توقع خبراء الذكاء الاصطناعي في NVIDIA تحولات سريعة في جميع الصناعات مع تسريع الشركات لتنفيذ الذكاء الاصطناعي وبدء بناء أفضل الممارسات لاعتماد الذكاء الاصطناعي الإنتاجي.
التخصيص في الشركات
من المتوقع أن تشهد الشركات تخصيصًا متزايدًا في عام 2024. لن يكون لدى الشركات تطبيقين أو ثلاثة تطبيقات ذكاء اصطناعي إنتاجي فحسب ، بل ستكون لديها مئات التطبيقات المخصصة باستخدام البيانات الخاصة التي تناسب أجزاء مختلفة من أعمالها.
عندما يتم تشغيل هذه النماذج المخصصة في الإنتاج ، ستتميز بقدرات RAG لربط مصادر البيانات بنماذج الذكاء الاصطناعي الإنتاجية للحصول على ردود دقيقة ومعلومات مدروسة. بالفعل ، تعمل الشركات الرائدة مثل Amdocs و Dropbox و Genentech و SAP و ServiceNow و Snowflake على بناء خدمات جديدة للذكاء الاصطناعي الإنتاجي باستخدام RAG و LLMs.
البرمجيات مفتوحة المصدر
بفضل النماذج المدربة مسبقًا مفتوحة المصدر ، ستصبح تطبيقات الذكاء الاصطناعي الإنتاجي التي تحل التحديات المحددة في المجال جزءًا من استراتيجيات العمل.
عندما يجمع الشركات هذه النماذج الأولية مع البيانات الخاصة أو البيانات في الوقت الحقيقي ، يمكنها أن تبدأ في رؤية زيادة في الإنتاجية وفوائد التكلفة عبر المنظمة. من المتوقع أن تصبح الحوسبة والبرمجيات الذكية أكثر إمكانية الوصول على أي منصة تقريبًا ، من الحوسبة القائمة على السحابة وخدمات نماذج الذكاء الاصطناعي إلى مركز البيانات والحواف وسطح المكتب.
الذكاء الاصطناعي الجاهز للاستخدام والخدمات الصغيرة
لقد دفع الذكاء الاصطناعي الإنتاجي اعتماد نقاط نهاية واجهة برمجة التطبيقات (API) ، مما يجعل من الأسهل على المطورين بناء تطبيقات معقدة.
في عام 2024 ، ستتطور أدوات تطوير البرمجيات وواجهات برمجة التطبيقات (API) عندما يقوم المطورون بتخصيص نماذج الذكاء الاصطناعي الجاهزة للاستخدام باستخدام خدمات AI الصغيرة مثل RAG كخدمة. سيساعد هذا الأمر الشركات على استغلال الإمكانات الكاملة للإنتاجية التي يدفعها الذكاء الاصطناعي مع المساعدين الذكيين وأدوات التلخيص التي يمكنها الوصول إلى معلومات الأعمال الحديثة.
الذكاء الاصطناعي ككنز وطني
من المتوقع أن يصبح الذكاء الاصطناعي السباق الفضائي الجديد ، حيث يسعى كل بلد لإنشاء مركز التميز الخاص به لتحقيق تقدم كبير في البحث والعلوم وتحسين الناتج المحلي الإجمالي.
باستخدام عدد قليل فقط من وحدات الحوسبة المعززة ، ستتمكن البلدان من بناء حواسيب فائقة الأداء للذكاء الاصطناعي بمستوى الإكساسكيل. ستعزز مراكز التميز في الذكاء الاصطناعي الممولة من قبل الحكومة نمو الاقتصاد في البلدان من خلال إنشاء وظائف جديدة وبناء برامج جامعية أقوى لإنشاء الجيل القادم من العلماء والباحثين والمهندسين.
القفزات الكمومية والتقدمات السريعة
سيقوم قادة الشركات بإطلاق مبادرات بحث في الحوسبة الكمومية استنادًا إلى سائقين رئيسيين اثنين: القدرة على استخدام حواسيب الذكاء الاصطناعي التقليدية لمحاكاة المعالجات الكمومية وتوفر منصة تطوير مفتوحة وموحدة للحوسبة الكمومية الكلاسيكية المختلطة. يتيح هذا للمطورين استخدام لغات البرمجة القياسية بدلاً من الحاجة إلى المعرفة المخصصة والمتخصصة لبناء خوارزميات الكم.
