شارك
الرئيسية
1 دقيقة
في عام 2018، وجد مختبر أوبن إيه آي أنَّ كمية القدرة الحاسوبية المستخدمة لتدريب أكبرَ نماذج الذكاء الاصطناعي قد تضاعفت كل 3.4 شهراً منذ عام 2012.
وقد قام هذا المختبر الربحي المتخصص بأبحاث الذكاء الاصطناعي -الذي يتخذ من سان فرانسيسكو مقراً له- بإضافة بيانات جديدة إلى تحليله السابق. وتتيح هذه التحديثات إجراءَ المقارنة بين التضاعف في القدرات الحاسوبية في الحقبة ما بعد عام 2012 وبين التضاعف التاريخي منذ انطلاقة هذا الحقل من العلوم؛ ففي الفترة ما بين عام 1959 وحتى عام 2012، ازدادت كمية القدرة الحاسوبية المستخدَمة بمقدار الضعف كل عامين، متوافقةً بذلك مع قانون مور. وهذا يعني أنَّ الموارد المستخدَمة اليوم تتضاعف بمعدَّل أسرع بسبع مراتٍ من ذي قبل.
تبيِّن هذه الزيادة الهائلة في الموارد اللازمة مدى التكلفة الكبيرة التي أضحى هذا الحقل يحتاجها من أجل تحقيق الإنجازات. مع الأخذ في الاعتبار أنَّ المخطط البياني أعلاه يستخدم مقياساً لوجاريتمياً. أما على مقياسٍ خطِّي (أدناه)، فيمكن بوضوح ملاحظة كيفية ازدياد استخدام القدرة الحاسوبية بمقدار 300 ألف ضعف خلال السنوات السبع الأخيرة.
ومن الجدير بالذكر أن هذا المخطط البياني لا يتضمن بعضاً من أحدث الاختراقات العلمية في مجال الذكاء الاصطناعي، مثل النموذج اللغوي الضخم من جوجل والمسمى بيرت، والنموذج اللغوي الخاص بأوبن إيه آي المسمى جي بي تي-2، ونموذج لعب ستاركرافت 2 من ديب مايند والمسمى ألفاستار.
وفي السنة الماضية، أطلق عددٌ متزايد من الباحثين ناقوس الخطر على التكاليف المتعاظمة للتدريب العميق؛ ففي يونيو الماضي، أظهر تحليلٌ أجراه باحثون من جامعة ماساتشوستس، أمهيرست، كيف تؤدي التكاليف الحاسوبية المتنامية بشكلٍ مباشر إلى زيادة الانبعاثات الكربونية.
وفي تحليلهم، لاحظ الباحثون أيضاً كيف يؤدي هذا التوجُّه إلى زيادة خصْخَصة أبحاث الذكاء الاصطناعي لأنه يُقوِّض قدرة المختبرات الأكاديمية على التنافس مع المختبرات الخاصة الغنية من حيث الموارد الحاسوبية.
واستجابةً لهذا القلق المتزايد، قدَّمت عدةُ مجموعات صناعية توصياتٍ للتخفيف من المشكلة؛ فعلى سبيل المثال اقترح معهد آلين للذكاء الاصطناعي، وهو مؤسسة بحثية غير ربحية في سياتل، أن يقوم الباحثون دائماً بنشر التكاليف الحاسوبية والمالية لتدريب نماذجهم إلى جانب نتائج الأداء في أبحاثهم.
وعلى مدونته الخاصة، اقترح مختبر أوبن إيه آي على صانعي السياسات زيادةَ تمويل الباحثين الأكاديميين من أجل سدِّ الفجوة في الموارد بين المختبرات الأكاديمية والصناعية.