「كمية القوة الحاسوبية التي ستشتريها؟ الكل」: مؤسس مشارك لـOpenAI يقول إن 110 مليار دولار لا تزال غير كافية لتلبية الطلب، وأصبح التدريب المسبق يتحول إلى تحسين مشترك للتكلفة

وفقًا لمتابعة 1M AI News، استعرض شريك OpenAI، Greg Brockman، في مقابلة القفزة النوعية في قدرات برمجة الذكاء الاصطناعي خلال ديسمبر 2025. استخدم موجه اختبار ظل يحتفظ به لسنوات طويلة لقياس التقدم: أن يَجعل الذكاء الاصطناعي يبني موقعًا كان يستغرق منه شهورًا عدة لإكماله عندما كان يتعلم البرمجة آنذاك. طوال عام 2025، كانت هذه المهمة تتطلب عدة جولات من الموجهات ونحو أربع ساعات حتى تُنجز بشكل جيد؛ بحلول ديسمبر، أصبح ذلك ممكنًا بمرة واحدة فقط، وكانت الجودة ممتازة. وقال إن النموذج الجديد نقل أداء الذكاء الاصطناعي من «إتمام نحو 20% من المهام» إلى «نحو 80%»، وأن هذا القفز أجبر الجميع على «إعادة تنظيم سير العمل حول الذكاء الاصطناعي».

وبخصوص وجهة تمويل بقيمة 110 مليارات دولار، شبّه Brockman القدرة الحاسوبية بـ «توظيف مندوبين مبيعات»: طالما كان المنتج يمتلك قنوات مبيعات قابلة للتوسع، فإن توظيف المزيد من المندوبين يعني تحقيق إيرادات أكبر. ليست القدرة الحاسوبية مركز تكلفة، بل مركز إيرادات. وتذكر حواره مع فريقه في الليلة السابقة لإطلاق ChatGPT: «سألوه: ‘كم مقدار القدرة الحاسوبية التي ينبغي أن نشتريها؟’ قلت: ‘الكل’. قالوا: ‘لا، لا، بجدية، ما المقدار بالضبط؟’ قلت: ‘مهما بنينا، لن نلحق بالطلب’.» وصحّ هذا التقدير حتى اليوم، كما أن شراء القدرة الحاسوبية يحتاج إلى حجز مسبق لمدة تتراوح بين 18 و24 شهرًا.

وعن كيفية استخدام هذه القدرة الحاسوبية، كشف Brockman أن OpenAI لم تعد تسعى وراء تحقيق أكبر حجم ممكن من التدريب المسبق فحسب، بل جعلت قدرات التدريب المسبق وتكلفة الاستدلال هدفًا مشتركًا للتحسين: «ليس بالضرورة أن تجعلها كبيرة قدر الإمكان، لأنك تحتاج أيضًا إلى مراعاة سيناريوهات الاستدلال الكثيرة في التطبيقات اللاحقة؛ وما تريده حقًا هو الحل الأمثل لمضاعفة الذكاء مع التكلفة». لكنه رفض بشكل قاطع مقولة «أن التدريب المسبق لم يعد مهمًا»، إذ يرى أن كلما كان النموذج الأساسي أذكى، ارتفعت كفاءة مراحل التعلم المعزز والاستدلال اللاحقة، وما تزال «ضرورية بشكل مطلق» وحدات GPU من شركة NVIDIA لدعم التدريب المركزي واسع النطاق.