في أواخر الشهر الماضي، قام إيلاد جيل، أحد أكبر المستثمرين في مجال الذكاء الاصطناعي في العالم، بنشر مخطط على تويتر.
يوضح هذا الرسم البياني تكلفة “الرموز”، التي أصبحت المادة الخام للذكاء الاصطناعي التوليدي. تعمل برامج المحادثة الآلية ونماذج الذكاء الاصطناعي على تحليل الكلمات والمدخلات الأخرى إلى هذه الرموز لتسهيل معالجتها وفهمها. يبلغ حجم الرمز الواحد حوالي ¾ كلمة.
عندما تتعامل شركات الذكاء الاصطناعي مع المطالبات وغيرها من مدخلات النماذج، فإنها غالبًا ما تفرض رسومًا على المستخدمين بناءً على سعر الرمز المميز. وقد أظهر جيل، أحد كبار المستثمرين في رأس المال الاستثماري، في الرسم البياني أن أسعار الرموز المميزة انخفضت.
إنه انهيار مذهل. ففي غضون 18 شهرًا تقريبًا، انخفضت تكلفة مليون رمز مميز من 180 دولارًا إلى 75 سنتًا فقط.
الفائزون
فكر في هذا باعتباره مقياسًا لتكلفة استخدام نماذج الذكاء الاصطناعي. الفائزون هم أولئك الذين يستخدمونها بكثافة. هذا المورد الجديد الثوري أرخص بنحو 240 مرة الآن. وهذا يوفر للشركات الناشئة والباحثين وغيرهم الكثير من المال.
وقارن مارتن كاسادو، وهو خبير مرموق في مجال الذكاء الاصطناعي لدى شركة أندريسن هورويتز، هذا الأمر بالانحدار السريع في تكاليف التكنولوجيا خلال موجات الابتكار السابقة.
“إن الإطار المرجعي الجيد هو مقارنة التكلفة لكل بت على مدار الوقت بالنسبة للإنترنت. أو تكلفة الحوسبة أثناء صعود الرقائق الدقيقة”، هكذا كتب في تغريدة. “من الواضح جدًا أن هذه دورة عظمى حيث تتجه التكاليف الهامشية لمورد أساسي إلى الصفر”.
الخاسرون
هناك أمر آخر أكثر إثارة للقلق.
إن أحد الأسباب التي أدت إلى انخفاض أسعار الرموز هو أن العرض من نماذج الذكاء الاصطناعي القادرة على العمل قد زاد بشكل كبير. وتنص قواعد العرض والطلب على أنه عندما يحدث هذا فإن الأسعار غالبًا ما تنخفض.
إن امتلاك نموذج رائد للذكاء الاصطناعي ليس بالشيء المميز كما كان قبل 18 شهرًا. في ذلك الوقت تقريبًا، ظهر GPT-4 من OpenAI كقائد واضح. ومنذ ذلك الحين، أصدرت Google نموذج Gemini جديدًا جيدًا بشكل أساسي. لدى Anthropic نماذج رائعة. لدى X Grok. وهناك أكثر من 100 نموذج آخر متاح على منصة مراقبة عن كثب. قائمة المتصدرين في الصناعة.
يتم تدريب كل هذه النماذج في الغالب على البيانات المتاحة للجمهور على الإنترنت. لذا فهي لا تختلف كثيرًا عن بعضها البعض. إن التميز بين هذا الحشد أصبح صعبًا بشكل متزايد، لذا فمن المنطقي أن تكون الخدمة التي تقدمها – معالجة الرموز – أقل قيمة بكثير.
“الحدود أصبحت الآن سلعة” أخبرني جييرمو راوخ، الرئيس التنفيذي لشركة Vercel الناشئة للذكاء الاصطناعي: “في مرحلة ما، كان GPT-4 في فئة خاصة به، أليس كذلك؟ وكانوا يتقاضون حوالي 180 دولارًا لكل مليون رمز مميز. الآن، لدى الجميع نموذج رائد.”
