مسارات التعلم للاستثمار في الذكاء الاصطناعي

المصدر: DaoShuo Blockchain

خلال المناقشة عبر الإنترنت يوم السبت، ترك بعض مستخدمي الإنترنت رسائل يسألون فيها عن الكتب التي يمكنهم قراءتها، والمجلات التي يمكنهم الاشتراك فيها، والأساليب التي يمكنهم استخدامها للتعلم في مجال الذكاء الاصطناعي؟ أعتقد أن دراسة الذكاء الاصطناعي يجب أن تعتمد على هدفنا. بالنسبة لي، فإن الغرض من تعلم الذكاء الاصطناعي بسيط للغاية: ليس أن أصبح خبيرًا في هذا المجال، ولا أن أعيش في هذا المجال في المستقبل، ولكن ببساطة لفهم تطور هذا المجال حتى أتمكن من العثور على فرص استثمارية مناسبة في هذا المجال.

للدراسة لهذا الغرض، أعتقد أن أهم شيء هو فهم منطق الذكاء الاصطناعي حتى تتمكن من الحصول على حكم تقريبي على الأشياء الجديدة التي ستظهر في مجال الذكاء الاصطناعي في المستقبل.

لفهم منطق الذكاء الاصطناعي، أعتقد أنه يمكنك البدء ببعض الكتب التي تقدم المبادئ الأساسية للذكاء الاصطناعي.

وفي هذا الصدد، يوجد كتاب على الإنترنت أوصى به ألتمان نفسه، وهو "هذا هو ChatGPT" (من تأليف ستيفن ولفرام). يبدأ هذا الكتاب بالمفاهيم الأساسية البسيطة ويقدم المبادئ الرياضية وطرق عمل نماذج اللغة الكبيرة. طالما أنك تعرف أساسيات الجمع والطرح والضرب والقسمة، فيمكنك قراءة هذا الكتاب.

إذا وجدت صعوبة في القراءة، يمكنك فقط قراءة الفصول القليلة الأولى. يمكنك الحصول على فهم عام لمبادئ نموذج اللغة الكبير دون قراءة الفصول التالية.

بعد فهم هذه المبادئ، يمكننا أن نعرف لماذا يتطلب تدريب نماذج اللغة الكبيرة وحدات معالجة الرسومات والبيانات والخوارزميات، ويمكننا أيضًا أن نعرف ما هو الدور والجوانب التي تلعبها وحدات معالجة الرسومات والبيانات والخوارزميات في عملية تدريب نماذج اللغة الكبيرة. إذا فكرنا في الأمر بشكل أعمق، فسنعرف نوع التحسين الذي أجرته NVIDIA على وحدة معالجة الرسوميات من أجل تحسين كفاءة تدريب نماذج اللغات الكبيرة، ولماذا استحوذت NVIDIA على بعض الشركات الصغيرة في التاريخ من أجل هذه التحسينات، وماذا تفعل هذه الشركات الصغيرة المستحوذة. باتباع هذا المنطق، أستطيع أن أفهم تقريبًا سبب كون العديد من قوى الحوسبة اللامركزية المزعومة في السوق عبارة عن "مشاريع زائفة" - ليس الأمر أن اتجاه قوة الحوسبة اللامركزية خاطئ، ولكن من الصعب تصميم نظام قوة حوسبة لامركزية مثالي في إطار عمل NVIDIA.

ولكي نتمكن من تحقيق هذا النوع من النظام بشكل حقيقي، أعتقد أنه يجب إعادة بناء تصميم وحدة معالجة الرسوميات. إذا كان علينا استخدام إطار عمل NVIDIA لبناء مثل هذا النظام الحوسبة اللامركزي، فلا يمكن اعتبار النظام الذي تم إنشاؤه إلا بمثابة تجربة أو عرض توضيحي في أفضل الأحوال، ومن الصعب أن يصبح منافسًا قويًا لنظام الحوسبة المركزي.

