أحد أهم التطورات هذا الأسبوع في مجال الذكاء الاصطناعي هو ظهور Search GPT، وهو نظام بحث جديد يعتمد على الذكاء الاصطناعي والذي يهدف إلى إحداث ثورة في طريقة البحث عن المعلومات عبر الإنترنت. على عكس محركات البحث التقليدية، يستخدم Search GPT نماذج لغوية كبيرة للتصفح عبر الويب وتقديم نتائج أكثر صلة وإيجازًا.

يتم اختبار نموذج Search GPT حاليًا مع مجموعة مختارة من المستخدمين والناشرين، والخطة هي دمج أفضل ميزات هذا النظام مباشرة في ChatGPT في النهاية. إن القدرة على تلخيص كميات كبيرة من المعلومات وتقديم استجابات مخصصة للاستفسارات تجعل من Search GPT بديلاً واعدًا لمحركات البحث التقليدية.

بالإضافة إلى Search GPT، هناك العديد من الأدوات عبر الإنترنت الأخرى التي تقدم قدرات مماثلة. أحد هذه الأدوات التي يسلط الكاتب الضوء عليها هو فعال بشكل خاص للبحث والإجابة على الأسئلة المحددة. يمكن استخدام هذه الأداة بسرعة لإيجاد المصادر ذات الصلة، وتلخيص المعلومات الرئيسية، وحتى إنشاء محتوى بناءً على الاستفسار المقدم. يقترح الكاتب أنه مع استمرار تحسين Search GPT والأدوات المماثلة، قد تصبح الخيار المفضل لدى العديد من المستخدمين على حساب محركات البحث التقليدية، خاصة للمهام التي تتطلب بحثًا متعمقًا أو إجابات موجزة.

بشكل عام، يمثل ظهور Search GPT وأدوات البحث المدعومة بالذكاء الاصطناعي الأخرى خطوة كبيرة إلى الأمام في تطور استرداد المعلومات واكتشاف المعرفة على الإنترنت.

قامت Google بإحراز تقدم مثير في نماذجها الرائدة هذا الأسبوع. أولاً، أطلقت 1.5 Flash in Gemini، وهي نسخة مجانية من نموذج Gemini الخاص بها. يتميز هذا النموذج الجديد 1.5 Flash in Gemini بنافذة سياق أطول بأربع مرات وسرعة فائقة، مما يجعله خيارًا رائعًا لأولئك الذين لا يريدون الاشتراك في اشتراك Gemini Pro.

بالإضافة إلى ذلك، قدمت Google نماذج Alpha Proof و Alpha Geometry 2 المذهلة والرائعة. تمكنت هذه النماذج من حل مشكلات أولمبياد الرياضيات الدولي بمستوى ميدالية فضية، وهو إنجاز رائع. هذا الاختراق في التفكير الرياضي يظهر التقدم السريع الذي يحدث في مجال الذكاء الاصطناعي والإمكانات التي تتمتع بها هذه النماذج لمعالجة المشكلات المعقدة. إن آثار هذا التقدم حقًا هائلة، وهو يقدم إدراكًا محدثًا لجدول زمني تقدم الذكاء الاصطناعي.

يعتقد سام ألتمان، الرئيس التنفيذي لشركة OpenAI، أن التقدم في مجال الذكاء الاصطناعي سيكون هائلاً في السنوات القادمة، وأن الذكاء الاصطناعي سيصبح قضية أمن قومي حاسمة. في مقاله الرأي في صحيفة واشنطن بوست، يجادل ألتمان بأنه يجب على الولايات المتحدة الحفاظ على تقدمها في تطوير الذكاء الاصطناعي لمنع الحكومات الاستبدادية من استخدام هذه التكنولوجيا لتعزيز سلطتها وتوسيع نفوذها.

يحذر ألتمان من أن الأنظمة الاستبدادية، مثل روسيا والصين، على استعداد لإنفاق مبالغ طائلة من المال للحاق بالركب والتفوق في نهاية المطاف على الولايات المتحدة في تطوير الذكاء الاصطناعي. ويجادل بأنه إذا استحوذت هذه البلدان على أنظمة الذكاء الاصطناعي المتقدمة، فقد يستخدمونها لتطوير أسلحة إلكترونية جديدة، والتجسس على مواطنيهم، وحتى زعزعة استقرار الاقتصادات والدول. نيقترح ألتمان أن تنظر الولايات المتحدة وحلفاؤها في إنشاء وكالة دولية للذكاء الاصطناعي، على غرار الوكالة الدولية للطاقة الذرية، لوضع بروتوكولات وإرشادات لتطوير واستخدام الذكاء الاصطناعي بمسؤولية. كما يقترح إنشاء صندوق استثماري يمكن للبلدان الملتزمة بمبادئ الذكاء الاصطناعي الديمقراطية الاستفادة منه لتوسيع قدراتها المحلية في مجال الذكاء الاصطناعي.

