تطورات الذكاء الاصطناعي لا تنتهي، والتنافس بين الشركات العالمية العاملة في هذا المجال على أشدها، وخصوصا الشركات الأمريكية والصينية، ولكي نقترب من التطورات التي تحدث قررنا أن نتواصل مع المسئولين داخل تلك الشركات لكي يوضحوا لنا الصورة عن قرب.
والبداية من داخل شركة ديب سيك الصينية والتي تأسست في مايو 2023 على يد ليانج وينفنج، الذي يُعتبر شخصية بارزة في مجالي صناديق التحوط والذكاء الاصطناعي،وأحدثت الشركة ضجة واسعة في كافة الأوساط العالمية بعد نجاحها في ابتكار نماذج متقدمة مفتوحة المصدر مصممة للمهام البرمجية وبأسعار تنافسية ونفذت مشاريع طموحة في مجال الذكاء الاصطناعي دون ضغوط ، مما سمح لها بإعطاء الأولوية للبحث والتطوير وتهديد عروش شركات كبرى.
ويُظهر نموذج «DeepSeek-R1» للشركة على سبيل المثال أ ن الصين لم تخرج من سباق الذكاء الاصطناعي، بل إنها قد تهيمن عليه فمن خلال تدشين نماذج تنافسية للجميع، تستطيع الشركات الصينية زيادة تأثيرها العالمي وربما تشكيل معايير وممارسات الذكاء الاصطناعي الدوليةكما أن مشاريع المصدر المفتوح تجذب المواهب والموارد العالمية للمساهمة في تطوير الذكاء الاصطناعي في الصين.
كارل جاو ، مستشار الذكاء الاصطناعي التوليدي بشركة DeepSeek، يتحدث في حواره مع منصة الاقتصاد الرقمي FollowICT، حول رؤيته لمستقبل الذكاء الاصطناعي، وما يمكن أن يحدثه في سوق العمل، وما حققته شركة DeepSeek، ونصائحه لمن يريد تطوير نفسه لمواكبة تطورات الذكاء الاصطناعي.
في البداية، هل يمكنك أن تخبرنا كيف بدأت رحلتك في مجال الذكاء الاصطناعي، وما الذي دفعك للتخصص كمستشار في مجال الذكاء الاصطناعي التوليدي؟
بدأتُ العمل في مجال الذكاء الاصطناعي قبل عشر سنوات عندما عملتُ كمهندس أنظمة رئيسي في شركة DirectTV التي استحوذت عليها شركة AT&T لاحقًا. ثم ترأستُ قسم الهندسة في OpenX، إحدى أكبر منصات تبادل الإعلانات المستقلة في الولايات المتحدة، والتي تُعنى بالتنسيقات الناشئة – مُزايدات العناوين، وتطبيقات الهواتف المحمولة، والفيديو. نستفيد من الذكاء الاصطناعي والتعلم الآلي لاستهداف الإعلانات المناسبة لمستخدمين مُحددين. بعد OpenX، انضممتُ إلى CloudMinds، وهي شركة ناشئة مدعومة من صندوق Softbank Vision، تُقود البحث والتطوير في مجال الذكاء الاصطناعي والروبوتات، وبرمجيات السحابة إلى الأجهزة الشاملة.
ما الذي جذبك للعمل في Deepseek، وكيف يبدو دورك هناك؟
تجذبني طبيعة DeepSeek مفتوحة المصدر للمشاركة بنشاط في مجتمع DeepSeek للذكاء الاصطناعي. أعمل بشكل وثيق مع شركاء منظومة DeepSeek لمساعدة الشركات على بناء تطبيقات تستند إلى نماذج DeepSeek الأساسية، وخاصةً في مجال الأعمال التجارية بين الشركات (B2B).
من وجهة نظرك، أين وصلنا حاليًا في تطوير الذكاء الاصطناعي؟ هل وصلنا إلى الذروة، أم أننا ما زلنا في البداية؟
شهدنا تطورات سريعة في مجال الذكاء الاصطناعي التوليدي (GenAI) منذ إطلاق ChatGPT. أما بالنسبة لتبني الذكاء الاصطناعي التوليدي (GenAI) في مجال الأعمال بين الشركات (B2B)، فلا يزال في بدايته.
