قال جنسن هوانغ، الرئيس التنفيذي لشركة إنفيديا Nvidia، إن قوة الحوسبة التي تدعم التطورات في مجال الذكاء الاصطناعي التوليدي من المتوقع أن تزداد بمقدار مليون ضعف خلال العقد المقبل. وخلال خطاب خاص ألقاه يوم الاثنين في مؤتمر صناعي بمدينة أتلانتا، أوضح الملياردير ورائد صناعة الرقائق أن قوة الحوسبة تشهد زيادة أربعة أضعاف سنوياً. ومع هذا المعدل من النمو، ستصبح هذه الموارد الأساسية لازدهار الذكاء الاصطناعي أقوى بكثير خلال السنوات العشر القادمة. أكثر الشركات قيمة في عصر الذكاء الاصطناعي برزت إنفيديا Nvidia كأكثر الشركات قيمة في عصر الذكاء الاصطناعي التوليدي، حيث تسابقت شركات التكنولوجيا لتأمين إمدادات من رقائقها المتخصصة، المعروفة باسم وحدات معالجة الرسوميات GPUs، التي توفر القدرة الحاسوبية اللازمة لتدريب نماذج ذكاء اصطناعي أكثر ذكاءً وتطورًا. وأكد هوانغ أن قوة الحوسبة هي عنصر أساسي في ما يُعرف بـقوانين التوسع، التي تشير إلى تحسين أداء نماذج اللغة الكبيرة مع زيادة حجمها وتوافر موارد أكبر من قوة الحوسبة والبيانات. وأشار إلى أن قوانين التوسع أظهرت تحسينات متوقعة في أداء نماذج الذكاء الاصطناعي، وهو ما يجعل من قوة الحوسبة عاملاً رئيسياً في تطور الذكاء الاصطناعي. تشكيك في قوانين التوسع على الرغم من ذلك، ظهرت شكوك جديدة حول هذه القوانين في الآونة الأخيرة. إذ أفادت تقارير متعددة هذا الشهر بأن بعض أبرز مختبرات الذكاء الاصطناعي في وادي السيليكون تواجه صعوبات في تحقيق مكاسب كبيرة في الأداء من نماذجها الجديدة من الجيل التالي. تزايدت الشكوك هذا الشهر بشأن قوانين التوسع التي لطالما اعتُبرت أساساً لتحسين أداء نماذج الذكاء الاصطناعي. وأشارت تقارير عديدة إلى أن بعض أبرز مختبرات الذكاء الاصطناعي في وادي السيليكون تواجه صعوبات في تحقيق تحسينات كبيرة في الأداء مع نماذجها من الجيل الجديد. على سبيل المثال، تواجه شركة أوبن إيه أي تباطؤاً في معدلات تحسين النموذج القادم أوريون، وفقاً لما نشرته The Information. وفي سياق مشابه، صرح إيليا سوتسكيڤر، الرئيس العلمي السابق لـ OpenAI، لوكالة رويترز أن مرحلة ما قبل التدريب في الذكاء الاصطناعي –التي تعتمد على البيانات وقوة الحوسبة– قد وصلت إلى حالة من التشبع أو الاستقرار. خلال خطابه الأخير، بدا أن جنسن هوانغ، الرئيس التنفيذي لشركة Nvidia، تناول حالة عدم اليقين المتعلقة بقوانين التوسع. وأوضح أن هذه القوانين لا تنطبق فقط على تدريب نماذج اللغة الكبيرة LLMs، بل تشمل أيضاً عملية الاستدلال، التي تعني كيفية استجابة النماذج المدربة لاستفسارات المستخدمين واستنتاج المعلومات. وقال هوانغ: على مدار العقد المقبل، سنسرّع خارطة طريقنا لمواكبة متطلبات التوسع في التدريب والاستدلال، وسنسعى لاكتشاف المستويات التالية من الذكاء. تصريحاته تؤكد استمرار إنفيديا في السعي لتطوير حلول جديدة لمواجهة التحديات المتزايدة، وضمان مواكبة الطلب المتزايد على قوة الحوسبة لتحسين أداء نماذج الذكاء الاصطناعي.