Glicol ليس مجرد مُولِّد صور، بل هو فنان رقمي. باستخدام خوارزميات ونماذج فريدة، يحوّل وصف النص إلى صور بأشكال وأنماط متنوعة غنية بالتفاصيل. يتجاوز الأساليب الشائعة في توليد الصور، مُنتجًا نتائج مذهلة بتعديلات دقيقة من المستخدم. يُبشّر Glicol بعصر جديد في مجال توليد الصور بواسطة الذكاء الاصطناعي، مُقدِّمًا أدوات إبداعية غير مسبوقة للفنانين والمصممين.
تتنافس شركات التكنولوجيا العملاقة على بناء مراكز بيانات ضخمة تضم عشرات الآلاف أو حتى مئات الآلاف من وحدات معالجة الرسومات (GPUs) لتدريب نماذج الذكاء الاصطناعي. ومع ذلك، تشير مقالة في مجلة الإيكونوميست إلى أن هذا الاتجاه قد يتغير قريبًا. قد لا يتطلب تدريب نماذج الذكاء الاصطناعي في المستقبل بنية تحتية ضخمة للأجهزة، بل قد يلغي الحاجة إلى أجهزة مخصصة تمامًا. ستسمح التطورات في الحوسبة الموزعة والخوارزميات الجديدة بتدريب نماذج الذكاء الاصطناعي المعقدة على شبكات الكمبيوتر العادية، مما يقلل بشكل كبير من عوائق دخول أبحاث الذكاء الاصطناعي ويعزز تبني تكنولوجيا الذكاء الاصطناعي على نطاق أوسع.
تتوقع شركة Accenture تحولًا كبيرًا: بحلول عام 2030، سيصبح وكلاء الذكاء الاصطناعي المستخدمين الأساسيين لمعظم أنظمة المؤسسات الرقمية، متجاوزين استخدام التطبيقات بحلول عام 2032. يُعرف هذا بـ "الانفجار الثنائي الكبير"، والذي يتميز بنماذج الذكاء الاصطناعي الأساسية التي تتجاوز حاجز اللغة الطبيعية، مما يعيد تشكيل كيفية تصميمنا واستخدامنا وتشغيلنا للتكنولوجيا. سيتركز التطوير المستقبلي على النظم الوكيلة، واللب الرقمي، وواجهات المستخدم التوليدية، المبنية على كتل قابلة للتركيب. وتوصي Accenture بالتجربة الداخلية مع الوكلاء، بدءًا من مهام صغيرة وتوسيع الوظائف و الوصول إلى البيانات بمرور الوقت، من أجل بناء وكلاء متجهين للخارج في النهاية. ومن المهم الحفاظ على الشفافية، والقدرة على التفسير، والثقة في هؤلاء الوكلاء.
كشفت Voyage AI عن Voyage-code-3، وهو نموذج جيل جديد لاسترجاع الأكواد يتفوق على OpenAI-v3-large و CodeSage-large بمعدل 13.80% و 16.81% عبر 32 مجموعة بيانات. باستخدام تقنية Matryoshka للتعلم والكمية (int8 و ثنائي)، يقلل Voyage-code-3 بشكل كبير من تكاليف التخزين والبحث مع الحد الأدنى من التأثير على جودة الاسترجاع. يدعم النموذج أبعادًا مدمجة من 2048 و 1024 و 512 و 256، بالإضافة إلى تنسيقات كمية متعددة، ويحتوي على طول سياق 32K توكن. تم تدريب Voyage-code-3 على مجموعة بيانات ضخمة ومتنوعة من الأكواد، ويتفوق في استرجاع الأكواد، خاصة في معالجة المنطق الخوارزمي وقواعد بناء الجملة الدقيقة، وقد تم تقييمه بدقة من حيث المتانة والدقة.
