"MIT Technology Review" تتوقع: 5 اتجاهات رئيسية في تطوير الذكاء الاصطناعي في عام 2025

المصدر: Quantum

أصدرت "MIT Technology Review" خمسة اتجاهات رئيسية في تطوير الذكاء الاصطناعي في عام 2025، واستبعدت الوكلاء ونماذج اللغات الصغيرة على أساس أن هذا من الواضح بالفعل أن القادم الاتجاه الكبير. علاوة على ذلك، إليك خمسة اتجاهات ساخنة أخرى يجب عليك الانتباه إليها هذا العام، وفقًا للمنفذ. يرجى القراءة.

على مدى السنوات القليلة الماضية، كنا نتوقع التطور المستقبلي للذكاء الاصطناعي. وبالنظر إلى مدى سرعة نمو الصناعة، قد يبدو هذا وكأنه حلم بعيد المنال. لكننا واصلنا هذا الجهد واكتسبنا سمعة طيبة فيما يتعلق بالتفكير المستقبلي والموثوقية.

كيف كان أداء جولتنا الأخيرة من التوقعات؟ تشمل الاتجاهات الأربعة الرئيسية التي يجب الانتباه إليها في عام 2024، والتي تم التنبؤ بها في العام الماضي: ما نسميه روبوتات الدردشة المخصصة - تطبيقات المساعدة التفاعلية المدعومة بنماذج لغوية متعددة الوسائط وواسعة النطاق (لم نكن نعرف ذلك بعد، ولكن ما نتحدث عنه) إن ما يسميه الجميع بالوكلاء هذه الأيام هو الضجة الأكبر في مجال توليد الفيديو في الوقت الحالي (القليل من التقنيات التي تطورت بهذه السرعة في الأشهر الـ 12 الماضية، مع إطلاق OpenAI وGoogle DeepMind في أسبوع واحد في ديسمبر نماذجهما الرائدة لتوليد الفيديو)؛ سورا و Veo)، والمزيد من الروبوتات ذات الأغراض العامة التي يمكنها أداء مجموعة واسعة من المهام (تستمر المكاسب من النماذج اللغوية الكبيرة في التدفق إلى مجالات أخرى من صناعة التكنولوجيا، وأهمها الروبوتات).

قلنا أيضًا أن المعلومات المضللة المتعلقة بالانتخابات الناتجة عن الذكاء الاصطناعي ستكون موجودة في كل مكان، ولكن لحسن الحظ كنا مخطئين. كانت هناك أشياء كثيرة تدعو للقلق هذا العام، لكن التزييف السياسي العميق كان نادرًا.

فماذا سيحدث في عام 2025؟ سنتجاهل ما هو واضح هنا: الأمر المؤكد هو أن الوكلاء ونماذج اللغة الأصغر والأكثر كفاءة سيستمرون في تشكيل الصناعة. فيما يلي خمسة اتجاهات ساخنة أخرى يجب أن تنتبه إليها هذا العام.

1. إنشاء ملعب افتراضي

< /p >

إذا كان عام 2023 هو عام الصور و2024 هو عام الفيديو، فماذا بعد؟ إذا خمنت أنه قد تم إنشاء عوالم افتراضية (تُعرف أيضًا باسم ألعاب الفيديو)، فلنرفع لها خمسة معًا.

في فبراير 2024، أصدرت Google DeepMind نموذجًا توليديًا يسمى Genie، يمكنه التقاط صور ثابتة وتحويلها إلى لعبة منصة ثنائية الأبعاد قابلة للتمرير الجانبي يمكن للاعبين التفاعل معها بشكل أولي فهم هذه التكنولوجيا. وفي ديسمبر/كانون الأول، أصدرت الشركة نموذج Genie 2، وهو نموذج يمكنه تحويل الصورة الأولية إلى عالم افتراضي كامل.

تقوم شركات أخرى بتطوير تقنيات مماثلة. في أكتوبر، كشفت شركة Decart and Etched الناشئة في مجال الذكاء الاصطناعي عن اختراق غير رسمي للعبة Minecraft حيث يتم إنشاء كل إطار في اللعبة أثناء لعب اللاعبين. World Labs هي شركة ناشئة شارك في تأسيسها Li Feifei، عالم الذكاء الاصطناعي الشهير والمعروف باسم "عرابة الذكاء الاصطناعي". تقوم الشركة ببناء ما يسمى بالنموذج العالمي الكبير (LWM). (لي فيفي هو أيضًا منشئ ImageNet، مجموعة بيانات الصور الضخمة التي أطلقت جنون التعلم العميق.)

