الذكاء الاصطناعي على جبهتين: كفاءة جذرية ووكلاء ذكيون في عصر التوسع العالمي

تثير المتطلبات الحسابية المتزايدة للذكاء الاصطناعي (Artificial Intelligence) تركيزًا مزدوجًا في الصناعة: تحقيق مكاسب كفاءة جذرية، وتمكين وكلاء ذكاء اصطناعي (AI agents) أكثر تطوراً وموثوقية. وتسلط التطورات الأخيرة الضوء على خطوات كبيرة في كل من ابتكار الأجهزة وأدوات البرمجيات، إلى جانب استثمارات ضخمة في البنية التحتية العالمية، ووعي متزايد بالفروق الثقافية الدقيقة.

كفاءة الأجهزة والأنظمة

كشف نافين راو، الرئيس السابق لقسم الذكاء الاصطناعي في "داتابريكس" (Databricks)، عن شركة "أنكونفنشونال إيه آي" (Unconventional AI)، وهي مبادرة تهدف إلى خفض استهلاك الطاقة لاستدلال الذكاء الاصطناعي (AI inference power consumption) بمقدار 1,000 مرة. يتركز نهج الشركة الناشئة على بنية حاسوبية مبتكرة قائمة على المذبذبات (oscillator-based computer architecture). وقد قدمت "أنكونفنشونال إيه آي" أول منتج لها، "يون-0" (Un-0)، وهو نظام توليد الصور (image-generation system)، والذي يعمل حالياً على محاكاة برمجية لرقائق المذبذبات (oscillator chips) الخاصة بالشركة. ومن المتوقع أن يعالج هذا التطور عقبة حاسمة في قابلية توسع الذكاء الاصطناعي (AI scalability).

في إطار المساهمة في نموذج الكفاءة، طور باحثون من معهد ماساتشوستس للتكنولوجيا (MIT) ومايكروسوفت (Microsoft) نظام "مركب" (Murakkab)، وهو نظام ذكي (intelligent system) مصمم لتحسين تصميم وتنفيذ سير عمل الوكلاء (agentic workflows). وأظهرت الاختبارات تخفيضات ملحوظة: 65% أقل في الحسابات، و73% أقل في استهلاك الطاقة، وأكثر من 75% توفيراً في التكاليف مقارنة بالطرق التقليدية لمهام الوكلاء الذكية (agentic workloads). ومن المتوقع أن يتم العرض العام لنظام "مركب" في ندوة "يوسينكس لتصميم وتنفيذ أنظمة التشغيل" (USENIX Symposium on Operating Systems Design and Implementation).

تطوير وكلاء الذكاء الاصطناعي وأنظمة المطورين البيئية

يشهد النظام البيئي لتطوير وكلاء الذكاء الاصطناعي (AI agent development) أيضاً توسعاً سريعاً. فقد حصلت شركة "باتروناس إيه آي" (Patronus AI)، التي أسسها باحثون سابقون في "ميتا إيه آي" (Meta AI)، على جولة تمويل من الفئة B (Series B funding round) بقيمة 50 مليون دولار، ليرتفع إجمالي رأسمالها إلى 70 مليون دولار. وتؤكد هذه الجولة، التي قادتها "جرينفيلد بارتنرز" (Greenfield Partners)، ثقة المستثمرين في منهجية "باتروناس إيه آي" التي تستخدم بيئات رقمية محاكاة (simulated digital environments) لتقييم أداء وكلاء الذكاء الاصطناعي (AI agent performance) وضبطه بدقة. وقد أعلنت الشركة عن زيادة إيراداتها 15 مرة خلال العام الماضي.

وبالمثل، أغلقت شركة "جنرال إنتويشن" (General Intuition)، بقيادة الرئيس التنفيذي بيم دي فيت (Pim de Witte)، جولة تمويل ضخمة بلغت 320 مليون دولار بتقييم قدره 2.3 مليار دولار، مما رفع إجمالي تمويلها المعلن إلى 454 مليون دولار. وسيغذي هذا الضخ الرأسمالي، الذي قادته "خوسلا فينتشرز" (Khosla Ventures) بدعم من شخصيات بارزة مثل جيف بيزوس (Jeff Bezos) وإريك شميدت (Eric Schmidt)، نهج "جنرال إنتويشن" الفريد في تدريب نماذج الذكاء الاصطناعي (training AI models). وتستفيد الشركة من مقاطع فيديو الألعاب الواسعة من شركة "ميدال" (Medal) الأخرى التي يملكها دي فيت، وتحديداً من استخدام تسميات الإجراءات المضمنة (embedded action labels) لتنمية قدرات وكلاء الذكاء الاصطناعي في العالم الحقيقي (real-world AI agent capabilities).