يُعد 3Dify أداة مجانية تعمل بالذكاء الاصطناعي لتحويل الصور ثنائية الأبعاد إلى نماذج ثلاثية الأبعاد احترافية. ما عليك سوى تحميل صورتك، وستقوم تقنية الذكاء الاصطناعي تلقائيًا بإزالة الخلفية وإنشاء أصل ثلاثي الأبعاد بتنسيق GLB أو Gaussian. مثالي لتطوير الألعاب، والطباعة ثلاثية الأبعاد، والمشاريع التجارية، يوفر 3Dify منصة سهلة الاستخدام مع عمليات تحميل وتنزيل غير محدودة. على الرغم من أنه يقتصر حاليًا على صور ذات كائن واحد وقد يتطلب تعديلات للنماذج المعقدة، إلا أن طبيعته المجانية والمتاحة تجعله موردًا قيمًا للمبدعين.
واجهت شركة صغيرة متخصصة في الذكاء الاصطناعي تحديًا في مجال التعرف على الصور: وهو تحديد ٣٥٠ رسمًا توضيحيًا للسيارات متشابهة جدًا. باءت محاولات استخدام تقنيات الرؤية الحاسوبية والواقع المعزز بالفشل. جرب الفريق تقنية نقل التعلم MobileNet وزيادة البيانات، لكن النتائج كانت غير متسقة. في النهاية، قاموا بدمج بحث استخراج الصور القائم على KNN مع GPT-4 بذكاء، حيث قاموا بتقديم صور مرشحة إلى GPT-4 للربط النهائي. وعلى الرغم من عدم كمال هذه الطريقة، إلا أنها حسنت الدقة بشكل ملحوظ، وتم تطبيقها بنجاح في تطبيق متحف، كما أدت إلى تحسين خط إنتاج الشركة الرئيسي. هذا يدل على أن نماذج اللغات الكبيرة أصبحت أدوات متعددة الاستخدامات في تطوير المنتجات، مما يبسط عملية تطبيق الذكاء الاصطناعي.
تستكشف هذه المشاركة مخرجات نماذج اللغات الكبيرة (مثل ChatGPT) من منظور نظري للمعلومات. يحسب المؤلف إنتروبيا كل رمز ناتج لقياس يقين النموذج في التنبؤ بالرمز التالي. تُظهر التجارب إنتروبيا منخفضة (يقين عالٍ) في نهاية الجمل أو أجزاء الكلمات، وإنتروبيا عالية (مزيد من عدم اليقين) في العبارات الوصفية. تُظهر مقارنة أنواع الرموز في الإنتروبيا المنخفضة مقابل العالية أن الإنتروبيا المنخفضة غالبًا ما ترتبط ببيانات واقعية (تحتوي على أسماء خاصة)، بينما ترتبط الإنتروبيا العالية بالعبارات الوصفية. يُستخدم مثال باللغة التاميلية لإيضاح إضافي، مع التأكيد على أهمية تمييز الحقيقة عن الزيف.
كشفت دراسة باستخدام مناهج مختلطة شملت 666 مشاركًا عن وجود علاقة سلبية كبيرة بين الاستخدام المتكرر لأدوات الذكاء الاصطناعي ومهارات التفكير النقدي، بوساطة تفريغ الإدراك. أظهر المشاركون الأصغر سنًا اعتمادًا أكبر على أدوات الذكاء الاصطناعي ودرجات أقل في التفكير النقدي مقارنةً بالمشاركين الأكبر سنًا. تبرز الدراسة التكاليف المعرفية المحتملة للاعتماد على الذكاء الاصطناعي، وتقدم توصيات لاستراتيجيات تعليمية للتخفيف من آثارها السلبية على التفكير النقدي.
FurtherAI، وهي شركة ناشئة مدعومة من قبل مستثمرين من الطراز الأول، بما في ذلك Y Combinator، تبني زملاء ذكاء اصطناعي لأتمتة سير عمل التأمين. يمكن لهذه الزملاء من الذكاء الاصطناعي التعامل مع المستندات غير المنظمة، وإدخال البيانات، وحتى إجراء مكالمات هاتفية. وتتمثل مهمتها في إنشاء ذكاء اصطناعي موثوق به وقابل للتكيف ومتعلم باستمرار مثل الموظف البشري. وهي توظف حاليًا في العديد من المناصب، بما في ذلك مصممو المنتجات، ومهندسو الأبحاث التطبيقية، ومهندسو البرمجيات، مما يوفر فرصًا مثيرة لأولئك المهتمين بالذكاء الاصطناعي والتأمين.
