لنقطع الضجيج. نعم، يمكن للذكاء الاصطناعي كتابة رسائل البريد الإلكتروني الخاصة بك وإنشاء رموز متوسطة الجودة. نعم، إنه يضع الرسامين والمبرمجين المبتدئين في موقف صعب. لكن إذا كان هذا كل ما تراه، فأنت تنظر في الأماكن الخاطئة. العمل التحويلي الحقيقي للذكاء الاصطناعي لا يحدث في مربع نص ChatGPT. بل يحدث في المختبرات والمستشفيات ومراكز الأبحاث حيث يستخدم العلماء التعلم الآلي لحل مشكلات أعاقت البشرية لعقود. ابدأ بـ AlphaFold2، نظام التنبؤ بهيكل البروتين من DeepMind. في عام 2020، حل أحد أكبر التحديات في علم الأحياء بتنبؤ كيف تطوى البروتينات من سلاسل الأحماض الأمينية بدقة رائعة. احتوت قاعدة بيانات البروتين حوالي 190,000 هيكل بروتين تم تحديده تجريبيًا عبر عقود. منذ ذلك الحين، توقعت AlphaFold هياكل لأكثر من 200 مليون بروتين، مما يعني بشكل أساسي رسم خريطة الكون البروتيني بأكمله. هذا ليس تقدمًا تدريجيًا. إنه تغير نوعي. الاكتشاف الدوائي الذي كان يستغرق سنوات من العمل البلوري يحدث الآن في ساعات. استخدم باحثون في جامعة كاليفورنيا، سان فرانسيسكو AlphaFold لتحديد مرشح جديد لدواء السرطان في أشهر بدلاً من سنوات. أبلغت المختبر الأوروبي للبيولوجيا الجزيئية أن AlphaFold تم ذكره في أكثر من 10,000 ورقة علمية بحلول عام 2024، مع تطبيقات تمتد لتشمل لقاحات الملاريا، إنزيمات تأكل البلاستيك، ومرونة المحاصيل. يمثل توقع الطقس اختراقًا حقيقيًا آخر. الآن تتفوق نماذج الذكاء الاصطناعي مثل GraphCast من Google DeepMind على التنبؤات التقليدية القائمة على الفيزياء للتنبؤات متوسطة المدى. أكد المركز الأوروبي للتنبؤات الجوية متوسطة المدى في عام 2023 أن GraphCast يتفوق على نموذجهم القياسي في 90% من متغيرات الغلاف الجوي أثناء التشغيل أسرع 1,000 مرة. عندما اشتدت إعصار Otis بسرعة قبل أن يضرب أكابولكو في أكتوبر 2023، رصدت نماذج الذكاء الاصطناعي الخطر قبل 48 ساعة من التنبؤات التقليدية. هذا ليس فقط مثيرًا للإعجاب، بل إنه ينقذ الأرواح. تقدر المنظمة العالمية للأرصاد الجوية أن التحذيرات المبكرة المحسنة يمكن أن تمنع 23,000 حالة وفاة سنويًا بسبب أحداث الطقس القاسية. تعمل نماذج الذكاء الاصطناعي على جهاز واحد في أقل من دقيقة، مما يحقق الديمقراطية في التنبؤ المتقدم للبلدان التي لا تستطيع تحمل أجهزة الحاسوب العملاقة. تمر علوم المواد بثورة مشابهة. تستخدم مشاريع المواد والمبادرات المماثلة التعلم الآلي للتنبؤ بخصائص ملايين المركبات الافتراضية. اكتشف الباحثون في مختبر لورانس بيركلي الوطني 18 مادة بطارية جديدة واعدة في عام 2023 باستخدام فحص الذكاء الاصطناعي، وهي عملية كان يمكن أن تستغرق عقودًا باستخدام الأساليب التقليدية. استخدمت Microsoft والمختبر الوطني في شمال غرب المحيط الهادئ الذكاء الاصطناعي لتحديد مادة إلكتروليت جديدة يمكن أن تقلل من استخدام الليثيوم في البطاريات بنسبة تصل إلى 70% بالانتقال من 32 مليون مرشح إلى