نفيديا تستثمر 5 مليارات دولار في SSI ليليا سوتسكيفير، ومن المتوقع أن يكون النموذج الأول هذا الأسبوع

icon MarsBit
مشاركة
AI summary iconملخص
التزمت NVIDIA باستثمار بقيمة 50 مليار دولار في Safe Superintelligence (SSI) لإيليا سوتسكفر، مع توقع إطلاق أول نموذج رئيسي للذكاء الاصطناعي هذا الأسبوع. تخطط الشركة لزيادة قوة الحوسبة الخاصة بـ SSI عشرة أضعاف خلال 12 شهرًا. يستخدم النموذج بنية جديدة تُسمى "التدريب أثناء الاختبار"، مما يمكّن التعلم في الوقت الحقيقي أثناء التشغيل. يمكن أن يغيّر هذا النموذج مشهد الذكاء الاصطناعي، ويُبعد عنه نماذج التدريب المسبق الثابتة. هذه الخطوة تمنح دفعة جديدة لأخبار الذكاء الاصطناعي + التشفير، وتُبرز التداخلات المحتملة مع تطورات الأخبار على السلسلة.

مختبر "الذكاء الفائق الآمن" (Safe Superintelligence، المختصر SSI) الذي أسسه إيليا سوتسكيفير قد يطلق نموذجه الأول الضخم هذا الأسبوع!

كبار الشخصيات في المجال يلمحون بجنون أن SSI ستطلق أول نموذج كبير ثوري.

NVIDIA

أكبر خبراء سيليكون فالي يكشفون بشكل مثير: "ستُقلب الذكاء الاصطناعي رأسًا على عقب!"

المستثمر البارز وشريك a16z مارتن كاسادو متحمس جدًا، ويشير مباشرة إلى أنه تواصل مؤخرًا مع "أقوى نموذج جديد هذا العام".

NVIDIA

انفجر المجتمع فورًا، وركزت الأنظار فورًا على SSI الخاص بـ Ilya.

السبب بسيط: a16z هو أحد المستثمرين الأساسيين خلف SSI. على الرغم من أن البعض يشتبه في أن كاسادو ربما رأى نموذج Astra القادم من OpenAI.

لكن الشائعات حول اختراق "الشركات الكبرى غير الرئيسية" تتصاعد.

NVIDIA

أشار المراقب التقني البارز أندرو كوران بحماس إلى أن هذه الإنجاز الكبير لم يأتِ من الشركات الكبرى السائدة (مثل OpenAI أو Google)، بل من مختبر مستقل، مما يعطي شعورًا "بالغ الواقعية".

الأكثر إثارةً هو خبير الذكاء الاصطناعي دان ماكآتيير، الذي صرح مباشرةً: "إيليا أنشأ فعليًا ذكاءً فائقًا، وقد تغيرت قواعد اللعبة!"

NVIDIA

في بداية الشهر، قال المستثمر غافن بيكر بصراحة في البودكاست:

SSI قالوا إنهم سيطلقون نموذجهم في أغسطس.

NVIDIA

إذا كنت تعتقد أن هذا مجرد نظريات، فانظر إلى تدفق الأموال الحقيقية.

في 27 يوليو من هذا العام، أعلنت نيفيديا (NVIDIA) فجأة عن إبرام شراكة استراتيجية طويلة الأمد مع هذه الشركة الغامضة التي لا تملك دخلاً ولا منتجات، وستزيد من حجم قوة الحوسبة الخاصة بـ SSI عشرة أضعاف خلال الأشهر الـ12 القادمة.

كما تم الكشف عن معلومات أكثر إثارة: بلغت هذه الاستثمارات 5 مليارات دولار، كما منحت نيفيديا SSI حق الوصول الحصري إلى نظام Vera Rubin القادم!

NVIDIA

لماذا يرغب هوانغ رينشون في إنفاق هذا المبلغ الكبير؟

في بيان صحفي، أوضحت نيفيديا أنها قررت الاستثمارات الكبيرة بعد "الحصول على حق وصول نادر لنتائج بحثها المحمية بصرامة".

ما الذي رآه هوانغ رينشون؟ مع التسريبات اليوم، الإجابة تصبح واضحة.

تحدي المفاهيم التقليدية: تعلّم الذكاء الاصطناعي "التعلم أثناء التفكير"

لفهم مدى إثارة النموذج الجديد SSI، يجب علينا أولاً فهم كيفية عمل الذكاء الاصطناعي الحالي (مثل ChatGPT وClaude).

في هذه المرحلة، فإن نماذج الذكاء الاصطناعي، بغض النظر عن حجم المعلمات، تُثبّت المعرفة في الأوزان خلال مرحلة التدريب المسبق. بمجرد اكتمال التدريب، يتم تجميد "دماغها".