أحد مجالات التطبيق الواضحة هو ألعاب الفيديو. هذه التجارب المبكرة مليئة بالمرح، ويمكن استخدام عمليات المحاكاة ثلاثية الأبعاد لاستكشاف مفاهيم التصميم للألعاب الجديدة، وتحويل الرسومات على الفور إلى بيئات قابلة للعب. قد يؤدي هذا إلى نوع جديد تمامًا من الألعاب.

ولكن يمكن استخدامها أيضًا لتدريب الروبوتات. يأمل World Lab في تطوير ما يسمى بالذكاء المكاني، أي قدرة الروبوتات على تفسير الحياة اليومية والتفاعل معها. لكن الباحثين في مجال الروبوتات يفتقرون إلى بيانات عالية الجودة من سيناريوهات العالم الحقيقي لتدريب هذه التكنولوجيا. إن بناء عدد لا يحصى من العوالم الافتراضية، ووضع الروبوتات الافتراضية فيها، والتعلم من خلال التجربة والخطأ يمكن أن يعوض عن هذا القصور.

2. نموذج لغوي كبير قادر على "الاستدلال"

هذه المشاركة لها ما يبررها. عندما أصدرت OpenAI برنامج o1 في سبتمبر، قدمت نموذجًا جديدًا لكيفية عمل النماذج اللغوية الكبيرة. وبعد شهرين، دفعت الشركة هذا النموذج إلى الأمام بكل الطرق تقريبًا مع إطلاق o3 - وهو نموذج يمكنه إعادة اختراع التكنولوجيا بالكامل.

تعطي معظم النماذج، بما في ذلك المنتج الرئيسي لشركة OpenAI GPT-4، الإجابة الأولى التي تخطر في بالهم. في بعض الأحيان يكون الأمر صحيحًا، وفي بعض الأحيان لا يكون كذلك. لكن النموذج الجديد للشركة تم تدريبه على حل المشكلات خطوة بخطوة، وتقسيم المشكلات الصعبة إلى سلسلة من المشكلات الأبسط. عندما لا ينجح أحد الأساليب، فإنهم يجربون الآخر. هذه التقنية، التي تسمى "الاستدلال" (نعم - نحن نعرف بالضبط ما تعنيه هذه الكلمة)، يمكن أن تجعل التقنية أكثر دقة، خاصة في مسائل الرياضيات والفيزياء والمنطق.

وهذا أمر بالغ الأهمية أيضًا للوكلاء.

في ديسمبر، أصدر Google DeepMind وكيلًا تجريبيًا جديدًا لتصفح الويب يسمى Mariner. في العرض التوضيحي للمعاينة الذي قدمته الشركة، بدا أن مارينر يواجه مشكلات. طلبت ميغا جور، مديرة المنتجات في الشركة، من الوكيل أن يجد لها وصفة لكعكات عيد الميلاد التي تشبه تلك الموجودة في الصورة التي قدمتها لها. عثر مارينر على وصفة عبر الإنترنت وبدأ بإضافة المكونات إلى عربة التسوق الخاصة بـ Gore عبر الإنترنت.

ثم توقفت لأنها لم تكن تعرف أي نوع من الدقيق تختار. شاهد جور مارينر وهو يشرح خطواته في نافذة الدردشة: "قالت لي: سأستخدم زر الرجوع في المتصفح للعودة إلى الوصفة".

لقد كانت لحظة رائعة. بدلاً من الاصطدام بالحائط، يقوم الوكيل بتقسيم المهمة إلى إجراءات مختلفة ويختار الإجراء الذي من المحتمل أن يحل المشكلة. معرفة أنك تحتاج إلى الضغط على زر "الرجوع" قد يبدو أمرًا بسيطًا، ولكن بالنسبة للروبوت الطائش، فهو علم الصواريخ. وقد نجح الأمر: عاد مارينر إلى الوصفة، وأكد نوع الدقيق، واستمر في تحميل عربة جور بالدقيق.

يقوم Google DeepMind أيضًا ببناء نسخة تجريبية من أحدث نموذج لغوي واسع النطاق، Gemini 2.0، والذي يتبع هذا النهج خطوة بخطوة لحل المشكلات، والذي يسمى Gemini 2.0 Flash Thinking.

لكن OpenAI وGoogle ليسا سوى قمة جبل الجليد. تقوم العديد من الشركات ببناء نماذج لغوية كبيرة باستخدام تقنيات مماثلة لجعلها أفضل في المهام التي تتراوح من الطبخ إلى البرمجة. توقع المزيد من الحديث عن الاستدلال هذا العام (نحن نعلم، نعلم).

