التحذيرات من مستقبل صناعة الذكاء الاصطناعي: استثمارات ضخمة وتحديات في استدامة الطاقة

تصاعدت التحذيرات من مستقبل صناعة الذكاء الاصطناعي، حيث يتطلب النمو السريع في الطلب على البيانات والبنى التحتية استثمارات بمليارات الدولارات في مراكز البيانات الجديدة خلال السنوات القادمة. تتوقع شركة Bain & Company أن تصل نفقات هذا القطاع إلى نصف تريليون دولار سنويًا بحلول عام 2030، مع ظهور مشاريع كبرى بقيادة شركات مثل Softbank وOpenAI وOracle لتلبية هذا الطلب المتزايد.

لكن خلف هذا التوسع الهائل في البنية التحتية، يلوح تهديد خطير يتمثل في احتمال إرهاق شبكات الطاقة وتشويش أسواق الكهرباء، حيث يحذر مشغلو الشبكات من أن الطلب المذهل على الحوسبة المعتمدة على الذكاء الاصطناعي قد يفوق قدرات الإمدادات ويهدد استقرار السوق.

تطور الطلب على الحوسبة والذكاء الاصطناعي: هل هو مستدام؟

تصميمات النماذج الكبيرة وتزايد الطلب على المعالجة

يتزايد اعتماد نماذج اللغة الكبيرة (LLMs) بشكل سريع، وليس فقط بسبب كثافتها في الاستخدام، وإنما لأنه مع مرور الوقت تستهلك هذه النماذج المزيد من الرموز والمعطيات. ففي الجيل الأول من هذه النماذج، كانت كل استجابة تتطلب مئات الرموز، بينما اليوم، تتطلب نماذج التفكير والاستنتاج آلاف الرموز، مما يضاعف من استهلاك الطاقة.

التحدي في كفاءة النماذج الحالية

• نماذج التفكير (Reasoning Models): تنتج نماذج التفكير قبل إعطاء الإجابات، وتستهلك طاقة أكبر بكثير من النماذج التقليدية. على سبيل المثال، استهلاك الطاقة لموجهة طويلة لـ GPT-4 يمكن أن يصل إلى 30.495 واط، وهو ما يعادل تقريبًا شحن هاتف ذكي، ولكنه يحدث بشكل متكرر.

• تكاليف الحوسبة وتصاعدها: الاعتماد المفرط على زيادة حجم النماذج وتحسين أدائها عبر استهلاك المزيد من الرموز والمعالجة يضع علامة استفهام كبيرة على الجدوى الاقتصادية الحالية لهذه السوق.

محدودية النمو والتوجه نحو الحلول البديلة

رغم إصدار نماذج متقدمة وتوسيع نطاقها، إلا أن العديد من المختبرات الكبرى لم تحقق تقدمًا حقيقيًا على مستوى الهندسة المعمارية، وما زال النمو يتوقف عند حدود معينة، مع تراجع العوائد بالمقارنة مع حجم النمو.

من النماذج المعتمدة على المعمارية إلى استلهام الطبيعة

استلهام الدماغ البشري كتصميم مثالي

المعرفة الأساسية التي يمكن أن تغير قواعد اللعبة تكمن في الطبيعة، وتحديدًا في دماغ الإنسان، الذي يعمل بكفاءة مذهلة ويستهلك فقط 20 واط من الطاقة، وهو ما يعادل لمبة خافتة، رغم قدرته على أداء مهام معرفية معقدة.

ابتكار معمارية “Dragon Hatchling” (BDH)

في 2025، أطلقت شركة “Dragon Hatchling” معمارية جديدة تعتمد على ديناميكيات الخلايا العصبية والتشابكات في الدماغ. بدلاً من الاعتماد على الأوزان الثابتة، يعمل هذا النموذج على تفعيل الخلايا العصبية ذات الصلة بالمهمة، وتقوية أو إضعاف روابطها بناءً على التجربة، مما يسمح بالتعلم المستمر وتقليل الحاجة إلى إعادة التدريب الشاملة.

• ميزات المعمارية الجديدة:
  • شبكة مرنة وفعالة تحافظ على المعرفة في أماكن المعالجة.
  • تعلم محلي يُمكّن من تحسين الأداء دون استهلاك مفرط للرموز.
  • توافق مع الأجهزة العامة المستخدمة حاليًا في صناعة الذكاء الاصطناعي.

إعادة التفكير في التصميمات الأساسية لمواجهة الأزمة

هل يمكن تجنب أزمة الطاقة؟

الأزمة المحتملة ليست حتمية، بل تعتمد على الخيارات المعمارية التي يمكن تعديلها. فالمعمارية التي تعتمد على “Transformer” قد أحدثت ثورة، لكن تكاليفها الاقتصادية والبيئية أصبحت غير مستدامة.

الدروس المستفادة من الطبيعة

النموذج الطبيعي للدماغ يثبت أن هناك طرقًا أكثر كفاءة ومرونة للتحقيق في الذكاء الاصطناعي. من خلال تبني المبادئ التي استخلصتها الطبيعة، يمكن بناء أنظمة ذكاء اصطناعي تتعلم وتتحسن باستمرار، مع استهلاك طاقة أقل بكثير.

فوائد التحول إلى المعمارية الجديدة

• تقليل تكاليف الحوسبة بنسبة 10 أضعاف أو أكثر.
• بناء أنظمة ذكاء اصطناعي أكثر ذكاءً وفعالية، تتعلم بشكل مستمر وتعمل بكفاءة عالية.
• توفير استدامة بيئية واقتصادية، مع الاعتماد على معمارية قابلة للتكيف مع متطلبات السوق.

خلاصة

الطريق نحو مستقبل أكثر استدامة في الذكاء الاصطناعي يتطلب إعادة النظر الجذرية في المعماريات الحالية، والانتقال إلى نماذج مستوحاة من الطبيعة. فبالابتعاد عن الاعتماد المفرط على معمارية “Transformer”، يمكننا بناء أنظمة ذكاء اصطناعي أكثر ذكاءً، وكفاءة، واستدامة، تفي بمتطلبات العصر دون أن تجهد موارد الطاقة العالمية.

التحذيرات من مستقبل صناعة الذكاء الاصطناعي: استثمارات ضخمة وتحديات في استدامة الطاقة