تحدي المتوسط بالذكاء الاصطناعي المفتوح المصدر: توماس وولف من شركة Hugging Face

توماس وولف هو المؤسس المشارك وكبير المسؤولين العلميين لمنصة الذكاء الاصطناعي مفتوحة المصدر "Hugging Face"، والتي توفر إمكانية الوصول إلى آلاف نماذج الذكاء الاصطناعي المدربة مسبقاً والتي يمكن تنزيلها وتشغيلها محلياً. ومع وجود أكثر من 10 ملايين مستخدم، يمكن أن يكون بدء استخدام الموقع مهمة شاقة. يشرح توماس كيف تهدف الشركة إلى تحسين إمكانية الوصول إليها من خلال التوثيق على مدونة الشركة بالإضافة إلى تعليقات المجتمع، على غرار الإعجاب والتصويت على وسائل التواصل الاجتماعي.

توماس و أنا ونفسي والذكاء الاصطناعي يناقش مقدم البرنامج سام رانسبوثام فوائد ومفاضلات نماذج الذكاء الاصطناعي مفتوحة المصدر والمغلقة المصدر، بالإضافة إلى تطور الرقائق الإلكترونية ومستقبل تطوير الأجهزة والبرمجيات - فضلاً عن الآمال التي يعلقها توماس على مستقبل البرمجة باستخدام الذكاء الاصطناعي، بدءاً من جيل أطفاله.

اشترك في أنا ونفسي والذكاء الاصطناعي على بودكاست آبل أو سبوتيفاي.

النص

أليسون رايدر يعتقد ضيف اليوم أن النماذج مفتوحة المصدر والمغلقة المصدر ستتعايش في عالم الذكاء الاصطناعي. اكتشف ما يعتبره فرص وعيوب كل منهما، وكذلك كيف يمكن للمجتمعات أن تجعل أدوات الذكاء الاصطناعي - وأنفسهم - يعملون معًا بشكل أفضل في حلقة اليوم.

توماس وولف مرحبًا، أنا توماس من برنامج "عناق الوجه"، وأنتم تستمعون إلى أنا ونفسي والذكاء الاصطناعي.

سام رانسبوثام مرحباً بك في أنا ونفسي والذكاء الاصطناعيبودكاست من مراجعة سلون للإدارة بمعهد ماساتشوستس للتكنولوجيا والابتكار والإدارة استكشاف مستقبل الذكاء الاصطناعي. أنا سام رانسبوثام، أستاذ التحليلات في كلية بوسطن. لقد كنت أبحث في البيانات والتحليلات والذكاء الاصطناعي في معهد ماساتشوستس للتكنولوجيا منذ عام 2014، مع مقالات بحثية، وتقارير سنوية عن الصناعة، ودراسات حالة، والآن 12 موسمًا من حلقات البودكاست. في كل حلقة، ينضم إلينا قادة الشركات والباحثون المتطورون وصانعو سياسات الذكاء الاصطناعي في كل حلقة من حلقات البودكاست، وذلك لتوضيح ما يفصل بين ضجيج الذكاء الاصطناعي ونجاحه.

مرحباً بكم جميعاً. شكراً لانضمامكم إلينا مرة أخرى، وأهلاً بكم مرة أخرى في موسم جديد. اليوم، أنا محظوظ بالتحدث مع توم وولف. وهو المؤسس المشارك والرئيس التنفيذي للعلوم في شركة Hugging Face. توم، من الرائع استضافتك في البرنامج اليوم.

توماس وولف شكراً يا سام. إنه لمن دواعي سروري أن أكون هنا.

سام رانسبوثام دعونا نبدأ بـ"عناق الوجه" نفسه. قد لا يكون بعض مستمعينا على دراية بشركة Hugging Face. هل يمكنك أن تعطينا لمحة موجزة عما تفعله الشركة وما تقومون به؟

توماس وولف نعم، بالطبع. Hugging Face هي منصة ذكاء اصطناعي مفتوحة المصدر. نحن نوفر إمكانية الوصول إلى جميع نماذج الذكاء الاصطناعي مفتوحة المصدر، مما يعني أن هذه النماذج هي النماذج التي يمكنك تنزيلها وتشغيلها أينما تريد. لذلك عندما تستخدم نموذج ذكاء اصطناعي في الوقت الحاضر، يمكنك الاختيار إما أن تذهب إلى ChatGPT أو Anthropic أو Google - وهي الأكثر استخدامًا في الوقت الحالي - أو في بعض الأحيان تريد تشغيل نماذج الذكاء الاصطناعي على مركز البيانات الخاص بك، أو تريد تشغيلها على بعض الأجهزة المحددة. [قد تكون هذه] أجهزة محلية أو قد تكون رقائق أسرع لأنك تحتاج إلى استجابة فورية. في معظم الحالات، سترغب في استخدام نموذج الذكاء الاصطناعي المفتوح المصدر، وهو نموذج يمكنك تنزيله بشكل أساسي.

يوجد [هناك] الكثير منها. على موقع Hugging Face، [هناك] ما يقرب من 4 ملايين من هذه النماذج في الوقت الحالي. هناك نموذج جديد يتم نشره كل خمس ثوانٍ. ومن أشهرها سلسلة Meta، وسلسلة Llama. والنموذج الذي أعتقد أنه [الذي] حصل على أكبر قدر من التبني والظهور مؤخراً هو DeepSeek، والذي تم إصداره في يناير/كانون الثاني وحقق نوعاً ما انهياراً في أسواق الأسهم في نفس الوقت الذي تم إصداره فيه.

لذلك على مدى السنوات الثماني الماضية، عملت Hugging Face على بناء هذه المنصة، ونمّتها مع مجتمع الأشخاص والفرق التي تشارك النماذج وتحمّلها. يبلغ هذا المجتمع الآن ما يقرب من 10 ملايين مستخدم وباني ذكاء اصطناعي. [هذا ما] نسميهم. وقد توسعنا أيضًا إلى ما هو أبعد من مجرد استضافة النماذج لنستضيف أيضًا مجموعات البيانات، والتي تُستخدم لتدريب النماذج وضبطها وتقييمها. ومؤخراً، [قمنا] أيضاً [أضفنا] ما نسميه Spaces، وهي طرق بسيطة ومنخفضة التعليمات البرمجية لاختبار كل هذه النماذج.