3. التطور المزدهر للذكاء الاصطناعي في مجال العلوم

أحد الاستخدامات الأكثر إثارة للذكاء الاصطناعي هو تسريع الاكتشافات في العلوم الطبيعية. ولعل أعظم دليل على إمكانات الذكاء الاصطناعي في هذا الصدد جاء في أكتوبر الماضي، عندما منحت الأكاديمية الملكية السويدية للعلوم جائزة نوبل في الكيمياء لديميس هاسابيس وجون إم. يونجبر من Google DeepMind لتطويرهما لأداة AlphaFold التي يمكن أن يحل مشاكل طي البروتين، وديفيد بيكر لتطوير الأدوات التي تساعد في تصميم بروتينات جديدة.

من المتوقع أن يستمر هذا الاتجاه هذا العام، مع ظهور المزيد من مجموعات البيانات والنماذج المخصصة للاكتشافات العلمية. تعد البروتينات هدفًا مثاليًا للذكاء الاصطناعي لأن هذا المجال يحتوي على مجموعات بيانات حالية ممتازة يمكن استخدامها لتدريب نماذج الذكاء الاصطناعي.

يبحث الناس عن الاكتشاف الكبير التالي. أحد المجالات المحتملة هو علم المواد. أصدرت شركة Meta مجموعات بيانات ونماذج ضخمة يمكنها مساعدة العلماء على اكتشاف مواد جديدة بشكل أسرع باستخدام الذكاء الاصطناعي. في ديسمبر، اشتركت Hugging Face مع شركة Entalpic الناشئة لإطلاق LeMaterial، وهو مشروع مفتوح المصدر مصمم لتبسيط وتسريع أبحاث المواد. مشروعهم الأول عبارة عن مجموعة بيانات لتوحيد مجموعات البيانات المادية الأكثر أهمية وتنظيفها وتوحيدها.

يحرص صانعو نماذج الذكاء الاصطناعي أيضًا على استخدام منتجاتهم التوليدية كأدوات بحثية للعلماء. يتيح OpenAI للعلماء اختبار أحدث نموذج o1 لمعرفة ما يمكن أن يفعله لأبحاثهم. النتائج مشجعة.

إن امتلاك أداة ذكاء اصطناعي تعمل بطريقة تشبه العلماء هو أحد أحلام عالم التكنولوجيا. في بيان نُشر في أكتوبر الماضي، سلط مؤسس الأنثروبيك، داريو أمودي، الضوء على العلوم، وعلم الأحياء على وجه الخصوص، باعتبارها واحدة من المجالات الرئيسية التي يمكن أن يساعد فيها الذكاء الاصطناعي القوي. ويتوقع أمودي أن الذكاء الاصطناعي في المستقبل قد لا يكون مجرد وسيلة لتحليل البيانات، بل أيضًا "عالم أحياء افتراضي يؤدي جميع مهام عالم الأحياء". ولا نزال بعيدين عن هذه الرؤية. ولكن هذا العام، قد نشهد خطوة مهمة نحو تحقيق هذا الهدف.

4. ترتبط شركات الذكاء الاصطناعي بشكل وثيق بالأمن القومي

يمكن لشركات الذكاء الاصطناعي أن تجني الكثير من المال إذا كانت على استعداد لاستخدام أدواتها لمراقبة الحدود وجمع المعلومات الاستخبارية ومهام الأمن القومي الأخرى.

أطلق الجيش الأمريكي سلسلة من البرامج التي تظهر حرصه على تبني الذكاء الاصطناعي، بدءاً من برنامج Replicator المستوحى من الحرب في أوكرانيا والذي وعد بالعمل في طائرات صغيرة بدون طيار. تم استثمار مليار دولار أمريكي (حوالي 7.3 مليار يوان) على متن المركبات الجوية - في "وحدة القدرة السريعة للذكاء الاصطناعي" - وهي الوحدة التي ستقدم الذكاء الاصطناعي في كل شيء بدءًا من اتخاذ القرارات في ساحة المعركة وحتى الخدمات اللوجستية. تتعرض الجيوش الأوروبية لضغوط لزيادة الاستثمار في التكنولوجيا وسط مخاوف من أن إدارة دونالد ترامب ستقطع الدعم لأوكرانيا. كما أن التوترات المتزايدة بين العديد من البلدان والمناطق تثير قلق المخططين العسكريين.

في عام 2025، ستظل هذه الاتجاهات بمثابة نعمة لشركات تكنولوجيا الدفاع مثل Palantir وAnduril، التي تستخدم حاليًا بيانات عسكرية سرية لتدريب نماذج الذكاء الاصطناعي.

ستجذب الموارد المالية القوية لصناعة الدفاع أيضًا شركات الذكاء الاصطناعي الرئيسية للانضمام. في ديسمبر/كانون الأول، أعلنت شركة OpenAI أنها ستدخل في شراكة مع Anduril في برنامج لإسقاط الطائرات بدون طيار، لتكمل تحولًا لمدة عام من سياستها المتمثلة في عدم العمل مع الجيش. وهي تنضم إلى شركات مايكروسوفت وأمازون وجوجل التي تعمل مع البنتاغون منذ سنوات.