التركيب المختبري في تسعة أشهر. يقدر اكتشاف المواد التقليدي ما بين 10 إلى 20 عامًا من المفهوم إلى التسويق. يقوم الذكاء الاصطناعي بتقليص هذا الزمن إلى أقل من عامين لبعض التطبيقات. تشخيصات الطبية تُظهر ربما التأثير الواقعي الأبرز في العالم. الآن تطابق أنظمة الذكاء الاصطناعي أو تتفوق على الخبراء في اكتشاف سرطان الثدي والعقد الرئوية واعتلال الشبكية السكري. وجدت دراسة في The Lancet عام 2024 أن نظام الذكاء الاصطناعي قلل من حالات سرطان الثدي الفائتة بنسبة 20% مقارنة بالتقييم البشري من قبل قارئ واحد في برنامج الفحص NHS في المملكة المتحدة. اكتشفت الذكاء الاصطناعي لـ Google Health سرطان الرئة على فحوصات CT مع تقليل بنسبة 5% في الإيجابيات الخاطئة و11% في السلبيات الخاطئة مقارنة بالأطباء. في طب العيون، تم اعتماد فحص الذكاء الاصطناعي لاعتلال الشبكية السكري من قبل إدارة الغذاء والدواء الأمريكية منذ عام 2018 ونشرها في الهند وتايلاند، حيث تم فحص أكثر من 250,000 مريض في المناطق المحرومة من الوصول إلى المتخصصين. هذا لا يستبدل الأطباء. إنه يفرز أعداد المرضى الكبيرة ويلتقط الحالات التي تنفلت من أنظمة بشريه مثقلة بالعمل. الانتصارات الأقل بزغًا ولكن الهامة تأتي من مشاكل التحسين. خفض الذكاء الاصطناعي من DeepMind تكاليف تبريد مركز البيانات في Google بنسبة 40% في عام 2016، ويدير الآن أنظمة مشابهة شبكات الطاقة، تدفقات المرور، وسلاسل التوريد. يستخدم ميناء روتردام الذكاء الاصطناعي لتحسين وضع الحاويات وخفض أوقات دوران السفن بنسبة 20%. توفر UPS 10 ملايين جالون من الوقود سنويًا باستخدام تحسين مسار الذكاء الاصطناعي. هذه ليست عناوين مثيرة، لكنها تمثل مليارات من مكاسب الكفاءة وتقليل الكربون القابل للقياس. تقدر وكالة الطاقة الدولية بأن أنظمة الطاقة المُحسّنة بالذكاء الاصطناعي يمكن أن تقلل الانبعاثات العالمية لثاني أكسيد الكربون بنسبة 4% بحلول عام 2030، وهو ما يعادل إزالة 2.4 مليار سيارة من الطرقات. الآن لنتحقق من الواقع. تشترك معظم هذه الاختراقات في سمات مشتركة: إنها تتعامل مع مشاكل محددة جيدًا ببيانات ضخمة، ومقاييس نجاح واضحة، وتحقق من الخبراء. إنها لا تتطلب من الذكاء الاصطناعي فهم السياق أو الثقافة أو الحس السليم. طي البروتين هو فيزياء حتمية. الطقس فوضوي لكن محكوم بمعادلات معروفة. التصوير الطبي لديه حقيقة دائمة من الخزعات. هذه هي المجالات التي يخلق فيها التعرف على النمط على مستوى فوق بشري قيمة حقيقية. تتحطم الضجة عندما نتوقع من الذكاء الاصطناعي حل مشاكل إنسانية غامضة مثل تعزيز المحتوى، قرارات التوظيف، أو استراتيجيات الإبداع، حيث يكون النجاح مراوغًا والمجموعات البيانات ملوثة بالتحيز. لكن هنا يصبح الأمر مثيرًا للاهتمام. بمجرد أنك تغلبت على المجموعات البيانات النظيفة المهيكلة، الحدود التالية هي المشاكل المتعددة الأوجه وغير المنظمة التي تتطلب الربط بين مصادر البيانات المختلفة. يتم تغرق العلوم المائية