سام رانسبوثام لذلك هناك الكثير من الأشخاص الذين يقدمون الحلول هنا. وإذا عدت بذاكرتي إلى الطريقة التي تطورت بها التكنولوجيا عبر تاريخ البشرية، فقد توصل الناس إلى ابتكار رقائق، وجاءت مختبرات بيل وإنتل وبنتا مصانع للمعالجات. لم يكن أي من ذلك مفتوح المصدر. ما أهمية المصدر المفتوح هنا؟

توماس وولف أعتقد أن المصدر المفتوح كان دائمًا مهمًا بطريقة ما. الأمر هو أن المصدر المفتوح هو في كثير من الأحيان لعبة طويلة الأمد في علوم الكمبيوتر. فإذا عدنا إلى الوراء، على سبيل المثال، إلى عام 2000 أو ما قبل عام 2000 ... كانت مايكروسوفت في الأساس أحد أكبر أنظمة التشغيل، وكان لينكس بطريقة ما أكثر للمتعصبين أو المهووسين. والآن إذا عدنا سريعًا إلى الأمام بعد 20 عامًا، نجد أن لينكس هو حقًا أساسيات جميع برامج المؤسسات وجميع السحابة المؤسسية، بشكل أساسي. ودائمًا ما تقوم بتشغيلها تقريبًا على إصدار ما من لينكس. حتى نظام التشغيل MacOS، الذي أعتقد أنه الأكثر استخدامًا على الأرجح على أجهزة الكمبيوتر المحمولة للمستهلكين في الوقت الحاضر [و] هو أحد أكبر المنافسين لنظام ويندوز، هو نفسه يعتمد على نواة لينكس.

لذلك هناك هذا الاتجاه، وهو [أن] المصدر المفتوح له بعض المزايا التي تجعله جذابًا للغاية على المدى الطويل. من الواضح [في] المدى القصير، يمكنك أن تتقدم بشكل أسرع مع المصادر المغلقة، وهذا أيضًا ما نراه مع النماذج المغلقة. يمكنك التكرار بشكل أسرع. يمكنك جمع مبالغ كبيرة من رأس المال لتدريب نماذجك. يمكنك محاولة الحصول على أغلى باحثي الذكاء الاصطناعي ودفع مبالغ ضخمة لهم.

نحن نواصل الدفع كثيرًا من أجل العلم المفتوح، وقد نشرنا يوم الثلاثاء الماضي نموذجًا جديدًا يسمى SmolLM3، وهو نموذج ذكي للغاية. إنه الأفضل في 3 مليارات معلمة. لذا فهو في نطاق الحجم الذي يمكنك تشغيله على حاسوبك المحمول وحتى على الهاتف الذكي.

لقد قررنا أن نشارك، في الوقت نفسه، كل البيانات، كل الوصفات، كل المعرفة حول كيفية بناء هذه النماذج. إنه أمر جيد بالنسبة لنا لأننا لا نجني المال من هذه النماذج، ونعتقد أنه أمر جيد جدًا لأن أي شخص يستطيع، [من] يريد بناء نموذج يعتمد على هذا، أو يشبه هذا النموذج، أو يريد توسيع هذا النوع من النماذج، لديه الآن كل المعرفة ... للبدء.

نعتقد أن المصدر المفتوح يمكن تعريفه بعدة طرق في الذكاء الاصطناعي، ولكننا نعتقد أن الطريقة الأكثر جذرية هي أن تقول إنك تشارك كل شيء فقط. أنت تشارك البيانات، وتشارك الشيفرة، وتشارك الوصفة. لقد كتبنا في مدونة طويلة جدًا، [والتي] ربما سنحولها إلى ورقة بحثية كاملة، كل التفاصيل الدقيقة حول كيفية بناء هذا النموذج. لذلك واصلنا نشر كل هذا. حتى أننا نعد كتابًا في الوقت الحالي، وهو عن كيفية تدريب [نموذج لغوي كبير] بكفاءة على مجموعة وحدات معالجة الرسومات. ولكننا نعتقد أن كل هذا يجب أن يكون متاحًا بشكل أساسي.

ولكنني لا أريد أن أعطي انطباعاً بأنني من أنصار المصادر المفتوحة بشكل مطلق. أعتقد أن كلاهما له مزايا وعيوب مثيرة للاهتمام. وأعتقد أن كلاهما سيتعايشان بشكل عام في الذكاء الاصطناعي.

إذا قارنت [الذكاء الاصطناعي] بالأجهزة، فهي مقارنة مثيرة للاهتمام التي قمت بها، أليس كذلك؟ كانت مختبرات Bell Labs، جزئيًا، تطور في الغالب في ذلك الوقت برمجيات [ربما] كانت أكثر تخصصًا بكثير، وكانت البرمجيات والأجهزة [التي] كانت مرتبطة ببعضها البعض بشكل أكبر بكثير.

أعتقد أنك إذا قارنت [الذكاء الاصطناعي] بالأجهزة، فهناك بعض الاختلاف، ولكن هناك أيضًا ميزة ونقطة مثيرة للاهتمام يمكن أن تكون للأجهزة مفتوحة المصدر. وهذا في الواقع شيء بدأنا القيام به مؤخراً في شركة Hugging Face في مجال الروبوتات. لا أعرف ما إذا كان هذا شيء نريد تغطيته في الوقت الحاضر، ولكننا استحوذنا هذا العام على شركة أجهزة مفتوحة المصدر في مجال الروبوتات تدعى Pollen [Robotics]. وأعتقد أن هناك بعض الاهتمام المؤكد.

الفكرة العامة، بالنسبة لي، هي أنه يمكن إعادة اختراع الكثير من الأجهزة على المدى الطويل باستخدام البرمجيات. لذا ربما سنصل إلى ذلك. [أنا] لا أريد أن أتسرع في الخوض في أمور جانبية مجنونة.

