سيمي أناليسيس، ألتيميتر، نيبيوس، جلين... ١٢ رأيًا هامًا من أبرز الأسماء في مجال الذكاء الاصطناعي

يتذكر كاسر، مؤسس شركة Applied Intuition، إلقاءه لخطاب تخرج تاريخي في جامعته السابقة معهد جنرال موتورز (جامعة كيتيرينغ حالياً). ونظراً لطبيعة طلاب هذه الجامعة البراغماتية والواقعية القادمة من الغرب الأوسط الأمريكي، لم يكن يتوقع منهم صيحات استهجان كما يحدث غالباً في جامعات النخبة على السواحل الشرقية والغربية. وخلال خطابه، عبّر عن قناعاته الصادقة تجاه القلق الكبير الذي يساور الخريجين الجدد بشأن انتهاء مسيرتهم المهنية قبل أن تبدأ بسبب الذكاء الاصطناعي. وقارن كاسر هذا الخوف بتجربته الشخصية عند تخرجه قبل 25 عاماً مع بزوغ فجر الإنترنت، حيث كان الجميع يخشى زوال وتغير الأعمال التقليدية، ورغم ذلك لا يزال البشر حتى اليوم يقودون السيارات ويحتاجون لمعدات البناء، مما يعني أن التكنولوجيا تغير شكل الوظائف ولكنها لا تمحيها بالكامل.

معالجة مخاوف الخريجين الجدد من تأثير الذكاء الاصطناعي على مسيرتهم المهنية، واستخلاص العبر من الثورات التكنولوجية السابقة مثل الإنترنت لتأكيد أن التكنولوجيا تغير طبيعة العمل ولا تقضي عليه تماماً.

يسترجع كاسر قصة عائلته المهاجرة التي كانت تدير مغسلة ملابس بسيطة، مستحضراً هذه الخلفية لتقديم درس في الواقعية والتقدير للجيل الجديد. ويشير إلى أنه عندما يطرح عليه الناس والمستثمرون أسئلة حول الصعوبات البالغة التي يواجهها كمؤسس لشركة تكنولوجيا متقدمة مثل Applied Intuition، يجيبهم دائماً بأن عمله ليس بالصعوبة التي يتخيلونها مقارنة بالعمل الفعلي الشاق واليومي في مطاعم الوجبات السريعة مثل تاكو بيل أو إدارة مغسلة ملابس من قبل عائلات مهاجرة تكافح لتوفير قوت يومها.

منح الخريجين الجدد ورواد الأعمال منظوراً حقيقياً حول المعنى الفعلي للجهد والعمل الشاق، ومقارنة التحديات التقنية الراقية بالمعاناة الجسدية واليومية لأصحاب المهن الخدمية البسيطة.

يتحدث كاسر عن كتاب شائق أنهى قراءته مؤخراً قبل النوم بعنوان عندما فشلت العبقرية (When Genius Failed)، والذي يسرد بالتفصيل قصة صعود وانهيار صندوق التحوط الشهير LTCM في أواخر التسعينيات. هذا الصندوق كان يضم نخبة من أذكى العقول والحائزين على جوائز نوبل، واعتمدوا بشكل مفرط على الرافعة المالية الضخمة لتحقيق مكاسب خيالية (وهو ما يشبه استخدام الحوسبة المفرطة والرافعة التقنية في قطاع الذكاء الاصطناعي اليوم). ولكن فجأة، وبسبب تقلبات اقتصادية وسلوكيات غير متوقعة في الأسواق الطرفية في روسيا وآسيا، تداعى هذا الصندوق الأسطوري وانهار بشكل دراماتيكي مسبباً هزات مالية عالمية غير متوقعة.

التحذير من المخاطر الخفية في طفرة الذكاء الاصطناعي الحالية، وضرب مثال بانهيار صندوق LTCM لتوضيح كيف يمكن للمؤسسات النخبوية والذكية أن تنهار فجأة نتيجة عوامل خارجية غير متوقعة، مما يستوجب الحذر الدائم للنجاة.

يسرد كاسر تفاصيل قصة جون ديلوريان، المرشح السابق لرئاسة شركة جنرال موتورز في السبعينيات ومؤسس شركة السيارات الشهيرة التي ظهرت في فيلم Back to the Future. كتب ديلوريان كتاباً نارياً ومثيراً للجدل بعنوان في يوم صاف يمكنك رؤية جنرال موتورز، فضح فيه المشاكل الهيكلية العميقة للشركة وهي في أوج مجدها. ورغم محاولته منع نشر الكتاب لاحقاً لعدم إثارة عداء قطاع السيارات، إلا أن الكاتب المشارك نشره رغماً عنه عبر قضايا قضائية مستمرة. والمثير أن نبوءات الكتاب حول انهيار وتراجع جنرال موتورز قد تحققت بدقة بعد 20 عاماً. وقد استخدم كاسر هذه القصة مؤخراً عندما نصح مجلس إدارة ورئيس تنفيذي لشركة سيارات ألمانية كبرى بقراءة هذا الكتاب لفهم المشاكل الإدارية المزمنة التي تصيب المنظمات الكبيرة بغض النظر عن التقدم التقني.