تأثير زوك
لقد ذهب مارك زوكربيرج بالفعل إلى أقصى حد في هذا الصدد من خلال جعل نماذج اللاما التابعة لشركة ميتا مجانية كخدمات مفتوحة المصدر. وقد فعلت شركة ميسترال الناشئة الشيء نفسه.
“أعتقد أن الشخص الذي عطل كل هذا هو زوك،“وقال راوخ، مشيرًا إلى أن شركة ميتا نجحت في جهودها السابقة في مجال البرمجيات مفتوحة المصدر. ومن الأمثلة على ذلك مشروع Open Compute Project التابع لشركة فيسبوك، والذي عمل على توحيد معايير البنية الأساسية لمراكز البيانات وخفض تكلفتها.
لقد أطلق زوكربيرج تلميحات غير مباشرة حول سوق نماذج الذكاء الاصطناعي المزدحم في الآونة الأخيرة.
“أتوقع أن يظل تطوير الذكاء الاصطناعي تنافسيًا للغاية، وهو ما يعني أن إتاحة أي نموذج معين مفتوح المصدر لا يمنح ميزة هائلة على أفضل النماذج التالية”، كما كتب في إحدى مدوناته الأخيرة.
لن يكون أي نموذج للذكاء الاصطناعي أفضل من غيره، فلماذا لا نتبرع بهذه الأشياء؟
في كل مرة ينهار فيها سعر شيء ما، يكون هناك خاسرون. هذه المرة قد تكون أي شركة لا تزال تحاول البناء الأفضل نموذج الذكاء الاصطناعي وكسب المال منه مباشرة. ومن الأمثلة على ذلك انهيار الشركات الناشئة انعطاف الذكاء الاصطناعي هذا العام، أنفقت الكثير من الوقت والمال في تطوير نموذج حدودي خاص بها، والذي فشل في التميز عن الآخرين.
الجواب والمشكلة
الجواب هو ببساطة إنشاء نموذج ذكاء اصطناعي جديد أفضل بكثير من أي نموذج آخر، أليس كذلك؟ إذا تمكنت من تحقيق ذلك، فربما يمكنك تحصيل المزيد من المال مقابل خدمات معالجة الرموز مرة أخرى.
المشكلة هي أن تكلفة تطوير النموذج القادم القوي للغاية مرتفعة للغاية وربما ترتفع. لا تزال وحدات معالجة الرسوميات من إنفيديا باهظة الثمن حقًا. إن بناء أو استئجار مراكز بيانات الذكاء الاصطناعي العملاقة المطلوبة يزداد تكلفة. كما أن سعر الكهرباء لتشغيل وتبريد هذه المرافق آخذ في الارتفاع.
إن العائد على الاستثمار من ضخ رأس مال ضخم في نموذج جديد للذكاء الاصطناعي جيد ــ إذا حصلت على دماغ أفضل كثيراً. أما إذا كان أفضل قليلاً فقط من الدماغ الموجود بالفعل، فهذا ليس جيداً على الإطلاق، كما أوضح راوخ.
السؤال الكبير حول GPT-5
وبعيدا عن التكلفة، بدأ خبراء الذكاء الاصطناعي يتجادلون حول ما إذا كان من الصعب أيضا جعل النماذج الجديدة أفضل بكثير.
أطلقت OpenAI نموذج الذكاء الاصطناعي GPT-1 في يونيو 2018. وبعد 8 أشهر فقط، صدر GPT-2. ثم استغرق الأمر 16 شهرًا لإصدار GPT-3. واستغرق الأمر حوالي 33 شهرًا قبل ظهور GPT-4.
“لقد قفزت قوة الدماغ وقدرته على التفكير بشكل كبير، وأصبح من الصعب تحقيق ذلك”، هكذا أخبرني راوخ. “هذه حقيقة”.
هناك توقعات كبيرة بشأن GPT-5 من OpenAI. توقع العديد من العاملين في الصناعة صدوره في الصيف. الصيف على وشك الانتهاء ولم يحل بعد.
ربما يتفوق GPT-5 على المنافسين عندما يخرج أخيرًا إلى النور. وستكون OpenAI قادرة على فرض أسعار أعلى بكثير لكل رمز مميز. سنرى.