جينسن هوانغ: كيف يجعل الرئيس التنفيذي لشركة NVIDIA الذكاء الاصطناعي بنية أساسية؟

يعدّ الذّكاء الاصطناعيّ أحد أقوى القوى الّتي تشكّل العالم اليوم؛ فهو ليس تطبيقاً ذكيّاً فحسب أو نموذجاً واحداً، بل بنيةٌ تحتيّةٌ أساسيّةٌ، مثل الكهرباء والإنترنت. ويعمل الذّكاء الاصطناعيّ على أجهزةٍ حقيقيّةٍ، وطاقةٍ حقيقيّةٍ، واقتصادٍ حقيقيٍّ. فهو يأخذ الموادّ الخام ويحوّلها إلى ذكاءٍ على نطاقٍ واسعٍ. ستستخدمه كلّ شركةٍ. وستبنيه كلّ دولةٍ. ولفهم السّبب الّذي يتطور به الذّكاء الاصطناعيّ بهٰذه الطّريقة، من المفيد الانطلاق من المبادئ الأساسيّة والنّظر إلى ما تغيّر جذريّاً في عالم الحوسبة.

من برمجيات مسجلة مسبقاً إلى ذكاء يعمل في الوقت الحقيقي

طوال معظم تاريـخ الحوسبة، كانت البرمجيّات مسجّلةً مسبقاً. كان البشر يصفون خوارزميّةً، وتنفّذها الحواسيب. وكان لا بدّ من تنظيم البيانات بعنايةٍ، وتخزينها في جداول، ثمّ استرجاعها من خلال استعلاماتٍ دقيقةٍ. وأصبحت لغة الاستعلامات المنظّمة (SQL) لا غنى عنها لأنّها جعلت ذٰلك العالم قابلاً للتّطبيـق.

للمرّة الأولى، أصبح لدينا حاسوبٌ يستطيع فهم المعلومات غير المنظّمة. فهو قادرٌ على رؤية الصّور، وقراءة النّصوص، وسماع الأصوات، وفهم المعنى. ويستطيع أن يستدلّ على السّياق والنّيّة. والأهمّ من ذٰلك أنّه يولّد الذّكاء في الوقت الحقيقيّ.

كلّ إجابةٍ تنشأ من جديدٍ. وكلّ ردٍّ يعتمد على السّياق الّذي تقدّمه. ليس هٰذا برمجيّاتٍ تسترجع تعليماتٍ مخزّنةً، بل هٰذا برمجيّاتٌ تستدلّ وتولّد الذّكاء عند الطّلب. ولأنّ الذّكاء ينتج في الوقت الحقيقيّ، كان لا بدّ من إعادة ابتكار مجموعة الحوسبة بأكملها الّتي تعمل تحته.

الذكاء الاصطناعي كبنية تحتية

عند النّظر إلى الذّكاء الاصطناعيّ من منظورٍ صناعيٍّ، يتبيّن أنّه يتكوّن من مجموعةٍ متدرّجةٍ تتألّف من خمس طبقاتٍ.

الطاقة

تأتي الطّاقة في الأساس. إنّ الذّكاء الّذي يولّد في الوقت الحقيقيّ يتطلّب طاقةً تولّد هي الأخرى في الوقت الحقيقيّ. كلّ رمزٍ ينتج هو حصيلة حركة الإلكترونات، وإدارة الحرارة، وتحويل الطّاقة إلى عمليّاتٍ حسابيّةٍ. لا توجد أيّ طبقة تجريدٍ تقع أسفل من هٰذا المستوى. الطّاقة هي المبدأ الأوّل لبنية الذّكاء الاصطناعيّ التّحتيّة، وهي القيد الحاسم الّذي يحدّد كمّيّة الذّكاء الّتي يستطيع النّظام إنتاجها.

الرقائق

فوق الطّاقة تقع الرّقائق. فهٰذه معالجاتٌ جرى تصميمها لتحويل الطّاقة إلى قدرةٍ حسابيّةٍ بكفاءةٍ عاليةٍ وعلى نطاقٍ ضخمٍ. وتتطلّب أعباء عمل الذّكاء الاصطناعيّ قدراً هائلاً من المعالجة المتوازية، وذاكرةً عالية النّطاق، ووصلات ترابطٍ سريعةً. ويحدّد التّقدّم في طبقة الرّقائق مدى سرعة توسّع الذّكاء الاصطناعيّ، ومدى إمكان أن يصبح الذّكاء متاحاً بتكلفةٍ معقولةٍ.