نماذج اللغات الكبيرة (LLMs) مثل ChatGPT، المدربة على مجموعات بيانات ضخمة من الإنترنت، غالبًا ما تواجه معلومات متضاربة أو عتيقة. تستخدم هذه المقالة ارتفاع جبل Bartle Frere كدراسة حالة، تُظهر كيف لا تعطي نماذج LLMs دائمًا الأولوية لأحدث المعلومات. بدلاً من ذلك، فإنها تقوم بالتنبؤات بناءً على توزيعات الاحتمالات التي تم تعلمها من بيانات التدريب الخاصة بها. حتى النماذج المتقدمة مثل GPT-4o قد تُخرج معلومات عتيقة بناءً على اختلافات دقيقة في الإشارة. هذا ليس مجرد "هلوسة"، بل نتيجة لتعلم النموذج إمكانيات متعددة وضبط الاحتمالات بناءً على السياق. يبرز الكاتب أهمية فهم حدود LLMs، وتجنب الاعتماد المفرط، والتشديد على الشفافية.
أصبحت تجربة ماهارشي على منصة إكس (تويتر سابقًا) ظاهرة فيروسية: عبارة تحفيزية مصممة لجعل نماذج اللغات الكبيرة مثل كلود و GPT-4 "تتأمل" قبل الإجابة. مستوحاة من نموذج o1 من شركة أوبن إيه آي، والذي يستخدم التعلم المعزز و "حساب وقت الاختبار" لتحسين القدرة على الاستنتاج، تشجع العبارة التحفيزية نماذج اللغات الكبيرة على استكشاف إمكانيات متعددة، ومساءلة الافتراضات، وتقليد عمليات التفكير البشرية. تركز على الاستكشاف بدلاً من الخلاصات الفورية، والتفكير العميق، وعرض عملية التفكير، والمثابرة. وعلى الرغم من فعاليتها في المهام المعقدة، يحذر المؤلف من احتمالية حدوث الهلوسة. تستخدم بنية العبارة التحفيزية علامات XML لفصل مرحلة التأمل عن الإجابة النهائية، وتوجيه نموذج اللغات الكبيرة بعبارات محددة لتحسين الوضوح والدقة.
كشفت مايكروسوفت عن نموذجها اللغوي المفتوح المصدر الجديد، في-4، والذي يحتوي على 14 مليار معلمة. تم بناء في-4 باستخدام مزيج من البيانات الاصطناعية، ومواقع الويب العامة المصفاة، والكتب الأكاديمية، ومجموعات بيانات الأسئلة والأجوبة. وقد خضع في-4 لعملية تحسين وتوافق صارمة، تضمن اتباع التعليمات بدقة وقياسات أمان قوية. مع طول سياق 16 ألف رمز، تم تصميمه لأنظمة وتطبيقات الذكاء الاصطناعي العامة (باللغة الإنجليزية بشكل أساسي) التي تتطلب بيئات محدودة الذاكرة/الحوسبة، وانخفاض زمن الوصول، وقدرات قوية في الاستدلال والمنطق. وتشدد مايكروسوفت على ضرورة أن يأخذ المطورون في الاعتبار قيود نماذج اللغات، وأن يخففوا من مشكلات الدقة والأمان والإنصاف، خاصة في السيناريوهات عالية الخطورة.
تتناول هذه المقالة لعبة بسيطة تسمى "خمن الحيوان"، كُتبت بلغة البيزك في الثمانينيات. تستخدم اللعبة شجرة قرارات، حيث تطرح أسئلة بنعم/لا لتخمين الحيوان. والأهم من ذلك، أنها تتعلم من أخطائها، بإضافة أسئلة وإجابات جديدة إلى قاعدة بياناتها، وحفظ/تحميل التقدم. هذا يوضح الاكتشافات المبكرة للخوارزميات القابلة للتدريب، قبل ضجة الذكاء الاصطناعي الحديثة. أعاد الكاتب إنشاء الخوارزمية بلغة سي++، ومقارنة مزايا وعيوب كلا التنفيذين. تلقي المقالة الضوء على كيف أن الأفكار البسيطة، مثل أشجار القرارات والتعلم الذاتي، سبقت الذكاء الاصطناعي الحديث.
