اجتاحت موجة الذكاء الاصطناعي العالم، وظهرت DeepSeek كقوة جديدة أثارت زوبعة في السوق

مؤخراً، حدثت واقعة بارزة في مجال الذكاء الاصطناعي. نموذج AI كبير صيني يسمى DeepSeek تجاوز لأول مرة في عدد تنزيلاته في متجر التطبيقات الأمريكي ChatGPT، ليصل إلى القمة. هذه الظاهرة أثارت اهتماماً واسعاً في الأوساط التكنولوجية والاستثمارية والإعلامية العالمية، كما أثارت مشاعر الذعر لفترة قصيرة في سوق المال الأمريكية.

نتيجة لذلك، شهدت أسعار أسهم العديد من عمالقة التكنولوجيا انخفاضات متفاوتة. انخفضت أسهم إنفيديا بنسبة 5.3%، وانخفضت أسهم ARM بنسبة 5.5%، وانخفضت أسهم بروكتر وغامبل بنسبة 4.9%، وانخفضت أسهم TSMC بنسبة 4.5%. كما سجلت شركات أخرى مثل ميكرون، وAMD، وإنتل انخفاضات متناسبة. انخفضت عقود ناسداك 100 الآجلة إلى -400 نقطة، مما قد يسجل أكبر انخفاض يومي منذ 18 ديسمبر. وفقًا لتقديرات غير مكتملة، قد تتبخر القيمة السوقية للأسواق الأمريكية في تداول يوم الاثنين بأكثر من تريليون دولار، وهو ما يعادل ثلث القيمة السوقية الإجمالية لسوق العملات المشفرة.

لم يسلم سوق العملات الرقمية من هذا الاتجاه الهبوطي. انخفض سعر البيتكوين تحت 100500 دولار، وبلغت نسبة الانخفاض خلال 24 ساعة 4.48%. كما انخفض الإيثريوم تحت 3200 دولار، وكانت نسبة الانخفاض خلال 24 ساعة 3.83%. يشعر العديد من المستثمرين بالحيرة إزاء هذه التقلبات المفاجئة في السوق، حيث يعتقد البعض أن ذلك قد يكون مرتبطًا بتقليص توقعات خفض الفائدة من قبل الاحتياطي الفيدرالي أو عوامل ماكرو أخرى.

أدى صعود DeepSeek إلى إعادة التفكير في نماذج تطوير الذكاء الاصطناعي. على عكس الشركات مثل OpenAI وMeta، لم تتطور DeepSeek اعتمادًا على رأس المال القوي وموارد الأجهزة الضخمة. بالمقارنة، تأسست OpenAI قبل 10 سنوات، ولديها 4500 موظف، وقد جمعت 6.6 مليار دولار من التمويل. بينما أنفقت إحدى شركات وسائل التواصل الاجتماعي 60 مليار دولار لتطوير مركز بيانات ذكاء اصطناعي بحجم مانهاتن. تأسست DeepSeek منذ أقل من عامين، ولديها فقط 200 موظف، وتكلفة تطويرها أقل من 10 مليون دولار، ولم تقم بشراء وحدات معالجة الرسومات المتقدمة بكميات كبيرة.

هذا التباين يدفع المهنيين في الصناعة للتساؤل: كيف ستتنافس عمالقة التكنولوجيا التقليديون مع DeepSeek؟ نجاح DeepSeek لا يعكس فقط الميزة من حيث التكاليف في الجوانب المالية والتقنية، بل يكسر أيضاً المفاهيم الراسخة حول تطور الذكاء الاصطناعي.

علق نائب رئيس المنتج في إحدى الشركات التكنولوجية المعروفة على وسائل التواصل الاجتماعي قائلاً إن قصة DeepSeek تجسد الابتكار المزعزع النموذجي. الشركات الحالية تعمل على تحسين العمليات الحالية، بينما المعطلون يعيدون التفكير في الأساليب الأساسية. قدمت DeepSeek فكرة جديدة: ماذا لو فعلنا هذا بشكل أذكى، بدلاً من مجرد استثمار المزيد من الأجهزة؟

حالياً، تكلفة تدريب نماذج الذكاء الاصطناعي الكبرى باهظة للغاية. بعض الشركات الرائدة في مجال الذكاء الاصطناعي تنفق أكثر من 100 مليون دولار فقط على الحوسبة، ويتطلب الأمر تجهيز مراكز بيانات كبيرة مزودة بآلاف وحدات معالجة الرسومات بقيمة 40 ألف دولار لكل منها. ولكن DeepSeek قدمت حلاً مذهلاً: تنفيذ هذه المهمة بتكلفة 5 ملايين دولار. والأكثر إثارة للدهشة هو أنهم لم يقترحوا هذه الفكرة فحسب، بل حققوها فعلاً. نماذجهم تنافس أو تتفوق على الأنظمة الرائدة في الصناعة في العديد من المهام.