في إمكانيات غير مستغلة. لدينا عقود من صور الأقمار الصناعية، رسم الخرائط الصوتية، حساسات درجات الحرارة، ملاحظات علم الأحياء البحرية، وبيانات حركة الشحن التي لم يدمجها أحد بشكل صحيح. يمكن للذكاء الاصطناعي التنبؤ بأحداث تبيض المرجان، تحسين حصص الصيد لمنع الانهيار، تتبع الصيد غير المشروع في الوقت الفعلي، ونمذجة آثار تراكم الأحماض في المحيط. مؤسسة وودز هول للمحيطات ومعهد سكرينز لعلوم المحيطات تمتلك بيانات بتيرابايت يمكن أن تحدث ثورة في الحفظ البحري إذا قام شخص ما ببناء النماذج الصحيحة. تمثل قواعد البيانات الأثرية والتاريخية منجم ذهب آخر. يمكن أن تساعد الرادار المخترق، استبيانات LiDAR، صور الأقمار الصناعية، والسجلات التاريخية المرقمنة الذكاء الاصطناعي في تحديد المواقع الأثرية غير المكتشفة، توقع مكان دفن الآثار، وإعادة بناء شبكات التجارة القديمة. استخدم الباحثون في جامعة كامبردج التعلم الآلي على بيانات الأقمار الصناعية لاكتشاف 500 مستوطنة مايا غير معروفة سابقا في عام 2023. قم بمقياس هذا النهج عالميًا، ونحن نتحدث عن إعادة كتابة التاريخ البشري. يمتلك اللوفر والمتحف البريطاني ومتحف سميثسونيان الملايين من القطع الأثرية المرقمنة مع بيانات وصفية غير متسقة يمكن للذكاء الاصطناعي تنظيمها، كاشفة عن أنماط في الثقافات التبادلية والانتشار التكنولوجي لا يراها البشر أبدًا. تفقد المحفوظات الإعلامية قيمتها لأنه لا يمكن لأحد البحث فيها بشكل صحيح. تمتلك BBC 14 مليون ساعة من المحتوى المذاع يعود تاريخها إلى العشرينيات. لدى وكالة أسوشيتد برس 25 مليون صورة تاريخية. لدى نيويورك تايمز 170 عامًا من المقالات، أكثر من 15 مليون قطعة. تمتلك CBS News 100000 ساعة من اللقطات الخام من كل حدث رئيسي منذ عام 1968. حاليًا، هذه الأشياء مغلقة أساسًا لأن البيانات الوصفية سيئة، غير متسقة عبر العقود، أو ببساطة مفقودة. تريد العثور على كل مرة تناقض فيها سياسي نفسه أمام الكاميرا؟ مستحيل مع البحث الحالي. تريد تتبع كيفية تطور تغطية الأخبار للهجرة منذ عام 1950؟ حظاً طيباً في مراجعة يدوية لأرشيفات 70 عامًا. يمكن للذكاء الاصطناعي حل هذا بين عشية وضحاها. يمكن لنماذج الفهم الفيديوي الآن تفريغ الكلام، التعرف على الوجوه، التعرف على المواقع، اكتشاف العواطف، ووضع علامات على الأشياء بدقة معقولة. عند تطبيقها على الأرشيفات المذاعة، يمكنك البحث اعتمادًا على المحتوى البصري، وليس فقط الكلمات المفتاحية. بدأت رويترز و Getty Images في استخدام علامات الذكاء الاصطناعي للمحتوى الجديد، ولكن لم يقم أحد بتركيب الدفات التاريخية على نطاق واسع. القيمة مذهلة: يمكن للصحفيين العثور على بكرات مناسبة على الفور، ويمكن لمراجعي الحقائق التحقق من المطالبات ضد اللقطات التاريخية، ويمكن للباحثين دراسة تطور التحيز الإعلامي بشكل كمي. تستخدم Netflix وDisney بالفعل الذكاء الاصطناعي لوضع علامات على مكتباتهم لتحسين التوصيات. يمكن للمنظمات الإخبارية