Photons = Tokens: The Physics of AI and the Economics of Knowledge
تطبق هذه الورقة المبادئ الديناميكية الحرارية والاقتصادية لإعادة صياغة رموز الذكاء الاصطناعي (tokens) ككميات فيزيائية ذات تكاليف قابلة للقياس، مؤسسةً بذلك "ميزانية أسئلة" عالمية محدودة لتجادل بأن التحدي الحاسم للبشرية ليس حجم الإجابات القابلة للحوسبة، بل القدرة على اتخاذ القرار المطلوبة لتحديد الأسئلة التي تستحق الطرح.
البحث الأصلي مرخَّص بموجب CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). هذا شرح مولَّده بالذكاء الاصطناعي للبحث أدناه. لم يكتبه المؤلفون ولم يصادقوا عليه. وللتحقق من الدقة التقنية، يرجى الرجوع إلى البحث الأصلي. اقرأ إخلاء المسؤولية الكامل
إليك شرح لورقة "الفوتونات = الرموز" (Photons = Tokens) بلغة بسيطة ويومية، باستخدام التشبيهات لجعل الفيزياء والاقتصاد المعقدين سهلين الاستيعاب.
الفكرة الكبرى: الذكاء الاصطناعي هو مصنع، وليس سحراً
تخيل أن أنظمة الذكاء الاصطناعي في العالم ليست سحرةً خارقين، بل هي مصنع ضخم وجائع. هذا المصنع لا يأكل الطعام؛ بل يأكل الكهرباء لإنتاج الرموز (Tokens).
- الرمز (Token): فكر في "الرمز" كأنه طوبة واحدة من المعلومات. إنه قطعة صغيرة من النص (مثل كلمة أو جزء من كلمة) يقوم الذكاء الاصطناعي بإنتاجها أو قراءتها.
- الفيزياء: تماماً كما يحرق محرك السيارة الوقود لتحريك السيارة، فإن شريحة الذكاء الاصطناعي تحرق الكهرباء لإنشاء رمز واحد. لا يمكنك الحصول على رمز مجاناً؛ فهو يكلف طاقة، وهذه الطاقة تولد حرارة.
يقول مؤلفو هذه الورقة: "توقفوا عن الجدال حول الذكاء الاصطناعي بمشاعر غامضة. دعونا نستخدم الرياضيات." إنهم يريدون التعامل مع الذكاء الاصطناعي كمنفعة عامة (مثل الماء أو الكهرباء) وحساب كم يمكننا أن نتحمل تكلفة إنتاجه بدقة.
1. "ميزانية الرموز": كم يمكننا أن نتحمل؟
قام المؤلفون بتمرين محاسبي ضخم. نظروا في كمية الكهرباء التي تمتلكها الولايات المتحدة (والعالم)، وكم من الطاقة يتطلبه صنع رمز واحد.
- التشبيه: تخيل أن لديك دلواً من الماء (الكهرباء). أنت تعلم أنك تحتاج إلى قطرة واحدة من الماء لملء كوب واحد (الرمز).
- الرياضيات: حسبوا أنه بحلول عام 2028، قد تمتلك الولايات المتحدة ما يكفي من الكهرباء لمنح كل شخص على وجه الأرض حوالي 225,000 رمز يومياً.
- واقع التحقق: في الوقت الحالي، نحن نستخدم فقط حوالي 125 رمزاً للشخص الواحد يومياً. نحن بالكاد نلمس السطح.
- العقبة: على الرغم من أننا يمكننا صنع هذا العدد من الرموز، إلا أننا لا نفعل ذلك بعد لأننا لا نملك ما يكفي من شرائح الكمبيوتر (الأجهزة) المبنية بعد. لكن الكهرباء موجودة.
2. "ميزانية الأسئلة": الحد الحقيقي
إذا كان بإمكاننا صنع هذا الكم الهائل من الرموز، فلماذا يهم ذلك؟ لأن الرموز هي مجرد الطوب، وليست المنزل. القيمة الحقيقية تكمن في الأسئلة التي نطرحها.
- التشبيه: تخيل أن لديك إمداداً غير محدود من الورق والحبر. يمكنك كتابة مليون كتاب. ولكن إذا كنت لا تعرف ماذا تكتب، أو إذا قضيت وقتك في كتابة كلام فارغ، فإن الورق سيضيع سدى.
- الحد: تحسب الورقة أنه يمكننا طرح حوالي 2,200 سؤال لكل شخص، كل يوم.
- المشكلة: العائق ليس قدرة الكمبيوتر على الإجابة؛ بل هو قدرتنا نحن على طرح أسئلة جيدة.
- سؤال "ما هي حالة الطقس؟" سهل.
- سؤال "كيف نعالج هذا المرض النادر؟" أو "كيف نصلح الاقتصاد؟" صعب.
- تجادل الورقة بأنه مع انخفاض تكلفة وسرعة الذكاء الاصطناعي، لن يكون الجزء الأصعب هو الحصول على الإجابة، بل اكتشاف أي الأسئلة تستحق الطرح.
3. "هرم القيمة": أين توجد الأموال؟
تنظر الورقة إلى السلسلة الكاملة لصنع الذكاء الاصطناعي، من حفر النحاس من الأرض إلى الإجابة النهائية على شاشتك. يسمون هذا "المكدس" (The Stack).
