نفييديا هوان رين هون يقترح "نظرية الكعكة ذات الخمس طبقات للذكاء الاصطناعي": فهم هيكل تطوير الذكاء الاصطناعي من خلال المبادئ الأساسية

نادي NVIDIA ومؤسسها ومديرها التنفيذي Jensen Huang نشر مقالًا مطولًا على مدونته الرسمية، يستخدم فيه تشبيه “كعكة ذات خمس طبقات” لبنية الذكاء الاصطناعي الكاملة: الطاقة → الرقائق → البنية التحتية → النماذج → التطبيقات، مشيرًا إلى أن المرحلة الحالية لا تزال في المراحل المبكرة جدًا.
(ملخص سابق: القوة الحاسوبية هي الملك! Jensen Huang يتحدث عن كيف يعيد الذكاء الاصطناعي تشكيل سلسلة القيمة العالمية، ومتى ستصبح الروبوتات شائعة)
(معلومات إضافية: Jensen Huang يقول إن الطاقة النووية خيار جيد لتزويد مراكز حوسبة الذكاء الاصطناعي بالكهرباء؛ والولايات المتحدة تخطط لزيادة عدد محطات الطاقة النووية ثلاث مرات)

فهرس المقال

Toggle

• من “البرمجيات المسجلة مسبقًا” إلى “الذكاء الفوري”: تحول جذري
• الكعكة ذات الخمس طبقات: من الطاقة إلى التطبيقات، كل طبقة تحدد سقف الطبقة أدناها
• “ما زلنا في المرحلة المبكرة” - توقيت Jensen Huang

Jensen Huang لا يكتب عادة بنفسه، لكنه هذه المرة كتب مقالًا نُشر على مدونتهم الرسمية، يحاول فيه الإجابة على سؤال يتكرر كثيرًا: ما هو الذكاء الاصطناعي حقًا؟ ولماذا هو مهم؟ وما شكله الكامل؟

جوابه هو تشبيه: كعكة ذات خمس طبقات.

في إطاره، الذكاء الاصطناعي ليس مجرد تطبيق ذكي، بل هو بنية تحتية مثل الكهرباء أو الإنترنت، يحول المواد الخام إلى قدرات ذكية يمكن تشغيلها على نطاق واسع. “كل شركة ستستخدم الذكاء الاصطناعي، وكل دولة ستبني الذكاء الاصطناعي.”

من “البرمجيات المسجلة مسبقًا” إلى “الذكاء الفوري”: تحول جذري

أولًا، يوضح Jensen Huang الفرق الجوهري بين الذكاء الاصطناعي والحوسبة التقليدية. البرمجيات التقليدية تكون “مسجلة مسبقًا”: يكتب الإنسان خوارزميات، والكمبيوتر ينفذ الأوامر، وكل القواعد ثابتة منذ مرحلة البرمجة.

أما الذكاء الاصطناعي، فهو يكسر هذا النموذج. يسمح للكمبيوتر بمعالجة المعلومات غير المهيكلة: التعرف على الصور، قراءة النصوص، فهم الأصوات، وإجراء استنتاجات سياقية. والأهم، أن الذكاء الاصطناعي قادر على “إنتاج الذكاء في الوقت الحقيقي”؛ كل رد يتم توليده حديثًا، وكل إجابة تعتمد على السياق اللحظي، وليس على منطق مكتوب مسبقًا.

حجمه، بحسب قوله، يعادل ثورة صناعية.

الكعكة ذات الخمس طبقات: من الطاقة إلى التطبيقات، كل طبقة تحدد سقف الطبقة أدناها

الطبقة الأولى — الطاقة (Energy)

أعمق طبقة في الكعكة، وغالبًا ما تُغفل. يشير Jensen Huang إلى أن الطاقة هي المحدد الأساسي لكمية الذكاء الذي يمكن أن تنتجه منظومة الذكاء الاصطناعي. كل كلمة تُنتج تتطلب تدفق إلكترونات، إدارة حرارة، وتحويل طاقة. إذا كانت الطاقة غير كافية، فإن الطبقات العليا تتقيد. وهذا يفسر لماذا دعم الطاقة النووية هو خيار معقول لمراكز الحوسبة في عصر الذكاء الاصطناعي، كما قال علنًا عدة مرات.

الطبقة الثانية — الرقائق (Chips)

مهمة الرقائق هي تحويل الطاقة بكفاءة إلى قدرة حوسبة. طبيعة عبء العمل في الذكاء الاصطناعي تتطلب: حسابات موازية هائلة، ذاكرة عالية النطاق الترددي، اتصالات عالية السرعة، وهي تختلف تمامًا عن بنية المعالجات المركزية التقليدية.

تقدم تقنية الرقائق يحدد سرعة توسع الذكاء الاصطناعي وتكلفة كل وحدة من الذكاء.

الطبقة الثالثة — البنية التحتية (Infrastructure)

هذه الطبقة تُعرف غالبًا بـ “مصانع الذكاء الاصطناعي”: الأراضي، نقل الكهرباء، أنظمة التبريد، عمليات البناء، الشبكة، ونظام إدارة تشغيل الآلاف من المعالجات في وقت واحد. يؤكد Jensen Huang أن تصميم مصانع الذكاء الاصطناعي يهدف إلى “صناعة الذكاء”، وليس مجرد “تخزين المعلومات” كما في مراكز البيانات التقليدية، وهو فرق جوهري من حيث المفهوم.

الطبقة الرابعة — النماذج (Models)

النماذج هي حاملة قدرات الذكاء الاصطناعي، وتشمل مجالات اللغة، الأحياء، الكيمياء، الفيزياء، المالية، الرعاية الصحية، والعالم الحقيقي. يسلط الضوء على بعض الاتجاهات التي يراها أكثر ثورية: الذكاء الاصطناعي للبروتينات، والكيمياء، والمحاكاة الفيزيائية، والروبوتات، والأنظمة الذاتية.

ويذكر أيضًا أهمية النماذج المفتوحة المصدر، مع مثال DeepSeek-R1: انتشار النماذج المفتوحة يسرع من تبني التطبيقات، ويزيد الطلب على الحوسبة، والبنية التحتية، والرقائق، والطاقة.

الطبقة الخامسة — التطبيقات (Applications)

أعلى طبقة، وهي المكان الذي يتحقق فيه القيمة الاقتصادية بشكل ملموس. منصات تطوير الأدوية، الروبوتات الصناعية، المساعدون القانونيون، القيادة الذاتية، كلها تطبيقات تجسد قدرات الذكاء الاصطناعي، وتُدمج في الآلات أو المهام المحددة.

“ما زلنا في المرحلة المبكرة” - توقيت Jensen Huang

يعترف Jensen Huang أن العام الماضي شهد وصول قدرات النماذج إلى مستوى يمكن تطبيقه على نطاق واسع: تحسين قدرات الاستنتاج، تقليل الهلوسة، وزيادة القدرة على التطبيق العملي. تظهر تطبيقات الذكاء الاصطناعي في مجالات تطوير الأدوية، اللوجستيات، خدمة العملاء، تطوير البرمجيات، والتصنيع، وتحقق توافقًا حقيقيًا بين المنتج والسوق.

ومع ذلك، يعتقد أن الأمر لا يزال يتطلب: “بنى تحتية كثيرة لم تُنشأ بعد، والكثير من القوى العاملة لم تتدرب، والفرص لم تُحقق بعد.” هذا يعني أن الاستثمارات الحالية ليست لملاحقة الآخرين، بل لبناء الأساس، فكل طبقة من الكعكة لا تزال تحتوي على فراغات كبيرة تنتظر أن تُملأ.