هل تتوقع فترة ركود في ابتكار الذكاء الاصطناعي، على غرار فترات شتوية سابقة؟
لا، إذا اعتبرنا أن الذكاء الاصطناعي التوليدي (GenAI) هو الذكاء الاصطناعي 2.0، فلا أتوقع فترة ركود في ابتكار الذكاء الاصطناعي على غرار فترات شتوية سابقة للذكاء الاصطناعي 1.0.
برأيك، ما هي الفروق الرئيسية بين وكلاء الذكاء الاصطناعي وتطبيقات الذكاء الاصطناعي التقليدية؟
لا تزال تطبيقات الذكاء الاصطناعي التقليدية قائمة على القواعد، وتُطبّق منطق الأعمال المعقد في البرمجيات، غالبًا من خلال دورة طويلة نسبيًا من التطوير والاختبار والنشر والتجربة الميدانية قبل إتاحتها للمستخدمين النهائيين على نطاق واسع. يمكن لوكلاء الذكاء الاصطناعي الاستفادة من قدرات التفكير المتقدمة لطلاب ماجستير إدارة الأعمال لتقسيم المشكلة تلقائيًا إلى مهام أو وظائف إدارية أصغر. ويمكنهم إكمال التطوير والاختبار والنشر بمساعدة وكلاء هندسة البرمجيات والهندسة والبرمجيات لتقصير دورة التطوير. وحتى في حالة التجربة الميدانية، باستخدام التوأم الرقمي وتقنية المحاكاة، يمكن إنجازها بشكل أكثر فعالية من حيث التكلفة وفي وقت أقصر بكثير.
هل وكلاء الذكاء الاصطناعي سيشكلون سوق العمل خلال السنوات السنوات القادمة؟ هل من المرجح أن يحلوا محل أدوار معينة؟
سيحل وكلاء الذكاء الاصطناعي محل الأدوار القائمة على المعرفة كما نُعرّفها اليوم خلال السنوات الثلاث إلى الخمس القادمة، إن لم يكن قبل ذلك. وفقًا للرئيس التنفيذي لشركة ميتا، مارك زوكربيرج، تتوقع ميتا استخدام وكلاء الذكاء الاصطناعي ليحلوا محل المهندسين متوسطي المستوى بحلول منتصف عام 2026، أي بعد عام تقريبًا من الآن. ومع ذلك، ستُنشأ وظائف جديدة كثيرة غير موجودة حاليًا. لذا، من الضروري للمهنيين تطوير مهاراتهم بسرعة للحفاظ على مكانتهم في سوق عمل متغير باستمرار.
هل تعتقد أن عملاء الذكاء الاصطناعي يمكن أن يصبحوا مستقلين تمامًا في اتخاذ القرارات المعقدة، أم سيظلون بحاجة دائمة إلى إشراف بشري؟
يعتمد الأمر على طبيعة العمل، ففي معظم أنواع العمل المعرفية والتحليلية، يمكن لوكلاء الذكاء الاصطناعي اتخاذ قرارات معقدة. الإشراف البشري مطلوب في الخبرات الخاصة بمجال معين والتي تتطلب بيانات وسير عمل خاصين.
من خلال تجربتك، ما هي التحديات الأخلاقية أو التقنية الرئيسية في بناء ونشر عملاء الذكاء الاصطناعي المستقلين؟
يجب أن يتبع ذلك “قوانين الروبوتات الثلاثة” لإسحاق أسيموف. تتمثل التحديات التقنية في تجزئة السوق التي تتطلب معايير. يمكن أن يكون المصدر المفتوح أحد السبل لضمان التقارب.
هل عملت على أي مشاريع عملية باستخدام برامج الذكاء الاصطناعي وحققت نتائج ملموسة؟ هل يمكنك مشاركة بعض التفاصيل معنا؟
نعم، في مجال البرمجة، يمكن أن تتجاوز زيادة الإنتاجية 100%. في إدارة المعرفة، تتراوح نسبة زيادة الإنتاجية بين 50% و70%. وفي خدمة العملاء، تتراوح نسبة زيادة الإنتاجية بين 30% و50%.