القيام بنفس الشيء مع الحفاظ على السياق الصحفي. مجموعة البيانات الخاصة بمقاضاة حقوق النشر هي أيضًا مثيرة للاهتمام. كل دعوى قضائية، كل مطالبة بحقوق النشر، كل إشعار إزالة قدم إلى مكتب الولايات المتحدة لحقوق النشر منذ عام 1790 هو سجل عام نظريًا. هذا يعني 230 عامًا من المطالبات: من ادعاها، ومتى، ولماذا. يمكن للذكاء الاصطناعي رسم خريطة الأنساب الكاملة للأعمال الإبداعية، تعقب كيف تطورت معايير الاستخدام العادل، توقع أي المطالبات الجديدة ستنجح أو تفشل بناء على السوابق. يقوم مشروع الأرشيف الوطني برقمنة ملايين الأعمال التي دخلت الملكية العامة، لكن بدون تحليل الذكاء الاصطناعي، لا يمكننا تحديد بكفاءة ما هو فعلاً في الملكية العامة مقابل المطالبات الخاطئة من قبل حقوق الملكية. قامت قاعدة بيانات تجديد حقوق النشر لجامعة ستانفورد بخدش السطح للكتب قبل عام 1964، ولكن نحن بحاجة إلى ذلك للموسيقى، الأفلام، الصور، والبرمجيات. تمثل بيانات اعتدال الوسائط الاجتماعية مجموعة بيانات أغمق لكنها ضرورية. يزيل Facebook 20 مليون قطعة محتوى شهريًا لانتهاكها معايير المجتمع. تقوم YouTube بإزالة 6 ملايين فيديو كل ربع سنة. علقت Twitter (الآن X) 1.2 مليون حساب لمحتوى إرهابي في عام 2023 وحده. نظريًا، لكل قرار سياقه: ما هو القاعدة التي انتهكت، من أفاد عنها، ماذا حدث في الاستئناف. يمكن أن تدرب تلك البيانات أنظمة اعتدال تعتمد على السياق بدلاً من الأدوات البليدة الحالية التي تحظر ناجيات سرطان الثدي بسبب الصور الطبية بينما تتجاوز المحتوى الضار الفعلي. ولكن تتعامل المنصات مع هذا باعتباره ملكية خاصة، مما يمنع البحوث المستقلة حول ما يعمل فعليًا. فرض الشفافية من خلال التنظيم يمكن أن يمكن أنظمة الذكاء الاصطناعي التي تفهم السياق بدلاً من مجرد وضع علامات على الكلمات المفتاحية والألوان. التخطيط الحضري يحتاج هذا العلاج بشكل جدي. تولد المدن مجموعات بيانات ضخمة من كاميرات المرور، حساسات جودة الهواء، سجلات الجريمة، سجلات الملكية، استخدام المرافق، والتحولات الديموغرافية، ولكن لم يبنِ أحد أنظمة تُدمج كل هذه البيانات لتحسين تقسيم المناطق، توقع التدهور العمراني، أو تخصيص الخدمات الاجتماعية. استخدمت مشروع Superblocks لمدينة برشلونة تحسين الذكاء الاصطناعي المحدود وقللت من حوادث المرور بنسبة 27% بينما زادت من المساحات الخضراء. تخيل تطبيق ذلك في جميع أنحاء المدينة عبر مئات المتغيرات. مشروع سنغافورة الافتراضي يحاول ذلك، ولكن معظم المدن تفتقر إلى القدرة التقنية. مجموعة البيانات موجودة. الإرادة السياسية هي ما ينقص. يمكن للنمذجة البيئية أن تمنع الوباء القادم. لدينا قواعد بيانات الجينات، أنماط هجرة الحيوانات، بيانات المناخ، معدلات إزالة الغابات، وتواريخ تفشي الأمراض. يمكن للنماذج الذكاء الاصطناعي التي تُدمج هذه العناصر التنبؤ بأحداث انتقال الفيروسات الحيوانية قبل حدوثها. تقوم تحالف EcoHealth ومشروع Global Virome بتسلسل الفيروسات