البنية التحتية

فوق الرّقائق تقع البنية التّحتيّة. ويشمل ذٰلك الأراضي، وإيصال الطّاقة، وأنظمة التّبريد، وأعمال الإنشاء، والشّبكات، والأنظمة الّتي تنسّق عمل عشرات الآلاف من المعالجات لتعمل كجهازٍ واحدٍ. هٰذه الأنظمة هي مصانع الذّكاء الاصطناعيّ. فهي لم تصمّم لتخزين المعلومات، بل صمّمت لتصنيع الذّكاء.

النماذج

فوق البنية التّحتيّة تأتي النّماذج. تفهم نماذج الذّكاء الاصطناعيّ أنواعاً متعدّدةً من المعلومات: اللّغة، وعلم الأحياء، والكيمياء، والفيزياء، والماليّة، والطّبّ، والعالم المادّيّ نفسه. نماذج اللّغة هي فئةٌ واحدةٌ فقط. ويحدث بعض أكثر الأعمال تحوّلاً في مجالاتٍ مثل ذكاء البروتين، وذكاء الكيمياء، والمحاكاة الفيزيائيّة، والرّوبوتات، والأنظمة الذّاتيّة.

التطبيقات

في القمّة تقع التّطبيقات، حيث تنشأ القيمة الاقتصاديّة. منصّات اكتشاف الأدوية. الرّوبوتات الصّناعيّة. المساعدون القانونيّون الذّكيّون. السّيّارات الذّاتيّة القيادة. السّيّارة الذّاتيّة القيادة هي تطبيقٌ للذّكاء الاصطناعيّ متجسّدٌ في آلةٍ. والرّوبوت البشريّ هو تطبيقٌ للذّكاء الاصطناعيّ متجسّدٌ في جسدٍ. النّظام نفسه. والنتائج مختلفةٌ.

تلك هي المنظومة المكوّنة من خمس طبقاتٍ: الطّاقة → الرّقائق → البنية التّحتيّة → النّماذج → التّطبيقات. كلّ تطبيقٍ ناجحٍ يعتمد على كلّ طبقةٍ تقع تحته، حتّى يصل الأمر إلى محطّة الطّاقة الّتي تبقيه قيد التّشغيل.

لم نبدأ سوى في بداية بناء هٰذا التّوسّع؛ فقد أنفقت فيه حتّى الآن مئات المليارات من الدّولارات. وما زالت ترليونات الدّولارات من البنية التّحتيّة تحتاج إلى أن تبنى.

في مختلف أنحاء العالم، نشهد بناء مصانع الرّقائق، ومصانع تجميع الحواسيب، ومصانع الذّكاء الاصطناعيّ على نطاقٍ لم يسبق له مثيلٌ. ويتحوّل هٰذا إلى أكبر مشروع بنيةٍ تحتيّةٍ في تاريخ البشريّة. إنّ العمل اللّازم لدعم هٰذا التّوسّع ضخمٌ. فمصانع الذّكاء الاصطناعيّ تحتاج إلى كهربائيّين، وسبّاكين، وفنّيّي تركيب الأنابيب، وعمّال الفولاذ، وفنّيّي الشّبكات، وفنّيّي التّركيب، والمشغّلين.

هٰذه وظائف ماهرةٌ وجيّدة الأجور، وهي في ندرةٍ. ولا تحتاج إلى دكتوراهٍ في علوم الحاسوب للمشاركة في هٰذا التّحوّل. وفي الوقت نفسه، يدفع الذّكاء الاصطناعيّ الإنتاجيّة عبر اقتصاد المعرفة. لننظر إلى علم الأشعّة. يساعد الذّكاء الاصطناعيّ الآن في قراءة الفحوص، لٰكنّ الطّلب على أطبّاء الأشعّة يستمرّ في الارتفاع. وليس ذٰلك مفارقةً.

إنّ غاية طبيب الأشعّة هي رعاية المرضى. وقراءة الفحوص مجرّد مهمّةٍ واحدةٍ على الطّريق. وعندما يتولّى الذّكاء الاصطناعيّ قسماً أكبر من الأعمال الرّوتينيّة، يستطيع أطبّاء الأشعّة التّركيز على الحكم المهنيّ، والتّواصل، والرّعاية. فتصبح المستشفيات أكثر إنتاجيّةً. وتقدّم الخدمة لعددٍ أكبر من المرضى. وتوظّف عدداً أكبر من الأشخاص.

تولّد الإنتاجيّة قدرةً. وتولّد القدرة نموّاً.

