Anthropic في مواجهة OpenAI: معركة تقنية على سرعة التوليد

Anthropic في مواجهة OpenAI: معركة تقنية على سرعة التوليد

شهد عالم التقنية في الأسابيع الأخيرة معركة خافتة لكنها بالغة الأهمية بين عملاقين في مجال الذكاء الاصطناعي، هما Anthropic وOpenAI. فقد أعلنت الشركتان في وقت متقارب تقريبًا عن «أوضاع سريعة» لنماذجهما اللغوية المتقدمة. وقد يبدو الأمر للوهلة الأولى مجرد خطوة تسويقية تهدف إلى لفت الانتباه إلى الإمكانات الجديدة. غير أن النظر عن كثب يُظهر أن التسمية المتشابهة تخفي حلولًا هندسية ونهجًا مختلفة جذريًا لتحسين أحد أكثر جوانب عمل الشبكات العصبية حساسية: سرعة توليد الإجابات.

السياق: سباق نحو الاستجابة الفورية

تُعد السرعة التي يولّد بها النموذج اللغوي النص أحد العوامل الرئيسية التي تحدد قيمته العملية. فبالنسبة للمستخدمين النهائيين، تعني واجهة أسرع استجابة، وبالنسبة للمطورين، تعني القدرة على دمج الذكاء الاصطناعي في تطبيقات تتطلب أدنى حد من التأخير، سواء كانت روبوتات محادثة أو أدوات لكتابة الشيفرة البرمجية أو أنظمة ترجمة آلية. وتقف OpenAI، المعروفة بنماذج GPT، وAnthropic، الشركة المطورة لنموذج Claude، في طليعة هذا السباق. وتمثل إعلاناتهما الأخيرة عن «الأوضاع السريعة» ردًا مباشرًا على الطلب المتزايد على الأداء. لكن الطريقين اللذين سلكتهما الشركتان لبلوغ هذه السرعة اختلفا، كما يتبين.

نظرة معمقة: حلول هندسية مختلفة

اختارت Anthropic تحسين البنية القائمة. ويقوم نهجها على تقليص ما يُعرف بـ«المعالجة الدفعية» (batching)، وهي العملية التي يعالج فيها النموذج عدة طلبات في وقت واحد. فبتصغير حجم الدفعة، تنجح Anthropic في تقليل زمن انتظار الإجابة لكل مستخدم على حدة، دون اللجوء إلى تغييرات جذرية في النموذج نفسه. ويتيح هذا الأسلوب تسريعًا ملموسًا تصفه الشركة بأنه زيادة في السرعة بمقدار 2.5 ضعف، مع الحفاظ على جودة التوليد العالية التي تتميز بها نماذجها. وهو أقرب إلى تحسين تطوري يهدف إلى رفع كفاءة الموارد المتاحة أصلًا.

أما OpenAI فقد سلكت طريقًا آخر. إذ يتحقق «الوضع السريع» لديها عبر استخدام عتاد متخصص من شركة Cerebras. وقد صُممت هذه الرقائق خصيصًا لتسريع العمليات الحسابية المرتبطة بتدريب النماذج اللغوية الكبيرة وإجراء الاستدلال عليها (أي عملية توليد الإجابات). ويتيح استخدام هذه المنصة العتادية لـOpenAI بلوغ أرقام لافتة تصل إلى 1000 رمز (token) في الثانية. وهذا ليس مجرد تحسين لعملية قائمة، بل أقرب إلى إنشاء تكوين جديد عالي الأداء قد يكون موجهًا إلى مهام أكثر تخصصًا أو إلى مستخدمين أكثر تطلبًا. ويجدر التنويه بأن هذا التخصص قد ينطوي على مفاضلات معينة، مثل المرونة أو إتاحة الخدمة.

التداعيات: خيار أمام المطورين وسوق البنية التحتية للذكاء الاصطناعي

لاختلاف نهجي Anthropic وOpenAI أهمية مباشرة للمطورين. فالمفاضلة بين «الوضع السريع» لدى Anthropic وعرض OpenAI ستعتمد على الاحتياجات المحددة للمشروع. فإذا كانت الأولوية للاستجابة الفورية مع الحفاظ على أقصى جودة ومرونة، فقد يكون حل Anthropic هو الأنسب. أما إذا كان المطلوب أقصى قدر من الإنتاجية والاستعداد لاستخدام عتاد متخصص لبلوغ سرعات قصوى، فيبدو خيار OpenAI أكثر جاذبية. ويؤكد ذلك أيضًا تزايد التخصص في سوق البنية التحتية للذكاء الاصطناعي، حيث تظهر حلول متخصصة بشكل متزايد تستهدف جوانب محددة من الأداء.

الخلاصة: التنوع محرّكًا للتقدم

إن معركة السرعة بين Anthropic وOpenAI ليست مجرد منافسة بين شركتين، بل دليل واضح على التطور الديناميكي لقطاع الذكاء الاصطناعي بأكمله. فاختلاف المقاربات لحل المشكلة ذاتها يعكس ثراء الأفكار الهندسية وتنوع التقنيات المتاحة. وفي نهاية المطاف، سيسهم هذا التنوع، إلى جانب استعداد الشركات للاستثمار في البحث والتطوير، في ظهور حلول ذكاء اصطناعي أقوى وأسرع وأكثر إتاحة، بما يفتح آفاقًا جديدة للابتكار في مجالات شتى.