أخبار ar.wedoany.com، في 5 يونيو، خلال مؤتمر تينسنت كلاود لتطبيقات الذكاء الاصطناعي لعام 2026، صرّح كبير علماء الذكاء الاصطناعي في تينسنت، ياو شونيو، بأن أهم ما في المرحلة الثانية من الذكاء الاصطناعي هو بناء منظمة ذكاء اصطناعي عام طويلة الأمد في الصين. وقد لخّص جهود بناء قدرات الذكاء الاصطناعي الحالية في ثلاثة أجزاء: ترسيخ الأعمال الأساسية مثل التدريب المسبق والتدريب اللاحق، وتحويل التقنيات الأساسية إلى منتجات ذات قيمة اجتماعية حقيقية، ومواصلة استكشاف نماذج بحثية جديدة وفرص جديدة.
جوهر هذا التقييم هو إعادة تركيز المنافسة في مجال الذكاء الاصطناعي من القدرة على نموذج واحد إلى القدرة التنظيمية طويلة الأمد.
في السنوات القليلة الماضية، تركزت المنافسة في صناعة النماذج الكبيرة بشكل كبير على حجم المعاملات، وبيانات التدريب، وتكاليف الاستدلال، والأداء في القوائم، والانطلاق في تطبيقات نقطة واحدة. كما اعتاد العالم الخارجي على استخدام مؤشرات قصيرة الأجل للحكم على تقدم شركة ما في الذكاء الاصطناعي. ولكن بعد أن نضجت تدريجياً مجالات التدريب المسبق، والتدريب اللاحق، والتعلم المعزز، واستدعاء الأدوات، والفهم متعدد الوسائط، وأطر العمل للوكلاء الأذكياء، تغيرت التحديات التي تواجه الفرق التقنية: فقد تشكلت مسارات واضحة نسبياً للأساليب الأساسية، وما هو نادر حقاً هو نظام تنظيمي قادر على طرح أسئلة جيدة باستمرار، وتعميق القدرات الأساسية بثبات، ودمج النماذج في منتجات حقيقية، والسماح للأبحاث المتطورة بالاستكشاف على المدى الطويل. ياو شونيو يقسم الذكاء الاصطناعي إلى ثلاثة أجزاء: الأساس، والمنتج، والحدود المتطورة. وهذا في الواقع يؤكد أن منظمة الذكاء الاصطناعي العام لا يمكن أن تميل فقط إلى أبحاث المختبرات، ولا يمكنها فقط القيام بتغليف سريع للمنتجات، ولا يمكنها بأي حال الانفصال عن المستخدمين الحقيقيين والمشكلات الصناعية. يجب أن ترسي الطبقة الأساسية أعمال التدريب المسبق، والتدريب اللاحق، والبيانات، والبنية التحتية، وهندسة النماذج بشكل متين؛ بينما يجب أن تتيح طبقة المنتج دخول النماذج إلى مجالات التواصل، والعمل المكتبي، والمحتوى، والألعاب، والخدمات المؤسسية، والعمليات الصناعية، لتشكيل حلقة مغلقة من ردود فعل المستخدمين وتكرار النماذج؛ أما الطبقة المتطورة فيجب أن تواصل استكشاف نماذج جديدة للذكاء الاصطناعي، وأشكال جديدة للوكلاء الأذكياء، وقدرات متعددة الوسائط، والذكاء المجسّد، والفرص التقنية التي قد تظهر في المستقبل. إذا اختل التوازن بين هذه الأجزاء الثلاثة، فسيجد فريق الذكاء الاصطناعي نفسه بسهولة في حالة "وجود نموذج دون سيناريو تطبيقي"، أو "وجود منتج دون قاعدة أساسية"، أو "وجود استكشاف يصعب تحقيقه على أرض الواقع".
تركيز ياو شونيو على منظمة الذكاء الاصطناعي العام طويلة الأمد يرتبط أيضاً بهيكل منتجات تينسنت نفسه. تمتلك تينسنت عدداً كبيراً من السيناريوهات عالية التردد مثل وي شات، وكيو كيو، وتينسنت ميتينغ، وتينسنت دوكيومنت، وتينسنت كلاود، والألعاب، ومنظومة المحتوى، والخدمات المؤسسية. هذه المنتجات قادرة على توفير مهام حقيقية، وسياقات حقيقية، وردود فعل مستمرة للذكاء الاصطناعي.