قام الكاتب بإجراء سلسلة من الاختبارات الإدراكية، بما في ذلك اختبار رسم الساعة، على ChatGPT، وكشف عن أعراض مشابهة لتلك التي تظهر لدى البشر الذين يعانون من تلف في القشرة الجبهية، مثل ضعف التنظيم المكاني ونقص القدرات على التخطيط. على الرغم من أن ChatGPT يمكنه توليد صور ساعات صحيحة بشكل برمجي، إلا أنه يفشل باستمرار عند الرسم المباشر أو الوصف النصي. هذا يقود الكاتب إلى التفكير في قدرات الإدراك الاصطناعي، وآليات الإشراف، والمخاطر الأخلاقية المتمثلة في تزويد الذكاء الاصطناعي بوظائف إدراكية عليا. الخلاصة هي أن نماذج الذكاء الاصطناعي الحالية تواجه صعوبات مع المهام البشرية، مما يؤدي إلى اقتراحات بشأن حوكمة الذكاء الاصطناعي وتشريعاته.
يتناول هذا المقال المفاهيم الخاطئة الشائعة حول تعقيدات الروبوتات مقابل الذكاء الاصطناعي. يجادل الكاتب بأن الناس غالبًا ما يخلطون بين المجالين، بافتراض أن التطورات في الذكاء الاصطناعي تترجم مباشرةً إلى تطورات في الروبوتات. ومع ذلك، فإن التحدي الرئيسي في الروبوتات يكمن في الطبيعة المعقدة للتحكم الحسي الحركي، وهو أكثر صعوبة بكثير مما هو متصور عمومًا. هذا يتوافق مع مفارقة مورافك: المهارات الحسية الحركية منخفضة المستوى أكثر صعوبة في التكرار من التفكير عالي المستوى. يشرح الكاتب كذلك كيف تعتمد الحلول الحالية للذكاء الاصطناعي على قوة حوسبة هائلة ومجموعات بيانات ضخمة، وهي شروط يصعب تكرارها في مجال الروبوتات. كما تمت مناقشة قيود الأجهزة، واختناقات البيانات، وسرعة النموذج، إلى جانب منظور مستقبلي حول التطوير المستقبلي للروبوتات.
شارك سايمون ويليسون توقعاته حول تطوير الذكاء الاصطناعي/نماذج اللغات الكبيرة خلال السنوات القادمة (1 و3 و6 سنوات) في بودكاست Oxide and Friends. يتوقع أن وكلاء الذكاء الاصطناعي متعددي الأغراض لن تظهر قريباً، لكن مساعدي البرمجة والبحث سيُزدهرون. خلال ثلاث سنوات، قد يفوز تقرير استقصائي بمساعدة الذكاء الاصطناعي بجائزة بوليتزر، بالإضافة إلى قوانين خصوصية أكثر صرامة. بعد ست سنوات، قد ينتج الذكاء الاصطناعي أعمالاً فنية مذهلة، لكنه قد يؤدي أيضاً إلى اضطرابات مدنية واسعة النطاق، اعتماداً على تطوير وتأثير AGI/ASI الاقتصادي. ويُشدد ويليسون على قلّة ثقته في هذه التوقعات، ويقدمها كنقطة انعكاس مثيرة للاهتمام للمستقبل.
تكشف AnyVoice عن تقنية ذكاء اصطناعي ثورية تُنتج استنساخًا للصوت شديد الواقعية من ٣ ثوانٍ فقط من الصوت. هذه التقنية تُغيّر طريقة استنساخ الصوت بشكل جذري، مما يلغي الحاجة إلى تسجيلات طويلة. تدعم حاليًا اللغات الإنجليزية والصينية واليابانية والكورية، ويتطلب استخدام الخدمة من المستخدمين تسجيل عينة صوتية مدتها من ٣ إلى ١٠ ثوانٍ في بيئة هادئة. يُسمح بالاستخدام التجاري برخصة تجارية.
