نيوز: نيكولاس هيوز من نيفيديا يكتب: "الطبقات الخمس للذكاء الاصطناعي"

عنوان النص الأصلي: الذكاء الاصطناعي ككعكة ذات خمس طبقات

مؤلف النص الأصلي: Nvidia

ترجمة النص الأصلي: بيغي، BlockBeats

ملاحظة المحرر: يتطور الذكاء الاصطناعي من تقنية متقدمة إلى بنية تحتية أساسية تدعم تشغيل الاقتصاد الحديث تدريجيًا. في أول مقال طويل نشرته شركة Nvidia على حسابها الرسمي، حاولت من خلال المبادئ الأساسية أن تضع تصورًا منهجيًا لبنية صناعة الذكاء الاصطناعي: من الطاقة والرقائق، إلى بنية البيانات التحتية، ثم النماذج والتطبيقات، مكونة سلسلة تقنية كاملة من خمس طبقات.

تشير المقالة إلى أن الذكاء الاصطناعي ليس مجرد منافسة في البرمجيات أو النماذج، بل هو بناء صناعي عالمي يشمل الطاقة، والحوسبة، والتصنيع، والتطبيقات، وقد يصل حجمه ليكون أحد أكبر توسعات البنية التحتية في تاريخ البشرية. من خلال منظور “الكعكة ذات الخمس طبقات”، تحاول Nvidia توضيح أن المعنى الحقيقي للذكاء الاصطناعي ليس مجرد برمجيات أكثر ذكاءً، بل ثورة في البنية التحتية بحجم الكهرباء والإنترنت.

وفيما يلي النص الأصلي:

الذكاء الاصطناعي هو أحد أقوى القوى التي تشكل العالم اليوم. هو ليس تطبيقًا ذكيًا فحسب، وليس نموذجًا واحدًا، بل هو بنية تحتية مهمة، تمامًا مثل الكهرباء والإنترنت.

يعمل الذكاء الاصطناعي على أجهزة حقيقية، وعلى طاقة حقيقية، وعلى نظام اقتصادي حقيقي. يحول المواد الخام إلى “ذكاء” يُنتج على نطاق واسع. كل شركة ستستخدمه، وكل دولة ستبنيه.

لفهم لماذا يتطور الذكاء الاصطناعي بهذه الطريقة، من المبادئ الأساسية، من المفيد أن نرى التغيرات الجذرية التي حدثت في مجال الحوسبة.

من “البرمجيات المعدة مسبقًا” إلى “الذكاء المُولد في الوقت الحقيقي”

على مدار تاريخ تطور الحواسيب، كانت البرمجيات دائمًا “معدة مسبقًا”. يصف الإنسان خوارزمية، ثم تنفذ الحواسيب التعليمات. يجب أن تُهيكل البيانات بعناية، وتُخزن في جداول، وتُسترجع عبر استعلامات دقيقة. ولهذا السبب، تعتبر SQL ضرورية لأنها تُمكّن تشغيل هذا النظام بأكمله.

لكن الذكاء الاصطناعي كسر هذا النموذج.

لأول مرة، أصبح لدينا حاسوب قادر على فهم المعلومات غير الهيكلية. يمكنه رؤية الصور، وقراءة النصوص، وسماع الأصوات، وفهم معانيها؛ يمكنه الاستنتاج بناءً على السياق والنوايا. والأهم من ذلك، يمكنه توليد ذكاء في الوقت الحقيقي.

كل استجابة تُولد من جديد. وكل إجابة تعتمد على السياق الذي تقدمه. لم يعد الأمر مجرد استرجاع أوامر من قاعدة بيانات، بل هو تفكير في الوقت الحقيقي وتوليد ذكاء حسب الحاجة.

وبما أن الذكاء يُولد في الوقت الحقيقي، فإن سلسلة التقنيات الحاسوبية التي تدعمه يجب أن تُعاد اختراعها أيضًا.

الذكاء الاصطناعي كبنية تحتية

إذا نظرنا إلى الذكاء الاصطناعي من منظور صناعي، فإنه يمكن تفكيكه إلى بنية ذات خمس طبقات.

الطاقة (Energy)

الطبقة الأساسية هي الطاقة.

الذكاء المُولد في الوقت الحقيقي يحتاج إلى طاقة تُولد في الوقت الحقيقي. كل رمز يُنتج يعني حركة إلكترونات، وتدفق حرارة، وتحويل الطاقة إلى قدرة حاسوبية.

