بيئة التشغيل أوبن شيل (OpenShell Runtime)
بيئة تشغيل مفتوحة ومؤمنة (Sandbox) تُستخدم لتشغيل وكلاء الذكاء الاصطناعي والتعليمات البرمجية الصادرة عنهم بخصوصية تامة، مما يسمح لأقسام تكنولوجيا المعلومات في الشركات بالتحكم في الصلاحيات وإدارة الوصول وحماية البيانات الحساسة من التسريب أثناء تشغيل الوكيل. مثال عليها: تشغيل وكيل مالي داخل بيئة معزولة تمنعه من تسريب أرقام الحسابات إلى شبكة الإنترنت الخارجية.
- 115 عاماً: مدة عمل شركة NVIDIA في مجال الذكاء الاصطناعي.
- 2الـ 6 أشهر الأخيرة: الفترة التي شهدت التحول الجذري الفعلي وجعلت الذكاء الاصطناعي مفيداً وعملياً لكل الشركات.
- 386%: النسبة المئوية للأداء التي حققها نموذج Nemotron 3 Ultra المدمج في نظام Deep Agents بناءً على معيار تقييم داخلي.
- 487%: نسبة الأداء التي حققها نموذج Claude Opus الرائد للمقارنة في ذات المعيار.
- 582% إلى 83%: نسبة الأداء التي حققتها نماذج DeepSeek و Minimax في نفس معيار التقييم.
- 610 مرات أرخص: نسبة انخفاض تكلفة تشغيل نموذج Nemotron مقارنة بنموذج Claude Opus المرتفع الثمن والبطيء نسبياً.
- 1جنسن هوانغ (Jensen Huang - الرئيس التنفيذي لشركة NVIDIA)
- 2إطار عمل لانغ تشين (LangChain)
- 3شركة إنفيديا (NVIDIA)
- 4كلود كود (Claude Code)
- 5برنامج أوبن كلاو (OpenClaw)
- 6الوكلاء العميقة (Deep Agents)
- 7شركة أنثروبيك (Anthropic)
- 8شركة أوبن إيه آي (OpenAI)
- 9شركة جوجل (Google)
- 10نموذج نيموترون (Nemotron)
- 11نموذج نيموترون 3 ألترا (Nemotron 3 Ultra)
- 12تحالف نيموترون (Nemotron Coalition)
- 13نموذج كلود أوبوس (Claude Opus)
- 14نموذج ديب سيك (DeepSeek)
- 15نموذج ميني ماكس (Minimax)
- 16مخططات نيموكلاو (NemoClaw Blueprints)
- 17بيئة تشغيل أوبن شيل (OpenShell)
- 18منصة دي جي إكس سبارك (DGX Spark)
- 19منصة محطة دي جي إكس (DGX Station)
"Although we've been working in AI for 15 years, the last six months changed everything... now finally AI is useful."
يوضح جينسن هوانغ أن التطورات المتسارعة في النماذج اللغوية والأنظمة العميقة خلال الأشهر الستة الأخيرة كانت نقطة التحول الحقيقية التي نقلت الذكاء الاصطناعي من مرحلة الأبحاث والتجارب الواعدة إلى مرحلة التطبيق العملي الفعلي والمفيد تجارياً للشركات.
"When you have cost-effective intelligence, people just use more of it."
يشرح جينسن التأثير السلوكي والاقتصادي لانخفاض تكلفة الاستدلال والذكاء؛ حيث تدفع الكفاءة السعرية والسرعة المطورين إلى زيادة الاعتماد على النماذج وتوسيع نطاق تجاربهم واستكشاف مساحات بحثية أوسع لم تكن ممكنة من قبل بسبب عقبة التكلفة.
"In the future most companies will be built on harnesses."
رؤية مستقبلية عميقة تشير إلى أن الهياكل الإدارية والعمليات التشغيلية داخل الشركات سيتم استبدالها بأطر عمل برمجية ذكية (Harnesses) تدير وتوجه نماذج الذكاء الاصطناعي وتتحكم في تدفق المهام آلياً وبشكل مستقل.
"Your company's intelligence is who you are. You can't possibly not continue to control it, improve it, make it better, right?"
يسلط جينسن الضوء على مبدأ السيادة الفكرية والبيانات للشركات، مؤكداً أن تميز أي مؤسسة وقيمتها السوقية يعتمدان على ذكائها الخاص والمتخصص، وبالتالي لا يمكن تفويض هذا الذكاء الحيوي أو الاستعانة فيه كلياً بمصادر خارجية دون السيطرة الكاملة عليه وتطويره داخلياً.
- 1الشركات في المستقبل لن تُبنى على عمليات تجارية تقليدية بل ستُبنى على أطر تشغيلية برمجية (Harnesses) تدير الذكاء الاصطناعي مما يجعل هذه الأطر بمثابة نظام التشغيل الفعلي للشركات والعمليات التشغيلية اليومية.
- 2الذكاء الاصطناعي منخفض التكلفة لا يهدف فقط لتوفير المال بل يغير السلوك التشغيلي بالكامل؛ فعندما يكون الذكاء رخيصاً وسريعاً يمكن للعميل الآلي استكشاف مساحات بحث أكبر وتجربة حلول متعددة في وقت قياسي للوصول لأفضل نتيجة ممكنة.
- 3تخصيص الذكاء الاصطناعي يتجاوز تحسين النموذج اللغوي نفسه إلى تحسين الإطار المحيط به وتجربة أدواته؛ تماماً مثل توظيف شخص ذكي وتوفير أفضل الأدوات والبيانات والصلاحيات له ليحقق أقصى إمكاناته الممكنة.
- 1الادعاء بأن الذكاء الاصطناعي أصبح مفيداً حقاً فقط في الأشهر الستة الأخيرة التي سبقت المقابلة.
- 2القول بأن زيادة استخدام الذكاء الاصطناعي تؤدي بطريقة ما إلى توظيف المزيد من البشر، وهو ما يخالف المخاوف العالمية السائدة بشأن البطالة الناتجة عن الأتمتة.
- 3اعتبار الاستعانة بنماذج الذكاء الاصطناعي الخارجية والمغلقة (Outsourcing) أمراً لا معنى له للشركات التي تريد الحفاظ على هويتها وقيمتها.
- 4الادعاء بأن أدوات إدارة النماذج مثل LangChain ستصبح بمثابة نظام التشغيل الأساسي للشركات في المستقبل بدلاً من العمليات التجارية التقليدية.
- 5القول بأن كتابة البرمجيات (Coding) ما هي إلا عملية كتابة على لوحة المفاتيح (Typing) وأن المهندسين سيتوقفون قريباً عن القيام بها بشكل تقليدي ليتفرغوا لبناء الأنظمة الوكيلة فقط.