مايكروسوفت تستثمر 80 مليار دولار لتعزيز البنية التحتية للذكاء الاصطناعي
أعلنت شركة مايكروسوفت الأمريكية، الرائدة في مجال تكنولوجيا المعلومات، عن خطتها لاستثمار 80 مليار دولار خلال عام واحد، بهدف تعزيز البنية التحتية الرقمية عبر إنشاء مراكز بيانات لدعم نماذج وتطبيقات الذكاء الاصطناعي التوليدي.
وأكد براد سميث، رئيس مجلس إدارة مايكروسوفت، في تدوينة نُشرت أول أمس، أن “أكثر من نصف هذا الاستثمار سيتم في الولايات المتحدة، مما يعكس التزامنا العميق وثقتنا في الاقتصاد الأمريكي”.
وتعد مراكز البيانات ركيزة أساسية للبنية التحتية الرقمية، حيث تضم خوادم الحاسوب التي تشكل العمود الفقري للحوسبة السحابية، وتدعم تطبيقات الهواتف الذكية والخدمات عبر الإنترنت، بالإضافة إلى نماذج وأدوات الذكاء الاصطناعي التوليدي مثل شات جي بي تي.
ودعا سميث الإدارة الأمريكية القادمة إلى تكثيف الاستثمارات في الأبحاث المتعلقة بالتكنولوجيا المتقدمة، محذرا من أن “الولايات المتحدة لا تستطيع تحمل إبطاء الابتكار في القطاع الخاص من خلال لوائح مرهقة”.
وسجلت مايكروسوفت، التي يقع مقرها في ريدموند بولاية واشنطن (شمال غرب)، أرباحا صافية تجاوزت 72 مليار دولار في سنتها المالية الأخيرة المنتهية في يونيو 2024، مدفوعة بشكل أساسي بأدائها القوي في قطاع الحوسبة السحابية.
وفي سياق آخر، أعلنت شركة”مايكروسوفت” تطوير نموذج ذكاء اصطناعي جديد يحمل اسم (Large Action Model أو LAM) يتميز بقدرته على تشغيل برامج “ويندوز” وتنفيذ المهام بنحو مستقل، حيث يشكل هذا النموذج نقلة نوعية في الذكاء الاصطناعي القادر على تنفيذ الأوامر فعليا.
وعلى عكس النماذج اللغوية التقليدية، مثل (GPT4o)، التي تقتصر وظيفتها على معالجة النصوص وإنشائها، يتمتع نموذج (LAM) الجديد من شركة “مايكروسوفت” بالقدرة على تحويل طلبات المستخدمين إلى أفعال حقيقية، سواء كان ذلك تشغيل البرامج أو التحكم في الأجهزة، وقد كانت هذه الفكرة موجودة سابقا، لكن (LAM) يعد أول نموذج يدرب بنحو خاص للعمل مع منتجات “مايكروسوفت أوفيس” المكتبية وغيرها من تطبيقات “ويندوز”.
ومن بين المهام التي يمكن لهذا النموذج الجديد تنفيذها؛ مباشرة عملية الشراء نفسها من خلال التنقل في واجهة المواقع، على عكس النماذج التقليدية التي يقتصر دورها على تقديم تعليمات نصية حول كيفية الشراء.
وبحسب “مايكروسوفت”، فإن تطوير هذا النموذج يتطلب أربع مراحل رئيسية، وهي التدريب على تخطيط المهام وتقسيم المهمة إلى خطوات منطقية، والتعلم من نماذج متقدمة (مثل GPT4o) لتحويل الخطط إلى أفعال، والاستكشاف الذاتي، الذي يتيح للنموذج البحث عن حلول جديدة وتجاوز العقبات التي تعجز عنها النماذج الأخرى، بالإضافة إلى التدريب المستند إلى المكافآت لتحسين دقة التنفيذ.
وجرب الباحثون هذا النموذج الجديد في بيئة اختبار خاصة ببرنامج تحرير النصوص “وورد”، وقد نجح في تنفيذ المهام بنسبة قدرها 71 في المائة، متفوقا على “GPT4o ” الذي حقق نسبة نجاح بلغت 63 في المائة دون معلومات بصرية، كما كان نموذج “LAM” أسرع، إذ استغرق 30 ثانية فقط لتنفيذ المهمة.
ويرى الباحثون أن “LAM” يشكل تقدما كبيرا في مجال الذكاء الاصطناعي، مشيرين إلى أنه قد يمهد الطريق لتطوير ذكاء اصطناعي عام (AGI)، فبدلا من الأنظمة التي تقتصر على فهم النصوص وإنتاجها، قد توفر الشركات قريبا مساعدين رقميين يساعدون فعليا في تنفيذ المهام اليومية بنحو فعال.
المصدر: العمق المغربي