في عام 2014، أعلنت شركة Google وستقوم شركة أبحاث الذكاء الاصطناعي في لندن كجزء من جهودها المستمرة لتستثمر في سوق التعلم الآلي التي بدأت في ذلك الوقت، وتستهدفها زيادة متزايدة في توفير الحوسبة القوية وفقاً لقانون مور.بعد عام واحد فقط، في عام 2015، تم إنشاء شراكة مشتركة بين بعض المستثمرين الأكثر أهمية في ولاية سيليكون، بما في ذلك بيتر تيل وإيلون ماسك، لإنتاج OpenAI، مختبر الذكاء الاصطناعي الذي سيكون في نهاية المطاف. وأخيرا، قررت شركة آمازون، بعد بضعة سنوات طويلة من تجنب ما يسمى بالمعارك الذكية بين مختلف قوة التكنولوجيا، مع شركة تطوير الذكاء الاصطناعي ومختبرات الذكاء الاصطناعي الذكاء الاصطناعي Anthropic من خلال شراكة استثمارية وخبرية بقيمة 4 مليارات دولار. $500 million dollar acquisition of DeepMind شريك مع Microsoft في 2019 إنشاء حلف استراتيجي شراء DeepMind بقيمة 500 مليون دولار شريك مع Microsoft في 2019 إنشاء حلف استراتيجي خلال السنوات الأولى من وجود المختبرات في سوق التكنولوجيا، كانت جهودها في المنافسة محدودة في نشر الملفات البحثية وتجربة محدودة لتسويق منتجات الذكاء الاصطناعي. كانت هذه الفترة من البحوث المفاجئة، حيث اعتبرت شركات الذكاء الاصطناعي أيضا استثمارات طويلة الأجل في إنتاج البحوث جنبا إلى جنب مع الجامعات وتسويقها ببطء في مجال تعلم الذكاء الاصطناعي، وقامت ببطء سريعًا وفعالًا من قبل نمو النمو السريع في شعبية OpenAI بفضل انتشار ChatGPT عبر الإنترنت في أواخر عام 2019. إعداد المرحلة من أجل البدء في تحليلاتي، أود أن أدرك أن هناك أكثر من ثلاثة شركات AI: سواء كانت تلك برامج تطوير الذكاء الاصطناعي الأخرى مثل xAI أو الشركات الناشئة التي تطبق الذكاء الاصطناعي في مجال معين، هناك عدد لا يتجزأ من اللاعبين الناجحين في صناعة الذكاء الاصطناعي، ولكنهم صغار صغار. لكي يفهموا لماذا أرفعهم، اعتبرت تعريف "الانتصار" في سباق الذكاء الاصطناعي - إنشاء AGI مقابل شركات أخرى بحيث يمكن أن تتكرر بنفسها في سرعة أعلى بكثير من جهود المنافسين لتطوير تكنولوجياهم. في الواقع، لمدة عامين أو اثنين، تهيمن OpenAI على صناعة الذكاء الاصطناعي، وتطلق إصدارات جديدة من ChatGPT إلى الخلف، وتقول كل منها القدرة الكبيرة على كلا الجنسين والمهنيين، مما يمنح OpenAI ميزة هائلة، حيث تم تكوين قاعدة كبيرة من المستهلكين فضلا عن المزيد من الاستثمار لقطاع الأرباح الخاصة به. في حين أن العديد من شركات الذكاء الاصطناعي، كما ذكرت سابقا، كانت تركز على البحوث، عملت اثنين من فروع البحث في الذكاء الاصطناعي في Google (Google Brain وGoogle DeepMind) بشكل واضح على العديد من المشاريع التي تعتمد على الذكاء الاصطناعي. وبالتالي، ليس من الغموض أن نقول إن على الرغم من أن كل من قطاعات جوجل أنشأت البحوث الرائعة (إنه Google Brain كان مسؤولا عن تطوير تصميم Transformer AI، ورأس المال من LLMs مثل ChatGPT؛ Google DeepMind في النهاية حصل على جائزة نوبل للبحوث في استخدام Reinforcement Learning لتطوير توقعات البروتين البقاء على قيد الحياة باستخدام إطار AlphaZero RL)، لم يتم تطبيق العمليات التي من شأنها أن تمنح جوجل (وخاصة الجمهور) الاستفادة من هذه الاختراعات.