ارتفعت إيرادات شركة إنفيديا إلى 44.1 مليار دولار في الربع الأخير، لكن أحد أهم المقاييس لعملاق الرقائق ليس المال.
وبدلاً من ذلك، طوال شهر مايو، أعرب الرؤساء التنفيذيون لشركات التكنولوجيا الرائدة في الصناعة، والذين هم أيضًا أكبر عملاء Nvidia، عن حماسهم بشأن نمو الرمز المميز.
قالت كوليت كريس، المديرة المالية لشركة إنفيديا: "تشهد OpenAI ومايكروسوفت وجوجل قفزة نوعية في قدرات إنشاء الرموز. عالجت مايكروسوفت أكثر من 100 تريليون رمز في الربع الأول، بزيادة قدرها خمسة أضعاف مقارنة بالعام الماضي".
الوحدة الأساسية في الذكاء الاصطناعي
في عالم الذكاء الاصطناعي، تُعدّ الرموز إحدى أهمّ الركائز الأساسية لقدرة الحواسيب على معالجة اللغة. يُمكن اعتبار الرموز بمثابة قطع ليغو تُساعد نماذج الذكاء الاصطناعي على بناء جمل وأفكار وتفاعلات قيّمة.
سواءً كانت كلمةً أو علامة ترقيم أو حتى مقطعًا صوتيًا في نظام التعرف على الكلام، تُعدّ الرموز وحدات البناء الصغيرة التي تُمكّن الذكاء الاصطناعي من فهم المحتوى وإنشائه. بمعنى آخر، هي الفريق الذي يعمل خلف الكواليس ويُنجز كل شيء، من توليد النصوص إلى تحليل المشاعر.
تكمن روعة الترميز في مرونته. ففي المهام البسيطة، تستطيع نماذج اللغة الكبيرة (LLMs) التعامل مع كل كلمة كرمز مستقل. ولكن عندما تصبح الأمور أكثر تعقيدًا، كما هو الحال مع الكلمات غير المألوفة أو الجديدة، تستطيع نماذج اللغة الكبيرة تفكيكها إلى أجزاء أصغر (كلمات فرعية). وبهذه الطريقة، يعمل الذكاء الاصطناعي بسلاسة، حتى مع المصطلحات غير المألوفة.
 |
تُعدّ الرموز إحدى أهمّ الركائز الأساسية لقدرة الحواسيب على معالجة اللغة. الصورة: CCN. |
تعمل النماذج الحديثة، مثل GPT-4، مع مفردات ضخمة، حوالي 50,000 رمز. يجب أن يمر كل نص مُدخل بعملية تجزئة معجمية قبل معالجته.
تُعد هذه الخطوة مهمة لأنها تُساعد نموذج الذكاء الاصطناعي على توحيد طريقة تفسيره للنصوص وتوليدها، مما يُسهّل سير العمل قدر الإمكان. ومن خلال تقسيم اللغة إلى أجزاء أصغر، يُتيح التقسيم الرمزي للذكاء الاصطناعي كل ما يحتاجه للتعامل مع المهام اللغوية بدقة وسرعة عاليتين.
لولا هذه العملية، لما استطاع الذكاء الاصطناعي الحديث تحقيق كامل إمكاناته. ومع استمرار تطور أدوات الذكاء الاصطناعي، يتزايد عدد الرموز المُولّدة للإخراج، أو الاستدلال، بوتيرة أسرع مما توقعه الكثيرون.
وقال محللون في مورجان ستانلي: "إن النمو الهائل في الرموز هو ما يهم حقًا على المدى الطويل".
لماذا تعتبر الرموز مهمة؟
وفي حديثه إلى كبار الشخصيات في الصناعة، يرى الرئيس التنفيذي لشركة NVIDIA، جينسن هوانج، أن ارتفاع قيمة الرمز المميز هو علامة على أن أدوات الذكاء الاصطناعي تقدم قيمة.