في المجال الطبي، استُخدمت برامج الذكاء الاصطناعي لمساعدة الأطباء في تشخيص المرضى. فمن خلال تحليل كمية كبيرة من البيانات الطبية، يمكن لبرامج الذكاء الاصطناعي تحديد الحالات الطبية المحتملة بسرعة ومساعدة الأطباء على اتخاذ قرارات أكثر استنارة. وهذا يُحسّن دقة وكفاءة التشخيص.
في مجال التعليم، استُخدمت برامج الذكاء الاصطناعي لتزويد المعلمين بخطط تدريس أكثر احترافية، وتوليد مواد تعليمية بسرعة، وستكون الخطوة التالية هي توفير تجارب تعليمية مخصصة للطلاب بناءً على اهتماماتهم وهواياتهم، وتكييفها مع أسلوب ووتيرة تعلم كل طالب، وتوفير محتوى تعليمي ودعم مُخصص.
في مجال تصنيع السيارات، تستطيع برامج الذكاء الاصطناعي تحليل مواصفات ومتطلبات المركبات، وإنشاء حالات اختبار تلقائيًا. ويمكنها تغطية سيناريوهات متنوعة، مثل ظروف القيادة المختلفة، وتفاعلات المكونات، والحالات الطارئة. وهذا يضمن تغطية شاملة للاختبارات، ويساعد في تحديد المشكلات المحتملة في مرحلة مبكرة من دورة التطوير. وفيما يتعلق باستكشاف الأخطاء وإصلاحها بدقة، تستطيع برامج الذكاء الاصطناعي تحديد السبب الجذري للأعطال بسرعة بناءً على أوصافها، وإيجاد حلول سريعة لها.
هل تنصح الشركات الناشئة أو الأفراد بالبدء باستخدام برامج الذكاء الاصطناعي اليوم؟ إذا كان الأمر كذلك، فمن أين يبدأون؟
نعم، هناك ثلاثة مجالات ذات تأثير كبير يجب مراعاتها، وهي: تطوير البرمجيات، وإدارة المعرفة، وتحليل البيانات. ابدأ بخطوات صغيرة، وأتمت المهام المتكررة، وتعلم تدريجيًا، وأعطِ الأولوية للأخلاقيات.
اكتسبت Deepseek اهتمامًا كبيرًا مؤخرًا. هل يمكنك مشاركة رؤية الشركة لمستقبل الذكاء الاصطناعي؟
تُحقق DeepSeek ما تسعى إليه OpenAI، لكنها تفشل في تحقيقه، ما أعنيه هو بناء منصة مفتوحة المصدر، زوروا موقع الشركة الإلكتروني، فهو متاح للجميع. DeepSeek تُطبّق ما تقوله وتُطبّقه.
هل لدى Deepseek أي أدوات أو مشاريع تُركّز عليها حاليا؟
ينصبّ التركيز على نماذج التأسيس الرائدة، ولكن تُعد قدرات النماذج المتقدمة، مثل التفكير المنطقي، إلى جانب فعالية التكلفة، أمرًا بالغ الأهمية لتطوير وكلاء الذكاء الاصطناعي، بحيث يُمكن توفيرهم لكل شركة، وفي نهاية المطاف لكل مستهلك.
هل تتخيل مستقبلًا نمتلك فيه جميعًا وكلاء ذكاء اصطناعي شخصيين يفهموننا ويُديرون حياتنا – على غرار ما نراه في أفلام الخيال العلمي؟
هذا يحدث بالفعل. لقد عملت في شركة CloudMinds الناشئة، المدعومة من صندوق SoftBank Vision، لمدة ست سنوات. اندهش العديد من العملاء بعد رؤية تجسيد الذكاء الاصطناعي في الروبوتات. وكثيرًا ما كانت تعليقاتهم تشير إلى شعورهم بأن ما يشاهدونه في أفلام الخيال العلمي يتجسد في الواقع.
ما نصيحتك لمن بدأ للتو في مجال الذكاء الاصطناعي ويرغب في المشاركة في هذا التحول؟
لا تؤمن بالوضع الراهن، بل كن متواضعًا ومتحمسًا، ولكن كن متفائلًا وجريئًا في آنٍ واحد. تحدَّ نفسك دائمًا، كيف يمكنك أن تكون أكثر كفاءة بعشرة أضعاف على المدى القريب، وبمئة ضعف في النهاية، من الطريقة القديمة في إنجاز الأمور.