إلى جانب ذلك، فقد حصلت الفجوة بين فريقين رئيسيين في مجال البحوث AI على جائزة نوبل للبحوث على أن يتم توزيع الأبحاث والجهد البشري على العديد من الطريق لم يكن ولم يتغير عدم اتخاذ أي إجراء من جوجل حقيقة أنها واحدة من أكثر الشركات التكنولوجية قوة في العالم.وفيما يبدو أن جوجل كانت تشعر بالقلق من النجاح السريع لـ OpenAI (وربما حقيقة أن مايكروسوفت هو خلف إطلاق AI الناشئ) ، اتخذت جوجل العديد من التغييرات لتسريع عمليات الإنتاج. في مارس 2023، يضم قسم مشترك تحت اسم DeepMind، مما يؤدي إلى ومن المهم أيضًا أن نعرف أن هذه العمليات لم تسبق تمامًا بسبب رغبة جوجل الجديدة في المنافسة مع OpenAI في سوق بوت بوك، ولكن أيضًا نتيجة لزيادة بشكل عام في انتشار فكرة في حين أن النماذج السابقة (مثل BERT أو Stable Diffusion) كانت متخصصة إلى حد ما (NLP و إنتاج الصورة بشكل خاص)، فإن ظهور التعديلات المتنوعة بالإضافة إلى إدخال نموذج MoE (مزيج الخبراء) قد ساعدت جوجل على إلغاء فكرة خمس النماذج منفصلة يمكن أن تفعل خمسة أمور إلى جانب فكرة نموذج واحد قوي يمكن أن يفعل هذه الخمسة الأمور. شركة Google Brain و Google DeepMind الإصلاحات الكبيرة الاستخدام شركة Google Brain و Google DeepMind الإصلاحات الكبيرة على عكس جوجل، كان OpenAI دائمًا حريصًا على بناء أول نموذج AGI في العالم. كما يقول الشاعر، "مع القوة الكبرى تأتي المسؤولية الكبرى". كانت الفكرة بسيطة: نظراً لأن البشر لن يكون لديهم أي فرصة على الأرجح للتعرف على أعمال الملاكمة من الذكاء الاصطناعي، إلا أن واحد آخر أقل قوة من الذكاء الاصطناعي سيكون قادرًا على مراقبة شريكته المتقدمة. كانت المبادرة الوحيدة لمجموعة Superalignment هي تطوير أنظمة تضمن التوازن في أمن الذكاء الاصطناعي، ولكن البرنامج لم يستمر. كانت السنوات السابقة قد أدت إلى درجة من التدهور في الثقة المشتركة بين الباحثين عن الذكاء الاصطناعي وشركة Superalignment العليا، مما أدى إلى درجات مختلفة من الفوضى داخل الشركة. في مارس 2024 حول التناقضات حول سرعة إنتاج نموذج OpenAI. فريق البحث Superalignment إزالة فريق البحث Superalignment إزالة على الرغم من أن التناقضات الناجمة عن محادثات التوازن حدثت بالقرب من استقالة فريق Superalignment في عام 2024 ، إلا أن العديد من الأفكار الأساسية حول تطوير وتسويق نموذجات الذكاء الاصطناعي المتقدمة قد بدأت بالفعل في استيعاب الشركة. في عام 2021 ، في وقت أدى OpenAI ببطء إلى تشديد تسويق ChatGPT-3 من خلال سلسلة من الإصدارات السريعة ، رفض العديد من الباحثين العاملين في مجال البحوث (بما في ذلك دانيال Amodei ، السابق نائب رئيس مجال البحوث في OpenAI) تم إنشاؤه في البداية كمتحف بحثي يتركز على أهمية التدابير الأمنية في الذكاء الاصطناعي ، وخاصة التركيز ، في تطوير الذكاء الاصطناعي ، وقد حصلت Anthropic بشكل كبير على هذا الهدف ، وقد تعتبر الآن بشكل عام مدرباً لفترة طويلة لممارسة الذكاء الاصطناعي في وسط مجموعة من إصدارات الذكاء الاصطناعي المتسارعة. تشكيل المختبرات الذاتية المتطرفة