قال هوانغ في معرض كومبيوتكس 2025، أحد أكبر الفعاليات التقنية في العالم، وخاصةً في مجال الحواسيب وملحقاتها: "بدأت الشركات تتحدث عن عدد الرموز التي أنتجتها في الربع الماضي والشهر الماضي. قريبًا جدًا، سنتحدث عن عدد الرموز التي تُنتج في الساعة، تمامًا كما يفعل أي مصنع".
تساعد الرموز أنظمة الذكاء الاصطناعي على تحليل اللغة وفهمها، مما يُشغّل كل شيء، من توليد النصوص إلى تحليل المشاعر. يُعدّ تطبيق جوجل للترجمة مثالاً بارزاً على أهمية هذه الوحدة.
تحديدًا، عندما يترجم الذكاء الاصطناعي نصًا من لغة إلى أخرى، يُقسّم النظام النص أولًا إلى رموز. تساعد هذه الرموز الذكاء الاصطناعي على فهم معنى كل كلمة أو عبارة، مما يضمن دقة الترجمة ليس فقط حرفيًا، بل وسياقيًا أيضًا.
 |
سواءً كانت كلمةً أو علامة ترقيم أو حتى مقطعًا صوتيًا في نظام التعرف على الكلام، فإن الرموز هي اللبنات الأساسية التي تُمكّن الذكاء الاصطناعي من فهم المحتوى وإنشائه. الصورة: توني غرايسون. |
بالإضافة إلى ذلك، تُعدّ الرموز فعّالة جدًا في مساعدة الذكاء الاصطناعي على قراءة مشاعر النص. فمن خلال تحليل المشاعر، يدرس الذكاء الاصطناعي كيفية تأثير النص على مشاعر المستخدم، سواءً كان تقييمًا إيجابيًا للمنتج، أو تقييمًا سلبيًا، أو تعليقًا محايدًا.
من خلال تحليل النص إلى رموز، يستطيع الذكاء الاصطناعي تحديد ما إذا كان النص يحمل نبرة إيجابية أو سلبية أو محايدة. يُعد هذا مفيدًا بشكل خاص في التسويق أو خدمة العملاء، حيث يُمكن لفهم مشاعر المستخدمين تجاه منتج أو خدمة أن يُشكل استراتيجيات مستقبلية.
بالإضافة إلى ذلك، تعمل الرموز على تمكين الذكاء الاصطناعي من التقاط الإشارات العاطفية الدقيقة في اللغة، مما يساعد الشركات على التصرف بسرعة بناءً على التعليقات أو الاتجاهات الناشئة.
مع تزايد قوة أنظمة الذكاء الاصطناعي، ستحتاج تقنيات التجزئة أيضًا إلى التطور لتلبية المتطلبات المتزايدة للكفاءة والدقة والمرونة.
التركيز الأساسي هو السرعة. وبناءً على ذلك، ينبغي أن تهدف أساليب الترميز المستقبلية إلى معالجة الرموز بشكل أسرع، مما يسمح لنماذج الذكاء الاصطناعي بالاستجابة الفورية مع إدارة مجموعات بيانات أكبر.
والأهم من ذلك، أن مستقبل النظام لا يقتصر على النصوص. فتطبيق التجزئة متعددة الوسائط سيُتيح إمكانية التوسع في الذكاء الاصطناعي من خلال دمج أنواع بيانات متنوعة، مثل الصور والفيديوهات والصوت.
تخيّل ذكاءً اصطناعيًا قادرًا على تحليل صورة بسلاسة، واستخراج تفاصيلها الرئيسية، وإنشاء سرد. لتحقيق ذلك، يحتاج النظام إلى عملية ترميز مُحسّنة. يُمكن لهذا الابتكار أن يُحدث نقلة نوعية في مجالات مثل التعليم والرعاية الصحية والترفيه، من خلال توفير رؤى أكثر شمولًا.
المصدر: https://znews.vn/khong-phai-tien-day-moi-la-chi-so-quan-trong-nhat-voi-nvidia-post1557810.html
تعليق (0)