بمجرد أن نفهم المبادئ الأساسية للذكاء الاصطناعي، لن تكون هناك حاجة للخوض بشكل أعمق في الرياضيات. وبعد ذلك، سأركز على سيناريوهات التطبيق واتجاهات تطوير الذكاء الاصطناعي. وفي هذا الصدد، قرأت كتاب "نقطة التحول: الوقوف على أعتاب الذكاء الاصطناعي الذي يقلب العالم" بقلم وان ويجانج.

الشيء الجيد في هذا الكتاب هو أنه خيالي للغاية ويتمتع بدعم منطقي أساسي، مما يسمح لنا بالتكهن بشكل عقلاني وتخيل كيف سيبدو العالم المستقبلي المليء بالذكاء الاصطناعي.

باستثناء هذين الكتابين، لم أقرأ أي كتب أخرى على وجه التحديد. وفي بقية الوقت، كنت أقرأ بشكل أساسي مقالات مختلفة على الإنترنت (مثل حسابات WeChat العامة وتويتر) وأتابع مختلف التطورات الجديدة. ثم نعمل على إثراء وتوسيع فهمنا للذكاء الاصطناعي استنادًا إلى المعلومات الجديدة المقدمة في هذه المقالات والتحديثات.

على سبيل المثال، نعلم أن ChatGPT الحالي عبارة عن نموذج لغوي كبير، والذي يقوم بشكل أساسي بتدريب الذكاء الاصطناعي على فهم اللغة. لكن الذكاء البشري غني وملون. بالإضافة إلى اللغة، لدينا العديد من الطرق الأخرى لإدراك العالم. ستقدم العديد من المقالات في مجال الذكاء الاصطناعي تطوير أنواع أخرى من الذكاء الاصطناعي، مثل النماذج السلوكية والنماذج المكانية وما إلى ذلك. يمكن لهذه المعرفة أن تثري فهمنا الأفقي للذكاء الاصطناعي وتجعلنا نعرف أن تطوير الذكاء الاصطناعي يمتد عبر العديد من المجالات. ولا تزال بعض هذه المجالات المتقاطعة في مرحلة البحث، في حين أظهر بعضها الآخر نتائج واعدة. في السنوات القليلة المقبلة، من المرجح أن يولدوا "ChatGPT" الخاص بهم. وعندما تظهر هذه "ChatGPTs" الجديدة، ما مقدار السحابة وقوة الحوسبة ووحدات معالجة الرسومات التي ستحتاجها؟

ويمكن أن يؤدي هذا إلى إثراء فهمنا وخيالنا بشكل كبير فيما يتعلق بالاستثمار في مجال الذكاء الاصطناعي.

بالإضافة إلى ذلك، أقترح عليك قراءة المزيد من الملخصات والمشاركات حول تطوير مجال الذكاء الاصطناعي من قبل بعض المستثمرين المغامرين المعروفين. على سبيل المثال، قرأت مؤخرًا بعض الأفكار من شركة Sequoia Capital حول تطوير مجال الذكاء الاصطناعي، والتي ذكرت "اقتصاد الوكيل الذكي" الذي قد يظهر في المستقبل، أي الاقتصاد الذي قد يتشكل من خلال التفاعل بين وكلاء الذكاء الاصطناعي.

وعند الحديث عن هذا الاقتصاد، أكدت شركة سيكويا كابيتال أنه يجب أن يشتمل على ثلاثة عناصر:

الأول هو الهوية الدائمة؛ الثاني هو التواصل السلس؛ والثالث هو الأمن.

بعد قراءة هذه العناصر الثلاثة، فكرت على الفور في تقنية البلوكشين. أليست هذه العناصر الثلاثة هي الميزات القاتلة لتقنية blockchain؟

المحفظة المشفرة هي الهوية الدائمة للذكاء الاصطناعي، والتفاعل القائم على العقود الذكية للبلوك تشين هو اتصال سلس دون تدخل، والخصائص اللامركزية ومقاومة الرقابة تضمن أمان وكلاء الذكاء الاصطناعي.

ما ورد أعلاه هو بعض الأساليب التي أستخدمها لتعلم وفهم الذكاء الاصطناعي، للرجوع إليها.