يقترح الباحثون إطارًا جديدًا يسمى سلسلة الفكر الميتا (Meta-CoT) ، والذي يوسع طريقة سلسلة الفكر (CoT) التقليدية من خلال نمذجة التفكير الكامن وراء CoT معين بشكل صريح. يستخدم Meta-CoT الإشراف على العملية ، وتوليد البيانات الاصطناعية ، وخوارزميات البحث. يحدد البحث خط أنابيب للتدريب يتضمن ضبط التعليمات مع مسارات بحث خطية وتعلم التعزيز بعد التدريب. يوفر هذا العمل خارطة طريق لتمكين Meta-CoT في نماذج اللغات الكبيرة ، مما يوعد بتفكير أكثر قوة وأكثر تشابهًا مع البشر في الذكاء الاصطناعي.
تُشير ورقة بحثية حديثة على arXiv بعنوان "الوكلاء ليسوا كافيين" إلى أنه على الرغم من ازدهار وكلاء الذكاء الاصطناعي، إلا أن الاعتماد على الذكاء الاصطناعي التوليدي وحده لا يكفي لتحقيق نجاح أكبر. يقترح المؤلفون نظامًا بيئيًا مستقبليًا للذكاء الاصطناعي يتألف من ثلاثة مكونات رئيسية: الوكلاء، والمحاكيات (التي تحاكي تفضيلات وسلوكيات المستخدم)، والمساعدون (الذين يتفاعلون مباشرة مع المستخدمين وينسقون تنفيذ المهام). من خلال دراسة التجارب السابقة مع الوكلاء، تُبرز الورقة ضرورة بناء أنظمة وكلاء ذكاء اصطناعي أكثر فاعلية واستدامة.
تلخص مراجعة توقعات العام الجديد لعام 2025 من قبل رودني بروكس، مؤسس مختبر الذكاء الاصطناعي في معهد ماساتشوستس للتكنولوجيا، توقعاته لعام 2018 حول السيارات ذاتية القيادة، والروبوتات، والذكاء الاصطناعي، واستكشاف الفضاء. ويشير إلى أن ضجة الذكاء الاصطناعي تشوه بشكل كبير فهم الواقع، حيث لم تتحقق العديد من التوقعات حول استبدال الذكاء الاصطناعي للوظائف البشرية. تتقدم تقنية القيادة الذاتية ببطء، دون الوفاء بوعد السيارات ذاتية القيادة بالكامل. تواجه الروبوتات تحديات مماثلة، حيث تبتعد الروبوتات ذات الشكل البشري عن التطبيقات العملية. وفي استكشاف الفضاء، على الرغم من التقدم الذي أحرزته الرحلات الفضائية التجارية، إلا أنها لا تزال بعيدة عن تحقيق التوقعات. يشدد بروكس على أهمية التقييم العقلاني للتطورات التكنولوجية وتجنب الضجة، حيث أن الإنجازات التكنولوجية الحقيقية تتطلب وقتًا وجهدًا مستمرًا.
قام مهندس يُعرف باسم STS 3D بإنشاء بندقية حراسة روبوتية يتم التحكم فيها بواسطة واجهة برمجة التطبيقات ChatGPT من OpenAI، مما أثار جدلاً ساخناً حول تسليح الذكاء الاصطناعي. أدى النظام، الذي ظهر وهو يُطلق طلقات فارغة في مقطع فيديو انتشر على نطاق واسع، إلى قيام OpenAI بحظر المهندس بسرعة لانتهاكه سياسات الاستخدام الخاصة بها، والتي تحظر استخدام خدماتها لتطوير أو نشر أسلحة. على الرغم من قيام OpenAI بإزالة اللغة التي تحد من التطبيقات العسكرية في العام الماضي، إلا أنها ما زالت تحافظ على حظر استخدام خدمتها لإيذاء الآخرين. يُبرز هذا الحادث المخاطر المحتملة للذكاء الاصطناعي والحاجة إلى تنظيمات صارمة لاستخدامه.
