AMI Labs تطلق رؤية جديدة للذكاء الاصطناعي بتمويل مليار دولار

بقلم: فريق تحرير العلامة التقنية التصنيف: الذكاء الاصطناعي ٢٣ أبريل ٢٠٢٦

في خطوة تعكس الثقة المستمرة للمستثمرين في مجال الذكاء الاصطناعي، حصلت شركة AMI Labs على تمويل بقيمة مليار دولار رغم أنها لا تضم سوى 12 موظفًا. يقود هذه الشركة يان ليكون، الذي كان يشغل سابقًا منصب كبير علماء الذكاء الاصطناعي في شركة ميتا، والذي يؤكد أن التقنيات الحالية التي تُعرف باسم نماذج اللغة الكبيرة ليست هي الطريق لتحقيق نتائج ذات مغزى على المدى الطويل.

تأسست AMI Labs كمؤسسة بحثية، حيث يتوقع ليكون أن الشركة لن تنتج منتجًا قابلًا للبيع لمدة قد تصل إلى خمس سنوات. الفريق في AMI Labs يركز على تطوير أنظمة ذكاء اصطناعي تتكون من مجموعات من المكونات المودولية، وذلك بدلاً من نماذج اللغة العامة.

نموذج الذكاء الاصطناعي الجديد

تتضمن رؤية ليكون للذكاء الاصطناعي عنصرًا جديدًا يُعرف باسم نموذج العالم، وهو نموذج محدد للقطاع الذي سيعمل فيه الذكاء الاصطناعي. قد يكون هذا النموذج متخصصًا لصناعة معينة أو حتى لدور محدد. بالإضافة إلى ذلك، يقترح ليكون أن يكون هناك نموذج مقترح يقترح خطوات يمكن اتخاذها، بناءً على التعلم المعزز التقليدي، ونموذج للنقد يقوم بتحليل الخيارات المختلفة بناءً على الذاكرة القصيرة.

تعتبر أنظمة الإدراك جزءًا أساسيًا من هذا النموذج، حيث ستستخدم بيانات الفيديو أو الصوت أو النصوص أو الصور، مستفيدة من خوارزميات التعرف على الرؤية باستخدام التعلم العميق. كل وحدة من هذه الوحدات ستدرب بطرق تتعلق بمجال الذكاء الاصطناعي المحدد، مما يجعل الأداء أكثر دقة وملاءمة.

مزايا النظام المقترح

تختلف هذه الوحدات المودولية عن نماذج اللغة الكبيرة التي يتم تدريبها على مصدر واحد من المعلومات، مما يجعل كل نسخة من ذكاء ليكون مُعطاة ببيانات موجهة ذات صلة ببيئتها وهدفها. على سبيل المثال، قد يكون نموذج النقد أكثر شمولية في المجالات التي تتعامل مع معلومات حساسة، أو قد تكون وحدة الإدراك هي الأهم في الأنظمة التي تحتاج إلى الاستجابة للأحداث في العالم الحقيقي بسرعة.

تاريخيًا، شهدنا نجاحات عديدة في هذا النوع من الأنظمة، مثل أنظمة التعلم الآلي التي يمكنها تعليم نفسها كيفية اللعب في ألعاب الفيديو أو الألعاب اللوحية. يأتي هذا في تناقض مع نماذج اللغة الكبيرة التي تُستخدم في معظم ما يُناقش حالياً في مجال الذكاء الاصطناعي.

التحديات والفرص المستقبلية

تعتبر الآثار المالية للذكاء الاصطناعي الذي تنتجه الطرق المقترحة من AMI Labs مثيرة للاهتمام بالنسبة لصناعة الذكاء الاصطناعي الحالية. حيث أن نماذج اللغة الكبيرة من مقدمي التكنولوجيا الكبار قد استهلكت موارد أكثر مع كل تكرار خلال السنوات الخمس الماضية. النمو المستمر في حجم النماذج، بالإضافة إلى الحاجة إلى تحسين النتائج من خلال إعادة التحفيز، يعني أن التدريب وتشغيل النماذج الكبيرة يصبح أكثر تكلفة، مما يجعل فقط الشركات الكبرى قادرة على تحمل هذه التكاليف.

من المحتمل أن تكون الوحدات الأصغر والمركزة داخل حل AMI Labs قابلة للتشغيل باستخدام جزء بسيط من قوة معالجة GPU المطلوبة حاليًا للنماذج العملاقة، أو حتى على الأجهزة المحلية. بدلاً من المئات من المليارات من المعلمات التي تحتاجها نماذج مثل ChatGPT، يمكن أن تحتاج النماذج المتخصصة فقط إلى بضع مئات من الملايين من المعلمات.

إن الاعتقاد بأن تكلفة الحوسبة ستنخفض بشكل عام، يعني أن الذكاء الاصطناعي المحلي والرخيص والأكثر دقة قد يكون خطوة قريبة. رغم أن وجود شركة ناشئة بفكرة جديدة تحصل على دعم مالي هائل ليس بالأمر الجديد في تاريخ التكنولوجيا، إلا أن جزءًا من استراتيجية ليكون يعتمد على إيمانه بأن النماذج الحالية لن تتحسن بشكل كافٍ لتحقيق التطلعات التي يدعيها مبتكروها.

تبدو AMI Labs وكأنها تقدم للمستثمرين طريقة لتحقيق أداء ناجح في الذكاء الاصطناعي بتكاليف قابلة للإدارة، باستخدام بنية مختلفة عن الأشكال الحالية. إنه اقتراح مختلف عن ما هو مطروح حاليًا من عمالقة الذكاء الاصطناعي، ولكن الرسالة حول الإمكانيات المستقبلية تبقى مشابهة.