للمطورين، قامت "كوهير" (Cohere) بفتح مصدر مجموعة cohere-ai/vllm-skills، وهي مجموعة من وكلاء برمجة الذكاء الاصطناعي (AI coding agents) التي تعمل على أتمتة صيانة فرع vLLM (vLLM fork maintenance)، مما يقلل بشكل كبير الوقت المطلوب لدمج الإصدارات الأصلية (upstream releases) الجديدة من أسابيع إلى أيام. وفي الوقت نفسه، وسعت "ميسترال إيه آي" (Mistral AI) قدرات الموصلات (Connector capabilities) الخاصة بها، حيث قدمت عناصر تحكم إدارية (admin controls) محسّنة، ومفاتيح واجهة برمجة التطبيقات ذات نطاقات الموصلات (API keys with connector scopes)، وأداة تصحيح أخطاء الموصلات (Connectors Debugger) جديدة في المعاينة العامة، إلى جانب أكثر من 60 تكاملاً حالياً، مما يعزز تطوير تطبيقات الذكاء الاصطناعي (AI application development) المرنة والقوية.

الحاجة الملحة للبيانات والوعي الثقافي

تكمن وراء هذه التطورات الأهمية القصوى للبنية التحتية للبيانات (data infrastructure) القوية. ويسلط أور لينشنر (Or Lenchner)، الرئيس التنفيذي لشركة "برايت داتا" (Bright Data)، الضوء على الإجماع المتزايد بأن بيانات الويب في الوقت الفعلي (real-time web data) ضرورية لمخرجات الذكاء الاصطناعي الجديرة بالثقة (trustworthy AI outputs). وتشير الاستطلاعات إلى أن 56% من ممارسي الذكاء الاصطناعي (AI practitioners) يعتقدون أن الشركات تحتاج إلى بيانات الويب في الوقت الفعلي لتحسين الثقة في الذكاء الاصطناعي، بينما يعتمد 97% على هذه البنية التحتية، ومع ذلك يواجه 90% قيوداً كبيرة. وتتوقع "جارتنر" (Gartner) أن يتم التخلي عن 60% من مشاريع الذكاء الاصطناعي التي تفتقر إلى بيانات جاهزة للذكاء الاصطناعي (AI-ready data) هذا العام.

تتناول "أسيمبلي إيه آي" (AssemblyAI) تحويل الكلام إلى نص في الوقت الفعلي (real-time speech-to-text) من خلال نموذجها الرائد (flagship model) "يونيفرسال-3.5 برو ريالتايم" (Universal-3.5 Pro Realtime)، بسعر 0.45 دولار للساعة. ويدعم هذا النموذج 18 لغة مع تبديل اللغة في منتصف الجملة (mid-sentence code-switching) ويحقق معدل خطأ الكلمات المجمع (pooled word error rate) بنسبة 6.99% على معيار "بيبيكات" لتحويل الكلام إلى نص (Pipecat's STT benchmark)، متفوقاً على المنافسين الرئيسيين. وتشمل الميزات الرئيسية توجيه الكلمات المفتاحية (keyterm prompting)، و"سياق الوكيل" (agent_context) (الذي يقلل معدل خطأ الكلمات (WER) بنسبة 10.2% لوكلاء الصوت)، و"تركيز الصوت" (voice_focus) لعزل المتحدث (speaker isolation)، وتسميات المتحدثين المباشرة (live speaker labels). وللتطبيقات المتخصصة، توفر الإضافة "الوضع الطبي" (Medical Mode add-on) (0.15 دولار للساعة) لنموذجي "يونيفرسال-3 برو" (Universal-3 Pro) و"يونيفرسال-3.5 برو ريالتايم" معدل كيانات مفقودة (Missed Entity Rate) بنسبة 3.2% ومعدل خطأ الكلمات (Word Error Rate) بنسبة 5.3%، مصحوباً بامتثال لقانون "هيبا" (HIPAA compliance) وقدرات إخفاء معلومات التعريف الشخصية (PII redaction capabilities).

على الصعيد العالمي، تعهدت أمازون (Amazon) باستثمار إضافي بقيمة 13 مليار دولار في الهند بحلول عام 2030، ليصل إجمالي التزاماتها في البلاد إلى 48 مليار دولار، وذلك بشكل أساسي لتوسيع مراكز بيانات AWS (AWS data center expansion) في مومباي وحيدر أباد. ويأتي هذا في أعقاب استثمارات كبيرة مماثلة من مايكروسوفت (Microsoft) (17.5 مليار دولار بحلول عام 2029) وجوجل (Google) (15 مليار دولار)، مما يؤكد الأهمية الاستراتيجية للهند في سباق الذكاء الاصطناعي والبنية التحتية السحابية (cloud infrastructure) العالمي.

ومع ذلك، كشف استطلاع أجرته "كوهير" (Cohere) حول التجارب الثقافية مع الذكاء الاصطناعي (cultural experiences with AI) أن 89.5% من المشاركين الذين لغتهم الأساسية غير الإنجليزية يتحولون إلى الإنجليزية بسبب جودة أعلى متصورة. والمثير للقلق أن 38% شعروا أن الذكاء الاصطناعي لا يفهم ثقافاتهم بشكل كافٍ، وذكر 63% أنهم تعرضوا لانتهاكات الأعراف الثقافية (cultural norm violations)، مما يؤكد الحاجة الماسة إلى تطوير الذكاء الاصطناعي الواعي ثقافياً (culturally aware AI development) مع انتشار التكنولوجيا عالمياً.