يرى خبراء في مجال التكنولوجيا أن الحديث عن “فقاعة الذكاء الاصطناعي” قد يكون مبالغًا فيه، لكن التركيز الحالي ينصب على النماذج اللغوية الكبيرة مثل “شات جي بي تي”. فهل نشهد حقًا انهيارًا في هذا المجال؟ مؤسس منصة “هاغنيغ فيس” لاستضافة نماذج الذكاء الاصطناعي، كليم ديلانج، يرى أن هذه الفقاعة المحتملة تخص النماذج اللغوية تحديدًا، وليس الذكاء الاصطناعي ككل.
وأشار ديلانج في تقرير لموقع “تيك كرانش” التقني، إلى أن مفهوم انفجار فقاعة الذكاء الاصطناعي هو “سؤال التريليون دولار”، لكنه أكد أن النماذج اللغوية تمثل جزءًا صغيرًا فقط من الإمكانات الهائلة التي يحملها الذكاء الاصطناعي في مختلف القطاعات.
تنوع تطبيقات الذكاء الاصطناعي يقلل من خطر الفقاعة
يعتمد تفسير ديلانج على حقيقة أن الذكاء الاصطناعي يتجاوز بكثير مجرد إنشاء النصوص، ليشمل تطبيقات واسعة النطاق في مجالات مثل معالجة الصوت والصور والفيديو، وحتى في العلوم المعقدة كالطب والكيمياء. هذا التنوع يجعله أقل عرضة لتقلبات السوق التي قد تؤثر على قطاع معين مثل النماذج اللغوية.
وبالتالي، فأن النماذج اللغوية ليست الحل الأمثل لجميع المشكلات، وتوجد حاجة متزايدة لظهور نماذج أصغر حجمًا وأكثر تخصصًا لتلبية الاحتياجات الفريدة لكل صناعة، بحسب ديلانج. هذا التوجه نحو التخصص قد يساهم في استقرار سوق الذكاء الاصطناعي على المدى الطويل.
النماذج الصغيرة: كفاءة وتوفير في التكاليف
أوضح ديلانج أن بعض التطبيقات لا تتطلب القوة الحسابية الهائلة التي توفرها النماذج اللغوية الكبيرة. على سبيل المثال، يمكن لروبوتات الدردشة التي تستخدمها البنوك لخدمة العملاء أن تعمل بكفاءة عالية باستخدام نماذج أصغر حجمًا وأقل تكلفة. هذه النماذج لا تحتاج إلى فهم معقد لمفاهيم فلسفية أو مسائل طبية متخصصة.
إن استخدام النماذج الأصغر حجمًا يمثل نهجًا أكثر كفاءة في استخدام الموارد، وهو ما تتبناه “هاغنيغ فيس” بشكل خاص. وهذا يقلل من الاعتماد على البنية التحتية المكلفة ويتيح للشركات التركيز على تطوير تطبيقات مخصصة تلبي احتياجاتها الفردية.
“هاغنيغ فيس” في موقع آمن نسبيًا
يرى المراقبون أن انفجار فقاعة النماذج اللغوية قد يؤثر بشكل مباشر على شركات مثل “هاغنيغ فيس” التي تعتمد بشكل كبير على هذه التقنية. ومع ذلك، فإن المنصة تحتفظ حاليًا بنصف التمويل الذي جمعته مؤخرًا، والذي يبلغ 400 مليون دولار، مما يمنحها هامش أمان كبير في مواجهة أي تحديات مستقبلية.
بالإضافة إلى ذلك، تختلف استراتيجية “هاغنيغ فيس” عن العديد من الشركات الأخرى في مجال الذكاء الاصطناعي التي تنفق مبالغ طائلة على تطوير نماذج كبيرة. تركز المنصة على توفير أدوات وخدمات للمطورين لإنشاء تطبيقات ذكية، مع التركيز على الكفاءة في استخدام رأس المال.
الاستثمار في التعلم الآلي والحلول المتخصصة يمثل جزءًا أساسيًا من استراتيجية “هاغنيغ فيس”، مما يساهم في تنويع مصادر الدخل وتقليل الاعتماد على سوق النماذج اللغوية المتقلبة. وهذا النهج الاستباقي يمكن أن يساعد المنصة في الحفاظ على مكانتها الرائدة في هذا المجال.
يتماشى هذا التوجه مع رؤية أوسع في سوق التكنولوجيا، حيث يتزايد الاهتمام بالذكاء الاصطناعي المسؤول والمستدام، والذي يركز على تحقيق أقصى قيمة من خلال استخدام الموارد بكفاءة. هناك تحول نحو تطوير حلول ذكية تلبي احتياجات محددة، بدلاً من السعي وراء إنشاء نماذج عامة ضخمة.
وفي المجمل، يرى ديلانج أن التركيز على تطبيقات الذكاء الاصطناعي المتنوعة والكفاءة في استخدام الموارد هو مفتاح النجاح على المدى الطويل، حتى لو شهدنا تصحيحًا في سوق النماذج اللغوية.
من المتوقع أن يشهد العام القادم تطورات حاسمة في سوق النماذج اللغوية، بما في ذلك تقييمات جديدة للشركات الناشئة، وربما انخفاض في الاستثمار. سيتعين على الشركات العاملة في هذا المجال إثبات قدرتها على تحقيق الربحية وتقديم قيمة حقيقية للعملاء. مستقبل الذكاء الاصطناعي لا يزال واعدًا، ولكن قد يحتاج إلى إعادة تقييم وتوجيه نحو تطبيقات أكثر تخصصًا وواقعية.
