هوانغ رنشن يكتب بشكل نادر: الذكاء الاصطناعي هو القوة المهمة التي تعيد تشكيل العالم، وهو بنية تحتية أساسية مثل الكهرباء والإنترنت

في 10 مارس، تحدث الرئيس التنفيذي لشركة إنفيديا، Jensen Huang، بشكل نادر في مقال شخصي يشرح فيه بشكل منهجي منطق تطور صناعة الذكاء الاصطناعي.

وأشار إلى أن الذكاء الاصطناعي لا ينبغي فهمه كنموذج أو تطبيق واحد، بل هو نظام بنية تحتية يتشكل تدريجيًا.

الذكاء الاصطناعي (AI) هو أحد أقوى القوى التي تشكل العالم اليوم. إنه ليس مجرد تطبيق ذكي أو نموذج واحد؛ إنه بنية تحتية لا غنى عنها مثل الكهرباء والإنترنت.

في رأيه، تمر صناعة الذكاء الاصطناعي الآن بمرحلة بناء بنية تحتية تقنية تشبه الثورة الصناعية. لقد استثمر العالم بالفعل مئات المليارات من الدولارات، لكن البناء لا يزال في مراحله المبكرة.

قال Huang إن الذكاء الاصطناعي هو بنية تحتية من “خمس طبقات” — الطاقة، الرقائق، البنية التحتية، النماذج، التطبيقات — ويتطلب بناء بمئات المليارات من الدولارات.

الذكاء الاصطناعي يتحول من “برمجيات” إلى توليد ذكي في الوقت الحقيقي

شرح Huang أولاً الاختلاف الجوهري بين الذكاء الاصطناعي والبرمجيات التقليدية.

على مدى العقود الماضية، كانت البرمجيات أساسًا “برامج مسجلة مسبقًا”. يكتب المطورون الخوارزميات، وتقوم الحواسيب بتنفيذها وفقًا لقواعد محددة. البيانات يجب أن تكون منظمة، ويتم استدعاؤها عبر استعلامات قواعد البيانات. لكن الذكاء الاصطناعي غير هذا النموذج.

قال Huang: “هذه هي المرة الأولى في تاريخ الحوسبة التي يمكن فيها للآلات فهم المعلومات غير المنظمة — الصور، النصوص، الأصوات — وفهم معانيها.”

الأهم من ذلك، أن الذكاء الاصطناعي لا يقرأ الإجابات من قاعدة البيانات، بل يولد الذكاء في الوقت الحقيقي.

وأوضح: “كل إجابة تُولد من جديد، وكل مخرجات تعتمد على السياق. لم تعد الحواسيب تنفذ أوامر فحسب، بل تقوم بالاستنتاج.”

نظرًا لأن الذكاء يُولد في الوقت الحقيقي، فإن ذلك يجبر على إعادة تصميم بنية الحوسبة بأكملها.

هيكل صناعة الذكاء الاصطناعي من خمس طبقات

اقترح Huang في مقاله إطارًا هيكليًا لصناعة الذكاء الاصطناعي: خمس طبقات من التقنية — الطاقة، الرقائق، البنية التحتية، النماذج، التطبيقات. وأكد أن هذه الطبقات مرتبطة ارتباطًا وثيقًا.

الطاقة هي الطبقة الأساسية. الذكاء المولد في الوقت الحقيقي يحتاج إلى طاقة تُنتج في الوقت الحقيقي. كل رمز (Token) يُولد هو نتيجة حركة الإلكترونات، إدارة الحرارة، وتحويل الطاقة إلى قوة حسابية. لا توجد طبقة تجريدية تحتها. الطاقة هي مبدأ أولي لبنية الذكاء الاصطناعي، وهي قيد صارم يحدد مدى قدرة النظام على توليد الذكاء.