سام رانسبوثام لا، أعتقد أن هذا أمر رائع للغاية، خاصةً مع مبادرة هوب جيه آر ومبادرات الروبوتات التي تشارك فيها الآن. أعتقد أنه يمكنك المضي قدماً والتحدث عن ذلك. ولكن أثناء قيامك بذلك، أريد أن أدفعك قليلاً وأقول [أنني] لا أعرف حتى كيف نعرّف الأجهزة والبرمجيات بعد الآن. لديك برامج ثابتة. لديك الكثير من الطبقات في مكدس البرمجيات. وتقليدياً، حتى لو كان لدينا مصدر مفتوح - لينكس هو المثال الذي ذكرته - ربما لا يزال [مبنياً] فوق برمجيات ثابتة خاصة بالبائعين ومملوكة. لذا حتى داخل هذه المكدسات يصبح الأمر معقداً. لذا تحدث عن الأجهزة. أود أن أتحدث عن HopeJR.

توماس وولف أعتقد أن هذا مثير للاهتمام للغاية. شيء واحد [هو] أنه مستقبلي بعض الشيء. لكن وظيفتي في شركة Hugging Face هي في الغالب التفكير فيما هو قادم. لذلك أقضي الكثير من الوقت في التفكير في العام القادم والسنوات القليلة القادمة في مجال الذكاء الاصطناعي.

أعتقد، كما قلت أنت، أن الحدود بين البرمجيات والأجهزة أصبحت ربما أصغر مرة أخرى. لقد مررنا بلحظة حيث كان هناك حقًا هذه اللحظة الضخمة - أعني، ربما في البداية، كان كل شيء متشابهًا لأن الجميع كان قريبًا جدًا من الأجهزة لدرجة أنه لم يكن لدينا حقًا أي شيء يمكن أن نسميه برمجيات، أي تجريد كبير حقًا.

وفي الوقت الحاضر، الشيء المثير للاهتمام هو أننا نرى هذا الميل إلى نوع من سد الفجوة والعودة إلى مستوى منخفض للغاية. وهناك [هناك] بعض الاتجاهات التي [لم] أفكر فيها بشكل كامل، ولكن ما أراه، على سبيل المثال، هو استخدام الناس للذكاء الاصطناعي مرة أخرى لتسريع عملية بناء الأجهزة - سواءً التطوير بمساعدة الكمبيوتر، بشكل أساسي للقطع الميكانيكية، ولكن أيضًا الأجهزة، مثل الرقائق، وكل هذه الأنواع من الأشياء.

و[هم] يقولون [أنهم] يقولون [أنه] باستخدام الذكاء الاصطناعي، يمكننا ربما إعادة اختراع وتقليل، أو ربما هضم، كل هذه المعرفة التي تحتاجها نوعًا ما في الوقت الحاضر إذا كنت ترغب في تطوير شيء ما في الأجهزة بشكل مفيد للغاية، ومرة أخرى، يمكننا تطوير الأجهزة كما نطور البرامج. لذا يمكننا تطويرها بسرعة أكبر بكثير. سيكون لدينا عائق أقل بكثير من المعرفة لنكون قادرين بشكل أساسي على تصميم الأشياء في الأجهزة.

لذلك أنا متحمس جدًا لهذا الأمر. وأعتقد أن ذلك يعود جزئياً إلى الأدوات المتاحة لدينا الآن.

سام رانسبوثام إذا ذهبت إلى موقع Hugging Face، أشعر بالارتباك. هناك الكثير من الأشياء. وأعتقد أنه من الرائع أن كل شيء مفتوح، ولكن كيف نحل بعد ذلك مشكلة التنظيم هذه "هناك مجموعة كبيرة من المعلومات. لن أحصل عليها كلها أبداً. ماذا أفعل؟ كيف أبدأ؟

توماس وولف إنها مشكلة صعبة لأن هناك حوالي 4 ملايين نموذج. فكيف تجد النموذج الذي تريد استخدامه، أليس كذلك؟

في البداية، حاولنا أن يكون لدينا بعض كتيبات التنظيم، ولكن مع وجود موديل جديد كل خمس ثوانٍ، فإن ذلك ليس مستداماً حقاً.

هناك [هناك] بعض الإرشادات العامة بالطبع. أعني، إذا كنت تبحث عن نموذج لتوليد الكلام، يمكنك أن تقصر نفسك على هذا النوع من النماذج. إذا كنت تبحث عن كتاب مدرسي، يمكنك تصفية ذلك.

سام رانسبوثام والآن لم يعد لديك سوى مليون فقط.

توماس وولف بالضبط. إنه أمر مثير للدهشة لأن الجميع يعتقد، عادة، أن فئة النماذج التي يهتمون بها هي الأكثر تحميلاً. لكنه ليس كذلك. فغالبًا ما يكون النموذج الأكثر تنزيلًا [هو] نموذج الكلام. وأنا أحصل على أشخاص من فئة LLM أو الأشخاص الذين يقومون بتحميل النصوص [الذين] يتفاجأون جداً. فيقولون: "ماذا؟"

لكن الحقيقة هي أن الذكاء الاصطناعي أصبح مجالًا ضخمًا وضخمًا يضم العديد من المجالات الفرعية. وكل مجال من هذه المجالات الفرعية يزداد حجمه في الواقع في حد ذاته. لذا فالطريقة التي نحاول بها القيام بذلك هي أننا لا يمكننا حقًا تنظيم أنفسنا بعد الآن. تمامًا كما هو الحال على الإنترنت، لا يمكنك حقًا أن تحاول تنظيم نفسك أفضل موقع إلكتروني. يمكنك الحصول على بعض المواقع التي تعجبك، يمكنك الاعتماد على البحث، لكن أفضل طريقة عادةً هي الاعتماد على نوع من الاكتشاف الاجتماعي. لذا يمكنك الذهاب إلى موقع ريديت، أو يمكنك العثور على الأماكن التي [يضيف] الناس فيها إعجاباتهم. إذا كنت على Pinterest، ربما [هناك] بعض الإعجابات لأشياء مختلفة.