نجاح DeepSeek ناتج عن إعادة التفكير في كل شيء من الصفر. تستخدم نماذج الذكاء الاصطناعي التقليدية أعداد عشرية مكونة من 32 بت لتمثيل كل رقم، بينما تحاول DeepSeek استخدام أعداد عشرية مكونة من 8 بت، واكتشفت أن الدقة لا تزال كافية. أدى هذا التغيير إلى تقليل الذاكرة المطلوبة بنسبة 75%. ونتيجة لذلك، انخفضت تكلفة التدريب من 100 مليون دولار إلى 5 ملايين دولار، وانخفض عدد وحدات معالجة الرسومات المطلوبة من 100,000 إلى 2,000، وانخفضت تكلفة واجهة برمجة التطبيقات بنسبة 95%. والأهم من ذلك، يمكن لنموذجهم العمل على وحدات معالجة الرسومات العادية للألعاب، دون الحاجة إلى أجهزة مراكز البيانات المتخصصة.

نجاح DeepSeek يتحدى العديد من المفاهيم التقليدية في مجال الذكاء الاصطناعي، بما في ذلك أن الصين لا يمكنها سوى إنشاء رموز مصدرية مغلقة، والمكانة المطلقة لوادي السيليكون في مجال الذكاء الاصطناعي، وأن تطوير نماذج الذكاء الاصطناعي الرائدة يتطلب استثمارات ضخمة. حتى لو لم يتم الإطاحة بهذه الآراء تمامًا، فقد تعرضت لاهتزازات شديدة.

أشارت مؤسسة استثمار الأسهم الأمريكية المعروفة في تقريرها حول DeepSeek إلى أن هذا يمثل انتصارًا للبرمجيات مفتوحة المصدر على البرمجيات المغلقة. يمكن أن تتحول مساهمات مجتمع البرمجيات مفتوحة المصدر بسرعة إلى ازدهار النظام البيئي بأسره. في الوقت نفسه، يعتبرون أن مسار تطوير شركات الذكاء الاصطناعي التقليدية، على الرغم من أنه يبدو بسيطًا وصارمًا، لا يستبعد ظهور تحولات نوعية جديدة بعد الوصول إلى حجم معين. من خلال النظر إلى تاريخ تطوير الذكاء الاصطناعي على مدى 70 عامًا مضت، لا يزال الحوسبة أمرًا بالغ الأهمية، ومن المحتمل أن تظل هذه النقطة صحيحة في المستقبل.

ظهور DeepSeek جعل النماذج المفتوحة المصدر تصل إلى مستوى مشابه للنماذج المغلقة المصدر، بل وتفوقت عليها في الكفاءة. هذا قلل من ضرورة الشركات لشراء واجهات برمجة التطبيقات التجارية للذكاء الاصطناعي، مما وفر مساحة أكبر للتطوير للتطبيقات اللاحقة. من المتوقع أنه في العام أو العامين القادمين، سنشهد مجموعة أغنى من منتجات شرائح الاستدلال وبيئة تطبيقات نماذج اللغة الكبيرة الأكثر ازدهارًا.

على الرغم من أن DeepSeek أظهرت كفاءة عالية، إلا أن الخبراء يرون أن الطلب على قوة الحوسبة لن ينخفض. وهذا يتماشى مع مفارقة جيفونس في الاقتصاد، حيث إن تحسين الكفاءة التكنولوجية يؤدي في الواقع إلى زيادة الاستهلاك الإجمالي للموارد. تمامًا كما في عملية انتشار الهواتف النقالة من الهواتف العملاقة إلى هواتف نوكيا، فإن الانخفاض في التكاليف هو الذي تحقق الانتشار، في حين أن الانتشار أدى إلى زيادة إجمالي استهلاك السوق.

لا شك أن هذا突破 كبير في تكنولوجيا الذكاء الاصطناعي سيؤثر بعمق على المشهد التكنولوجي العالمي، كما أنه يوفر أفكارًا جديدة لتوجيه تطوير الذكاء الاصطناعي في المستقبل. مع تطور التكنولوجيا بشكل مستمر، نتطلع إلى رؤية المزيد من الابتكارات والانتصارات، مما يدفع مجال الذكاء الاصطناعي نحو مزيد من الكفاءة والشمولية.