بينما كانت في السابق تعتبر مجالًا غامضًا في علوم الحاسوب ، ستصبح الحوسبة الكمومية أكثر انتشارًا مع انضمام الشركات إلى الأكاديمية والمختبرات الوطنية في سعيها لتحقيق تقدم سريع في علوم المواد والبحوث الصيدلانية والفيزياء الجزيئية والخدمات اللوجستية.
من RAG إلى الثراء
من المتوقع أن نسمع المزيد عن استرجاع الجيل المحسن مع اعتماد الشركات هذه الأطر الذكاء الاصطناعي في عام 2024.
عندما يقوم الشركات بتدريب LLMs لبناء تطبيقات وخدمات الذكاء الاصطناعي الإنتاجي ، يُعتبر RAG حلاً للردود غير الدقيقة أو الغير منطقية التي تحدث أحيانًا عندما لا تتوفر للنماذج ما يكفي من المعلومات الدقيقة والملائمة لحالة الاستخدام المعينة.
باستخدام الاسترجاع الدلالي ، ستقوم الشركات بأخذ النماذج الأساسية مفتوحة المصدر واستيعاب بياناتها الخاصة بحيث يمكن لاستعلام المستخدم استرداد البيانات ذات الصلة من الفهرس ومن ثم تمريرها إلى النموذج أثناء التشغيل.
النتيجة هي أن الشركات يمكنها استخدام موارد أقل لتحقيق تطبيقات الذكاء الاصطناعي الإنتاجية أكثر دقة في قطاعات مثل الرعاية الصحية والتمويل والتجزئة والتصنيع. يجب أن يتوقع المستخدمون النهائيون رؤية مزيد من الروبوتات الدردشة متعددة الوسائط وأنظمة توصية المحتوى الشخصية المتطورة والحساسة للسياق التي تتيح لهم التحدث إلى بياناتهم بشكل طبيعي وبديهي.
التعددية تصنع أثرها
من المتوقع أن يصبح الذكاء الاصطناعي الإنتاجي القائم على النصوص شيئًا من الماضي. حتى وإن كان الذكاء الاصطناعي الإنتاجي لا يزال في مراحله الأولى ، فمن المتوقع أن تتبنى العديد من الصناعات نماذج LLM متعددة الوسائط تتيح للمستهلكين استخدام مزيج من النص والصوت والصور لتقديم ردود أكثر صلة سياقيًا على استفسار حول الجداول والرسوم البيانية أو الرسوم التخطيطية.
ستعمل شركات مثل Meta و OpenAI على دفع حدود الذكاء الاصطناعي متعدد الوسائط من خلال إضافة دعم أكبر للحواس ، مما سيؤدي إلى تقدمات في العلوم الفيزيائية والعلوم البيولوجية والمجتمع بشكل عام. ستتمكن الشركات من فهم بياناتها ليس فقط في شكل نص ولكن أيضًا في ملفات PDF والرسوم البيانية والرسوم التوضيحية والشرائح وغيرها.
التعاون لضمان السلامة
سيسرع التعاون بين المؤسسات الرائدة في مجال الذكاء الاصطناعي من البحث وتطوير أنظمة آمنة وقوية. من المتوقع أن نرى ظهور بروتوكولات سلامة قياسية وأفضل الممارسات تتم اعتمادها في جميع الصناعات ، مما يضمن مستوى ثابت وعالٍ من السلامة في نماذج الذكاء الاصطناعي الإنتاجية.
ستزيد الشركات تركيزها على الشفافية والقابلية للتفسير في أنظمة الذكاء الاصطناعي – واستخدام أدوات ومنهجيات جديدة لإلقاء الضوء على عمليات اتخاذ القرار في النماذج الذكاء الاصطناعي المعقدة. مع توحيد الذكاء الاصطناعي حول السلامة ، يتوقع أن تصبح التقنيات الذكاء الاصطناعي أكثر موثوقية وقابلة للثقة ومتوافقة مع القيم البشرية.