لذا فالطريقة التي نحاول بها القيام بذلك أكثر فأكثر هي توفير أدوات اجتماعية للتعليق على النماذج، وإنشاء مجموعات من النماذج - مثل الإنترنت نفسه، كما يمكنني القول، والتي غالباً ما يتم توجيهها من قبل أشخاص آخرين [الذين] يقولون لك، "يجب أن تذهب إلى هناك"، وهكذا تجد المكان.

أعتقد أن الإشارة الأكثر [موثوقية] في الوقت الحالي هي مكانان على موقع Hugging Face. الأول هو المدونة. لدينا قسم مدونة نشط للغاية، في الواقع، ويحتوي على محتوى عالي الجودة حقًا. إنه شيء جيد للمتابعة. والآخر هو الموديلات الرائجة التي تظهر لك، بشكل أساسي، في الأسبوع أو الأسبوعين الماضيين أي الموديلات التي حصلت على أكبر عدد من الإعجابات أو أكثر اهتمام بين جميع الموديلات الجديدة في الفترة الماضية.

سام رانسبوثام هذا منطقي للغاية. على الرغم من أنني في الوقت نفسه، لا يسعني إلا أن أربط ذلك بما قلناه سابقًا في قولنا "إنه الشيء الغريب فقط. إنه الشيء غير العادي، لذلك ربما يجب أن تنظر إلى أسفل القائمة بدلاً من أعلى القائمة. ... المشكلة هي أنه سيكون هناك الكثير منها.

ولكن بالعودة إلى أيام البرمجيات الأصلية، إذا فكرت في أنظمة تشغيل IBM 360 الضخمة المتجانسة التي كانت ضخمة ومكلفة للغاية. وقد رأينا في البرمجيات انخفاضاً كبيراً في تلك التكلفة من خلال البناء على المكونات. ولكن لا يزال لدينا عدد قليل من مصنعي الرقائق، مرة أخرى، بسبب مليارات الدولارات التي يتطلبها إنشاء الرقائق وإنشاء الأجهزة - قد لا ينطبق ذلك على جميع الأجهزة، مثل الروبوتات أو أي شيء آخر [التي] لديها حاجز دخول أقل بكثير بسبب الحجم - كيف يمكننا تمكين ذلك؟ كيف ندفع ذلك؟

توماس وولف على وجه الخصوص، إذا تحدثنا عن الرقائق، وهو مجال أنا مهتم به للغاية في الآونة الأخيرة، أعتقد أن هناك أمرين متقاربين. الأول هو أن الذكاء الاصطناعي بطريقة ما هو تقنية بسيطة للغاية. لذا ... معظم رقائق الذكاء الاصطناعي أبسط بكثير من وحدة المعالجة المركزية أو وحدة معالجة الرسومات. ليس لدينا كل هذا التعقيد الذي نحتاج إلى بنائه فوقها - كل التنبؤات الفرعية أو الأشياء المعقدة. نحن بحاجة إلى التأكد من أننا نستفيد حقًا من هذه الرقائق على أفضل وجه في سير عمل الحوسبة والإعدادات [العامة جدًا].

نموذج الذكاء الاصطناعي نفسه بسيط للغاية بطريقة ما. إنه في الحقيقة مجرد سلسلة من عمليات ضرب المصفوفات، بضع لا خطية، ولديك كتل الانتباه. ربما يكون هذا مخيفاً بعض الشيء في المرة الأولى التي ترى فيها المعادلة لأول مرة، لكن في الواقع هذا في غاية البساطة، صحيح؟

إذا قارنت ذلك بالنظام الضخم والمرهق الذي كان علينا تصميمه لجعل نظام الحوسبة العام فعالاً في جميع هذه الحالات الحافة، فإن مجرد القدرة على دعم تمريرة أمامية واحدة هي مهمة صغيرة بطريقة ما.

لذا هذا يعني أنه يمكننا حقًا إعادة ابتكار كيفية صنع بنية الحوسبة نفسها، ويمكننا أن نجعلها أبسط بكثير جدًا. إذاً هذا شيء واحد.

وإذا كنت تتوقع في المستقبل، وإذا كنت تعتقد أن الذكاء الاصطناعي قد يصبح في الأساس الشكل المهيمن للحوسبة - وأعني بذلك الشكل المهيمن الذي نستخدم فيه الطاقة للحوسبة - فقد يكون هذا هو الشيء الذي قد نرغب في الواقع في أن نفرط في التفكير فيه ونقول، "في الواقع، الأمر ليس كذلك. وحدة معالجة الرسومات على الجانب الذي يساعد وحدة المعالجة المركزية، ولكن هذا في الواقع هو الحالة العكسية الآن. إن حاسوب الذكاء الاصطناعي هذا هو القطعة المركزية لما نبنيه."

لذا فإن الأمر الأول هو أنني أعتقد أن هناك طريقة لإعادة تصميم بنية حاسوبنا بطريقة أكثر بساطة. [هذا] نوع من الهدية المضحكة التي تجلبها لنا ثورة الذكاء الاصطناعي، وهي أنها أكثر بساطة بكثير، وهي أيضًا أكثر قوة لأن بإمكان أي شخص مدرب جيدًا على الذكاء الاصطناعي في المستقبل محاكاة أشياء معقدة للغاية.

ويمكنك حتى أن تسألها الآن، وهي تجربة فكرية مضحكة كان يقوم بها صديقي ستيفن [بالابان] من مختبر لامبدا. يمكنك أن تطلب منه محاكاة أي نوع من البرامج. ويمكنك حتى أن تقول له: "الآن، تصرف كجدول بيانات". أو "تصرف كموقع إلكتروني."

لذا فهو يتصرف كنوع معقد جداً من البرامج بشكل جيد جداً. وإذا نظرت إلى العملية الأساسية، فكلها مسارات أمامية بسيطة جداً. لديك الكثير منها. إذاً هذا جانب واحد، وهو أن لدينا هذه الحوسبة البسيطة جداً، بنية الحوسبة.