لا يوجد في هذه الطبقة أي تجريد. الطاقة هي المبدأ الأول لبنية الذكاء الاصطناعي، وهي القيد الأساسي الذي يحدد كمية الذكاء التي يمكن للنظام إنتاجها.

الرقائق (Chips)

فوق الطاقة تأتي الرقائق. الهدف من تصميم هذه المعالجات هو تحويل الطاقة بكفاءة عالية، وفي ظروف واسعة النطاق، إلى قدرة حاسوبية.

عبء عمل الذكاء الاصطناعي يتطلب قدرات حسابية موازية هائلة، وذاكرة عالية النطاق الترددي، وشبكات اتصال سريعة. تقدم الرقائق يحدد سرعة توسع الذكاء، ويحدد مدى انخفاض تكلفة “الذكاء” في النهاية.

البنية التحتية (Infrastructure)

فوق الرقائق تأتي البنية التحتية. وتشمل الأراضي، ونقل الكهرباء، وأنظمة التبريد، والهياكل، وأنظمة الشبكات، ونظام جدولة تنظيم عشرات الآلاف من المعالجات لتعمل معًا كآلة واحدة.

هذه الأنظمة في جوهرها مصانع للذكاء الاصطناعي. ليست مصممة لتخزين المعلومات، بل لصنع الذكاء.

النماذج (Models)

فوق البنية التحتية تأتي النماذج. يمكن لنماذج الذكاء الاصطناعي فهم أنواع مختلفة من المعلومات: اللغة، والبيولوجيا، والكيمياء، والفيزياء، والمالية، والطب، والعالم الحقيقي ذاته.

نماذج اللغة ليست سوى نوع واحد منها. واحدة من أكثر الأعمال ثورية تحدث الآن تشمل: الذكاء الاصطناعي للبروتينات، والذكاء الاصطناعي للكيمياء، والمحاكاة الفيزيائية، والروبوتات، والأنظمة الذاتية.

التطبيقات (Applications)

أعلى الطبقات هي التطبيقات، حيث يتم تحقيق القيمة الاقتصادية الحقيقية. مثل منصات اكتشاف الأدوية، والروبوتات الصناعية، والمساعدين القانونيين، والسيارات ذاتية القيادة.

سيارة ذاتية القيادة، في جوهرها، تطبيق ذكاء اصطناعي يُحمل بواسطة آلة؛ والروبوت الشبيه بالبشر هو تطبيق ذكاء اصطناعي يُحمل بجسد. التقنية الأساسية واحدة، لكن الشكل النهائي يختلف.

وهكذا، تتكون بنية الذكاء الاصطناعي من خمس طبقات: الطاقة → الرقائق → البنية التحتية → النماذج → التطبيقات. كل تطبيق ناجح يؤثر على جميع الطبقات أدناه، حتى محطة توليد الكهرباء التي تزوده بالطاقة.

بناء البنية التحتية في مراحلها المبكرة

لقد بدأنا للتو في بناء هذه البنية. حجم الاستثمارات الحالية لا يتجاوز عدة تريليونات من الدولارات، لكن المستقبل يتطلب بناء بنية تحتية بمئات التريليونات.

على مستوى العالم، نرى الآن: مصانع الرقائق، ومصانع الحوسبة، ومصانع الذكاء الاصطناعي.

يتم بناءها على نطاق غير مسبوق، وهو ما قد يصبح أحد أكبر مشاريع البنية التحتية في تاريخ البشرية.

الطلب على العمل في عصر الذكاء الاصطناعي

يتطلب هذا البناء حجمًا هائلًا من القوى العاملة.

مصانع الذكاء الاصطناعي تحتاج إلى: كهربائيين، وسباكين، وموصلين، وعمال هياكل فولاذية، وتقنيي شبكات، وفنيي تركيب، وموظفي صيانة.

هذه وظائف ذات مهارات عالية ورواتب مغرية، وهي في حالة نقص شديد حاليًا. المشاركة في هذا التحول لا تتطلب بالضرورة درجة دكتوراه في علوم الحاسوب.

وفي الوقت نفسه، يدفع الذكاء الاصطناعي زيادة إنتاجية الاقتصاد المعرفي. على سبيل المثال، في مجال الأشعة. بدأ الذكاء الاصطناعي في مساعدة في تفسير الصور الطبية، لكن الطلب على أطباء الأشعة لا يزال في تزايد.