يستثمر منافسون آخرون في مجال الذكاء الاصطناعي مليارات الدولارات لتدريب وتطوير نماذج جديدة، وفي عام 2025 سيواجهون ضغوطًا أكبر لأخذ الإيرادات على محمل الجد. من الممكن أن يتمكنوا من العثور على عدد كافٍ من العملاء غير الدفاعيين المستعدين لدفع مبالغ كبيرة لعملاء الذكاء الاصطناعي الذين يمكنهم التعامل مع المهام المعقدة، أو الصناعات الإبداعية المستعدة لإنفاق الأموال على أدوات إنشاء الصور والفيديو.

لكنهم أيضًا سوف يميلون بشكل متزايد إلى متابعة عقود البنتاغون المربحة. ما إذا كان سيتم اعتبار المشاركة في مشاريع الدفاع على أنها تتعارض مع قيم الشركة سيكون سؤالًا صعبًا بالنسبة لهذه الشركات. وكتبت الشركة أن الأساس المنطقي لشركة OpenAI لتغيير موقفها هو أن "الديمقراطيات يجب أن تستمر في قيادة تطوير الذكاء الاصطناعي"، بحجة أن إعارة نماذجها للجيش من شأنه أن يعزز هذا الهدف. وفي عام 2025، سنرى شركات أخرى تحذو حذوها.

5. NVIDIA ترى المنافسة القادمة

بالنسبة لمعظم جنون الذكاء الاصطناعي الحالي، إذا كنت شركة ناشئة في مجال التكنولوجيا تحاول صنع نماذج للذكاء الاصطناعي، فإن جنسن هوانغ هو الرجل المفضل لديك. بصفته الرئيس التنفيذي لشركة Nvidia العملاقة للرقائق، ساعد Huang الشركة على أن تصبح الشركة الرائدة بلا منازع في الرقائق التي يمكن استخدامها لتدريب نماذج الذكاء الاصطناعي ولإجراء "الاستدلال" عندما يستخدم شخص ما النموذج.

وفي عام 2025، قد تغير عدة قوى هذا الأمر. أولاً، استثمر المنافسون العملاقون مثل Amazon وBroadcom وAMD بكثافة في الرقائق الجديدة، وهناك دلائل مبكرة على أن هذه الرقائق قد تتنافس بشراسة مع شرائح Nvidia - خاصة في الاستدلال، حيث إن تقدم Nvidia ليس بنفس القوة.

يتزايد عدد الشركات الناشئة التي تهاجم أيضًا شركة Nvidia من زوايا مختلفة. فبدلاً من محاولة إجراء تحسينات صغيرة على تصميمات Nvidia، تقوم الشركات الناشئة مثل Groq بمراهنات أكثر خطورة على هياكل شرائح جديدة تماماً، والتي تعد، إذا أعطيت الوقت الكافي، بتوفير تدريب أكثر كفاءة وفعالية. وفي عام 2025، ستظل هذه التجارب في مراحلها الأولى، ولكن من المحتمل أن يظهر منافس بارز يغير الافتراض القائل بأن أفضل نماذج الذكاء الاصطناعي تعتمد فقط على شرائح Nvidia.

ترتكز هذه المنافسة على حرب الرقائق الجيوسياسية. حتى الآن، اعتمدت الحرب بشكل أساسي على استراتيجيتين. فمن ناحية، يحاول الغرب تقييد تصدير الرقائق عالية الجودة وتكنولوجيا تصنيعها إلى الدول المنافسة. ومن ناحية أخرى، تهدف مبادرات مثل قانون الرقائق الأمريكي إلى تعزيز إنتاج أشباه الموصلات المحلي في الولايات المتحدة.

من المرجح أن يقوم دونالد ترامب بتصعيد ضوابط التصدير هذه ويعد بفرض تعريفات جمركية ضخمة على جميع الواردات من الدول المنافسة. وفي عام 2025، ستضع مثل هذه التعريفات شركة TSMC، التي تعتمد عليها شركات صناعة الرقائق الأمريكية بشكل كبير، في قلب حرب تجارية.

من غير الواضح كيف ستؤثر هذه العوامل، لكنها لن تؤدي إلا إلى تحفيز صانعي الرقائق لتقليل اعتمادهم على TSMC، وهو الغرض الكامل من قانون CHIP. ومع بدء تداول الإنفاق من مشروع القانون، سيكون هذا العام أول عام يرى ما إذا كان مشروع القانون سيعزز بشكل ملموس إنتاج الرقائق المحلي في الولايات المتحدة.