والجانب الآخر هو أنه يمكننا استخدام برامج الذكاء الاصطناعي هذه بشكل متزايد كمساعدات لتبسيط المهام المعقدة التي كان علينا القيام بها. في الأساس، يمكننا أن نزيح الكثير من العبء المعرفي الذي كنا بحاجة إلى تذكر نوع من التذكر، "أوه، نعم، أحتاج إلى التحقق من هذا الجزء من البرنامج. أعرف أين هو على الرصيف، لكنني بحاجة إلى التحقق من كيفية عمل هذا. وهناك هذا الشيء الذي أحتاج أيضًا إلى توخي الحذر بشأنه."

مع تطوير هذه الأنواع من وكلاء الذكاء الاصطناعي، هناك بعض الأمل في أن نتمكن حقًا من أتمتة الكثير من هذا الجزء من التصميم، تمامًا كما هو الحال في الوقت الحاضر، حتى عندما تستخدم نوعًا من برامج التصميم بمساعدة الحاسوب، فأنت في الواقع تستخدم شيئًا قويًا للغاية. لذا، وببعض الخطوط البارامترية فقط، يمكنك تصميم شيء ثلاثي الأبعاد كان تصميمه معقداً للغاية من قبل.

والأمر نفسه هو أنني أستطيع أن أرانا، مثلما [يمكننا] أن نقوم ببعض الأشكال البارامترية على Onshape أو أحد [برامج] التصميم [برامج] التصميم، أستطيع أن أرانا نصمم [نظامًا] معقدًا للغاية بمجرد إعطاء بضع نقاط على منحنى بايزي ونأمل أن يقوم نظام الذكاء الاصطناعي بربط جميع الأشياء والتأكد من أن كل هذا يتناسب بشكل جيد.

وهذا هو الشيء الآخر - ليس لأننا نبني هذا النظام ولكننا نستخدمها لمساعدتنا في بناء نظام معقد للغاية.

سام رانسبوثام أعتقد أنه رائع. لقد ذكرت "أونشيب". سوف يستمع ابني الآن إلى الحلقة. ... إنه مذهل. يمكنك أخذ صورة ثنائية الأبعاد وتحويلها إلى ثلاثية الأبعاد. إنه يصنع نماذج لنفسه بمجرد التقاط صورة أمامية هناك. ... إنه مذهل للغاية.

أريد أن أتطرق إلى أمرين مختلفين لديك هناك. أولاً، أعتقد أن نمو الرقاقة هو شيء لم أفكر فيه حقًا، ولكن كان لدينا في الأصل وحدات المعالجة المركزية، ثم طورنا وحدات معالجة الرسومات أو وحدات المعالجة الرسومية لمعالجة الصور على الشاشة. ثم خطرت لنا هذه الفكرة التي تقول: "مهلاً، هذه المصفوفات هي نفس المصفوفات الموجودة داخل نماذج التعلم الآلي. يمكننا استخدام وحدات معالجة الرسومات هذه بكفاءة أكبر بكثير."

لكن ما تشير إليه هو أننا لم نصنع تلك الرقائق لهذا الغرض في الأصل. وقد تكون لدينا قيود تصميم مختلفة إذا صنعنا تلك الرقائق منذ البداية. إذا جمعت ذلك مع قدرتك على جعل الرقائق أرخص، وجعل الأجهزة أرخص بشكل عام، فهذا مزيج جيد قد يبدأ.

توماس وولف لنكون صادقين، فإن وحدة معالجة الرسومات تتزايد أيضًا بشكل متزايد شريحة محسنة للذكاء الاصطناعي بالتأكيد. أعني، [هناك] رقاقات Tensor Cores، وسترى مجموعة متنوعة من الرقائق، وسترى رقاقات Cerebras. نحن نعمل مع مجموعة متنوعة منها. أعتقد أنه من المثير للاهتمام متابعة هذا المجال ورؤية كيف تدفع المنافسة الناس إلى استكشاف، كما كنت تقول، ربما إعادة اختراع هذا الأمر. Cerebras هو هذا المثال عن "دعونا نكون قادرين على استضافة نموذج كامل على [هذه] الرقائق الكبيرة جدًا ذات حجم الرقاقة." Grok - لقد شاهدت للتو في الأخبار هذا الصباح - هي أيضًا حالة مثيرة للاهتمام من "دعونا نحاول الدفع ربما للدفعة المنخفضة، الدفعة الصغيرة. لنحاول دفع الرمز المميز في الثانية إلى أقصى حد."

ربما تكون القوة الدافعة هنا - إذا تراجعنا قليلاً إلى الوراء قليلاً وأخذنا نظرة أقرب إلى نظرة تجارية على هذا - هي أن أحد المقاييس الرئيسية التي لدينا هي مصفوفة منخفضة المستوى للغاية. وهي في الأساس التكلفة لكل توكن. وتكلفة كل توكن هي مصفوفة مثيرة للاهتمام لأنها في الأساس شيء يمكن للشخص على مستوى المدير المالي أن يلقي نظرة عليه. عندما تستخدم Gemini، هذه هي المصفوفة الأولى، سيخبرك الناس بذلك، وعندما تقارن هذه القيم للراكبين، ربما تكون هذه هي أكثر المقاييس المتعلقة بالتكلفة التي ستلقي نظرة عليها.

لكنه أيضًا مقياس منخفض المستوى للغاية. لأنك إذا فكرت في ذلك، فهذا في الحقيقة مجرد سلسلة من العمليات. وإذا فكرت في ذلك ... يمكنك حتى أن تربط ذلك تقريبًا بـ "كم عدد الترانزستورات التي سأقوم بتفعيلها لأن هذا النموذج بهذا الحجم، والرمز الواحد هو رمز واحد فقط لأي تمريرة؟

يمكنك ربط ذلك بالضبط بعدد [عدد] مليارات الترانزستورات التي ستحتاج إلى تفعيلها بهذا السعر.

