أغلى خطأ في الذكاء الاصطناعي ارتكبته العام الماضي
إذا سألت مجموعة من مؤسسي شركات الذكاء الاصطناعي، والمستثمرين، ومشغلي الوسائط عن أكبر خطأ ارتكبوه خلال العام الماضي، فمن المحتمل أن تتوقع إجابات حول اختيار النموذج الخاطئ، أو الإطلاق المبكر جداً، أو اتباع توجه خاطئ للمنتج.
لكن خلال عشاء "جيفرسوني" الذي استضفناه الليلة الماضية في وسط مدينة بالو ألتو، كانت الإجابة التي استمرت في الظهور أكثر عملية بكثير.
معظم الفرق لا تزال لا تمتلك سيطرة قوية على تكاليف الاستنتاج (inference spend).
اعترف عدد مفاجئ من الأشخاص حول الطاولة بأنهم لا يفهمون التكلفة الحقيقية للمشروع إلا بعد أن يصبح مباشراً، ويتوسع، ويستهلك قدراً من الحوسبة أكبر بكثير مما كان متوقعاً. في الذكاء الاصطناعي التوليدي، خاصة في الوسائط والفيديو، يمكن للتكاليف أن تنمو بهدوء في الخلفية حتى تصبح مستحيلة التجاهل.
ما كان يُنظر إليه على أنه مشكلة هندسية يتحول بسرعة إلى مشكلة تجارية.
جاءت هذه المناقشة من عشاء "جيفرسوني" حصري تمت استضافته من قبل Atlas Cloud وByteDance في Saint Michael’s Alley.
كان التنسيق بسيطاً بشكل متعمد.
لا عروض تقديمية.
لا عروض مبيعات.
لا حلقات نقاش.
مجرد طاولة طويلة واحدة ومناقشة مشتركة بين المؤسسين، والمستثمرين، والبنائين، ومهنيي الوسائط الذين يحاولون فهم اتجاه الذكاء الاصطناعي.
كاسر الجليد
للافتتاح، أجاب الجميع على نفس السؤال:
"ما هي الكلمة الواحدة التي تصف صناعة الذكاء الاصطناعي اليوم؟"
اتضح أنها الطريقة المثالية لبدء الأمسية.
لم يحتاج الناس إلى آراء مصقولة أو نقاط نقاش مُعدّة مسبقاً. لقد اختاروا كلمة وشرحوا السبب. تغيرت نبرة الطاولة على الفور تقريباً. أصبحت المناقشة صادقة، وعملية، وأكثر واقعية بكثير من محادثات المؤتمرات التقليدية.
في مرحلة ما، كان يمكنك الشعور بالفجوة بين الحماس والحذر. تحدث بعض الحضور عن سرعة الابتكار. بينما كان آخرون يفكرون بهدوء في فاتورة البنية التحتية التي تلي ذلك.
التكلفة الحقيقية للذكاء الاصطناعي
أثار سؤال آخر واحدة من أقوى مناقشات الليلة:
"ما هو أغلى خطأ في الذكاء الاصطناعي ارتكبته في العام الماضي؟"
كانت الإجابات صريحة.
لا تزال الفرق تكافح للتنبؤ بتكاليف الذكاء الاصطناعي قبل وصول المنتجات إلى مرحلة الإنتاج. اعترف الكثيرون بأنهم لا يزالون يتفاعلون مع الإنفاق بدلاً من التنبؤ به. لم يعد التحدي مجرد بناء منتجات ذكاء اصطناعي، بل فهم ما إذا كان بإمكانها العمل بشكل مستدام على نطاق واسع.
مع تزايد كثافة الحوسبة في منتجات الوسائط التوليدية، أصبحت مراقبة تكاليف الاستنتاج لا تقل أهمية عن جودة النموذج أو سرعة المخرجات.
من العروض التوضيحية إلى الإنتاج
تركزت العديد من المحادثات حول مدى سرعة النماذج مثل Seedance 2.0 في سد الفجوة بين المحتوى الذي يتم إنتاجه بواسطة الذكاء الاصطناعي وسير عمل الإنتاج التقليدي.
لكن التركيز لم يكن على العروض التوضيحية البراقة.
كانت المناقشة الحقيقية تدور حول ما يحدث بعد مرحلة النموذج الأولي.
كيف تؤدي هذه الأنظمة تحت أعباء العمل الحقيقية؟
ماذا يحدث لزمن الاستجابة والتكلفة مع زيادة الاستخدام؟
كيف توازن الشركات بين جودة المخرجات والاقتصاديات بمجرد وصول العملاء؟
بالنسبة للكثيرين حول الطاولة، لم يعد السؤال حول ما إذا كانت الوسائط التي ينتجها الذكاء الاصطناعي تعمل أم لا. فهي تعمل بوضوح. التحدي الآن هو تشغيلها بطريقة موثوقة وقابلة للتوسع ومستدامة مالياً.
ما التالي
بحلول نهاية الأمسية، كان هناك شيء واحد واضح.
بعض أفضل المناقشات في مجال الذكاء الاصطناعي لا تحدث على منصات المؤتمرات أو منصات التواصل الاجتماعي. إنها تحدث في غرف أصغر حيث يمكن للبنائين التحدث بصراحة عما ينجح بالفعل، وما يفشل، وما لم يقم أحد بحله بالكامل بعد.
هذا هو الهدف من هذه العشاءات.
نخطط لمواصلة استضافة هذه العشاءات شهرياً لجمع المشغلين والمستثمرين والبنائين المهتمين في مجالات الذكاء الاصطناعي التوليدي والوسائط والبنية التحتية.
الهدف بسيط: خلق مساحة حيث يمكن للناس التحدث بصراحة عما يحدث حقاً في الذكاء الاصطناعي دون ضغط حلقات النقاش، أو العروض التقديمية، أو الآراء الاستعراضية.
تابع Atlas Cloud على LinkedIn للحصول على تحديثات حول الحدث القادم.