في الحياة البرية، لكن النماذج التنبؤية التي يمكن أن تربط تطور الفيروس بالتغيرات البيئية و الانتهاك البشري بالكاد موجودة. كلفت جائحة COVID-19 العالم 16 تريليون دولار. إنفاق 10 مليار دولار على التنبؤ بالجائحة المدعوم بالذكاء الاصطناعي سيكون صفقة القرن. الثورة الزراعية بدأت للتو. ينتج المزارعون مجموعات بيانات ضخمة من حساسات التربة، صور الأقمار الصناعية، أنماط الطقس، جينات المحاصيل، و المجموعات الآفات، لكن تطبيقات الذكاء الاصطناعي الحالية بدائية. يمكننا تحسين تدوير المحاصيل بدقة على مستوى الحقول، توقع تفشي الآفات أسابيع مقدمًا، تحسين تربية الأنواع المقاومة للمناخ في نصف الوقت، و تقليل استخدام الأسمدة بنسبة 40% بينما نزيد من الغلات. تُقدر منظمة الأغذية والزراعة للأمم المتحدة أننا نحتاج إلى زيادة الإنتاج الغذائي بنسبة 70% بحلول عام 2050 لإطعام 10 مليار شخص. يمكن للذكاء الاصطناعي الذي يعمل مع مجموعات البيانات الزراعية تحقيق ذلك دون تدمير ما تبقى من تربتنا السطحية وطبقات المياه الجوفية.
الانتصارات الحقيقية للذكاء الاصطناعي: ما وراء دورة الضجيج
الجميع يشعرون بالإرهاق من سماع أن الذكاء الاصطناعي سيغير كل شيء. لكن إذا تجاوزت ضجيج الروبوتات، ستجد اختراقات حقيقية: حل لغز طي البروتين، تنبؤات الطقس التي تنقذ بالفعل الأرواح، وعلوم المواد تتحرك بسرعة فائقة. السؤال ليس ما إذا كان الذكاء الاصطناعي يقدم شيئًا. السؤال هو هل نطلب منه حل المشكلات الصحيحة.
رأيي
يعاني مجال الذكاء الاصطناعي من مشكلة تسويق كارثية. لقد بالغنا في بيع الروبوت وقد قللنا من قيمة العمل الذي يغير العالم بالفعل والذي يحدث في المجالات العلمية. عندما يفكر الناس في الذكاء الاصطناعي، يخطر في أذهانهم رسائل البريد الإلكتروني التي تتحدث بموافقة الشركات وصور الأسهم بلا روح، وليس الحقيقة أننا قد حللنا واحدة من أصعب المشاكل في علم الأحياء أو يمكننا الآن التنبؤ بمسارات الأعاصير بشكل أفضل من نماذج الحواسيب العملاقة التي تُكلف مليارات. هذا الأمر يقع على عاتقنا، صناعة التكنولوجيا، لملاحقة اهتمامات المستهلكين بدلاً من الاحتفال بالباحثين الذين يقومون بعمل مهم بالفعل. إليك توقعي: ستنهار دورة الضجة للذكاء الاصطناعي في التطبيقات الاستهلاكية في غضون 18 شهرا. ستواجه الشركات التي تحرق مليارات على الروبوتات والمولدات الصورية مواجهة عندما يدرك المستخدمون أن هذه الأدوات مكلفة، عرضة للأخطاء، وبالكاد أفضل مما كان لدينا قبل خمس سنوات لمعظم المهام اليومية. لكن الانهيار لن يمس الذكاء الاصطناعي العلمي والصناعي، الذي سيواصل بهدوء ثورة اكتشاف الأدوية، علوم المواد، نمذجة المناخ، والتشخيصات. الثورة الحقيقية للذكاء الاصطناعي لن تصل إلى بريدك الإلكتروني. إنها تحدث بالفعل في أماكن لا ينظر إليها معظم الناس، تحل مشاكل لم يعرف معظم الناس أنها موجودة. هذه ليست خطأً، إنها ميزة. أفضل التكنولوجيا يختفي في البنية التحتية، يجعل المستحيل روتينًا دون ضجة.