لتمكين النموذج من معالجة معلومات جديدة، تتنافس الشركات الكبرى بشدة على "نافذة السياق" (Context Window)، من 100k إلى مستويات الملايين.

هذا يشبه امتحانًا مفتوح الكتاب — لم يصبح دماغ النموذج أكثر ذكاءً، بل إنك تسمح له بجلب "ملاحظات مساعدة" (السياق) أكثر سمكًا إلى قاعة الامتحان.

حتى نماذج الاستدلال التي تركز على "الحساب أثناء الاختبار" مثل o1 من OpenAI، فهي في جوهرها لا تفعل سوى قضاء وقت أطول في التفكير على ورقة مسودة (استهلاك المزيد من الرموز)، بينما تبقى الروابط داخل شبكتها العصبية، و"خلايا دماغها" ثابتة.

لكن ما كشفته SSI هذه المرة هو بنية جديدة مبنية على التدريب أثناء الاختبار (Test-Time Training، abbreviated as TTT).

What does this mean?

عندما يقرأ هذا النموذج وثيقة طويلة قدمتها، فإنه لا يُدخل الوثيقة في "ملاحظات سريعة"، بل يتعلمها حقًا، ويُحدث تحديثات تدرجية، ويغيّر بنية دماغه.

بعد الانتهاء من القراءة، أصبحت ذكاءً اصطناعيًا جديدًا تمامًا ولكن دقيقًا جدًا.

لم يعد بحاجة إلى نافذة سياق كبيرة، لأنها تحول ما تقرأه إلى معرفة "داخلية" حقيقية لها.

لم يعد محدودًا بالاحتكار الحسابي أثناء التدريب المسبق، فنموذج صغير ودقيق قادر على التكيف والتطور باستمرار في الموقع كافٍ لتفوق الضخامة العقيمة التي بُنيت بكميات هائلة من القوة الحسابية ولكنها عاجزة عن التكيف.

حاليًا، يتنافس الصناعيون على "مدى قدرة النموذج على التفكير"، بينما راهن إيليا على "能否 النموذج تغيير نفسه".

الرؤية الجامحة لإيليا

عند النظر إلى السنتين الماضيتين، كانت حالة "منتج صفر، ورقة بحثية صفر" لـ SSI تجعل الخارج يشك في أنها واجهت صعوبات.

لكن إذا وصلت الخط الزمني، سترى أن إيليا كان يلعب لعبة كبيرة طوال الوقت.

أرسل إيليا مرارًا وتكرارًا رسالة أساسية إلى الجمهور: عصر التدريب المسبق (Pretraining) الذي نعرفه سيصل إلى نهايته.

في مؤتمر NeurIPS لعام 2024، قام بهذا التنبؤ المذهل.

NVIDIA

بحلول نوفمبر 2025، في بودكاست دواركش باتيل، ذهب أبعد من ذلك وقال: "نحن ننتقل من عصر التوسيع إلى عصر البحث."

NVIDIA

يعتقد إيليا أن الصناعة بأكملها انحرفت بسبب كلمتي "AGI" و"التدريب المسبق". لم يُخلق البشر معرفةً منذ الولادة.

الذكاء الفائق الحقيقي في قلبه ليس آلة ضخمة تمت برمجتها منذ الإنتاج لحفظ جميع بيانات الشبكة؛ بل هو "عبقري مراهق عمره 15 عامًا، ذكي جدًا ومليء بفضول لا حدود له".

قد لا يفهم هذا الطفل البالغ من العمر 15 عامًا أي شيء في البداية، ولكن بمجرد أن تضعه في أي وظيفة، ومن خلال التجربة والخطأ المستمر والتعلم، يمكنه تعلم البرمجة والطب والقانون، وحتى أي مهارة غير معروفة بسرعة.

وأوضح أكثر: البشر ليسوا AGI "مُفعّلين بالكامل من المصنع"، بل يعتمدون على التعلم المستمر (continual learning).

يجب أن يكون الذكاء الفائق الحقيقي كذلك: فإن نشره هو عملية تعلم تتطور باستمرار من خلال التغذية الراجعة الواقعية، وليس مجرد اكتماله بعد التدريب الأولي.

هذه الفكرة حددت مباشرة استراتيجية SSI: عدم السعي وراء المنتجات قصيرة الأجل، أو نشر نماذج وسيطة، بل التركيز فقط على "المسار المباشر نحو الذكاء الفائق الآمن"، مع توجيه جهود البحث نحو التعلم المستمر الفعال والتوافق.