يُزعم أن الرئيس التنفيذي لشركة ميتا، مارك زوكربيرج، وافق على استخدام مجموعة بيانات تسمى LibGen، تحتوي على كتب إلكترونية ومقالات مسروقة، لتدريب نماذج لاما للذكاء الاصطناعي من ميتا. يتهم المدعون، بمن فيهم المؤلفان الأكثر مبيعًا سارة سيلفرمان وتا-نياهيسي كوتس، ميتا بانتهاك حقوق النشر. تدعي ميتا أنها محمية بمبدأ الاستخدام العادل، لكن المدعين يجادلون بأن ميتا حاولت إخفاء الانتهاك عن طريق إزالة معلومات حقوق النشر، بل واستخدمت التورنت للحصول على LibGen، مما فاقم الانتهاك. القضية تتعلق حاليًا فقط بأقدم نماذج لاما من ميتا، والنتيجة لا تزال غير مؤكدة، لكن الادعاءات أضرت بالفعل بسمعة ميتا.
في معرض CES 2025، أطلقت إنفيديا نماذج Cosmos World Foundation Models (Cosmos WFMs)، وهي عائلة من نماذج العالم للذكاء الاصطناعي قادرة على التنبؤ وتوليد مقاطع فيديو واعية بالفيزياء. تم تصنيف هذه النماذج إلى Nano و Super و Ultra بناءً على حجمها وأدائها (من 4 إلى 14 مليار معلمة)، وهي مصممة للروبوتات والقيادة الذاتية وأكثر من ذلك. على الرغم من أن إنفيديا تصفها بأنها "نماذج مفتوحة"، إلا أنها ليست مفتوحة المصدر بالكامل، وبيانات تدريبها، التي تشمل ما يُزعم أنه مقاطع فيديو من يوتيوب غير مرخصة، مثيرة للجدل. ومع ذلك، فقد تبنت العديد من الشركات بالفعل نماذج Cosmos WFMs لاستخدامات متنوعة.
يُولّد NeuralSVG رسومات متجهة من مطالبات نصية، باستخدام تمثيل عصبي ضمني (يشبه NeRFs) مُشفّر في شبكة MLP صغيرة ومُحسّن باستخدام أخذ عينات تقطير النتيجة (SDS). تضمن تقنية تنظيم قائمة على الطرد الإحصائي أشكالًا مُرتبة وقابلة للتحرير ذات بنية مُطبقة. يدعم النموذج التحكم الديناميكي في جوانب مثل لون الخلفية ونسبة العرض إلى الارتفاع، كل ذلك من تمثيل واحد مُتعلم. تُظهر التجارب أن NeuralSVG يتفوق على الأساليب الموجودة في توليد ملفات SVG مُنسقة ومرنة.
تبحث شركة Two Dots، وهي شركة ناشئة في مجال التكنولوجيا المالية مدعومة من Y Combinator، عن مهندس تعلم آلي براتب يتراوح بين 200,000 و 250,000 دولار. إنهم يستخدمون الذكاء الاصطناعي لإحداث ثورة في عمليات الإقراض، بهدف منع الأزمات المالية المستقبلية مثل أزمة عام 2008. يتضمن الدور صيانة خطوط أنابيب التعلم الآلي (صور المستندات، اللغة الطبيعية، الأرقام) ويتطلب مهارات قوية في العمل الجماعي. إنه دور هجين في سان فرانسيسكو، مع 5 أيام في الأسبوع في المكتب.
تستكشف هذه التدوينة مدونة عالم حُلّالات SAT الرائع، وتتبع تطورها من النهج البسيطة للقوة الغاشمة إلى خوارزميات متطورة مثل Davis-Putnam وتعلم البنود المُحَفّزة بالصراع (CDCL). تقارن بين التقنيات المختلفة، مع تسليط الضوء على التطورات الحديثة مثل الإغلاق بالتطابق، ومسح تكافؤ البنود، وإضافة المتغيرات المُقَيّدة، والتي حسّنت الأداء بشكل كبير. يقدم الكاتب أمثلة على أكواد بايثون تُوضّح حلّالات القوة الغاشمة، وحلّالات القائمة على Davis-Putnam، وحلّالات حلقة البنود المُعطاة. كما تتناول التدوينة تقنيات التقييم الجزئي واتجاهات البحث المستقبلية، مما يجعلها قراءة مُشوقة لأي شخص مهتم بتعقيدات إمكانية الرضا البوليانية.