Anthropic تشكيل المختبرات الذاتية المتطرفة Anthropic بدء التخصص بدء نهاية مايو شهدت حرباً من العمل بين ما أسميه الثلاثة الكبيرة (الانثروبولوجية ، Google ، و DeepMind) التي تشير إلى في المناخ من تطوير AI. كما ذكرت سابقاً، كان الاتجاه المعتاد هو إنشاء LLM الاستخدام العام الذي يمكن أن يعمل العديد من المهام في وقت واحد. مع زيادة القدرة على مثل هذه LLM، وذهب التكهنات، فإنه سيصل النظرية إلى الفردية AGI التي كان الكثيرون يتطلعون إلى تحقيقها. التكهنات المباشرة: يُسمى الفردية لأي سبب. يعتقد أن هذا النجاح مثل إنشاء الفردية الفردية العامة قد لا يأتي نتيجة تطور الأماكن التقليدية التي تستند إلى تحويلات، والتي لا تحتاج إلى الكثير من "الصناعات البناء" من الذكاء الاصطناعي (تفكير: الكينيستيا، الذاكرة المفتوحة والمفاجئة). بدلاً من ذلك، أعتقد أن هذا الفردية قد ارتفاع التخصصات في حين أن هذا الوضع المألوف من تطوير الذكاء الاصطناعي، ومع ذلك، أصبح من الواضح أن هناك حرب الكمبيوتر الذكي الكامل للحفاظ على الوضع رقم 1 في قائمة LLM يبدأ أن تصبح غير قابلة للاستدامة لأي شخص آخر من Google، الأعضاء الثلاثة الكبيرة مع أكبر قاعدة من الموهوبين، الشبكة الأكثر تعقيدا من مراكز الحواسيب، والعدد الأكبر من البيانات. في الواقع، بعد قليل من بدء اختبار Gemini-2.5 للمستخدمين، أعلنت OpenAI وتناقش ما إذا كانت هذه الخطوة تعني الاستثمار الاستراتيجي لشركة OpenAI في ما يبدو أنه سوق محتمل أو تغييره الكامل من التركيز على تطوير LLM نظراً لهيمنة جوجل الجديدة في هذا المجال.أود أن أقول إنها أكثر من خروجه، في حال أصبح سباق الأجهزة الذكية غير قابلة للتطبيق لشركة OpenAI على المدى القصير؛ في هذه الحالة، قد تكون قادرة على التعاون مع شركة الأجهزة الذكية المهيمنة في الوقت الحالي من أجل الاستفادة من إطار ثابت بالفعل للمعدات الذكية، سواء كانت تلك الأجهزة الذكية أو الروبوتات الذكية الذكية. الوسائط 6.5 مليار دولار للتفاوض الوسائط 6.5 مليار دولار للتفاوض كما أن Google لديها الموارد لتطوير المشاريع الجانبية مع الحفاظ على رصيدها المفاجئ في سباق AI ، وقد أطلقت OpenAI مؤخرًا مسارًا لسيطرتها إذا أرادت. على عكس هاتين المشكلتين ، أعلنت Anthropic عن نفسها من خلال تحسين كلاود ، برنامجها LLM ، للكود ، وأعلنت مؤخرًا عن برنامجها الجديد SoTA مع Claude Opus 4 ، على الرغم من أن رصيدها في اختبار التصنيف هو ضعيف. بالإضافة إلى ذلك ، فإن Anthropic هو أيضا أكبر منظمة بحثية في مجال الذكاء الاصطناعي في العالم ، والتي تسيطر على مجموعة واسعة من انتهاكات البيانات الأمنية والحقوق العمالية ، كما تسيطر على تأثيرات مجتمعية للتكنولوجيا الجديدة. وفي بعض الأحيان ، فإن هذه التخصصات في أهداف تطوير الذكاء الاصطناعي يعني أن في المستقبل القريب ، ستتوقف شركات الذكاء الاصطناعي الرئيسية عن التنافس المباشر مع بعضها البعض مع التأثير الطبيعي للانقسام المنتج. يمكن أن نعتقد أنه إذا كان Anthropic يتطلع إلى نموذج التدوين العملي و Google و chatbots ، فإن البحث عن AGI يمكن أن يسرع في النظرية مع إزالة استخدام الموارد المفرطة. 
 
