يان لوكون يحذر من فقاعة وشيكة لشركتي OpenAI وAnthropic

أصدر يان لوكون، كبير العلماء في Meta AI، تحذيراً شديد اللهجة بشأن الاستدامة الاقتصادية للمشهد الحالي للذكاء الاصطناعي التوليدي. وفي نقاش حديث مع CNBC، أشار لوكون إلى أن المختبرات الرائدة مثل OpenAI وAnthropic تتجه نحو "انفجار فقاعة كبيرة" بسبب هياكل التكلفة غير المستدامة.

الانفصال الاقتصادي في الذكاء الاصطناعي التوليدي

يكمن جوهر حجة لوكون في الفجوة المتسعة بين التكاليف المتصاعدة لتشغيل النماذج اللغوية الكبيرة (LLMs) ونماذج التسعير المتاحة للمستهلكين. فبينما تستمر القوة الحسابية المطلوبة لتدريب وتشغيل النماذج الرائدة في التوسع بشكل أسي، فإن تكاليف التشغيل لا تنخفض بمعدل متناسب.

ويخلق هذا الاحتكاك الاقتصادي سيناريو تخسر فيه شركات الذكاء الاصطناعي المال فعلياً مع كل استعلام، حيث تعمل رؤوس أموال المستثمرين الضخمة كدعم للاستخدام في العالم الحقيقي. وقد تردد صدى هذا الشعور لدى سام ألتمان، الرئيس التنفيذي لشركة OpenAI، الذي وصف مؤخراً التكلفة العالية للذكاء الاصطناعي بالنسبة للشركات بأنها "مشكلة ضخمة". وبدون تحول كبير — سواء من خلال تخفيضات حادة في التكاليف أو زيادة أسعار الخدمات — سيظل نموذج العمل الحالي لمزودي النماذج اللغوية الكبيرة (LLM) محفوفاً بالمخاطر.

انتقادات لشركة xAI وحرب المواهب

لم يقتصر انتقاد لوكون على عمالقة الصناعة فحسب، بل وجه سهامه أيضاً إلى شركة xAI المملوكة لإيلون ماسك. ووصف الشركة الناشئة بأنها "نوع من الفشل"، مشيراً إلى عدم الاستقرار الداخلي، ولا سيما ملاحظته أن الفريق المؤسس قد غادر، وأن ماسك يواجه صعوبة متزايدة في استقطاب المواهب الهندسية من الطراز الرفيع.

وأعرب لوكون عن شكوكه في قدرة xAI على المنافسة بفعالية من حيث سرعة الأبحاث والنطاق الذي نراه في OpenAI أو Anthropic. ويسلط هذا النقد الضوء على توتر متزايد في الصناعة: فبينما تتوفر رؤوس الأموال بكثرة، أصبح تركيز المواهب النخبوية والخبرات المتخصصة هو العائق الأساسي أمام تطوير النماذج الرائدة.

نماذج العالم مقابل النماذج اللغوية الكبيرة

يأتي هذا التحذير في لحظة محورية للفلسفة التقنية الخاصة بلوكون. فبدلاً من المراهنة بشكل أكبر على بنية النماذج اللغوية الكبيرة (LLM) القائمة على الـ transformer والتي تهيمن على السوق، يتبنى لوكون تطوير "نماذج العالم" (world models). وهي أنظمة مصممة لبناء فهم أساسي للواقع المادي والسبب والنتيجة، بدلاً من مجرد التنبؤ بالرمز (token) التالي في تسلسل ما.

جمع مشروعه، AMI Labs، مؤخراً مليار دولار لمتابعة هذا التوجه المحدد. ويمثل هذا تباعداً استراتيجياً في مشهد الذكاء الاصطناعي: فبينما يصارع "معسكر النماذج اللغوية الكبيرة (LLM)" من أجل التوسع وكفاءة الحوسبة، يسعى "معسكر النماذج العالمية (world model)" إلى حل مشكلات الاستدلال والتجسيد التي لا تزال النماذج التوليدية الحالية تكافح لإتقانها. وإذا ما انفجرت فقاعة النماذج اللغوية الكبيرة، فقد يؤدي ذلك إلى إعادة تخصيص ضخمة لرؤوس الأموال نحو هذه النهج الأكثر تنوعاً من الناحية الهيكلية.

أهم النقاط المستخلصة

• الهشاشة الاقتصادية: تعتمد مختبرات الذكاء الاصطناعي الرائدة حالياً على دعم المستثمرين لتغطية الفجوة بين التكاليف التشغيلية المرتفعة والتسعير القابل للتطبيق في السوق.
• التباين الاستراتيجي: هناك فجوة تقنية متزايدة بين توسيع نطاق النماذج اللغوية الكبيرة (LLMs) والسعي وراء "النماذج العالمية" التي تهدف إلى تحقيق فهم مادي حقيقي.
• اختناقات المواهب: أصبحت القدرة على استقطاب كبار الباحثين والاحتفاظ بهم أمراً حيوياً لبقاء الشركات، تماماً مثل الوصول إلى مجموعات الحوسبة الضخمة.