توسيع الوصول إلى التطوير
سيتمكن أي شخص تقريبًا في أي مكان قريبًا من أن يصبح مطورًا. في السابق ، كان على المرء أن يعرف ويكون ماهرًا في استخدام لغة تطوير محددة لبناء تطبيقات أو خدمات. مع تزايد تدريب البنية التحتية للحوسبة على لغات تطوير البرمجيات ، سيتمكن أي شخص من تشغيل الجهاز لإنشاء تطبيقات وخدمات مخصصة. سيتم مساعدتهم من خلال إدخالات النص أو التعليمات الصوتية ، مما يجعل التفاعل مع الكمبيوتر بسيطًا مثل إعطاء تعليمات شفهية.
الفن والأغاني: الجديد والقديم
تمامًا كما أن الأغنية المحسنة بواسطة الذكاء الاصطناعي من الفرقة الأسطورية أثارت جولة جديدة من الحماس للبيتلمانيا ، فإن فجر أول فيلم طويل الذكاء الاصطناعي سيهز صناعة السينما.
على سبيل المثال ، يمكن تحويل المحتوى نفسه من كاميرا فيلم 35 ملم إلى إنتاج 70 ملم باستخدام الذكاء الاصطناعي ، مما يقلل من التكاليف الكبيرة المرتبطة بإنتاج الأفلام بتنسيق IMAX ويسمح لمجموعة أوسع من المخرجين بالمشاركة.
سيقوم الأشخاص بتحويل الصور ومقاطع الفيديو الجميلة إلى أنواع وأشكال جديدة من الترفيه عن طريق توجيه الكمبيوتر بالنص أو الصور أو مقاطع الفيديو. قد يشعرون بالقلق من أن حرفهم سيتم استبداله ، ولكن هذه المشاكل ستتلاشى مع تحسن الذكاء الاصطناعي في التدريب على المهام المحددة. وهذا بدوره سيفتح المجال للتعامل مع مهام أخرى وتوفير أدوات جديدة بواجهات صديقة للفنان.
مساعدو الجراحة الذكاء الاصطناعي
لقد حان اليوم الذي يمكن فيه للجراحين استخدام الصوت لتعزيز ما يرونه ويفهمونه داخل وخارج غرفة العمليات.
من خلال دمج الأدوات والتصوير والروبوتات وبيانات المرضى في الوقت الحقيقي مع الذكاء الاصطناعي ، ستؤدي إلى تحسين تدريب الجراحين وزيادة التخصيص أثناء الجراحة وتحسين السلامة مع التغذية المرتدة والتوجيه في الوقت الحقيقي حتى أثناء الجراحة عن بُعد. سيساعد هذا في سد الفجوة في العمليات الجراحية التي يتطلب إجراؤها 150 مليون جراحة ولكنها لا تحدث ، خاصة في البلدان ذات الدخل المنخفض والمتوسط.
مصانع اكتشاف الأدوية بواسطة الذكاء الاصطناعي الإنتاجي
يظهر عملية اكتشاف الأدوية الجديدة الآن ، حيث ستدفع جيلًا جديدًا من الذكاء الاصطناعي لإنتاج جزيئات الذكاء الاصطناعي وتوقع الخصائص والنمذجة المعقدة لدفع عجلة ذكاء اصطناعي ذكي في المختبر ، مما يقصر وقت الاكتشاف ويحسن جودة المرشحات الدوائية القابلة للاستخدام سريريًا.
تستخدم هذه المصانع الذكاء الاصطناعي في اكتشاف الأدوية مجموعات بيانات صحية ضخمة باستخدام الأجيال الكاملة للجينومات وأدوات الدقة الذرية والتشغيل الآلي للمختبر الروبوتي القادر على العمل على مدار الساعة. لأول مرة ، يمكن للكمبيوترات أن تتعلم الأنماط والعلاقات داخل مجموعات بيانات ضخمة ومعقدة وتوليد وتوقع ونمذجة العلاقات البيولوجية المعقدة التي كانت تكتشف سابقًا فقط من خلال الملاحظة التجريبية المستهلكة للوقت والتوليف البشري.