NVIDIA

لتحقيق هذا الهدف، فإن "التعلم الميتا" (Meta-learning) هو الحل الوحيد — يجب على النموذج ألا يكتفي باكتساب المهارات، بل يجب أن يتقن "طريقة اكتساب المهارات".

هذا يفسر تمامًا سبب كون SSI هادئًا جدًا. إذا كنت تبني نوعًا جديدًا يقلب النموذج الحالي رأسًا على عقب، فلن تنشر مدونات هنا وهناك أثناء بناء النموذج.

لكن الورق لا يمكنه إخفاء النار، فالدلائل كانت مزروعة منذ زمن.

في يوليو 2024، نشر الباحثون يو سون وآخرون الورقة الأصلية عن TTT.

الأهم من ذلك، أن جيد مكاليب، المؤسس المشترك لستيلار ومستثمر في SSI، قام بتأليف ورقة بحثية يصرح صراحةً

نمذجة اللغة ذات السياق الطويل ليست مشكلة هندسية على الإطلاق، بل هي مشكلة تعلم مستمر!

NVIDIA

تشير جميع المؤشرات — من التوافق في مجالات البحث، إلى مشاركة المستثمرين مباشرة في نشر أوراق علمية مشتركة، وحتى التسريبات الحالية — إلى نفس الحقيقة: أن SSI حولت TTT من مفهوم أكاديمي في المختبر إلى سلاح تجاري حقيقي.

الخاتمة: النصف الثاني للذكاء الاصطناعي قد بدأ للتو

الآن، جميع الأنظار مركزة على هذا أغسطس.

سواء كان الإصدار التجريبي متاحًا فقط لعدد صغير من المهووسين، أو الإطلاق المذهل للجمهور، فإن النموذج الأولي لـ SSI سيُعيد تشكيل منطق صناعة الذكاء الاصطناعي بالكامل بمجرد أن يكتسب القدرة على "التدريب أثناء الاختبار" و"تحديث الأوزان في الوقت الحقيقي".

ستواجه جدران الحوسبة المكدسة في مراكز البيانات من قبل الشركات الكبرى، ونموذج العمل القائم على التسعير حسب الملايين من الرموز، وحتى الجدل حول الأوزان المفتوحة المصدر، هجومًا من مستوى أدنى.

هذا يثبت شيئًا واحدًا: سباق الذكاء الاصطناعي لم يصل بعد إلى مرحلة النهاية حيث يفوز من يمتلك الموارد المالية والحوسبية الأكبر. لا تزال القفزات التقنية الحقيقية مخبأة داخل العقول الرائدة التي تجرؤ على كسر المفاهيم السائدة.

هذه المرة، يقف إيليا سوتسكيفير مرة أخرى على مفترق طرق التاريخ. في ذلك الوقت، كان كوده الواحد هو ما أعاد إحياء التعلم العميق؛ والآن، ربما يكون هو نفسه من سيُنهي عصر "التدريب المسبق" للنماذج الكبيرة.

هل تعتقد أن إيليا سيتمكن هذه المرة من العودة إلى التألق؟ إذا كان الذكاء الاصطناعي قادرًا حقًا على "التطور أثناء الاستخدام"، فكم يبعد البشر عن فقدان السيطرة تمامًا؟

المراجع:

https://x.com/hakmgpt/status/2091855200713638146

https://x.com/daniel_mac8/status/2091891607641440598

https://x.com/AndrewCurran_/status/2091890441465499995

https://x.com/martin_casado/status/2091650951736361073

https://aimidday.com/ssis-first-model-reportedly-trains-itself-while-it-thinks/

هذا المقال من حساب WeChat "New Intelligence Yuan"، المؤلف: ASI Revelation؛ التحرير: ديفيد

إخلاء المسؤولية: قد تكون المعلومات الواردة في هذه الصفحة قد حصلت عليها من أطراف ثالثة ولا تعكس بالضرورة وجهات نظر أو آراء KuCoin. يُقدّم هذا المحتوى لأغراض إعلامية عامة فقط ، دون أي تمثيل أو ضمان من أي نوع ، ولا يجوز تفسيره على أنه مشورة مالية أو استثمارية. لن تكون KuCoin مسؤولة عن أي أخطاء أو سهو ، أو عن أي نتائج ناتجة عن استخدام هذه المعلومات. يمكن أن تكون الاستثمارات في الأصول الرقمية محفوفة بالمخاطر. يرجى تقييم مخاطر المنتج بعناية وتحملك للمخاطر بناء على ظروفك المالية الخاصة. لمزيد من المعلومات، يرجى الرجوع إلى شروط الاستخدام واخلاء المسؤولية.