التأكيد على أن المنظمات الكبرى الناجحة تعاني من مشاكل هيكلية وتنظيمية مزمنة ومستمرة عبر الأجيال، وأهمية القيام بمراجعات ذاتية وتدقيق داخلي مستمر لتفادي الانهيار البطيء.

يروي ديلان باتيل قصة طريفة وتنافسية حول بناء مراكز بيانات الذكاء الاصطناعي في أوروبا. فقد أرادت فرنسا استغلال الفائض من طاقتها النووية الوفيرة لتبني مراكز بيانات ضخمة في باريس، ولكن هذا التوجه واجه معارضة شديدة واحتجاجات من دول مجاورة مثل إسبانيا وإيطاليا وبلجيكا وهولندا وألمانيا. والسبب في ذلك هو أن هذه الدول تعتمد بشكل أساسي على شراء فائض الطاقة الفرنسي للحفاظ على استقرار شبكات الكهرباء لديها، وبناء فرنسا لمراكز البيانات سيهدد أمن الطاقة في تلك الدول ويدخل شبكاتها الكهربائية في أزمة حقيقية.

توضيح التعقيدات الجيوسياسية والتنظيمية المحيطة ببناء البنية التحتية ومراكز البيانات للذكاء الاصطناعي في أوروبا، وكيف تؤثر مصالح الطاقة المشتركة للدول المجاورة على تطور هذه المشاريع.

يشارك ديلان باتيل موقفاً مستفزاً حدث في شركته عندما غضب على أحد الموظفين بسبب شكواه المستمرة من ضعف أداء نظام البرمجة السحابي ومحاولته تكرار الطلبات مراراً وتكراراً دون فائدة. وعند فحص المشكلة، تبين أن الموظف قام دون قصد بضبط إعدادات النظام على نموذج Haiku الرخيص والأقل ذكاءً، مما تسبب في إهدار حوالي 1,000 دولار من الاستعلامات المكررة والعديمة الفائدة بدلاً من استخدام النماذج القوية مثل Opus أو Fable التي تنجز العمل من المرة الأولى بذكاء وسرعة.

توضيح سلبية سياسات تقنين الرموز وتفضيل النماذج الرخيصة، وبيان أن الاعتماد على نماذج أقل كفاءة يوفر ظاهرياً ولكنه يتسبب في إهدار أكبر للأموال والوقت نتيجة تدني الإنتاجية وتكرار الطلبات.

يروي أرييل قصة سفره الشخصية المريرة التي كانت الدافع الأساسي والملهم وراء تأسيسه لشركة خدمات السفر Navan. فقد سافر قديماً لبدء عمليات شركته في مدينة أوديسا بأوكرانيا، ووصل هناك في منتصف الليل وسط برد قارس يتجمد له البدن. وعند وصوله للفندق، تفاجأ بإلغاء حجزه بسبب مشكلة في بطاقة الائتمان، وطلب منه موظف الاستقبال المغادرة والبحث عن فندق آخر. لم تجب وكالة السفر على اتصالاته، ولم تكن البرمجيات تعمل، مما اضطره لجر حقائبه وحيداً في الشوارع المظلمة والمتجمدة والانتقال من فندق لآخر حتى عثر أخيراً على مأوى يقيه البرد.

إبراز مدى أهمية وحساسية قطاع السفر بالنسبة للبشر وتأثير الأخطاء فيه على سلامتهم، واستلهام هذه التجربة لتأسيس نظام ذكي خال من الأخطاء لضمان راحة وسلامة المسافرين دون هلوسة تقنية.

الذكاء الاصطناعي المادي (Physical AI)

دمج أنظمة الذكاء الاصطناعي المتقدمة مباشرة في الآلات الميكانيكية والأجهزة التي تعمل في العالم الحقيقي مثل السيارات ذاتية القيادة، الشاحنات، وسفن الشحن، لتمكينها من العمل والتفاعل بذكاء وأمان. مثال على ذلك تطوير شركة Applied Intuition لبرمجيات ذكاء اصطناعي لقيادة السفن والمعدات الثقيلة في الموانئ والمناجم بشكل ذاتي.

سيناريو LTCM (LTCM Situation)

مصطلح يشير إلى الانهيار المفاجئ لشركات أو صناديق تحوط متميزة تقنياً وبشرياً بسبب الإفراط في الرافعة المالية والاعتماد الكلي على خوارزميات رياضية معقدة دون حساب للمخاطر الجانبية غير المتوقعة في الأسواق العالمية. ومثال على ذلك انهيار صندوق التحوط إدارة رأس المال طويل الأجل (Long-Term Capital Management) في أواخر التسعينيات نتيجة أزمات ديون روسيا وآسيا.

