يحذر الرئيس التنفيذي لشهر أنثروبور داريو آمودي من “العرق” من فهم الذكاء الاصطناعي لأنه يصبح أكثر قوة

مباشرة بعد نهاية قمة AI Action في باريس ، وصفت المؤسس المشارك والرئيس التنفيذي لشركة Anthropic Dario Amodei الحدث بأنه “فرصة ضائعة”. وأضاف أن “هناك حاجة إلى مزيد من التركيز والإلحاح في العديد من الموضوعات بالنظر إلى الوتيرة التي تتقدم بها التكنولوجيا” في البيان الصادر يوم الثلاثاء.

عقدت شركة الذكاء الاصطناعى حدثًا يركز على المطورين في باريس بالشراكة مع شركة Startup Dust French ، وكان لدى TechCrunch الفرصة لمقابلة Amodei على المسرح. في هذا الحدث ، أوضح خط تفكيره ودافع عن مسار ثالث لا يمثل تفاؤلاً خالصًا ولا نقدًا خالصًا على موضوعات ابتكار الذكاء الاصطناعي والحكم ، على التوالي.

“اعتدت أن أكون عالم الأعصاب ، حيث نظرت أساسًا إلى أدمغة حقيقية من أجل لقمة العيش. والآن نحن نبحث داخل العقول الاصطناعية من أجل لقمة العيش. لذلك سنكون لدينا ، خلال الأشهر القليلة المقبلة ، بعض التقدم المثير في مجال التفسير – حيث بدأنا حقًا في فهم كيفية عمل النماذج “.

“لكنه بالتأكيد سباق. إنه سباق بين جعل النماذج أكثر قوة ، وهو سريع بشكل لا يصدق بالنسبة لنا وبسرعة لا تصدق للآخرين – لا يمكنك التباطؤ ، أليس كذلك؟ … يجب أن يكون فهمنا مواكبة قدرتنا على بناء الأشياء. أعتقد أن هذه هي الطريقة الوحيدة “.

منذ أول قمة الذكاء الاصطناعى في Bletchley في المملكة المتحدة ، تغيرت لهجة النقاش حول حوكمة الذكاء الاصطناعي بشكل كبير. ويعزى ذلك جزئيًا إلى المشهد الجيوسياسي الحالي.

وقال نائب الرئيس الأمريكي JD Vance في قمة AI Action يوم الثلاثاء: “لست هنا هذا الصباح لأتحدث عن سلامة الذكاء الاصطناعي ، الذي كان لقب المؤتمر قبل عامين”. “أنا هنا للحديث عن فرصة الذكاء الاصطناعي.”

ومن المثير للاهتمام ، أن Amodei يحاول تجنب هذا الخصم بين السلامة والفرصة. في الواقع ، يعتقد زيادة التركيز على السلامة يكون فرصة.

“في القمة الأصلية ، قمة Bletchley UK ، كان هناك الكثير من المناقشات حول الاختبار والقياس لمختلف المخاطر. وقال أمودي في الحدث الإنساني: “لا أعتقد أن هذه الأشياء تباطأت التكنولوجيا على الإطلاق”. “إذا كان أي شيء ، فقد ساعدنا القيام بهذا النوع من القياس على فهم نماذجنا بشكل أفضل ، الأمر الذي يساعدنا في النهاية ، في إنتاج نماذج أفضل.”

وفي كل مرة يركز فيها Amodei على السلامة ، يحب أيضًا تذكير الجميع بأن الأنثروبور لا يزال يركز كثيرًا على بناء نماذج AI الحدودية.

“لا أريد أن أفعل أي شيء لتقليل الوعد. نحن نقدم نماذج كل يوم يمكن للناس البناء عليها والتي تستخدم للقيام بأشياء مذهلة. وقال “بالتأكيد لا ينبغي لنا التوقف عن فعل ذلك”.

“عندما يتحدث الناس كثيرًا عن المخاطر ، أشعر بالضيق ، وأقول:” أوه ، يا رجل ، لم يقم أحد بعمل جيد حقًا في وضع مدى روعة هذه التكنولوجيا “، أضاف لاحقًا في المحادثة.

تكاليف تدريب Deepseek “ليست دقيقة”

عندما انتقلت المحادثة إلى نماذج صانع LLM الصينية Deepseek الأخيرة ، قلل Amodei من الإنجازات التقنية وقال إنه شعر أن رد الفعل العام “غير عضوي”.