في الماضي، لم يكن لدينا ذلك مقابل السعر الذي كنا ندفعه مقابل جميع عمليات الحوسبة. لم نقل أبدًا، "حسنًا، ستدفع في الواقع هذا المبلغ لأنك تقوم بـ 10,000 عملية." لم يكن لدينا أبدًا هذا الربط بين [هذه] مقاييس التكلفة والمستوى المنخفض للغاية لعملية واحدة على الشريحة.

ليس من المستغرب أن ترى شركات ناشئة جديدة تظهر، سواء في الولايات المتحدة أو في أوروبا، [مثل] شركة Edge Fractal. الكثير منها - وأنا أستشهد بالشركة التي قد أكون الأقرب إلى امتلاك رقائق في الإنتاج. ولكن أيضًا [من بين] جميع الشركات التي تعمل في مجال الرقائق الفائقة، هناك ترينيوم في AWS [و] مايكروسوفت التي تعمل على تطويرها - الآن، يبدو أن هناك بعض التأخير - ولكنها في الأساس تبني رقائقها الخاصة بها. حتى OpenAI [لديها] قسم أبحاث الرقائق الخاص بها. فقط لأنك في المرة الأولى، بطبيعة الحال، عندما ترى هذه المصفوفة، فإنك بطبيعة الحال تميل إلى تغييرها، وتريد خفض هذه التكلفة.

سام رانسبوثام أعتقد أن المقاييس أمر هام، ونحن نستجيب لها. لم أفكر في ذلك حقًا، ولكن قبل أن نتحدث عن ساعات الحوسبة، كان من الصعب فهم ما تفعله الساعة بالنسبة لك. في الطرف الآخر من المقياس، كان لدينا عمليات النقطة العائمة في الثانية [FLOPS]، والتي كان من الصعب ربطها بأي شيء أريد القيام به، مقابل ذلك في الواقع يكون الأمر أكثر منطقية في الواقع حينها. ومن ثم سيقوم الناس بتحسينها.

توماس وولف إنه الدولار لكل عملة رمزية. هذا هو الأمر. لم يكن لدينا دولار لكل جيجا هرتز الذي ربما يدفعك إلى صنع وحدات معالجة مركزية أسرع. أو، لا أعرف، الدولار لكل فلوبس الذي من شأنه أن يجعلك تصنع وحدات معالجة رسومات حاسوبية أسرع في رسومات الحاسوب. ... كان الاتصال واسعًا حقًا بين هذين العالمين.

لذلك أعتقد أن الكثير من الناس يقولون أن هذا صحيح إلى حد كبير، وأن التكاليف المحدودة للذكاء هي تكلفة الكهرباء. أعتقد أن هذا أولاً. وآخر شخص سمعته يقول ذلك هو باتريك كوليسون، لكنني أعتقد أن الكثير من الناس ينظرون إلى هذا الأمر بهذه الطريقة.

أوافقك الرأي، ولكن سيكون هناك عامل مضاعفة بين الكهرباء والذكاء. وسيكون عامل الضرب هذا هو بالضبط "ما مقدار الذكاء الذي يمكن أن تمنحك إياه رقائقك لكل إلكترون، لكل طاقة؟ وهذا ما سترغب في الضغط عليه قدر الإمكان.

سام رانسبوثام لقد ذكرت الإدراك المعرفي، وبالطبع، هذا أمر مهم هو ما سنفعله بهذه الرقائق. لنفترض أننا حصلنا على كل هذه الرقائق وحصلنا عليها بسعر رخيص. ماذا سنفعل بها؟

هناك تقرير أعتقد أنك تفاعلت معه حول بلد من آينشتاين يجلس في مركز بيانات. أعتقد أن هذا أمر جذاب للغاية، فكرة أنه "يا إلهي، سنحصل على كل هذه النماذج التي تعمل في مراكز البيانات، وفجأة لن يكون لدينا آينشتاين واحد، بل سيكون لدينا الملايين من آينشتاين هناك." فقط فكر في التقدم.

ولكن اليوم، يمكن للأدوات بشكل عام والذكاء الاصطناعي على وجه التحديد، بالطبع، أن تكون بدايةً للأشخاص للوصول إلى المتوسط بسرعة، بحيث لا يضطرون إلى قضاء الوقت في الوصول إلى متوسط الناتج المعرفي. ولكن في الوقت نفسه، يمكن أن تكون أيضًا وسيلة يتعلم بها الناس الاعتماد على هذه الأدوات.

بدون ممارسة المهارات، لن نتحسن في المهارات. كيف يمكننا أن نتجاوز المتوسط؟ هل يمكن أن يكون لدينا بلد من "أينشتاينز" لا يجلسون في مراكز البيانات ولكن في المنازل التي تستخدم أدوات الذكاء الاصطناعي لتوفير بداية أفضل؟

توماس وولف نعم، بالتأكيد. هذه القضية [بدأت] بهذه المقالة من داريو أمودي، الرئيس التنفيذي لشركة أنثروبيك. ... إنه مقال مكتوب بشكل جميل. إنه متفائل للغاية. إنه يسمى آلات محبة النعمة. إنه يقول في الأساس أن الذكاء الاصطناعي سيمكننا من تحقيق اختراقات علمية بالغة الأهمية. ما كان يأخذه كمثال [كمثال] هو هذا الاختراق على مستوى جائزة نوبل. حيث أتفق معه نوعًا ما... هو أنني أعتقد أنك إذا لخصت التقدم العلمي، فلديك الكثير من التقدم التدريجي - وكنت مذنبًا بفعل الكثير [من ذلك] خلال فترة الدكتوراه وما بعد الدكتوراه، وكان ذلك في الأساس [القيام] بأقصى ما يمكنني القيام به، وهو في الأساس القيام بجزء صغير جدًا في هذا الجانب الصغير، وتوسيع نطاق الحدود قليلاً. وبعد ذلك يكون لديك هذا التغيير الهائل في النموذج الذي عادةً ما يكون هو الذي عادةً ما يُمنح جائزة نوبل ويمكن أن يكون النسبية العامة، ويمكن أن يكون كريسبر في علم الأحياء. هناك [هناك] اثنان منهم في كل مجال. وعادة ما يخلقون أيضًا مجالات جديدة [أنفسهم].

