جيك لوساراريان: يجب على الروبوتات أن تعطي الأولوية لجمع البيانات من أجل الكفاءة، وتأثير هيمنة شركة إنفيديا على تنوع الأجهزة، والدور الحاسم للحتمية في التقدمات المستقبلية | تويست

نقاط رئيسية

• ينبغي أن تضع الروبوتات جمع البيانات في المقام الأول لتحسين الأداء وصنع القرار.
• تعمل صناعات مثل الطاقة والدفاع بشكل متزايد على الاستفادة من الروبوتات لتحقيق كفاءة تشغيلية.
• مستقبل الروبوتات واعد، لكن السلامة والموثوقية عبر الحتمية أمران حاسمان.
• يؤدي التوحّد حول Nvidia إلى تقييد تنوع العتاد، ما يؤثر على تطوير الذكاء الاصطناعي.
• يمكن للروبوتات تعزيز الكفاءة في الصناعات التي ترتفع فيها تكاليف الطاقة وتحدث فيها عمليات إيقاف متكررة.
• أصبحت وحدات معالجة الرسوميات (GPUs) ضرورية لتوسيع نطاق تطبيقات الذكاء الاصطناعي، خصوصًا في النماذج القائمة على الدردشة.
• يعود تفتت التوافق بين العتاد إلى أنظمة برمجية مملوكة.
• تعد CUDA قديمة بالنسبة للأنظمة الحديثة، ما يشير إلى الحاجة إلى تحديث برمجيات وحدات معالجة الرسوميات (GPU).
• تعزز الأنظمة غير المتجانسة مرونة الحوسبة وقابليتها للتوسع.
• تسعى الشركات إلى مرونة العتاد لتجنب الانغلاق على مورد واحد.
• يتمثل التركيز العملي لأثر الذكاء الاصطناعي والروبوتات في قطاعات مثل الطاقة والدفاع.
• تضمن الحتمية في الروبوتات السلامة والموثوقية في تطبيقات الذكاء الاصطناعي.
• أدى ازدهار النماذج القائمة على الدردشة إلى زيادة أهمية وحدات معالجة الرسوميات (GPUs) في الذكاء الاصطناعي.

نبذة عن الضيف

Jake Loosararian هو الرئيس التنفيذي والمؤسس المشارك لشركة Gecko Robotics، وهي شركة تنشر روبوتات مصممة خصيصًا والذكاء الاصطناعي لفحص البنية التحتية الحيوية للمهمات عبر قطاعات الطاقة والدفاع والتصنيع. في عام 2012، وهو طالب في Grove City College، بنى أول روبوت له يتسلق الجدران داخل غرفة سكن جامعية لحل تعطل طويل الأمد كان يحدث باستمرار في محطة طاقة محلية، وأطلق الشركة في عام 2013. تدير Gecko الآن أكثر من 500,000 أصل حيوي للشركاء من Fortune 100 وللقوات الجوية والبحرية الأمريكية، لتصل إلى حالة unicorn بتقييم 1.25 مليار دولار في يونيو 2025.

دور البيانات في الروبوتات

• فكرة جمع المعلومات والبيانات باستخدام الروبوتات للمساعدة في تحقيق نتائج أفضل

  — Jake Loosararian

• لا ينبغي بناء الروبوتات لمجرد البناء؛ بل يجب أن تخدم غرضًا في جمع البيانات.

• يمكن للروبوتات المعتمدة على البيانات أن تمنع مستقبلًا مُسلَّعًا في الصناعة.

• إذا كنت تبني روبوتات فقط لبناء روبوتات… فهذا يؤدي إلى مستقبل مُسلَّع

  — Jake Loosararian

• يعد فهم دور البيانات أمرًا بالغ الأهمية لتحسين أداء البنية التحتية.

• تتعلق الروبوتات في البنية التحتية بتحسين صنع القرار من خلال البيانات.

• الأثر العملي للذكاء الاصطناعي… يمكن أن يساعد بشكل محتمل في اتخاذ قرارات أفضل

  — Jake Loosararian

• يعد جمع البيانات ضروريًا لتعزيز الكفاءة التشغيلية في القطاعات الحيوية.

الروبوتات في الطاقة والدفاع

• تركز قطاعات الطاقة والنفط والغاز والدفاع على الأثر العملي للروبوتات.

• شركات الطاقة والنفط والغاز… تنظر بالكامل إلى مدى تأثير الروبوتات

  — Jake Loosararian

• يعمل تكامل الروبوتات والذكاء الاصطناعي على تعزيز الكفاءة التشغيلية في هذه الصناعات.

• يستكشف قطاع الدفاع الروبوتات لتحسين صنع القرار.

• وزارة الحرب… تنظر بالكامل إلى مدى تأثير الروبوتات

  — Jake Loosararian

• تساعد الروبوتات في التصدي للتحديات في الصناعات ذات تكاليف طاقة مرتفعة.

• يمكن للروبوتات تحسين الكفاءة التشغيلية بشكل كبير في الصناعات التي تواجه تكاليف طاقة مرتفعة

  — Jake Loosararian

• يتمثل التركيز في كيفية تمكن الروبوتات من تحقيق نتائج أفضل في مجالي الطاقة والدفاع.

مستقبل الروبوتات والحتمية

• مستقبل الروبوتات متفائل، لكنه يتطلب التركيز على الحتمية.

• أنا متحمس جدًا ومتفائل بشأن… كيف سيكون مستقبل الروبوتات

  — Jake Loosararian

• تضمن الحتمية السلامة والموثوقية في تطبيقات الروبوتات.

• المفتاح هو أن تكون حتميًا… ربما هنا يكمن أننا نفتقد جزءًا بسيطًا

  — Jake Loosararian

• تعد السلامة والموثوقية أمرين حاسمين في المجال سريع التطور للروبوتات.

• توازن الحتمية بين الابتكار والسلامة في الروبوتات.

• يركز الانتباه إلى الحتمية على معالجة مخاوف السلامة المحتملة في الذكاء الاصطناعي.

• تعد ضمانات الموثوقية في الروبوتات أمرًا بالغ الأهمية للتقدم المستقبلي.

تنوع العتاد وهيمنة Nvidia

• يحد التوحّد حول Nvidia من تنوع العتاد في تطوير الذكاء الاصطناعي.

• هناك الكثير من العالم متمحور حقًا حول منصة Nvidia

  — Jake Loosararian

• توجد حاجة إلى المزيد من موردي العتاد لتعزيز الابتكار في الذكاء الاصطناعي.

• نريد المزيد من موردي العتاد في هذا المجال

  — Jake Loosararian

• تؤثر هيمنة Nvidia في تنوع خيارات عتاد الذكاء الاصطناعي.

• يعد تنوع العتاد أمرًا بالغ الأهمية لتعزيز الابتكار في الذكاء الاصطناعي.

• يحتاج المشهد الحالي لعتاد الذكاء الاصطناعي إلى مزيد من المنافسة.

• يحد التوحّد من إمكانية وجود حلول متنوعة لعتاد الذكاء الاصطناعي.

أهمية وحدات معالجة الرسوميات (GPUs) في الذكاء الاصطناعي

• أصبحت وحدات معالجة الرسوميات (GPUs) ضرورية لتوسيع نطاق تطبيقات الذكاء الاصطناعي.

• استحوذت وحدات معالجة الرسوميات (GPUs) على العالم… جانب الاستدلال فيها ضخم

  — Jake Loosararian

• أدى صعود النماذج القائمة على الدردشة إلى دفع أهمية وحدات معالجة الرسوميات (GPUs).

• تعزز وحدات معالجة الرسوميات (GPUs) القدرات الحاسوبية في تقنيات الذكاء الاصطناعي.

• يعد دور وحدات معالجة الرسوميات (GPUs) حاسمًا لمهام الاستدلال في الذكاء الاصطناعي.

• زاد تطور تقنيات الذكاء الاصطناعي الطلب على وحدات معالجة الرسوميات (GPUs).

• تعد وحدات معالجة الرسوميات (GPUs) بالغة الأهمية لتعزيز القدرة الحاسوبية للذكاء الاصطناعي.

• تستمر أهمية وحدات معالجة الرسوميات (GPUs) في الذكاء الاصطناعي في النمو مع التطورات التكنولوجية.

تفتت التوافق بين العتاد

• ينشأ التفتت بسبب عدم وجود طبقة برمجية موحِّدة.

• لا يتفق موردو العتاد… فهم يطوّرون البرمجيات الخاصة بقطعهم

  — Jake Loosararian

• تسهم الأنظمة المملوكة في مشكلات توافق العتاد.

• تؤدي الديناميكيات التنافسية بين شركات العتاد إلى التفتت.

• تؤثر حلول البرمجيات المملوكة في تفتت الصناعة.

• تنشأ مشكلات التوافق من غياب نهج موحّد.

• إن تأثير البرمجيات المملوكة على أنظمة العتاد كبير.

• يؤثر التفتت في كفاءة أنظمة العتاد بشكل عام.

الحاجة إلى تحديث برمجيات وحدات معالجة الرسوميات (GPU)

• تعد CUDA قديمة بالنسبة للأنظمة الحديثة والذكاء الاصطناعي التوليدي.

• CUDA… هي النجم اللامع لبرمجيات أنظمة وحدات معالجة الرسوميات (GPUs)، لكنها بعمر 20 عامًا

  — Jake Loosararian

• توجد حاجة إلى الابتكار في برمجيات وحدات معالجة الرسوميات (GPU) لمواكبة اتجاهات التكنولوجيا الحالية.

• قد لا تلبي برمجيات وحدات معالجة الرسوميات (GPU) الحالية متطلبات التطورات الحديثة.

• يتم التشكيك في مدى ملاءمة CUDA في سياق التقنيات الجديدة.

• تتطلب الأنظمة الحديثة حلولًا محدّثة لبرمجيات وحدات معالجة الرسوميات (GPU).

• يفرض تطور التكنولوجيا الابتكار في برمجيات وحدات معالجة الرسوميات (GPU).

• إن الحاجة إلى تحديث البرمجيات أمر حاسم لتطوير قدرات الذكاء الاصطناعي.

أنظمة غير متجانسة في الحوسبة

• تعزز الأنظمة غير المتجانسة المرونة وقابلية التوسع في الحوسبة.

• ستحصل على أنظمة غير متجانسة حيث تكون لديك بنى مختلفة

  — Jake Loosararian

• يؤدي تواصل البنى المختلفة للعتاد إلى تعزيز القدرات الحاسوبية.

• تعد الأنظمة غير المتجانسة ضرورية لبنية الحوسبة الحديثة.

• إن تأثير الأنظمة غير المتجانسة على مرونة الشركات كبير.

• تستفيد الشركات من المرونة التي تقدمها الأنظمة غير المتجانسة.

• تؤثر التحولات في بنية الحوسبة على الاستثمارات التقنية.

• تلعب الأنظمة غير المتجانسة دورًا رئيسيًا في تطورات الحوسبة المستقبلية.

تجنب الانغلاق على مورد واحد عبر اختيارات العتاد

• ترغب الشركات في القدرة على الاختيار بين أنظمة عتاد مختلفة.

• يمنح ذلك الشركات خيارًا… فهي تريد خيارًا لتكون قادرًا على اعتماد أنظمة أخرى

  — Jake Loosararian

• يُعد تجنب الانغلاق على مورد واحد أمرًا بالغ الأهمية بالنسبة للشركات.

• تعد المرونة في خيارات التكنولوجيا ضرورية للشركات.

• تسعى الشركات لتجنب الاعتماد على مورد عتاد واحد.

• يؤدي توفر القدرة على اختيار أنظمة مختلفة إلى تعزيز مرونة الشركات.

• يشكل الانغلاق على المورد تحديات أمام تبني التكنولوجيا.

• تضع الشركات المرونة في خيارات العتاد في مقدمة أولوياتها لتعزيز الابتكار.

                  **الإفصاح:** تم تحرير هذه المقالة بواسطة فريق التحرير. لمزيد من المعلومات حول كيفية إنشاء المحتوى ومراجعته، يُرجى الاطلاع على سياسة التحرير الخاصة بنا.