وهذا لا يتناقض.

فوظيفة طبيب الأشعة الحقيقية هي رعاية المرضى، بينما قراءة الصور هي مهمة من المهام. عندما يتولى الذكاء الاصطناعي المزيد من المهام المتكررة، يمكن للأطباء تخصيص وقتهم أكثر في اتخاذ القرارات، والتواصل، والعلاج.

زيادة كفاءة المستشفيات تتيح خدمة المزيد من المرضى، وبالتالي تحتاج إلى مزيد من الأيدي العاملة. الإنتاجية تخلق القدرة، والقدرة تخلق النمو.

ماذا حدث خلال العام الماضي؟

خلال العام الماضي، تجاوز الذكاء الاصطناعي عتبة حاسمة.

أصبحت النماذج قوية بما يكفي لتؤدي دورًا فعالًا في سيناريوهات واسعة النطاق.

· تحسن ملحوظ في قدرات الاستنتاج

· تقليل ملحوظ في الهلوسة والأخطاء

· تعزيز كبير في “الارتباط” مع العالم الحقيقي

لأول مرة، بدأت تطبيقات الذكاء الاصطناعي تخلق قيمة اقتصادية حقيقية.

ظهرت بالفعل توافقات واضحة بين المنتج والسوق في مجالات: تطوير الأدوية، والخدمات اللوجستية، وخدمة العملاء، وتطوير البرمجيات، والصناعة.

هذه التطبيقات تدفع بقوة جميع طبقات التقنية الأساسية.

دور النماذج المفتوحة المصدر

تلعب النماذج المفتوحة المصدر دورًا رئيسيًا. الغالبية العظمى من نماذج الذكاء الاصطناعي في العالم مجانية. الباحثون، والشركات الناشئة، والمؤسسات، وحتى الدول تعتمد على النماذج المفتوحة للمشاركة في المنافسة على الذكاء الاصطناعي المتقدم.

عندما تصل النماذج المفتوحة إلى حدود التقنية، فهي لا تغير البرمجيات فحسب، بل تُحفز الطلب على كامل سلسلة التقنية.

DeepSeek‑R1 هو مثال نموذجي. من خلال جعل نموذج استنتاج قوي متاحًا على نطاق واسع، دفع النمو في التطبيقات، وزاد الطلب على قدرات التدريب، والبنية التحتية، والرقائق، والطاقة.

ماذا يعني ذلك؟

عندما تعتبر الذكاء الاصطناعي بنية تحتية، يصبح الأمر واضحًا. ربما بدأ مع Transformer والنماذج اللغوية الكبيرة، لكنه يتجاوز ذلك بكثير.

إنه ثورة صناعية ستعيد تشكيل:

· طرق إنتاج واستهلاك الطاقة

· طرق بناء المصانع

· طرق تنظيم العمل

· نماذج النمو الاقتصادي

تم بناء مصانع الذكاء الاصطناعي لأن الذكاء يمكن توليده في الوقت الحقيقي الآن. وإعادة تصميم الرقائق يعود إلى أن الكفاءة تحدد سرعة توسع الذكاء. والطاقة أصبحت جوهرية لأنها تحدد الحد الأقصى للذكاء الذي يمكن للنظام إنتاجه. وظهور التطبيقات يرجع إلى أن النماذج تجاوزت عتبة “المدى المتاح”.

كل طبقة تعزز الأخرى.

لهذا السبب، حجم هذه البنية التحتية ضخم، ولماذا تؤثر على العديد من الصناعات، ولماذا لن تقتصر على بلد أو مجال واحد.

كل شركة ستستخدم الذكاء الاصطناعي.

وكل دولة ستبني الذكاء الاصطناعي.

نحن لا نزال في المرحلة المبكرة.

الكثير من البنى التحتية لم تُبنى بعد، والكثير من القوى العاملة لم تُدرّب بعد، والكثير من الفرص لم تُحقق بعد.

لكن الاتجاه واضح جدًا.

الذكاء الاصطناعي أصبح يشكل البنية التحتية الأساسية للعالم الحديث.

والقرارات التي نتخذها اليوم، وسرعة البناء، ومدى المشاركة، والمسؤولية في النشر، ستحدد شكل هذا العصر النهائي.