إن محاولة الفوز في حرب الذكاء الاصطناعي ستكون مكلفة. حقا، حقا مكلفة.

وفقًا لتقرير صادر عن The Information الشهر الماضي، قامت Microsoft وOpenAI بوضع خطط لإنشاء حاسوب عملاق بقيمة 100 مليار دولار يسمى “Stargate” يحتوي على “ملايين شرائح الخوادم المتخصصة” لتشغيل الذكاء الاصطناعي الخاص بصانع ChatGPT.

بطبيعة الحال، عندما سُئل هاسابيس عن الكمبيوتر العملاق الذي يُشاع عن منافسيه وعن تكلفته، سارع إلى الإشارة إلى أن إنفاق جوجل قد يتجاوز ذلك: “نحن لا نتحدث عن أرقامنا المحددة، لكنني أعتقد أننا نستثمر أكثر من ذلك”. ذلك مع مرور الوقت”.

على الرغم من أن طفرة الذكاء الاصطناعي قد أدت بالفعل إلى زيادة هائلة في الاستثمار – حيث جمعت الشركات الناشئة في مجال الذكاء الاصطناعي وحدها ما يقرب من 50 مليار دولار في العام الماضي، وفقًا لبيانات Crunchbase – تشير تعليقات هاسابيس إلى أن المنافسة على قيادة قطاع الذكاء الاصطناعي ستصبح أكثر تكلفة بكثير.

وهذا هو الحال بشكل خاص بالنسبة لشركات مثل جوجل، ومايكروسوفت، وOpenAI، والتي تخوض جميعها معركة شديدة لتبرز كأول من يدعي تطوير الذكاء العام الاصطناعي، الذكاء الاصطناعي الذي يتمتع بالقدرة على مضاهاة التفكير البشري والإبداع.

رقائق مكتنزة

ومع ذلك، فإن فكرة أن شركة واحدة يمكن أن تنفق أكثر من 100 مليار دولار على تقنية واحدة، والتي يعتقد البعض أنه يمكن المبالغة فيها، هي فكرة مثيرة للدهشة.

ومن الجدير النظر في المكان الذي يمكن أن يذهب إليه هذا الإنفاق. بالنسبة للمبتدئين، فإن جزءًا كبيرًا من تكلفة التطوير سيكون على الرقائق.

إنها تمثل واحدة من أغلى عمليات الشراء للشركات المستثمرة في السباق لتطوير ذكاء اصطناعي أكثر ذكاءً. ببساطة، كلما زاد عدد الرقائق لديك، زادت قوة الحوسبة المتاحة لتدريب نماذج الذكاء الاصطناعي على كميات أكبر من البيانات.

الشركات التي تعمل على نماذج لغات كبيرة، مثل Gemini من Google وGPT-4 Turbo من OpenAI، اعتمدت بشكل كبير على شرائح من أطراف ثالثة مثل Nvidia. لكنهم يحاولون بشكل متزايد تصميم منتجاتهم الخاصة.

أصبحت الأعمال العامة لنماذج التدريب أكثر تكلفة أيضًا.

ويشير تقرير مؤشر الذكاء الاصطناعي السنوي الصادر عن جامعة ستانفورد هذا الأسبوع إلى أن “تكاليف التدريب على أحدث نماذج الذكاء الاصطناعي وصلت إلى مستويات غير مسبوقة”.

وأشارت إلى أن GPT-4 من OpenAI استخدم “ما يقدر بـ 78 مليون دولار من الحوسبة للتدريب”، مقابل 4.3 مليون دولار تم استخدامها لتدريب GPT-3 في عام 2020. وفي الوقت نفسه، كلف تدريب Gemini Ultra من Google 191 مليون دولار. بلغت تكلفة التدريب على التكنولوجيا الأصلية لنماذج الذكاء الاصطناعي حوالي 900 دولار في عام 2017.

وأشار التقرير أيضًا إلى أن “هناك علاقة مباشرة بين تكاليف التدريب على نماذج الذكاء الاصطناعي ومتطلباتها الحسابية”، لذلك إذا كان الذكاء الاصطناعي العام هو الهدف النهائي، فمن المرجح أن ترتفع التكلفة.