التصميم المشترك للعتاد والبرمجيات (Hardware-Software Co-design)

عملية تطوير متوازية ومتكاملة لكل من البنية التحتية للعتاد والأنظمة البرمجية لتحقيق أقصى درجات الأداء والكفاءة بدلاً من تطوير كل جزء بشكل مستقل. مثال على ذلك قيام شركات الرقاقات مثل Nvidia بتطوير الرقاقات بالتزامن مع خوارزميات الذكاء الاصطناعي لضمان أفضل توافق وسرعة معالجة.

الحد الأقصى للرموز (Token Maxing)

فلسفة تشجع الموظفين والشركات على استخدام واستهلاك أقصى قدر ممكن من الرموز في نماذج الذكاء الاصطناعي لتجربتها بالكامل وإعادة صياغة آليات العمل، بدلاً من التضييق المالي والميزنة الصارمة التي قد تحد من الابتكار. مثال على ذلك حث الموظفين على استخدام النماذج الأكثر ذكاءً وقدرة مثل Claude Opus في أعمالهم اليومية بشكل مكثف دون الخوف من التكلفة المرتفعة.

مخطط السياق (Context Graph)

هيكلية تقنية تُستخدم لجمع البيانات والمعلومات والسياقات التنظيمية الخاصة بالشركة وتقديمها لنماذج الذكاء الاصطناعي في دفعة واحدة، مما يقلل من تكرار الاستعلامات ويوفر استهلاك الرموز وتكلفة التشغيل. ومثال على ذلك استخدام منصة Glean لمخططات السياق لتوفير البيانات التي يحتاجها الموظف للبحث بكفاءة ودون هدر التكلفة.

توجيه النماذج المتعددة (Multi-model routing)

استراتيجية تقنية تقوم على توجيه مهام الذكاء الاصطناعي المختلفة إلى نماذج مختلفة (مفتوحة أو مغلقة المصدر) بناءً على مدى تعقيد المهمة وتكلفتها لضمان الفعالية الاقتصادية والتشغيلية. مثال على ذلك توجيه مهام البرمجة المعقدة لنموذج متطور ومكلف مثل GPT-4، وتوجيه المهام البسيطة والمكررة لنموذج مفتوح المصدر وأقل تكلفة.

سيادة الذكاء الاصطناعي (AI Sovereignty)

رغبة الشركات والمؤسسات في السيطرة الكاملة على بياناتها وخوارزمياتها وبنيتها التحتية الخاصة بالذكاء الاصطناعي محلياً لمنع تسرب البيانات الحساسة إلى خوادم خارجية تابعة لأطراف ثالثة ولضمان حرية الانتقال والتحكم التام. مثال على ذلك استضافة النماذج محلياً (On-premise) لحماية الأسرار التجارية والبيانات المالية للشركات.

"خطط للمناخ، وليس للطقس"

يشير أبورف إلى ضرورة تبني استراتيجية توجيه متعددة النماذج وتقييمات مستمرة للمؤسسات بدلا من الارتباط بنموذج أو شركة واحدة قصيرة المدى. الطقس يمثل التحديثات السريعة بينما المناخ يمثل البنية التحتية المرنة طويلة الأجل.

"مفهوم ميزانية التوكنز هو عقلية الخاسرين"

يرى ديلان أن تقييد الموظفين بميزانيات توكنز صارمة يمنعهم من استكشاف الإمكانات الكاملة للأدوات الجديدة وإعادة تشكيل العمليات لزيادة الإنتاجية بشكل جذري بدلا من التراجع والحد من التطوير.

"التكاملات هي اللحظة التي يصبح فيها نموذج اللغة الكبير خطيرا بالفعل"

يشرح جيل أن النموذج المعزول قد يخطئ دون أثر تدميري حقيقي، ولكن بمجرد ربطه وتكامله مع الأنظمة والبيانات المؤسسية عبر واجهات برمجة التطبيقات، تظهر المخاطر الأمنية الحقيقية وتدفق البيانات غير المصرح به.

"تطبيق الذكاء الاصطناعي الخاص بك جيد بقدر جودة بياناتك"

يؤكد سي جي على أن البيانات هي البطل المجهول في ثورة الذكاء الاصطناعي؛ فبدون طبقة بيانات قوية وموثوقة، لن تتمكن التطبيقات والوكلاء الأذكياء من تقديم نتائج دقيقة ومفيدة.

"الجغرافيا ستكون أكبر بكثير من القطاعات الرأسية عندما يتعلق الأمر بالذكاء الاصطناعي"

يوضح باراك رؤية غير إجماعية مفادها أن توطين واستهداف أسواق جغرافية محددة خارج الولايات المتحدة يمثل فرصة نمو واختراق أكبر من التخصص في قطاع صناعي رأسي محدد، نظرا لاختلافات أسواق العمل والتشريعات المحلية.