الرئيس التنفيذي لأنثروبيك يقول إن تكلفة تدريب الذكاء الاصطناعي قد ترتفع إلى 100 مليار دولار خلال السنوات الثلاث المقبلة

تتصاعد تكلفة تدريب نماذج الذكاء الاصطناعي (AI)، مع توقعات تشير إلى زيادة كبيرة على مدى السنوات القليلة المقبلة. سلط داريو أمودي، الرئيس التنفيذي لشركة Anthropic الناشئة للذكاء الاصطناعي، الضوء على هذه التكاليف المتزايدة خلال حلقة حديثة من بودكاست "In Good Company".

اقرأ أيضًا: عمال Samsung يضربون مطالبين بأجور أعلى خلال منافسة الذكاء الاصطناعي المتزايدة

تتطلب النماذج المتقدمة الحالية للذكاء الاصطناعي، مثل ChatGPT-4، حوالي 100 مليون دولار للتدريب. ولكن، وفقاً لـ Amodei، قد يرتفع هذا إلى ما بين 10 مليارات دولار و100 مليار دولار في السنوات الثلاث القادمة.

تطوير الذكاء الاصطناعي العام يدفع التكاليف للأعلى

يعود الارتفاع الحاد إلى التحول من الذكاء الاصطناعي التوليدي، مثل ChatGPT، إلى الذكاء الاصطناعي العام (AGI). يسعى التقدم نحو AGI إلى تطوير أنظمة يمكنها فهم واكتساب واستخدام المعرفة بطريقة تشبه العقل البشري.

"أعتقد أنه إذا وصلنا إلى 10 أو 100 مليار دولار، وأعتقد أن ذلك سيحدث في 2025، 2026، ربما 2027... ثم أعتقد أن هناك فرصة جيدة بأن نكون قادرين بحلول ذلك الوقت على الحصول على نماذج أفضل من معظم البشر في معظم الأشياء." 

Amodei

وفقاً لـ Tom’s Hardware، فإن الإطار الحالي لهذه التطورات ضخم في الوقت الحالي. على سبيل المثال، لتدريب ChatGPT، كان هناك حاجة إلى أكثر من 30,000 وحدة معالجة رسومية (GPU)، وتكلف كل شريحة Nvidia B200 للذكاء الاصطناعي بين 30,000 دولار و40,000 دولار. هذا الاستثمار في الأجهزة هو أحد العناصر التي قد تسبب في زيادة التكاليف. 

الموارد الحسابية تدفع تكاليف تدريب الذكاء الاصطناعي للأعلى

هناك أسباب عديدة لارتفاع تكلفة تدريب الذكاء الاصطناعي. السبب الرئيسي هو أن كمية الموارد الحسابية المطلوبة هائلة. مع تقدم نماذج التعلم العميق، هناك حاجة إلى وحدات معالجة رسومية قوية وأجهزة مصممة خصيصاً أخرى. تم شحن أكثر من 3.8 مليون وحدة معالجة رسومية إلى مراكز البيانات في عام 2023، مما يوضح مدى البنية التحتية المطلوبة. 

اقرأ أيضًا: الذكاء الاصطناعي سيؤثر على مجموعة واسعةمن الخدمات العامة

عامل مهم آخر هو استهلاك الطاقة. سيكون استهلاك الطاقة لجميع وحدات معالجة الرسومية المباعة العام الماضي كافياً لتشغيل 1.3 مليون منزل. لا يؤدي هذا الاستهلاك العالي للطاقة فقط إلى تكاليف عالية للشركات، بل يثير أيضاً قضايا حول الآثار على البيئة والحفاظ عليها. وفقاً لتقرير حديث من Google، ارتفعت انبعاثات الشركة بنسبة تقارب 50٪ على مدى أربع سنوات، بشكل رئيسي بسبب الطاقة المطلوبة لتعلم الذكاء الاصطناعي.

تستثمر عمالقة التكنولوجيا بكثافة في البنية التحتية للذكاء الاصطناعي

علاوة على ذلك، تستثمر الشركات التكنولوجية الرائدة مبالغ طائلة في تطوير الذكاء الاصطناعي. على سبيل المثال، يريد إيلون ماسك شراء 300,000 شريحة ذكاء اصطناعي متطورة من إنفيديا. وبالمثل، يُقال إن مايكروسوفت وأوبن إيه آي تعملان على إنشاء مركز بيانات بقيمة 100 مليار دولار لتطوير الذكاء الاصطناعي.

اقرأ أيضًا: بطولة ويمبلدون تستخدم الذكاء الاصطناعي لمكافحة الإساءة عبر الإنترنت

على الرغم من هذه التكاليف المرتفعة، هناك محاولات لتحسين تكاليف تدريب الذكاء الاصطناعي. قدمت شركة جوجل ديب مايند مؤخراً تقنية تسمى "اختيار الأمثلة المشتركة" (JEST) التي تدعي أنها تقلل عدد التكرارات بعامل 13 والموارد الحسابية المطلوبة بعامل 10. وهذا يساعد في تقليل الموارد المستخدمة والوقت المستغرق.

ومع ذلك، حتى مع هذه التطورات، فإن الاتجاه العام يتجه نحو ارتفاع التكاليف بسبب تقدم الذكاء الاصطناعي العام (AGI). فمن الذكاء الاصطناعي التوليدي إلى AGI، يُطلب من النماذج تفسير مجموعات بيانات كبيرة، والتعلم منها، والتنبؤ بمواقف مختلفة، وحل المشكلات التي تتطلب التفكير النقدي. 

تقرير من كريبتوبوليتان بقلم بريندا كانانا