الرقائق تأتي فوق الطاقة. هذه المعالجات تهدف إلى تحويل الطاقة بشكل كبير وفعال إلى قوة حسابية. تتطلب أعباء العمل في الذكاء الاصطناعي قدرات حسابية موازية هائلة، وذاكرة عالية النطاق الترددي، وتقنيات اتصال سريعة. تقدم الرقائق يحدد سرعة توسع الذكاء، ومدى إمكانية جعله في متناول اليد.

البنية التحتية فوق الرقائق. تشمل الأراضي، ونقل الكهرباء، وأنظمة التبريد، والبناء، والشبكات، وأنظمة تشغيل مئات أو آلاف المعالجات بشكل متزامن. هذه الأنظمة تُعرف بـ “مصانع الذكاء الاصطناعي”. تصميمها لا يهدف إلى تخزين المعلومات، بل إلى صناعة الذكاء.

النماذج فوق البنية التحتية. يمكن لنماذج الذكاء الاصطناعي فهم أنواع متعددة من المعلومات: اللغة، الأحياء، الكيمياء، الفيزياء، المالية، الطب، والعالم المادي نفسه. نماذج اللغة ليست سوى فئة واحدة من بينها. حاليًا، تحدث بعض أكثر الأعمال ثورية في مجالات AI للبروتينات، والكيمياء، والمحاكاة الفيزيائية، والتقنيات الروبوتية، والأنظمة الذاتية.

التطبيقات هي الطبقة العليا، وهي المكان الذي يُخلق فيه القيمة الاقتصادية. منصات اكتشاف الأدوية، والروبوتات الصناعية، والمساعدون القانونيون، والسيارات ذاتية القيادة كلها من هذا النوع. السيارات ذاتية القيادة هي تطبيقات AI مدمجة في الآلات؛ والروبوتات البشرية هي تطبيقات AI مدمجة في الأجسام. تستخدم جميعها نفس تقنية التقنية، لكنها تحقق نتائج مختلفة.

لا تزال بنية الذكاء الاصطناعي في مرحلة مبكرة

فيما يتعلق بحجم الصناعة، قدم Huang تقييمًا واضحًا.

قال: “لقد استثمرنا حاليًا بضع مئات من المليارات من الدولارات، لكننا بحاجة لبناء بنية تحتية بمئات المليارات من الدولارات في المستقبل.”

على مستوى العالم، تتسارع بناء مصانع الرقائق، ومراكز خوادم الحوسبة، ومراكز بيانات الذكاء الاصطناعي. واعتبر Huang أن هذا الاتجاه قد يصبح “واحدة من أكبر عمليات بناء البنية التحتية في تاريخ البشرية”.

وفي الوقت نفسه، يخلق ذلك طلبًا جديدًا على القوى العاملة. يتطلب بناء مراكز بيانات الذكاء الاصطناعي عددًا كبيرًا من الفنيين، بما في ذلك: كهربائيون، وسباكون، ومهندسو شبكات، وموظفو تركيب معدات.

وأكد: “لا يتطلب المشاركة في هذا التحول بالضرورة درجة دكتوراه في علوم الحاسوب.”

النماذج المفتوحة المصدر تدفع توسع صناعة الذكاء الاصطناعي

ذكر Huang أيضًا دور النماذج المفتوحة المصدر في نظام الذكاء الاصطناعي.

وأشار إلى أن العديد من نماذج الذكاء الاصطناعي على مستوى العالم مفتوحة المصدر، وتعتمد عليها الشركات، والمؤسسات البحثية، والدول في تطوير الذكاء الاصطناعي. وعندما تصل النماذج المفتوحة إلى مستوى متقدم، فإنها تحفز الطلب على كامل سلسلة التوريد.

وأعطى مثالاً قائلاً: “DeepSeek-R1 هو مثال نموذجي.”

بعد إصدار هذا النموذج، زاد الطلب على تطوير التطبيقات، وأيضًا على قوة الحوسبة، والبنية التحتية، والرقائق، والطاقة. بعبارة أخرى، أي تقدم في نموذج واحد يدفع الطلب على كامل سلسلة التوريد.