 
 
 
 
 Competition breeds innovation. Even though additional resources are not being consumed by a single company in development, the lack of impetus to innovate would hinder advancements despite this fact. If Google already held an extremely stable monopoly, it would not have incentive to spend billions on additional R&D to upgrade a product already in high demand. 
 
 Companies do not share all discoveries. Assuming that all companies actually do invest into further development despite the emergence of specialization as mentioned above, AI companies have been historically reluctant to share the specifics of a model (even lobbying against proposed government legislation for 3rd party review of proprietary model information), which would practically negate any potential benefit from the “you do this, I do that” model of AI development. True open-source AI is still an ideal right now. 
 
 
 There is a heavy overlap across specialized models. For example, as video generation models get more and more convoluted, they require more complicated transformer models trained using extensive data, including the breakdown of textual prompts and inherent reasoning like that found in traditional LLMs (for example, a well-trained video-generator would inherently assume that a “wood board boat” would refer to a boat made out of wooden boards instead of a personified log boarding a ship). 
 
 This article is brought to you by Our AI, a student-founded and student-led AI Ethics organization seeking to diversify perspectives in AI beyond what is typically discussed in modern media. If you enjoyed this article, please check out our monthly publications and exclusive articles at  ! https://www.our-ai.org/ai-nexus/read تم إرسال هذه المقالة إلىك من قبل AI لدينا، وهي منظمة أساسية من قبل الطلاب ومدرجة من قبل الطلاب من أجل تنوع وجهات النظر في الذكاء الاصطناعي إلى أكثر من ما يتحدث عادة في وسائل الإعلام الحديثة. ! https://www.our-ai.org/ai-nexus/read • عواقب العودة إلى السؤال: وتشير الإجابة إلى أن هذه اللحظة لديها القدرة على تغيير سياق تطوير الذكاء الاصطناعي عن طريق اتخاذ قرارات مباشرة بشأن ما سيقومون به في المستقبل القريب.في هذه الحالة، يمكنني فقط التفكير في السيناريوهات، بسبب عدم وجود اتصالات في ولاية السيليكون، ولكنها كلها مرتبطة مع نظرية الألعاب القياسية.إنه من المفترض، بدقة، أن Google و Anthropic تراجع كلاً من سباق الذكاء الاصطناعي عن طريق التخلي عن تطوير نموذج الذكاء الاصطناعي الخاص بهم، Gemini و Anthropic. فمن غير المرجح أن يكونوا قادرين على تحطيم OpenAI، والذي سيصبح بالتأكيد تقريباً سلطة ضخمة في ليلة واحدة، وتغذية قدرات الشركات الأخرى في كل مرة تقريباً. ومع ذلك، عندما تستخدم هذه السيناريوهات لشركة AI من الصغر (بما في ذلك Mistral أو Meta) ، قد تقرر أن هذا الشركة أقل احتمالا من أن تصبح قوة AI ، لأنه سيكون أكثر عرضة للتلاعب في السوق. لماذا هو ظهور التخصص في منتجات الذكاء الاصطناعي لحظة مهمة لتطوير الذكاء الاصطناعي؟ ماي إذا فشلت اثنين، سيصبح الشركة المتبقية قادرة على السيطرة على نفسها. وكما ذكرت سابقاً، فإن البحث عن AGI يختلف عن التطورين الآخرين في تطوير المنتج لأن هذا هو الحالة الأولى (ما أعرفه) التي يمكن أن تساعد المنتج النموذجي مباشرة في تطوير إصدار آخر. ونتوقع أن تستمر هذه الاتجاهات (أي الشركات الرائدة في صناعة الذكاء الاصطناعي) في جعل الذكاء الاصطناعي قادراً على مساعدة التطور المستمر بنحو 1٪ (من المحتمل أن يكون هذا أمرًا كبيرًا، ولكنها مهمة عندما تفكر في أن كل مركز الذكاء الاصطناعي في Google يعمل على البيانات بنحو تريليون بوصة).إذا كان هذا الاتجاه مستمرًا (أي أن الشركات الرائدة في مجال الذكاء الاصطناعي تستمر في إنتاج الذكاء الاصطناعي قادرة على مساعدة التطور التوسعي) فإن شركات الذكاء الاصطناعي ذات التكنولوجيا الأكثر تطورًا ستنتهي في نمو أسرع بكثير، حيث ستساعد نموذج الذكاء الاصط تصميم تصميم وبحسب كل هذه العوامل، فمن غير المرجح أن يتوقف أي من طرازات تطوير الذكاء الاصطناعي في طريقه في أي وقت قريبًا - كل من هذين الطرازين غرقًا في طبقات وأساليب من رأس المال المخاطر، والإعلان عن العلامات التجارية، والأهم من ذلك، توقعات المجتمع.

The is an opinion piece based on the author’s POV and does not necessarily reflect the views of HackerNoon.

Read My Stories

تم إنتاج هذا الصوت باللغة الأصلية للقصة!

نحن في حفرة في طريق تطوير AI

About Author

تعليقات

شنق العلامات

تم تقديم هذه المقالة في

Related Stories

Cappasity -Turning dreams into Augmented reality

Top 10 Android App Development Companies in India & US

Anomaly Detection of Time Series Data using Machine Learning & Deep Learning

The shortage of women in tech

Cappasity -Turning dreams into Augmented reality

Top 10 Android App Development Companies in India & US

Anomaly Detection of Time Series Data using Machine Learning & Deep Learning

The shortage of women in tech

Light-Mode

Classic

Newspaper

Dark-Mode

Neon Noir

Minty

HN StartUps