يسلط المقال الضوء على الحاجة الملحة للولايات المتحدة للحفاظ على ريادتها في تطوير الذكاء الاصطناعي لمنع الحكومات الاستبدادية من استخدام هذه التكنولوجيا لإضعاف القيم والمؤسسات الديمقراطية. يؤكد منظور ألتمان على الأهمية الاستراتيجية للذكاء الاصطناعي في المشهد الجيوسياسي العالمي والحاجة إلى جهد دولي منسق لضمان توزيع فوائد الذكاء الاصطناعي بإنصاف وبطريقة تعزز المثل الديمقراطية.

قدمت Nvidia نموذجًا جديدًا للذكاء الاصطناعي يُسمى Audio Flamingo والذي يتجاوز مجرد نسخ الصوت. يمكن لهذا النموذج فهم الصوت بشكل أعمق، مقدمًا أكثر من مجرد تمثيل نصي للكلمات المنطوقة.

القدرات الرئيسية لـ Audio Flamingo:

• يسرد المشاهد ويصف محتوى الصوت بالتفصيل، بما يتجاوز مجرد نسخ الكلام.
• يمكن تحديد الاستخدامات المناسبة لمختلف أنواع الأصوات والصوت.
• يفهم الضوضاء الخلفية والأصوات المحيطة في الصوت، وليس مجرد الكلام الرئيسي.
• يقدم رؤى حول كيفية استخدام الصوت والصوت في سياقات ومشاهد مختلفة.

يمثل هذا النموذج تقدمًا كبيرًا في فهم الصوت، متجاوزًا قيود النسخ التقليدي. من خلال Audio Flamingo، أظهرت Nvidia القدرة على استخراج معنى وسياق أعمق من البيانات الصوتية، مما يفتح آفاقًا جديدة للتطبيقات التي تتطلب فهمًا أكثر دقة لمحتوى الصوت.

قدم إيلون ماسك تحديثًا حول الحاسوب الخارق الجديد في X (المعروف سابقًا باسم تويتر) في ممفيس، والذي تم تركيبه في غضون 19 يومًا فقط. سيتم استخدام هذا الحاسوب الخارق لتدريب Grok 3، والذي من المتوقع أن يكون أقوى ذكاء اصطناعي في العالم بحلول ديسمبر.

صرح ماسك أن سرعة التحسن في X أسرع من أي شركة أخرى، وقد أكملوا للتو تركيب ونشر مركز تدريب ضخم جديد في ممفيس. استغرق التركيب وبدء التدريب فقط 19 يومًا، وهو أسرع ما تمكن أي شخص من القيام به.

تم الانتهاء من تدريب Grok 2، والذي تم تدريبه على حوالي 15,000 وحدة معالجة رسومية وشرائح Nvidia H100، منذ حوالي شهر. قال ماسك إن Grok 2 ينبغي أن يكون على مستوى أو قريب من قدرة GPT-4، وهم يخططون لإصداره الشهر المقبل.

التركيز الآن هو على تدريب Grok 3 في مركز البيانات في ممفيس، والذي يتوقع ماسك الانتهاء منه في غضون 3-4 أشهر. بعد بعض التنقيح والتصحيح للأخطاء، يأملون في إصدار Grok 3 بحلول ديسمبر، وسيكون الأقوى في العالم في ذلك الوقت.

شدد ماسك على أن القدرة على تدريب النماذج بسرعة وإصدار إصدارات متتالية أمر أساسي للحفاظ على ميزة تنافسية في مجال الذكاء الاصطناعي. بفضل القوة الحسابية الهائلة لمجموعة الحواسيب الخارقة في ممفيس، والتي تشمل 100,000 شريحة H100 مبردة بالسوائل على نسيج RDMA واحد، تضع X نفسها في موقع ريادي في سباق الحصول على أكثر أنظمة الذكاء الاصطناعي تقدمًا.

Mistral Large 2 هو نموذج جيل جديد مفتوح المصدر قد تم تجاهله إلى حد كبير، ولكنه قادر بشكل مفاجئ. مقارنة بسابقه، أصبح Mistral Large 2 أكثر براعة بكثير في توليد الرموز والرياضيات والاستدلال. كما أنه يوفر دعمًا متعدد اللغات أقوى وقدرات استدعاء وظيفية متقدمة.

على الرغم من أن لديه عددًا أقل من المعلمات من إصدارات LLaMA الأحدث، إلا أن Mistral Large 2 يتفوق عليها في مختلف المهام. هذا دليل على كفاءة النموذج وفعاليته. استخدم المؤلف شخصيًا Mistral Large 2 لبعض المهام وكان مبهورًا بقدرته على التعامل مع مشكلات الاستدلال المعقدة متعددة الخطوات التي غالبًا ما تتحدى النماذج الأكبر.

إن أداء Mistral Large 2 في المعايير المرجعية مثل Human Eval ومهام البرمجة مبهر، حيث يضاهي في كثير من الأحيان قدرات GPT-4. هذا يجعله خيارًا متعدد الاستخدامات وفعالًا من حيث التكلفة لمجموعة واسعة من التطبيقات. يتطلع المؤلف إلى رؤية كيف سيبني النظام البيئي على هذا النموذج وتحسينه، حيث أنه لديه إمكانات لأن يكون لاعبًا رئيسيًا في مشهد الذكاء الاصطناعي مفتوح المص