“بيع حبوب القهوة إلى ستاربكس” – كيف يمكن لطفرة الذكاء الاصطناعا أن تترك أكبر شركات الذكاء الاصطناعى وراءها

كم يهم نماذج الأساس؟

قد يبدو الأمر وكأنه سؤال سخيف ، لكنه ظهر كثيرًا في محادثاتي مع الشركات الناشئة من الذكاء الاصطناعى ، والتي تشعر بالراحة بشكل متزايد مع الشركات التي كانت يتم رفضها على أنها “أغلفة GPT” ، أو الشركات التي تبني واجهات أعلى نماذج AI الحالية مثل ChatGPT. في هذه الأيام ، تركز فرق بدء التشغيل على تخصيص نماذج الذكاء الاصطناعي لمهام محددة وأعمال الواجهة ، وترى نموذج الأساس كسلعة يمكن تبديلها والخروج حسب الضرورة. كان هذا النهج معروضًا خاصة في مؤتمر Boxworks الأسبوع الماضي ، والذي بدا مكرسًا بالكامل للبرنامج الذي يواجه المستخدم المبني على نماذج الذكاء الاصطناعى.

جزء من ما يدفع هذا هو أن فوائد التحجيم للتدريب المسبق-تلك العملية الأولية لتدريس نماذج الذكاء الاصطناعى باستخدام مجموعات بيانات ضخمة ، والتي هي المجال الوحيد لنماذج الأساس-تباطأ. هذا لا يعني أن الذكاء الاصطناعى قد توقف عن إحراز تقدم ، لكن الفوائد المبكرة للنماذج التأسيسية الفائقة المفرطة قد بلغت عوائد تناقص ، وتحول الاهتمام إلى التعلم بعد التدريب والتعزيز كمصادر للتقدم في المستقبل. إذا كنت ترغب في إنشاء أداة ترميز منظمة العفو الدولية بشكل أفضل ، فمن الأفضل أن تعمل على صقل وتصميم الواجهة بدلاً من إنفاق قيمتها بضع مليارات دولار في وقت الخادم عند التدريب المسبق. كما يظهر نجاح رمز Claude في الأنثروبور ، فإن شركات نموذج الأساس جيدة جدًا في هذه المجالات الأخرى أيضًا – لكنها ليست ميزة دائمة كما كانت.

باختصار ، يتغير المشهد التنافسي لمنظمة العفو الدولية بطرق تقوض مزايا أكبر مختبرات الذكاء الاصطناعي. بدلاً من السباق بالنسبة إلى AGI القوي الذي يمكن أن يتطابق أو يتجاوز القدرات البشرية في جميع المهام المعرفية ، يبدو المستقبل المباشر وكأنه موجة من الشركات المنفصلة: تطوير البرمجيات ، وإدارة بيانات المؤسسات ، وتوليد الصور وما إلى ذلك. بصرف النظر عن ميزة المحرك الأول ، ليس من الواضح أن بناء نموذج الأساس يمنحك أي ميزة في تلك الشركات. والأسوأ من ذلك ، أن وفرة البدائل مفتوحة المصدر تعني أن نماذج الأساس قد لا يكون لها أي نفوذ في الأسعار إذا فقدت المنافسة في طبقة التطبيق. هذا من شأنه أن يحول شركات مثل Openai والأنثروبور إلى الموردين الخلفيين في شركة سلعة منخفضة الهامش-كما قال لي مؤسس واحد ، “مثل بيع حبوب البن إلى ستاربكس”.

من الصعب المبالغة في المبالغة في حدوث تحول دراماتيكي هذا لأعمال الذكاء الاصطناعي. في جميع أنحاء الطفرة المعاصرة ، كان نجاح الذكاء الاصطناعى لا ينفصم من نجاح نماذج مؤسسة الشركات – وتحديداً ، Openai ، Anthropic ، و Google. إن كونك صعوديًا على الذكاء الاصطناعى يعني الاعتقاد بأن التأثير التحويلي لـ AI سيجعلها في شركات مهمة من الناحية الأولي. يمكن أن نناقش الشركة التي ستصدر في المقدمة ، لكن كان من الواضح أن بعض شركة نموذج الأساس ستنتهي بمفاتيح المملكة.

في ذلك الوقت ، كان هناك الكثير من الأسباب للاعتقاد بأن هذا كان صحيحًا. لسنوات ، كان تطوير نموذج الأساس هو العمل الوحيد من الذكاء الاصطناعى – والسرعة السريعة للتقدم جعلت زمام المبادرة تبدو غير قابلة للتغلب عليها. وكان وادي السيليكون دائمًا لديه حب عميق لميزة المنصة. كان الافتراض هو أنه ، ومع ذلك ، انتهى الأمر بموديلات منظمة العفو الدولية إلى كسب المال ، فإن حصة الأسد من الفائدة ستتراجع إلى شركات نموذج الأساس ، التي قامت بالعمل الذي كان من الصعب تكراره.

لقد جعل العام الماضي هذه القصة أكثر تعقيدًا. هناك الكثير من خدمات الذكاء الاصطناعي الناجحة من طرف ثالث ، لكنها تميل إلى استخدام نماذج الأساس بالتبادل. بالنسبة للشركات الناشئة ، لم يعد من المهم ما إذا كان منتجها يجلس على قمة GPT-5 أو كلود أو الجوزاء ، ويتوقعون أن يكونوا قادرين على تبديل النماذج في منتصف الإصدار دون أن يلاحظ المستخدمون النهائيون الفرق. تستمر نماذج الأساس في إحراز تقدم حقيقي ، ولكن لم يعد من المعقول لأي شركة واحدة الحفاظ على ميزة كبيرة بما يكفي للسيطرة على الصناعة.

لدينا بالفعل الكثير من الإشارة إلى أنه لا يوجد الكثير من ميزة المحرك الأول. كما أشار الرأسمالي المشروع مارتن كاسادو من A16Z على بودكاست حديث، كان Openai أول مختبر يطرح نموذج ترميز ، بالإضافة إلى النماذج التوليدية للصور والفيديو – فقط لفقدان الفئات الثلاث للمنافسين. “بقدر ما يمكننا أن نقول ، لا يوجد خندق متأصل في مكدس التكنولوجيا من أجل الذكاء الاصطناعى”.

بالطبع ، يجب ألا نحسب الشركات النموذجية للأساس حتى الآن. لا يزال هناك الكثير من المزايا المتينة إلى جانبهم ، بما في ذلك التعرف على العلامة التجارية ، والبنية التحتية ، والاحتياطيات النقدية الشاسعة التي لا يمكن تصورها. قد تكون شركة Openai للمستهلكين أكثر صعوبة من تكرارها من أعمال الترميز الخاصة بها ، وقد تظهر مزايا أخرى مع نضوج القطاع. بالنظر إلى الوتيرة السريعة لتطوير الذكاء الاصطناعي ، يمكن أن يعكس الاهتمام الحالي بعد التدريب المسار في الأشهر الستة المقبلة. الأكثر عدمًا من كل شيء ، أن السباق نحو الذكاء العام يمكن أن يؤتي ثماره مع اختراقات جديدة في علم الأدوية أو علوم المواد ، مما يغير أفكارنا بشكل جذري حول ما يجعل نماذج الذكاء الاصطناعي ذات قيمة.

ولكن في غضون ذلك ، تبدو استراتيجية بناء نماذج مؤسسة ثنائية الأزواج أقل جاذبية بكثير مما كانت عليه في العام الماضي-وبدأت فورة الإنفاق في Meta بمليارات الدولارات تبدو محفوفة بالمخاطر.