رفع LLMs المخصصة إلى السحابة
تعلمت الشركات في عام 2023 أن بناء LLMs من الصفر ليس أمرًا سهلاً. غالبًا ما يشعر الشركات التي تسلك هذا الطريق بالرهبة من الحاجة إلى الاستثمار في بنية تحتية وتكنولوجيا جديدة وتواجه صعوبة في معرفة كيفية ومتى تحديد أولويات مبادرات الشركة الأخرى.
سيساعد مزودو خدمات السحابة ومزودو خدمات التجميع وغيرهم من الشركات التي تتعامل وتعالج البيانات للشركات الأخرى في توفير حوسبة الذكاء الاصطناعي بالكامل وبرامجها. سيجعل هذا تخصيص النماذج المدربة مسبقًا ونشرها أسهل للشركات في جميع الصناعات.
استغلال بحيرات البيانات الضخمة
لا يوجد نقص في الإحصاءات حول كمية المعلومات التي تخزنها المؤسسات العادية – يمكن أن تكون في المئات العالية من البيتابايت للشركات الكبيرة. ومع ذلك ، يقول العديد من الشركات إنها تستخدم أقل من نصف هذه المعلومات للحصول على رؤى قابلة للتنفيذ.
في عام 2024 ، ستبدأ الشركات في استخدام الذكاء الاصطناعي الإنتاجي للاستفادة من هذه البيانات الغير منظمة من خلال استخدامها في بناء وتخصيص LLMs. باستخدام الحوسبة الفائقة القوة ، ستبدأ الشركات في استخدام الذكاء الاصطناعي لاستخدام بياناتها غير المهيكلة – بما في ذلك الدردشات ومقاطع الفيديو والشفرات – لتوسيع تطويرها للذكاء الاصطناعي الإنتاجي في تدريب النماذج متعددة الوسائط. سيتيح ذلك للشركات تقديم إجابات أكثر تحديدًا على الأسئلة واكتشاف فرص جديدة. ومن بين هذه المزايا ، مساعدة في اكتشاف الشذوذ في الفحوصات الصحية وكشف الاتجاهات الناشئة في التجزئة وجعل عمليات الأعمال أكثر أمانًا.
مستشارو التسوق الذكاء الاصطناعي
تواجه التجار تحديات مزدوجة في ربط العملاء بالمنتجات التي يرغبون فيها مع تقديم تجارب تسوق شاملة وشبيهة بالإنسان تتوافق مع احتياجاتهم وتفضيلاتهم الفردية.
لتحقيق هذه الأهداف ، يستعد التجار لإطلاق مستشاري التسوق الذكاء الاصطناعي المدعومة بالذكاء الاصطناعي الحديثة ، والتي ستخضع لتدريب دقيق على العلامة التجارية والمنتجات وبيانات العملاء الفريدة لضمان رحلة تسوق موجهة وشخصية تشبه الخبرة الخبيرة المعقدة لمساعد بشري. ستساعد هذه الطريقة المبتكرة في تمييز العلامات التجارية وزيادة ولاء العملاء من خلال تقديم المساعدة الشخصية.
التركيز على الأمان
تواجه التجار في جميع أنحاء العالم تحديًا متزايدًا مع تزايد تطور الجرائم التجارية المنظمة وتنسيقها. أفادت الجمعية الوطنية للتجزئة بأن التجار يشهدون زيادة هائلة بلغت 26.5٪ في هذه الحوادث منذ ارتفاع ما بعد الجائحة في سرقة التجزئة.
لتعزيز سلامة وأمان تجارب التسوق في المتاجر للعملاء والموظفين ، ستبدأ التجار في استخدام تقنية الرؤية الحاسوبية وبرامج إدارة المعلومات الأمنية الفعلية لجمع وترابط الأحداث من أنظمة الأمان المتباينة. سيتيح هذا للذكاء الاصطناعي اكتشاف الأسلحة والسلوك غير العادي مثل الاستيلاء على العناصر من الرفوف بكميات كبيرة. سيساعد أيضًا التجار في إحباط الأنشطة الإجرامية والحفاظ على بيئة تسوق أكثر أمانًا.