تأثير الذكاء الاصطناعي يتجاوز صناعة البرمجيات

في الختام، أكد Huang أن الذكاء الاصطناعي لا يغير فقط صناعة البرمجيات، بل يؤثر أيضًا على الطاقة، والتصنيع، وهيكل سوق العمل، وأساليب النمو الاقتصادي.

قال: “الذكاء الاصطناعي هو تحول صناعي، سيغير طرق إنتاج الطاقة، وبناء المصانع، وتنظيم العمل، وأنماط النمو الاقتصادي.”

ويرى أن الذكاء الاصطناعي لا يزال في مراحله المبكرة. لا تزال العديد من البنى التحتية غير مكتملة، والكثير من المواهب لم يتم تدريبها بعد.

لكن الاتجاه واضح جدًا: “الذكاء الاصطناعي أصبح الآن بنية تحتية أساسية للعالم الحديث.”

《الذكاء الاصطناعي هو بنية تحتية من “خمس طبقات”》

10 مارس 2026، المتحدث: Jensen Huang (黄仁勋)

الذكاء الاصطناعي هو أحد أقوى القوى التي تشكل العالم اليوم. إنه ليس مجرد تطبيق ذكي أو نموذج واحد؛ إنه بنية تحتية لا غنى عنها مثل الكهرباء والإنترنت.

يعمل الذكاء الاصطناعي على أجهزة حقيقية، ويستهلك طاقة حقيقية، ويعتمد على أساس اقتصادي حقيقي. يحصل على المواد الخام، ويحولها بشكل واسع إلى ذكاء. كل شركة ستستخدمه، وكل دولة ستبنيه.

لفهم لماذا يتطور الذكاء الاصطناعي بهذه الطريقة، نحتاج إلى استنتاجات من المبادئ الأساسية، ونفحص التغيرات الجذرية التي حدثت في مجال الحوسبة.

من البرمجيات المسجلة مسبقًا إلى الذكاء في الوقت الحقيقي خلال تاريخ تطور التكنولوجيا الحاسوبية، كانت البرمجيات دائمًا “مسجلة مسبقًا”. يكتب البشر الخوارزميات، وتنفذها الحواسيب. البيانات يجب أن تكون منظمة، وتخزن في جداول، وتُسترجع عبر استعلامات دقيقة. كانت لغة SQL ضرورية لأنها تُمكن هذا النظام من العمل بشكل طبيعي.

ومع ذلك، كسر الذكاء الاصطناعي هذا النموذج.

هذه هي المرة الأولى التي يمكن فيها للحواسيب فهم المعلومات غير المنظمة. يمكنها فهم الصور، وقراءة النصوص، وفهم الأصوات، واستنتاج المعاني. يمكنها أيضًا إجراء استنتاجات سياقية ونية. والأهم، أنها تولد الذكاء في الوقت الحقيقي.

كل استجابة تُخلق من جديد، وكل مخرجات تعتمد على السياق الذي يُقدم لها. لم تعد الحواسيب تنفذ أوامر مخزنة مسبقًا، بل تقوم بالاستنتاج والتوليد وفقًا للمتطلبات.

نظرًا لأن الذكاء يُولد في الوقت الحقيقي، فإن جميع تقنيات الحوسبة الأساسية التي تدعمه يجب أن تُعاد اختراعها.

الذكاء كجزء من البنية التحتية عند النظر إليه من منظور صناعي، يمكن تقسيمه إلى خمس طبقات تقنية.

الطاقة هي الطبقة الأساسية. الذكاء المولد في الوقت الحقيقي يحتاج إلى طاقة تُنتج في الوقت الحقيقي. كل رمز يُولد هو نتيجة حركة الإلكترونات، إدارة الحرارة، وتحويل الطاقة إلى قوة حسابية. لا توجد طبقة تجريدية تحتها. الطاقة هي المبدأ الأولي لبنية الذكاء الاصطناعي، وهي قيد صارم يحدد مدى قدرة النظام على توليد الذكاء.