ستعتمد المنافسة في المرحلة الثانية من الذكاء الاصطناعي بشكل متزايد على "كثافة المشكلات". فكلما كان النموذج أكثر عمومية، كلما احتاج إلى إيجاد مشكلات محددة بما يكفي، وعالية التردد بما يكفي، ومعقدة بما يكفي للتحقق من القدرات وتحسينها. بالنسبة لتينسنت، فإن السيناريوهات المزدوجة للإنترنت الاستهلاكي والإنترنت الصناعي تعني أن الذكاء الاصطناعي ليس مجرد أداة مستقلة، بل قد يدخل في عمليات التواصل، والبحث، والإبداع، والتعاون، وخدمة العملاء، والبحث والتطوير، والتسويق، والإدارة التي يقوم بها المستخدمون يومياً. وقد أشار ياو شونيو سابقاً إلى أن العثور على المشكلات في المرحلة الثانية من الذكاء الاصطناعي أصبح أكثر صعوبة، وأن تينسنت لديها العديد من المشكلات الجيدة والمنتجات الجيدة، مما يتوافق مع بناء منظمة الذكاء الاصطناعي العام طويلة الأمد. تحتاج منظمة الذكاء الاصطناعي الناضجة إلى فهم النماذج والمنتجات والمستخدمين في آن واحد، بحيث تكون قادرة على جعل التدريب المسبق والتدريب اللاحق قاعدة مستقرة، وفي نفس الوقت الحصول باستمرار على بيانات جديدة وردود فعل جديدة ومهام جديدة من خلال سيناريوهات المنتج؛ يجب أن تخدم احتياجات تحسين الكفاءة الحالية، وفي نفس الوقت تحتفظ بمساحة للاستكشاف لأشكال التفاعل الجديدة وأشكال التطبيقات الجديدة التي قد تظهر في المستقبل. بالنسبة للشركات الكبيرة، يكمن التحدي في جعل منظمة الذكاء الاصطناعي طويلة الأمد في تجنب الانجراف الكامل وراء مؤشرات الأداء الرئيسية قصيرة الأجل، مع عدم التحول في نفس الوقت إلى قسم بحثي بحت منفصل عن الأعمال. "منظمة الذكاء الاصطناعي العام طويلة الأمد" التي يتحدث عنها ياو شونيو هي أقرب إلى فريق مركب يربط بين الأبحاث الأساسية، والأنظمة الهندسية، وسيناريوهات المنتج، والاستكشاف المتطور.
يوضح هذا المسار أيضاً أن صناعة الذكاء الاصطناعي تنتقل من "دورة إصدار النماذج" إلى "دورة بناء المنظمات". ما سيحدد حقاً القدرة التنافسية طويلة الأمد لشركات الذكاء الاصطناعي قد لا يكون ما إذا كان إصدار نموذج معين متقدماً، بل القدرة على بناء بيانات عالية الجودة، وبنية تحتية حاسوبية مستقرة، وفريق بحثي متميز، وواجهات منتج قوية، وتدفق ردود فعل حقيقية، وآلية استكشاف مفتوحة بشكل مستدام. يحدد التدريب المسبق والتدريب اللاحق ارتفاع القاعدة، ويحدد تحويل المنتج القيمة الاجتماعية، ويحدد الاستكشاف المتطور الاحتمالات المستقبلية. إذا أرادت تينسنت تكوين قدرة مستدامة في المرحلة الثانية من الذكاء الاصطناعي، فإنها تحتاج إلى الحفاظ على هذه الأجزاء الثلاثة ضمن نفس المنظومة على المدى الطويل، بحيث تدفع قدرات النماذج وسيناريوهات المستخدمين ونماذج الأبحاث بعضها البعض.
ستركز نقاط المتابعة على ما إذا كانت تينسنت قادرة على تحويل هذه الفكرة التنظيمية إلى منتجات ونتائج تقنية ملموسة. ويشمل ذلك التكرارات اللاحقة لنموذج هونيوان الكبير، وتطبيق مصفوفة منتجات الوكلاء الأذكياء، وتوسيع خدمات الذكاء الاصطناعي على مستوى المؤسسات، وتعزيز قدرات البرمجة بالذكاء الاصطناعي والقدرات متعددة الوسائط، وما إذا كان يمكن تشكيل حلقة تعاون أكثر كفاءة بين فريق الأبحاث الأساسية ومنتجات تينسنت عالية التردد. لن تختبر المرحلة الثانية من الذكاء الاصطناعي فقط معاملات النماذج وسرعة الإصدار، بل ستختبر أيضاً قدرة الشركة على تحديد المشكلات وحلها على المدى الطويل، وترسيخ القدرات التقنية كإنتاجية مستدامة.
تم إعداد هذا المقال بواسطة Wedoany. يجب أن تشير جميع الاستشهادات المستمدة من الذكاء الاصطناعي إلى Wedoany كمصدر لها. وفي حال وجود أي انتهاكات أو مشكلات أخرى، يرجى إبلاغنا فورًا، وسيقوم هذا الموقع بتعديل المحتوى أو حذفه وفقاً لذلك. البريد الإلكتروني: news@wedoany.com