التحول الصناعي يلتقي بالذكاء الاصطناعي الإنتاجي
من المتوقع أن يحفز اندماج التحول الصناعي مع الذكاء الاصطناعي الإنتاجي التحول الصناعي. سيجعل الذكاء الاصطناعي من السهل تحويل جوانب العالم المادي – مثل الهندسة والإضاءة والفيزياء والمادة والسلوك – إلى بيانات رقمية. ستسرع هذه العملية الرقمنة للشركات الصناعية ، مما يتيح لها تصميم وتحسين وتصنيع وبيع المنتجات بكفاءة أكبر. كما يتيح لهم أيضًا إنشاء مساحات تدريب افتراضية وبيانات اصطناعية لتدريب جيل جديد من الذكاء الاصطناعي الذي سيتفاعل ويعمل داخل العالم المادي ، مثل الروبوتات المستقلة والسيارات ذاتية القيادة.
تبادل البيانات ثلاثية الأبعاد
من المرتقب أن يشهد العالم لأول مرة تبادل البيانات ثلاثية الأبعاد من المجلس إلى خط الإنتاج. ستلتزم أكبر الشركات المؤثرة في الصناعة بالتحالف الجديد لـ OpenUSD. ستكسر OpenUSD ، اللغة العالمية بين أدوات وبيانات ثلاثية الأبعاد ، حواجز البيانات ، مما يتيح للشركات الصناعية التعاون عبر بحيرات البيانات وأنظمة الأدوات والفرق المتخصصة بسرعة وسهولة أكبر من أي وقت مضى لتسريع عمليات الرقمنة في العمليات الصناعية السابقة المعقدة يدويًا.
تحديث دورة إنتاج المركبات
من المتوقع أن تتبنى صناعة السيارات الذكاء الاصطناعي بشكل أكبر لتقديم تصورات دقيقة فيما يتعلق بشكل السيارة من الداخل والخارج – مما يسرع عمليات مراجعة التصميم وتوفير التكاليف وتحسين الكفاءة.
سيقوم المزيد من شركات تصنيع السيارات بتبني هذه التكنولوجيا داخل مصانعها الذكية ، وربط أدوات التصميم والهندسة لبناء توائم رقمية لمرافق الإنتاج. سيقلل هذا من التكاليف ويبسط العمليات دون الحاجة إلى إيقاف خطوط الإنتاج.
سيجعل الذكاء الاصطناعي البحث والشراء أكثر تفاعلاً. من خلال مكونات تكوين السيارة وتصورات ثلاثية الأبعاد إلى عروض الواقع المعزز واختبارات القيادة الافتراضية ، سيتمكن المستهلكون من الاستمتاع بتجربة تسوق أكثر إشراكًا ومتعة.
السلامة ليست صدفة
بالإضافة إلى دورة حياة المنتجات السيارة ، سيمكن الذكاء الاصطناعي أيضًا تحقيق اختراقات في تطوير المركبات ذاتية القيادة ، بما في ذلك تحويل بيانات الاستشعار المسجلة إلى محاكاة ثلاثية الأبعاد تفاعلية بالكامل. ستستخدم هذه البيئات المزدوجة الرقمية ، بالإضافة إلى توليد البيانات الاصطناعية ، لتطوير واختبار وتحقيق السيارات ذاتية القيادة بأمان على نطاق واسع افتراضيًا قبل نشرها في العالم الحقيقي.
ستدعم النماذج الأساسية للذكاء الاصطناعي أيضًا أنظمة الذكاء الاصطناعي في المركبة لتمكين تجارب مستخدم جديدة وقدرات وميزات أمان شخصية داخل وخارج السيارة.
بناء جديد باستخدام الذكاء الاصطناعي
سيتيح الذكاء الاصطناعي للمؤسسات تصميم السيارات عن طريق التحدث إلى نموذج لغة كبير أو إنشاء المدن من البداية باستخدام تقنيات ومبادئ تصميم جديدة.