ماذا تغير في العام الماضي؟

خلال العام الماضي، تجاوز الذّكاء الاصطناعيّ عتبةً مهمّةً. أصبحت النّماذج جيّدةً بقدرٍ كافٍ لتكون مفيدةً على نطاقٍ واسعٍ. وتحسّن الاستدلال. وانخفضت الهلوسات. وتحسّن الارتكاز على المعلومات تحسّناً كبيراً. وللمرّة الأولى، بدأت التّطبيقات المبنيّة على الذّكاء الاصطناعيّ تولّد قيمةً اقتصاديّةً حقيقيّةً.

تظهر التّطبيقات في مجالات اكتشاف الأدوية، واللّوجستيّات، وخدمة العملاء، وتطوير البرمجيّات، والتّصنيع توافقاً قويّاً بين المنتج والسّوق. وتسحب هٰذه التّطبيقات بقوّةٍ على كلّ طبقةٍ تقع تحتها.

تلعب النّماذج مفتوحة المصدر دوراً حاسماً هنا. فمعظم نماذج العالم متاحةٌ مجّاناً. ويعتمد الباحثون، والشّركات النّاشئة، والمؤسّسات، وحتّى دولٌ بأكملها على النّماذج المفتوحة للمشاركة في الذّكاء الاصطناعيّ المتقدّم. وعندما تصل النّماذج المفتوحة إلى الحدود المتقدّمة، فإنّها لا تغيّر البرمجيّات فقط، بل تفعّل الطّلب عبر المجموعة كلّها.

كان DeepSeek-R1 مثالاً قويّاً على ذٰلك؛ فمن خلال إتاحة نموذج استدلالٍ قويٍّ على نطاقٍ واسعٍ، سرّع اعتماد التّطبيقات على طبقة التّطبيقات، وزاد الطّلب على التّدريب، والبنية التّحتيّة، والرّقائق، والطّاقة الّتي تقع تحتها.

ماذا يعني هذا؟

عندما ننظر إلى الذّكاء الاصطناعيّ على أنّه بنيةٌ تحتيّةٌ أساسيّةٌ، تتّضح التّبعات. إذ يبدأ الذّكاء الاصطناعيّ بنموذج المحوّل للّغة الكبيرة (LLM). لٰكنّه أكثر من ذٰلك بكثيرٍ. إنّه تحوّلٌ صناعيٌّ يعيد تشكيل كيفيّة إنتاج الطّاقة واستهلاكها، وكيفيّة بناء المصانع، وكيفيّة تنظيم العمل، وكيفيّة نموّ الاقتصادات.

تبنى مصانع الذّكاء الاصطناعيّ لأنّ الذّكاء يولّد الآن في الوقت الحقيقيّ. ويعاد تصميم الرّقائق لأنّ الكفاءة تحدّد مدى سرعة توسّع الذّكاء. وتصبح الطّاقة عنصراً مركزيّاً لأنّها تضع السّقف لكمّيّة الذّكاء الّتي يمكن إنتاجها أصلاً. وتتسارع التّطبيقات لأنّ النّماذج الّتي تقع تحتها قد تجاوزت عتبةً أصبحت عندها مفيدةً أخيراً على نطاقٍ واسعٍ. وكلّ طبقةٍ تعزّز الأخرى.

لهٰذا السّبب يكون هٰذا التّوسّع ضخماً إلى هٰذا الحدّ. ولهٰذا السّبب يمسّ عدداً كبيراً من الصّناعات في الوقت نفسه. ولهٰذا السّبب أيضاً لن يكون محصوراً في دولةٍ واحدةٍ أو في قطاعٍ واحدٍ. ستستخدم كلّ شركةٍ الذّكاء الاصطناعيّ. وستبنيه كلّ دولةٍ.

نحن ما زلنا في البداية. فجزءٌ كبيرٌ من البنية التّحتيّة لا يزال غير موجودٍ. وجزءٌ كبيرٌ من القوّة العاملة لم يتلقّ التّدريب بعد. وجزءٌ كبيرٌ من الفرص لم يتحقّق بعد. لٰكنّ الاتّجاه واضحٌ. ويصبح الذّكاء الاصطناعيّ البنية التّحتيّة الأساسيّة للعالم الحديث. والسّياسات الّتي نتّخذها الآن، ومدى سرعة البناء، ومدى اتّساع المشاركة، وكيفيّة نشره بمسؤوليّةٍ، ستشكّل ما سيكون عليه هٰذا العصر.

نبذة عن الكاتب

جنسن هوانغ هو مؤسّس والرّئيس التّنفيذيّ لشركة "نفيديا" (NVIDIA)، وهي شركة حوسبةٍ تقدّم حلولاً متكاملة الطّبقات على مستوى مراكز البيانات، وتساهم في إعادة تشكيل الصّناعات.