“بصراحة ، كان رد فعلي قليلًا جدًا. لقد رأينا V3 ، وهو النموذج الأساسي لـ Deepseek R1 ، في ديسمبر. وكان هذا نموذجًا مثيرًا للإعجاب “. “كان النموذج الذي تم إصداره في ديسمبر على هذا النوع من منحنى تخفيض التكاليف العادي للغاية الذي رأيناه في نماذجنا ونماذج أخرى.”

ما كان ملحوظًا هو أن النموذج لم يكن يخرج من “ثلاث أو أربع مختبرات حدودية” مقرها في الولايات المتحدة ، حيث أدرج Google و Openai و Anthropic كبعض المختبرات الحدودية التي تدفع المظروف عمومًا بإصدارات نموذجية جديدة.

“وكانت هذه مسألة الاهتمام الجيوسياسي بالنسبة لي. وقال “لم أرغب أبدًا في السيطرة على الحكومات الاستبدادية هذه التكنولوجيا”.

أما بالنسبة لتكاليف التدريب المفترضة لـ Deepseek ، فقد رفض فكرة أن تدريب Deepseek V3 كان أرخص 100x مقارنة بتكاليف التدريب في الولايات المتحدة “أعتقد [it] ليس دقيقًا وليس على أساس الحقائق “.

نماذج كلود القادمة مع التفكير

على الرغم من أن Amodei لم يعلن عن أي نموذج جديد في حدث الأربعاء ، إلا أنه أزعج بعض الإصدارات القادمة للشركة – ونعم ، فإنه يتضمن بعض القدرات المنطقية.

“نحن نركز عمومًا على محاولة جعل نماذج التفكير الخاصة بنا متباينة بشكل أفضل. نحن قلقون بشأن التأكد من أن لدينا سعة كافية ، وأن تصبح النماذج أكثر ذكاءً ، ونحن قلقون بشأن أشياء السلامة “.

واحدة من القضايا التي تحاول أنثروبور حلها هي لغز اختيار النموذج. إذا كان لديك حساب chatgpt plus ، على سبيل المثال ، قد يكون من الصعب معرفة النموذج الذي يجب أن تختاره في اختيار النماذج المنبثقة لرسالتك التالية.

وينطبق الشيء نفسه على المطورين الذين يستخدمون واجهات برمجة تطبيقات نموذج اللغة الكبيرة (LLM) لتطبيقاتهم الخاصة. إنهم يريدون موازنة الأمور بين الدقة وسرعة الإجابات والتكاليف.

“لقد شعرنا بالحيرة بعض الشيء من فكرة وجود نماذج طبيعية وهناك نماذج التفكير وأنها مختلفة نوعًا ما عن بعضها البعض” ، قال Amodei. “إذا كنت أتحدث إليكم ، فلن يكون لديك أدمغتان ويستجيب أحدهما على الفور ، وينتظر الآخر وقتًا أطول.”

ووفقا له ، اعتمادًا على المدخلات ، يجب أن يكون هناك انتقال أكثر سلاسة بين النماذج المدربة مسبقًا مثل كلود 3.5 Sonnet أو GPT-4O والنماذج المدربة على التعلم التعزيز والتي يمكن أن تنتج سلسلة من السلسلة (COT) مثل Openai’s O1 أو Deepseek’s R1.

“نعتقد أن هذه يجب أن تكون موجودة كجزء من كيان واحد مستمر واحد. وقد لا نكون هناك بعد ، لكن الأنثروبور يريد حقًا نقل الأشياء في هذا الاتجاه “. وأضاف: “يجب أن يكون لدينا انتقال أكثر سلاسة من ذلك إلى النماذج المدربة مسبقًا-بدلاً من” هنا شيء A وهنا شيء ب “.

مع استمرار شركات الذكاء الاصطناعى الكبيرة مثل الأنثروبور في إصدار نماذج أفضل ، تعتقد Amodei أنها ستفتح بعض الفرص الرائعة لتعطيل الشركات الكبيرة في العالم في كل صناعة.

“نحن نعمل مع بعض شركات الأدوية لاستخدام كلود لكتابة الدراسات السريرية ، وقد تمكنوا من تقليل الوقت الذي يستغرقه كتابة تقرير الدراسة السريرية من 12 أسبوعًا إلى ثلاثة أيام” ، قال Amodei.

“إلى جانب الطب الحيوي ، هناك قانونية ، مالية ، تأمين ، إنتاجية ، برامج ، أشياء حول الطاقة. أعتقد أنه سيكون هناك – أساسًا – نهضة من الابتكار التخريبي في مساحة تطبيق الذكاء الاصطناعي. ونريد أن نساعده ، نريد أن ندعم كل شيء “.

اقرأ تغطيتنا الكاملة لقمة عمل الذكاء الاصطناعي في باريس.