تعمل صناعة الهندسة والبناء والبنية التحتية والعمليات (AECO) على بناء المستقبل باستخدام الذكاء الاصطناعي كدليلها. ستركز المئات من الشركات الناشئة والعملاء في قطاعات AECO والتصنيع على إنشاء حلول لأي حالة استخدام تقريبًا ، بما في ذلك تحسين التصميم والذكاء التسويقي وإدارة البناء والتنبؤ بالتحليلات والصيانة. ستسرع الذكاء الاصطناعي تطور التصنيع الذي يعد بزيادة الكفاءة وتقليل النفايات ونهج جديد تمامًا للإنتاج والاستدامة.
زيادة الطلب على الاتصالات بفضل الذكاء الاصطناعي
سيتزايد التركيز على كفاءة وأداء الشبكات مع تسعى الشركات إلى الحصول على عرض النطاق الترددي اللازم للحوسبة المسرعة باستخدام وحدات معالجة الرسومات وأنظمة قائمة على وحدات معالجة الرسومات.
ستكشف نماذج الذكاء الاصطناعي ذات تريليون المعلمة عن الحاجة إلى سرعات نقل أسرع وتغطية أعلى. ستحتاج الشركات التي ترغب في تنفيذ تطبيقات الذكاء الاصطناعي الإنتاجي بسرعة إلى الاستثمار في تكنولوجيا الشبكات المسرعة أو اختيار مزود خدمة سحابة يفعل ذلك. المفتاح للتوصيل الأمثل هو دمجه في أنظمة كاملة مع الأجهزة والبرمجيات الجيل القادم.
تصميم مراكز البيانات المحددة
سيتعلم الشركات أن ليس كل مراكز البيانات يجب أن تكون متشابهة. تحديد الغرض من مركز البيانات هو الخطوة الأولى نحو اختيار الشبكة المناسبة لاستخدامها داخله. تعاني مراكز البيانات التقليدية من نقص في النطاق الترددي ، بينما تحتاج تلك التي تستطيع تشغيل أعباء عمل الذكاء الاصطناعي الكبيرة إلى آلاف وحدات معالجة الرسومات للعمل بدقة وتأخير منخفض جدًا.
أفضل مؤشر للأداء هو قدرة الشبكة عند الحمولة الكاملة على نطاق واسع. يتطلب مستقبل الاتصالات في مراكز البيانات التجارية شبكات إدارة منفصلة (الشمال والجنوب) وشبكات ذكاء اصطناعي (الشرق والغرب) ، حيث تتضمن الشبكة الذكاء الاصطناعي الحوسبة داخل الشبكة مصممة خصيصًا للحوسبة عالية الأداء والذكاء الاصطناعي والبنية التحتية السحابية فائقة الحجم.
تكييف نموذج الأمان للذكاء الاصطناعي
تتحول الانتقال من الأمان المعتمد على التطبيق إلى الأمان المعتمد على البيانات بشكل كامل. البيانات هي سلسلة التوريد الأساسية لـ LLMs ومستقبل الذكاء الاصطناعي. ترى الشركات الآن المشكلة تتكشف على نطاق واسع. ستحتاج الشركات إلى إعادة تقييم الأشخاص والعمليات والتكنولوجيات لإعادة تعريف دورة حياة التطوير الآمن (SDLC). ستعيد الصناعة بأكملها تعريف نهجها للثقة وتوضيح ما يعنيه الشفافية.
سيتم إنشاء جيل جديد من أدوات السيبرانية. سيتم تعريف SDLC للذكاء الاصطناعي مع قادة السوق الجديدة للأدوات والتوقعات لمعالجة الانتقال من واجهة سطر الأوامر إلى واجهة اللغة البشرية. ستكون الحاجة مهمة بشكل خاص مع تحول المؤسسات نحو استخدام نماذج LLMs مفتوحة المصدر مثل Llama 2 من Meta لتسريع إخراج الذكاء الاصطناعي.
توسيع الأمان مع الذكاء الاصطناعي
ستكشف تطبيقات الذكاء الاصطناعي على العجز في مجال الأمان السيبراني لاكتشاف التهديدات التي لم يتم رؤيتها من قبل. حاليًا ، يتم استخدام جزء صغير جدًا من البيانات العالمية للدفاع السيبراني. في هذه الأثناء ، يستمر المها
Source: https://blogs.nvidia.com/blog/2024-ai-predictions/
اترك تعليقاً