الرقائق تأتي فوق الطاقة. هذه المعالجات تهدف إلى تحويل الطاقة بشكل كبير وفعال إلى قوة حسابية. تتطلب أعباء العمل في الذكاء الاصطناعي قدرات حسابية موازية هائلة، وذاكرة عالية النطاق الترددي، وتقنيات اتصال سريعة. تقدم الرقائق يحدد سرعة توسع الذكاء، ومدى إمكانية جعله في متناول اليد.

البنية التحتية فوق الرقائق. تشمل الأراضي، ونقل الكهرباء، وأنظمة التبريد، والبناء، والشبكات، وأنظمة تشغيل مئات أو آلاف المعالجات بشكل متزامن. هذه الأنظمة تُعرف بـ “مصانع الذكاء الاصطناعي”. تصميمها لا يهدف إلى تخزين المعلومات، بل إلى صناعة الذكاء.

النماذج فوق البنية التحتية. يمكن لنماذج الذكاء الاصطناعي فهم أنواع متعددة من المعلومات: اللغة، الأحياء، الكيمياء، الفيزياء، المالية، الطب، والعالم المادي نفسه. نماذج اللغة ليست سوى فئة واحدة من بينها. حاليًا، تحدث بعض أكثر الأعمال ثورية في مجالات AI للبروتينات، والكيمياء، والمحاكاة الفيزيائية، والتقنيات الروبوتية، والأنظمة الذاتية.

التطبيقات هي الطبقة العليا، وهي المكان الذي يُخلق فيه القيمة الاقتصادية. منصات اكتشاف الأدوية، والروبوتات الصناعية، والمساعدون القانونيون، والسيارات ذاتية القيادة كلها من هذا النوع. السيارات ذاتية القيادة هي تطبيقات AI مدمجة في الآلات؛ والروبوتات البشرية هي تطبيقات AI مدمجة في الأجسام. تستخدم جميعها نفس تقنية التقنية، لكنها تحقق نتائج مختلفة.

هذه هي “خمس طبقات” الذكاء الاصطناعي: الطاقة → الرقائق → البنية التحتية → النماذج → التطبيقات.

كل تطبيق ناجح يدفع بقوة كل طبقة أسفل منه، ويمتد حتى محطة توليد الكهرباء التي تدعمه.

نحن بدأنا فقط في عملية البناء هذه. لقد استثمرنا مئات المليارات من الدولارات، لكن لا تزال هناك مئات المليارات من الدولارات من البنية التحتية التي تنتظر البناء.

على مستوى العالم، نرى أن مصانع الرقائق، ومصانع الحواسيب، ومصانع الذكاء الاصطناعي تتصاعد بشكل غير مسبوق. هذا قد يصبح أكبر عملية بناء للبنية التحتية في تاريخ البشرية.

يتطلب هذا البناء قوة عمل هائلة. مصانع الذكاء الاصطناعي تحتاج إلى كهربائيين، وسباكين، وفنيي شبكات، وعمال تركيب، وموظفي تشغيل. هذه وظائف عالية المهارة والأجر، وهي الآن في نقص. لا تحتاج إلى درجة دكتوراه في علوم الحاسوب للمشاركة في هذا التحول.

في الوقت نفسه، يدفع الذكاء الاصطناعي الإنتاجية في الاقتصاد المعرفي. على سبيل المثال، في التصوير الشعاعي، يمكن للذكاء الاصطناعي الآن مساعدة في قراءة الصور، ومع ذلك، الطلب على أطباء الأشعة لا يزال في ارتفاع. هذا ليس تناقضًا.

المسؤولية الأساسية لأطباء الأشعة هي رعاية المرضى، وقراءة الصور هي مهمة من المهام. عندما يتولى الذكاء الاصطناعي المزيد من الأعمال الروتينية، يمكن للأطباء التركيز على التشخيص، والتواصل، ورعاية المرضى. ونتيجة لذلك، ترتفع كفاءة المستشفيات، وتتمكن من خدمة المزيد من المرضى، وتوظف المزيد من الموظفين.