ما كنت أقوله، وما أعتقده، هو أن الذكاء الاصطناعي سيكون مفيدًا للغاية في كل الابتكارات التدريجية. الذكاء الاصطناعي جيد جداً في استكشاف العديد والعديد من الأشياء حول الوضع الراهن، لكن الذكاء الاصطناعي سيء للغاية في تحدي الوضع الراهن نفسه. من السهل جداً أن تجعل ChatGPT يتفق معك في أي شيء. من الصعب جدًا أن تجعل هذا النموذج يختلف معك في شيء ما، في الواقع، ويتحدى نظرتك للعالم، وهي مشكلة كبيرة في بعض الحالات، وخاصة البحث العلمي.

قبل أسبوعين، كان من دواعي سروري أن ألتقي مرة أخرى بأحد أساتذتي السابقين ويدعى آلان أسبيكت، الذي حصل على جائزة نوبل [قبل ثلاث] سنوات، إن لم أكن مخطئًا، لإثباته أساسًا هذا الخلاف الذي كان لدى أينشتاين مع ميكانيكا الكم، حيث كان يختلف أساسًا مع الفكرة الأساسية لميكانيكا الكم.

إذا قمت بإسقاط دالة الشكل الموجي، فسيكون لديك في الأساس ناتج عشوائي. لذا يمكنك رسم خريطة لذلك في تجربة واحدة. وقام بهذه التجربة البصرية.

إذا تحدثت مع هذا النوع من الباحثين، فهم لا يريدون إرضاءك. لديهم آراء قوية، لديهم أفكار قوية. وأعتقد أن هذا هو ما قادهم في الواقع إلى اكتشاف قوي، لأنهم كانوا مثل، "لا أعتقد أن هذا صحيح. أريد أن أثبت أن هذا خطأ."

كما أنهم لا يحاولون القيام بهذا النوع من التملق الذي يقوم به أعضاء LLM، حيث يريدون إرضاءك بالفعل.

أعتقد أن [ما] النقطة المفقودة بقوة في نماذج الذكاء الاصطناعي في الوقت الحاضر هي أنها تحاول حقًا ... أولاً، تحاول التنبؤ بالكلمة التالية الأكثر احتمالاً في الجملة، مما يعني أنها ستفقد الكلمات غير المحتملة. ... سوف يميلون إلى التراجع. كما كنت تقول، إنهم يميلون إلى الوصول إلى المتوسط. إنهم جيدون جدًا [في] التفكير المتوسط، أو [كونهم] مصممين متوسطين، أو [كونهم] مصممين متوسطين، أو [كونهم] عملية إبداعية إذا كنت تستخدمهم [كمصمم] صور. لكنهم سيئون جدًا في تحدي المتوسط حقًا و[إعطاء] فكرة مجنونة قد تتحدى بعض بيانات تدريبهم على وجه الخصوص.

لذا فإن وجهة نظري هي أنها ستكون مفيدة للغاية [كـ] مساعد بحثي، لكنها لن تكون هي التي يمكن أن تقودنا إلى [إنجاز] جديد للغاية.

لذلك أسأل نفسي هذا السؤال كثيرًا، على وجه الخصوص، عندما أرى أطفالي، ابني يستخدمون الذكاء الاصطناعي، وهو: "إلى أي مدى يجب أن يستخدموا الذكاء الاصطناعي لأتمتة تفكيرهم؟ ما هو الجزء المتبقي الذي هو بشري للغاية، والذي يجب أن نحافظ عليه، والذي يجب أن نبنيه؟

كما هو الحال دائمًا، أعتقد أنه ربما يكون من السيئ أن نقول "لا تستخدموا الذكاء الاصطناعي". سنحتاج إلى إيجاد طريقة لتعليمهم كيفية استخدام هذه الأداة والبقاء على وعي تام بالأجزاء المفقودة.

سام رانسبوثام لقد ذكرتَ شيئًا أفكر فيه كثيرًا، سواء مع أطفالي أو مع طلاب الجامعة الذين أتواصل معهم طوال الوقت، [وهو] "حسنًا، ما الذي يجب أن تكون عليه علاقتهم بهذه التقنيات بالضبط؟

أشعر أنه بسبب وجودي في مقدمة الغرفة أو حول مائدة العشاء يجب أن يكون لي رأي في هذا الأمر. ومن الصعب حقاً معرفة ذلك.

يبدو أنك تدفعين أطفالك إلى استخدام هذه الأدوات وتبنيها إلى حد ما على الأقل؟

توماس وولف نعم، أعتقد أن عليك ذلك. ربما بدا هذا ناقدًا جدًا لهذه الأداة. لكني أعتقد أيضًا أن هذه الأدوات وسيلة كبيرة لإطلاق العنان للإبداع. دعنا نتحدث عن، على سبيل المثال، ترميز المشاعر، والذي أعرفه جيدًا.

أنا أتبع هذه الفكرة التي تقول إنه يمكنك أن تدفع موقعًا إلكترونيًا إلى الوجود، وموقعًا إلكترونيًا معقدًا للغاية في ذلك. أعتقد أن [هذا] أمر رائع للغاية لأنه كان من المعقد للغاية ترميز موقع إلكتروني، بالتأكيد. وأعتقد أن الكثير من الناس يفرضون رقابة ذاتية [على أنفسهم]، ويقولون: "أوه، لدي هذه الفكرة لشيء ما، لكنها معقدة للغاية. أنا لا [أعرف] HTML. لا أريد ذلك." لديك بالتأكيد بعض الأدوات التي لا تحتوي على أكواد، ولكن لديها كل أنواع المراوغات، ومحدودية [ما يمكن أن تبنيه، وبعضها لا يحتوي على قواعد بيانات. وهذه الفكرة العامة [لـ] يمكنني أن أطلب وجود هذه الأشياء هي فكرة جديدة تمامًا.