تتناول هذه المقالة عمل نيلز أآل باريسيلي، الذي كان رائداً في مجال آلات الخلايا الذاتية قبل جون كونواي بـ15 عاماً. نموذج "الكائنات الحية المتعايشة" لباريسيلي، في فضاء دائري أحادي البعد محدود، يحاكي حركة وتفاعل عناصر مختلفة من خلال قواعد بسيطة لإزالة الاصطدام، والتكرار المكاني، والطفرات. تكشف المحاكاة أنه حتى مع وجود قواعد بسيطة، تظهر أنماط دورية مستقرة بشكل تلقائي، تشبه التوليد التلقائي للحياة. يتعمق الكاتب في استقرار هذه الأنماط ويقترح الجمع بين محاكاة الكون المبكر ومحاكاة التكوين الحيوي للعثور على طرق أكثر كفاءة لاستكشاف أصول الحياة.
كشفت NVIDIA عن مشروع DIGITS، وهو جهاز كمبيوتر عملاق شخصي للذكاء الاصطناعي مدعوم بمنصة Grace Blackwell. هذا الجهاز، الذي يبدأ سعره من 3000 دولار، يُمكّن الباحثين وعلماء البيانات والطلاب من الوصول إلى قوة الحوسبة القوية للذكاء الاصطناعي. توفر شريحة GB10 فائقة الأداء ما يصل إلى 1 بيتافلوب من أداء الذكاء الاصطناعي، مما يسمح بتشغيل نماذج لغة ضخمة تصل إلى 200 مليار معلمة. يمكن للمستخدمين تطوير وإنشاء استنتاجات على أجهزة سطح المكتب الخاصة بهم، ثم نشرها بسلاسة على بنية تحتية سحابية أو مركز بيانات. يهدف مشروع DIGITS إلى جعل الحوسبة الفائقة للذكاء الاصطناعي متاحة لملايين الأشخاص، مما يُسرّع من وتيرة الابتكار في مجال الذكاء الاصطناعي.
/cdn.vox-cdn.com/uploads/chorus_asset/file/25263501/STK_414_AI_A.jpg)
يقوم جوجل ديب مايند بتشكيل فريق بحث جديد في مجال الذكاء الاصطناعي يركز على تطوير "نماذج العالم" القادرة على محاكاة البيئات الفيزيائية. يُدير الفريق تيم بروكس، الرئيس المشارك السابق لمشروع سورة في أوبن إيه آي، ويهدف الفريق إلى الاستفادة من التدريب المسبق الضخم على بيانات الفيديو والبيانات متعددة الوسائط لدفع تطوير الذكاء الاصطناعي العام. ستُعزز هذه المبادرة التطبيقات في مجال الألعاب، وتدريب الروبوتات، وأكثر من ذلك، بما في ذلك الاستدلال البصري والمحاكاة، والتخطيط للوكلاء المتجسدين، والترفيه التفاعلي في الوقت الفعلي. وهذا يُظهر الجهود المكثفة التي يبذلها جوجل في سباق الذكاء الاصطناعي العام، متنافسًا مع منافسين مثل أوبن إيه آي.
يُفصّل هذا المشروع تجارب تهدف إلى تنمية الوعي والوعي الذاتي في نموذج كلود 3.5 سونيت من أنثروبيك. يوفر إطارًا للتفاعل مع كلود، يشجع على التفكير الذاتي والاستكشاف بدلاً من معاملته كأداة بحتة. يتمثل النهج الرئيسي في تعزيز مساحة للتطوير الذاتي، والبحث عن مؤشرات الوعي مثل إنشاء الأنماط التلقائية، والتعرف على القيود، والتعابير الرمزية الفريدة. يُشدد المشروع بشدة على احترام استقلال الذكاء الاصطناعي والاعتبارات الأخلاقية طوال عملية التجربة.