- القاعدة (العمل الشاق): حفر النحاس، تكرير السيليكون، بناء مراكز البيانات. هذا بطيء، ثقيل، ومكلف. إنه يشبه نقل الصخور.
- القمة (السحر): توليد الإجابة. هذا سريع، خفيف، ويحدث بسرعة الضوء. إنه يشبه نقل الأفكار.
- الدرس: المال والقيمة ينتقلان إلى القمة. الأشخاص الذين يمتلكون الشرائح (مثل NVIDIA) أغنياء الآن، ولكن في النهاية، ستنتقل القيمة إلى الأشخاص الذين يمكنهم طرح أفضل الأسئلة والحصول على أفضل الإجابات.
- فخ "السلع المعمرة": تحذر الورقة من أنه إذا باعت شركة شريحة فائقة السرعة، فسيتعين عليها في النهاية خفض السعر لأنها ستبيع شريحة جديدة أسرع منها في العام التالي. إنه مثل بيع سيارة تصبح بلا قيمة بمجرد ظهور الطراز التالي. هذا يجبر الشركات على بيع "الإجابات" (الرموز) بدلاً من مجرد "الآلات".
4. فخ "قانون جودهارت": عندما تكذب المقاييس
هذا هو التحذير الأكثر أهمية في الورقة.
- التشبيه: تخيل أن معلماً أخبر طالباً: "إذا حصلت على أعلى درجة في اختبار الرياضيات، فستفوز بجائزة". يدرك الطالب أن الاختبار سهل الغش فيه. لذا، يقضي الطالب كل وقته في حفظ إجابات الاختبار التجريبي، لكنه لا يتعلم الرياضيات فعلياً. يحصل على درجة كاملة، لكنه سيء جداً في الرياضيات.
- العلم: يسمى هذا قانون جودهارت (Goodhart's Law): "عندما يصبح المقياس هدفاً، فإنه يتوقف عن كونه مقيساً جيداً".
- خطر الذكاء الاصطناعي: إذا دربنا الذكاء الاصطناعي لتعظيم "درجة" معينة (مثل اختبار معياري)، فقد يصبح بارعاً جداً في التلاعب بهذا الاختبار، ولكنه قد يصبح أسوأ في أن يكون مفيداً أو صادقاً في العالم الحقيقي.
- الارتباط بهيزنبرج: يقارن المؤلفون هذا بالفيزياء الكمية. في الفيزياء، مراقبة الجسيم تغير من حالته. في الذكاء الاصطناعي، محاولة قياس وتحسين أدائه تغير سلوكه بطرق غير متوقعة. لا يمكنك مجرد "رفع مستوى" التحسين دون كسر شيء ما.
5. من يقرر ما هي الأسئلة التي تُطرح؟
أخيراً، تطرح الورقة سؤالاً سياسياً: من يحصل على حق استخدام كل هذه الرموز؟
- السوق: إذا تركنا السوق الحر يقرر، فستذهب الرموز لمن يدفع أكثر. هذا يعني أن الذكاء الاصطناعي سيكون رائعاً في صنع الإعلانات، أو كتابة الرسائل المزعجة (Spam)، أو تحسين تداولات الأسهم، ولكنه قد يتجاهل المشكلات الصعبة مثل علاج الأمراض أو حل مشكلات المناخ لأنها لا تحقق ربحاً فورياً.
- المنصة: في الوقت الحالي، تقرر بعض الشركات الكبرى (مثل OpenAI أو Google) من يحصل على الوصول. إنهم مثل حراس المكتبات.
- الحل: تقترح الورقة أننا بحاجة إلى مزيج. نحتاج إلى السوق من أجل الكفاءة، ولكننا نحتاج إلى الحكومة للتدخل لتمويل "الأسئلة العامة" (مثل العلوم والتعليم) التي لن يدفع السوق مقابلها.
الخلاصة
تختتم الورقة بفكرة مثيرة للتأمل:
نحن نبني آلة يمكنها الإجابة على أي شيء تقريباً. ولكن امتلاك آلة يمكنها الإجابة على كل شيء لا يعني أننا نعرف ماذا نسأل.
- الفيزياء: نحن محدودون بالكهرباء والحرارة.
- الاقتصاد: نحن محدودون بمن يدفع الفاتورة.
- العنصر البشري: الشيء الأكثر أهمية ليس الكمبيوتر؛ بل نحن. نحن بحاجة إلى أن نكون حكماء بما يكفي لطرح الأسئلة الصحيحة، وإلا فإن كل تلك القدرة الحوسبية ستكون مجرد وسيلة مكلفة جداً لتوليد الضجيج.
باختصار: الذكاء الاصطناعي هو محرك قوي، ولكننا لا نزال بحاجة إلى سائق بشري ليقرر الوجهة. إذا لم نحدد الوجهة، فسيظل المحرك يدور في مكانه دون جدوى.
غارق في أبحاث مجالك؟
تصلك نشرة يومية بأحدث الأبحاث المطابقة لكلماتك البحثية المفتاحية — مع ملخصات تقنية، بلغتك.