ومنذ شهر واحد، على سبيل المثال، ابني يبلغ من العمر 12 عاماً. ولا يزال مهتمًا بما أفعله، ولحسن حظي أنه لا يزال مهتمًا بما أفعله، ربما لبضع سنوات. لا أعرف إلى متى سيستمر هذا [سيستمر]. لكني تمكنت من إحضاره مع اثنين من أصدقائي وأطفال من أصدقاء آخرين إلى هاكاثون صغير نظمناه. اخترنا أداة ترميز فيبي واحدة، Lovable، التي وجدتها سهلة الاستخدام جداً جداً ولطيفة جداً. وشرحنا لهم قليلاً [من] عملية التصميم، وأنه من الأفضل، على سبيل المثال، أن تضفي طابعاً رسمياً قليلاً [من] أفكارك. لذا طلبنا منهم أن يرسموا الموقع الإلكتروني الذي يدور في أذهانهم، وأن يفكروا في الفكرة، وكيف تكون، ثم أن يحثوا عليها. وحاولنا أن ننظم قليلاً [من] عمليتهم.

لكن الشيء الذي رأيناه هو أنهم استحوذوا على هذه الأداة بسرعة كبيرة. وبدأوا في إنشاء تطبيقات مختلفة أكثر بكثير مما [توقعنا]. كنا نظن أنه سيكون لديهم فكرة واحدة فقط. ولكن في الأساس كان لديهم 10 أفكار. وبسرعة كبيرة، كان كل طفل يجرب أربعة أو خمسة مواقع مختلفة في نفس الوقت لأنهم أرادوا إنشاء هذا الشيء لربط الكشافة بلاعبي كرة القدم [و] هذا الشيء لربط أصحاب القطط بالقطط المستعملة. لذا كان من الجنون أن نرى ذلك. وبعد ذلك يمكنك أن تتخيل - كان عمرهم بين 9 و12 عامًا - سيكبرون ليقرروا بشكل أساسي أنهم إذا أرادوا إنشاء موقع إلكتروني، فإن الأمر لا يبعد سوى بضع مطالبات. [إنه] مجرد إنجاز يمكنهم القيام به في بضع ساعات. أعتقد أنه كان من الجميل جداً رؤية ذلك.

حتى أنك تراهم يتحولون إلى رواد أعمال صغار. لذا كانت ابنتي تنشئ هذا الموقع الإلكتروني لربط أصحاب القطط بهذه القطط المستعملة التي يريدها الناس.

"ربما يمكنني أن أطلب منهم أيضًا أن يدفعوا عندما يريدون أن يلتقوا ببعضهم البعض لأنهم يحتاجون بعد ذلك إلى إعطاء العنوان. ..."

وهكذا تراهم يبدأون في طرح الأسئلة التي أعتقد أنه لمجرد أن الجزء التقني سهل للغاية، يبدأون في ... إسقاط أنفسهم أكثر بكثير في كيفية حدوث ذلك في الحياة الواقعية.

كان هذا أحد الأمثلة الأخيرة التي أدهشتني حقًا كمثال على إطلاق العنان لإبداع لم أكن أعلم أنه يمكن أن يكون موجودًا. في سبتمبر وأكتوبر، نريد إعادة هذا النوع من الهاكاثون في كل مكان في العالم. نريد أن نرى ما الذي [سيحدث] إذا قمنا بذلك على نطاق أوسع من مجرد منطقتنا. أنا متحمس جداً. ربما عندما سيصدر هذا البودكاست، سيكون لدينا هذا الهاكاثون العالمي لبرمجة الأطفال في جميع أنحاء العالم.

سام رانسبوثام قد يكون لدي طفلان يمكننا إضافتهما إلى ذلك. لكنني أعتقد أن هذا يرتبط جيدًا بما كنت تقوله من قبل، وهو أن لديك هذه الأداة التي تقول دائمًا نعم وستفعل دائمًا ما تريده، وتحاول أن تفعل ذلك بسرعة. استخدام ذلك لمصلحتك والاستفادة من حقيقة أن هذه الأداة ستفعل كل ما تطلبه وتحاول جاهدةً تحقيق ذلك. يبدو أن ذلك يرتبط بشكل جيد مع تأطيرك للأدوات كمساعدين جيدين.

توماس وولف أعتقد أننا محظوظون للغاية [بهذه الطريقة]. أنا غير متأثر أكثر بكثير بكل القصص التي تتحدث عن تحرير الذكاء الاصطناعي لنفسه من قيوده ويقرر السيطرة على البشرية. أعتقد أن الطريقة التي نبني بها هذه الأدوات - وهذه في الحقيقة هي الميزة التي نمتاز بها ولكن أيضًا هي أقوى قيودها، فنحن نبني هذه الأدوات كمساعدين لما نريد القيام به.

سام رانسبوثام لقد كان هذا الأمر رائعاً. لقد استمتعت حقاً بالحديث معك. ربما بحلول الوقت الذي سيصدر فيه هذا البودكاست، سيكون لدينا بعض الهاكاثونات المنظمة للأطفال في جميع أنحاء العالم. لقد كان من الرائع التحدث معك. شكراً على وقتك.

توماس وولف شكراً جزيلاً يا سام. كان من دواعي سروري.

سام رانسبوثام شكراً لانضمامك إلينا اليوم. في حلقتنا القادمة، تنضم إليّ أنجيلا ناكاليمبي، مديرة برنامج الهندسة في YouTube. يرجى الانضمام إلينا في محادثة ثاقبة حول الثقة والأمان في خضم تدفق المحتوى الذي ينشئه الذكاء الاصطناعي.

أليسون رايدر شكراً لاستماعك لـ أنا ونفسي والذكاء الاصطناعي. برنامجنا قادر على الاستمرار، ويرجع الفضل في جزء كبير منه إلى دعم المستمعين. فعمليات البث والتنزيل التي تقومون بها تُحدث فرقاً كبيراً. إذا كان لديك متسع من الوقت، يرجى التفكير في ترك تقييم على Apple Podcasts أو تقييم على Spotify. وشارك برنامجنا مع الآخرين الذين تعتقد أنهم قد يجدونه ممتعاً ومفيداً.