تخلق الإنتاجية القدرة، والقدرة تؤدي إلى النمو.

ما الذي تغير خلال العام الماضي؟ خلال العام الماضي، تجاوز الذكاء الاصطناعي نقطة تحول مهمة. أصبحت النماذج جيدة بما يكفي لتقديم قيمة عملية على نطاق واسع. زادت قدرات الاستنتاج، وتقليل الهلوسة، وتحسين الدقة في الأساسيات. هذه هي المرة الأولى التي تبدأ فيها تطبيقات مبنية على الذكاء الاصطناعي في تحقيق قيمة اقتصادية حقيقية.

في مجالات اكتشاف الأدوية، واللوجستيات، وخدمة العملاء، وتطوير البرمجيات، والتصنيع، أظهرت هذه التطبيقات توافقًا قويًا مع السوق. وتدفع بقوة كل طبقة تقنية أسفلها.

هنا، تلعب النماذج المفتوحة المصدر دورًا حاسمًا. معظم النماذج على مستوى العالم مجانية. الباحثون، والشركات الناشئة، والشركات الكبرى، وحتى الدول تعتمد على النماذج المفتوحة للمشاركة في موجة الذكاء الاصطناعي المتقدمة. وعندما تصل النماذج المفتوحة إلى أعلى المستويات، فإنها تغير ليس فقط البرمجيات، بل تفعيل الطلب عبر كامل تقنية السلسلة.

DeepSeek-R1 هو مثال قوي. من خلال نشر نموذج استنتاج قوي على نطاق واسع، يسرع تطبيقات الذكاء الاصطناعي، ويزيد الطلب على التدريب، والبنية التحتية، والرقائق، والطاقة.

ماذا يعني ذلك؟ عندما تعتبر الذكاء الاصطناعي بنية تحتية لا غنى عنها، فإن تأثيره العميق يصبح واضحًا.

بدأ الذكاء الاصطناعي من نماذج اللغة الكبيرة المبنية على بنية Transformer. لكنه يتجاوز ذلك بكثير. إنه ثورة صناعية تعيد تشكيل طرق إنتاج واستهلاك الطاقة، وبناء المصانع، وتنظيم العمل، وأنماط النمو الاقتصادي.

السبب في بناء مصانع الذكاء الاصطناعي هو أن الذكاء الآن يُولد في الوقت الحقيقي؛ وتصميم الرقائق من أجل الكفاءة هو الذي يسرع من توسع الذكاء؛ والطاقة هي العنصر الأساسي لأنها تحدد الحد الأقصى لقدرة الذكاء؛ والتطبيقات تتسارع لأنها تعتمد على نماذج تجاوزت نقطة التحول، وتتمكن من تقديم قيمة عملية في سيناريوهات واسعة النطاق.

كل طبقة تتفاعل مع الأخرى بشكل متبادل.

لهذا السبب، حجم هذا البناء للبنية التحتية ضخم جدًا. ولهذا السبب، يمكن أن يؤثر على العديد من الصناعات. وليس مقتصرًا على بلد واحد أو مجال واحد. كل شركة ستستخدم الذكاء الاصطناعي، وكل دولة ستبنيه.

نحن لا نزال في المرحلة المبكرة. معظم البنى التحتية لم تكتمل بعد، والكثير من المواهب لم يتم تدريبها، والكثير من الفرص لم تُكتشف بعد.

لكن الاتجاه واضح جدًا.

الذكاء الاصطناعي أصبح الآن بنية تحتية أساسية للعالم الحديث. والخيارات التي نتخذها الآن — مدى سرعة البناء، مدى اتساع المشاركة، مدى مسؤولية نشر الذكاء الاصطناعي — ستشكل مستقبل هذا العصر.

المصدر الأصلي يمكن الاطلاع عليه عبر الرابط: