مقالة هوان رنشن الأخيرة: "الطبقات الخمس للذكاء الاصطناعي"

المؤلف الأصلي: هوانغ رن xun

ترجمة البرمجة: بيغي، BlockBeats

مقدمة المحرر: يتطور الذكاء الاصطناعي من تقنية متقدمة إلى بنية تحتية أساسية تدعم تشغيل الاقتصاد الحديث تدريجيًا. في أول مقال طويل نشرته شركة إنفيديا على حسابها الرسمي، حاولت من خلال المبادئ الأساسية أن تضع تصورًا منهجيًا لبنية صناعة الذكاء الاصطناعي: من الطاقة والرقائق، إلى بنية مركز البيانات، ثم النماذج والتطبيقات، مكونة سلسلة تقنية كاملة من خمس طبقات.

تشير المقالة إلى أن الذكاء الاصطناعي ليس مجرد منافسة في البرمجيات أو النماذج، بل هو بناء صناعي عالمي يشمل الطاقة، والحوسبة، والتصنيع، والتطبيقات، وقد يكون حجمه من أكبر التوسعات في البنية التحتية في تاريخ البشرية. من خلال منظور “كعكة الخمس طبقات”، تحاول إنفيديا توضيح أن المعنى الحقيقي للذكاء الاصطناعي ليس مجرد برمجيات أكثر ذكاءً، بل هو ثورة في البنية التحتية بحجم يضاهي الكهرباء والإنترنت.

وفيما يلي النص الأصلي:

الذكاء الاصطناعي هو أحد القوى الأقوى التي تشكل العالم اليوم. إنه ليس تطبيقًا ذكيًا فحسب، وليس نموذجًا واحدًا، بل هو بنية تحتية مهمة، تمامًا مثل الكهرباء والإنترنت.

يعمل الذكاء الاصطناعي على أجهزة حقيقية، وعلى طاقة حقيقية، وعلى نظام اقتصادي حقيقي. يحول المواد الخام إلى “ذكاء” يُنتج على نطاق واسع. تستخدمه كل شركة، وتبنيه كل دولة.

لفهم سبب تطور الذكاء الاصطناعي بهذه الطريقة، من المبادئ الأساسية، من المفيد أن نرى التغيرات الجذرية التي حدثت في مجال الحوسبة.

من “البرمجيات المعدة مسبقًا” إلى “الذكاء المُولد في الوقت الحقيقي”

على مدار تاريخ تطور الحواسيب، كانت البرمجيات دائمًا “معدة مسبقًا”. يصف الإنسان خوارزمية، ثم تنفذ الحواسيب التعليمات. يجب أن تُهيكل البيانات بعناية، وتُخزن في جداول، وتُسترجع عبر استعلامات دقيقة. ولهذا السبب، تعتبر لغة SQL ضرورية لأنها تُمكن من تشغيل هذا النظام بأكمله.

لكن الذكاء الاصطناعي كسر هذا النموذج.

لأول مرة، أصبح لدينا حاسوب قادر على فهم المعلومات غير الهيكلية. يمكنه رؤية الصور، وقراءة النصوص، وسماع الأصوات، وفهم معانيها؛ يمكنه الاستنتاج من السياق والنوايا. والأهم من ذلك، يمكنه توليد ذكاء في الوقت الحقيقي.

كل استجابة تُولد من جديد. وكل إجابة تعتمد على السياق الذي تقدمه. لم يعد الأمر مجرد استرجاع أوامر من قاعدة بيانات، بل هو استنتاج في الوقت الحقيقي وتوليد ذكاء حسب الحاجة.

وبما أن الذكاء يُولد في الوقت الحقيقي، فإن سلسلة التقنيات الحاسوبية التي تدعمه يجب أن تُعاد اختراعها أيضًا.

الذكاء الاصطناعي كبنية تحتية

إذا نظرنا إلى الذكاء الاصطناعي من منظور صناعي، يمكن تفكيكه إلى بنية من خمس طبقات.

الطاقة (Energy)

الطبقة الأساسية هي الطاقة.

الذكاء المُولد في الوقت الحقيقي يحتاج إلى طاقة كهربائية في الوقت الحقيقي. كل رمز يُنتج يعني حركة الإلكترونات، وإدارة الحرارة، وتحويل الطاقة إلى قدرة حسابية.

لا يوجد في هذه الطبقة أي تجريد. الطاقة هي المبدأ الأول لبنية الذكاء الاصطناعي، وهي القيد الأساسي الذي يحدد كمية الذكاء التي يمكن للنظام إنتاجها.

الرقائق (Chips)

فوق الطاقة تأتي الرقائق. الهدف من تصميم هذه المعالجات هو تحويل الطاقة إلى قدرة حسابية بكفاءة عالية، خاصة في ظروف كبيرة الحجم.

عبء عمل الذكاء الاصطناعي يتطلب قدرة حسابية موازية هائلة، وذاكرة عالية النطاق الترددي، واتصال سريع. تقدم الرقائق يحدد سرعة توسع الذكاء، ويحدد مدى انخفاض تكلفة “الذكاء” في النهاية.

البنية التحتية (Infrastructure)

فوق الرقائق تأتي البنية التحتية. وتشمل الأراضي، ونقل الكهرباء، وأنظمة التبريد، والهياكل، وأنظمة الشبكات، ونظام تنظيم وتنسيق عشرات الآلاف من المعالجات لتعمل كآلة واحدة.

هذه الأنظمة في جوهرها مصانع للذكاء الاصطناعي. ليست مصممة لتخزين المعلومات، بل لصنع الذكاء.

النماذج (Models)

فوق البنية التحتية تأتي النماذج. يمكن لنماذج الذكاء الاصطناعي فهم أنواع مختلفة من المعلومات: اللغة، والبيولوجيا، والكيمياء، والفيزياء، والمالية، والطب، والعالم الحقيقي ذاته.

نماذج اللغة ليست سوى نوع واحد منها. من بين الأعمال الأكثر ثورية التي تحدث الآن: الذكاء الاصطناعي للبروتينات، والذكاء الاصطناعي للكيمياء، والمحاكاة الفيزيائية، والروبوتات، والأنظمة الذاتية.

التطبيقات (Applications)

وأعلى مستوى هو طبقة التطبيقات، حيث يتم تحقيق القيمة الاقتصادية الحقيقية. مثل منصات اكتشاف الأدوية، والروبوتات الصناعية، والمساعد القانوني، والسيارات ذاتية القيادة.

سيارة ذاتية القيادة، في جوهرها، تطبيق ذكاء اصطناعي يُحمل على آلة؛ والروبوت الشبيه بالبشر هو تطبيق ذكاء اصطناعي يُحمل على جسم. التقنية الأساسية واحدة، لكن الشكل النهائي يختلف.

وهكذا، تتكون بنية الذكاء الاصطناعي من خمس طبقات: الطاقة → الرقائق → البنية التحتية → النماذج → التطبيقات. كل تطبيق ناجح يربط جميع الطبقات، حتى محطة توليد الكهرباء التي تمده بالطاقة.

بناء البنية التحتية في مراحلها المبكرة

لقد بدأنا للتو في بناء هذه البنية. حجم الاستثمار الحالي لا يتجاوز عدة تريليونات دولار، لكن المستقبل يتطلب بناء بنية تحتية بمئات التريليونات من الدولارات.

على مستوى العالم، نرى الآن: مصانع الرقائق، مصانع الحواسيب، مصانع الذكاء الاصطناعي.

تم بناء حجم غير مسبوق من هذه المنشآت. وهو ما يصبح من أكبر مشاريع البنية التحتية في تاريخ البشرية.

طلب العمل في عصر الذكاء الاصطناعي

يتطلب هذا البناء حجمًا هائلًا من القوى العاملة.

مصانع الذكاء الاصطناعي تحتاج إلى: كهربائيين، سباكين، عمال تركيب الأنابيب، عمال هياكل الصلب، فنيي شبكات، فنيي تركيب المعدات، وموظفي الصيانة.

هذه وظائف ذات مهارات عالية ورواتب مغرية، وهي في الوقت نفسه في نقص شديد. المشاركة في هذا التحول لا تتطلب بالضرورة درجة دكتوراه في علوم الحاسوب.

وفي الوقت ذاته، يدفع الذكاء الاصطناعي إنتاجية الاقتصاد المعرفي للأمام. على سبيل المثال، في مجال الأشعة. بدأ الذكاء الاصطناعي في مساعدة في تفسير الصور الطبية، لكن الطلب على أطباء الأشعة لا يزال في تزايد.

وهذا لا يتناقض.

فوظيفة طبيب الأشعة الحقيقية هي رعاية المرضى، بينما قراءة الصور هي مجرد مهمة من مهامه. مع تولي الذكاء الاصطناعي للمزيد من المهام المتكررة، يمكن للأطباء تخصيص وقت أكبر لاتخاذ القرارات، والتواصل، والعلاج.

زيادة كفاءة المستشفيات يمكن أن يخدم المزيد من المرضى، وبالتالي يتطلب المزيد من الأيدي العاملة. الإنتاجية تخلق القدرة، والقدرة تخلق النمو.

ما الذي تغير خلال العام الماضي؟

خلال العام الماضي، تجاوز الذكاء الاصطناعي عتبة حاسمة.

أصبحت النماذج جيدة بما يكفي لتؤدي دورًا فعالًا في سيناريوهات واسعة النطاق.

• تحسن ملحوظ في قدرات الاستنتاج
• تقليل كبير في الهلوسة
• تعزيز كبير في “الربط” مع العالم الحقيقي

لأول مرة، بدأت تطبيقات الذكاء الاصطناعي تخلق قيمة اقتصادية حقيقية.

ظهرت منتجات وسوق واضحة في مجالات: تطوير الأدوية، اللوجستيات، خدمة العملاء، تطوير البرمجيات، التصنيع.

هذه التطبيقات تدفع بقوة سلسلة التقنية بأكملها في الأسفل.

دور النماذج المفتوحة المصدر

تلعب النماذج المفتوحة المصدر دورًا رئيسيًا. أغلب نماذج الذكاء الاصطناعي في العالم مجانية. الباحثون، والشركات الناشئة، والمؤسسات، وحتى الدول تعتمد على النماذج المفتوحة للمشاركة في المنافسة على الذكاء الاصطناعي المتقدم.

عندما تصل النماذج المفتوحة إلى حدود التقنية، فهي لا تغير البرمجيات فحسب، بل تُحفز الطلب على كامل سلسلة التقنية.

DeepSeek‑R1 هو مثال نموذجي. من خلال جعل نموذج استنتاج قوي متاحًا على نطاق واسع، دفع النمو في مستوى التطبيقات، وزاد الطلب على قدرات التدريب، والبنية التحتية، والرقائق، والطاقة.

ماذا يعني ذلك؟

عندما تعتبر الذكاء الاصطناعي بنية تحتية، يصبح الأمر واضحًا. ربما بدأ مع Transformer والنماذج اللغوية الكبيرة، لكنه يتجاوز ذلك بكثير.

إنه ثورة صناعية ستعيد تشكيل:

• طرق إنتاج واستهلاك الطاقة
• طرق بناء المصانع
• طرق تنظيم العمل
• نماذج النمو الاقتصادي

تم بناء مصانع الذكاء الاصطناعي لأن الذكاء يمكن توليده في الوقت الحقيقي الآن. وإعادة تصميم الرقائق لأن الكفاءة تحدد سرعة توسع الذكاء. والطاقة لأنها تحدد الحد الأقصى للذكاء الذي يمكن للنظام إنتاجه. والتطبيقات لأنها انفجرت بعد أن تجاوزت “المدى المتاح” من حيث الحجم.

كل طبقة تعزز الأخرى.

لهذا السبب، حجم هذه البنية التحتية ضخم، ولماذا تؤثر على العديد من الصناعات، ولماذا لن تقتصر على بلد أو مجال واحد.

كل شركة ستستخدم الذكاء الاصطناعي.

وكل دولة ستبني الذكاء الاصطناعي.

نحن لا نزال في المرحلة المبكرة.

الكثير من البنية التحتية لم يُبنَ بعد، والكثير من القوى العاملة لم تُدرَّب بعد، والكثير من الفرص لم تُحقق بعد.

لكن الاتجاه واضح جدًا.

الذكاء الاصطناعي يتجه ليكون البنية التحتية الأساسية للعالم الحديث.

والاختيارات التي نتخذها اليوم، وسرعة البناء، ومدى المشاركة، ومسؤولية النشر، ستحدد شكل هذا العصر في النهاية.