الأفضل فقط للأفضل

استلمت شركة الذكاء الاصطناعي "أوبن أي آي"؛ والمملوكة من قبل إيلون ماسك؛ طرداً تُقدّر قيمته بملياري دولار. حيث قام السيد جين سون هوانغ؛ المدير التنفيذي لشركة إنفيديا؛ بتسليم أول حاسوب فائق من طراز "دي جي إكس-1" إلى هذه الشركة غير الربحية، والتي كرست نفسها "لتطوير الذكاء الرقمي بطريقة تُفيد البشرية ككل، وهي غير مقيدة بتوليد عوائد الربح المادي".

يمتلك الحاسوب المُستلَم قدرة حسابية هائلة؛ بسرعة 170 تيرا فلوب (عملية حسابية بالفاصلة العائمة في الثانية)، أي بما يعادل قدرة 250 حاسوب مخدّم تقليدي. تشير إنفيديا إلى التطابق المناسب بقولها: "يحتاج فريق البحث الرائد في الذكاء الاصطناعي إلى أسرع أنظمة الذكاء في العالم".

أضاف هوانغ: "اعتقدتُ بأنه من المناسب جداً أن يذهب أول حاسوب فائق في العالم؛ والمخصّص لأبحاث الذكاء الاصطناعي؛ إلى المختبرات التي تُعنى بأبحاث الذكاء الاصطناعي المفتوح".

تدريب ريديت

سيقوم الحاسوب الفائق بالتطرق إلى أصعب التحديات التي تواجه صناعة الذكاء الاصطناعي؛ وذلك من خلال قراءة ومتابعة منتديات موقع ريديت. من الواضح بأن حجم المنتدى الضخم لن يشكل عائقاً، بل هو السبب لانتقاءه كساحة تدريب للحاسوب "دي جي إكس-1".

يقول أندريج كارباثي؛ أحد الباحثين في أوبن أي آي: "أن التعلّم العميق هو أحد الأصناف الخاصة جداً للنمذجة، لأنك كلما وسعت المجال والحجم؛ حصلت على نتائج أفضل".

سيقوم "دي جي إكس-1" بمعالجة ما يقارب ملياري تعليق من موقع ريديت خلال عدة أشهر؛ بدلاً من عدة سنوات، وذلك بفضل مواصفاته الفائقة: حيث يبلغ سعره 129000 دولار، وهو بحجم الحاسوب المكتبي، يحوي 8 وحدات معالجة بيانية (جي بي يو) من طراز "إنفيديا تسلا بي 100"، مع سعة تخزين 7 تيرابايت، ومعالجي كزيون، وفوق ذلك كله؛ أداؤه العالي بسرعة 170 تيرا فلوب.

سيعالج "دي جي إكس-1" موقع ريديت للتعلم بشكل أسرع، وليصبح قادراً على الدردشة بشكل أدق. يقول كارباثي: "يمكنك أخذ كميات كبيرة من المعطيات اللازمة لمساعدة الأشخاص على التحدث فيما بينهم عبر الإنترنت، ثم يمكنك تدريب مُدردِش آلي باستخدام تلك المعطيات. لكن من الأفضل أن تعلّم الحاسوب كيف تعمل اللغة، وكيف يتواصل البشر فيما بينهم".

تم تجهيز الحاسوب لجَعلِ الأمور أسهل على فريق المطورين في أوبن أي آي. حيث يقول أحد علماء الشركة إيليا سوتسكيفر: "لن نحتاج إلى برمجة من جديد. سنأخذ ما لدينا الموجود لدينا حالياً، وسنقوم فقط بتوسيع حجم النموذج. وسنحصل على نتائج أفضل بكثير مما لدينا الآن".