ماذا سيحدث بعد ذلك
تتسارع الفجوة. في غضون 12 شهرًا، سنرى أول شركة رئيسية للذكاء الاصطناعي للاستهلاك تغلق أو تتحول بشكل جذري. أراهن على إحدى الشركات الناشئة للنص إلى الفيديو التي تحرق رأس المال الاستثماري دون مسار للربحية. في الوقت نفسه، ستعلن شركات الأدوية عن أول الأدوية المصممة بالكامل بمساعدة الذكاء الاصطناعي وهي تدخل المرحلة الثالثة من التجارب. بالفعل مواصلة موديرنا وAbsci بتحريك المرشحين إلى الأمام. هذا يخلق انقسامًا غريبًا: الإعلام السائد يعلن عن شتاء الذكاء الاصطناعي بينما تنشر Nature اختراقًا بعد الآخر. البطاقة البرية التي لا يراقبها أحد: الأنظمة المختلطة للذكاء الاصطناعي الكمي. يمكن لشريحة Willow الكمية لجوجل، التي أُعلن عنها في ديسمبر 2024، حل بعض المشكلات في دقائق بدلاً من أن تأخذ الحاسبات التقليدية 10 سبتليون سنة. عندما يفهم شخص ما كيفية دمج التسريع الأسي للكوانتيوم مع التعرف على النمط في الذكاء الاصطناعي، سيتم ضغط اكتشاف المواد وتصميم الأدوية من أشهر إلى أيام. هذا ليس بعيدًا خمس سنوات. المختبرات في IBM ومايكروسوفت والشركات الصينية للكوانتيوم تسرع في هذا الهدف الآن. أول فريق يحل المحاكاة الجزيئية المعززة بالكوانتيوم سيجعل اختراقات اليوم في الذكاء الاصطناعي تبدو مثل الحاسبات المحمولة. تتدفق الموجة التالية من التمويل نحو مشاريع التكامل المتعددة الوسائط. توقع إعلانات رئيسية حول أنظمة مراقبة المحيطات، منصات اكتشاف الأثرية، ونمذجة النظام البيئي في غضون 18 شهرًا. بالفعل تطلب مؤسسة العلوم الوطنية والمجلس الأوروبي للبحث العلمي مقترحات لأنظمة الذكاء الاصطناعي التي تجمع بين صور الأقمار الصناعية والشبكات الحسية والبيانات التاريخية. تقوم الصين بهدوء ببناء أكبر أنظمة مراقبة محيطات الذكاء الاصطناعي في العالم عبر مبادرة الحزام والطريق، تركيب الحساسات عبر بحر جنوب الصين والمحيط الهندي. من يتحكم في هذه المجموعات المتكاملة من البيانات يتحكم في الموارد الاستراتيجية للقرن الواحد والعشرين، من المصايد إلى المعادن النادرة إلى التنبؤ بالأوبئة. ستعيد الحكومات بشكل هادئ توجيه تمويل الذكاء الاصطناعي من أبحاث الروبوتات نحو التطبيقات العلمية الاستراتيجية. خصص قانون الرقائق والعلوم الأمريكي بالفعل 280 مليار دولار جزئيًا للبحث في أشباه الموصلات المسرعة بالذكاء الاصطناعي. تخطط الصين في خطتها الخمسية الرابعة عشر صراحة لأولويات الذكاء الاصطناعي للعلوم المواد واكتشاف الأدوية على العمليات الاستهلاكية. ستعزز انهيار الضجة المجال بقتل الاحتيال وتركيز رأس المال على المشكلات التي يعمل فيها الذكاء الاصطناعي بشكل ملموس. في غضون عامين من الآن، سننظر إلى حقبة ChatGPT على أنها اللحظة التي توقف فيها الذكاء الاصطناعي عن محاولة استبدال البشر وبدأ في تعزيز قدرتنا على حل المشكلات الصعبة حقًا. الباحثون الذين يتحولون من إنشاء نصوص التسويق إلى دمج مجموعات البيانات المحيطية سيكونون من يغيرون العالم بالفعل.
ما يخبرنا به التاريخ
يتكرر هذا النمط كل 30 سنة كساعة. جلبت الستينيات أول دورة ضجة للذكاء الاصطناعي، واعدة بالذكاء بمستوى الإنسان في غضون جيل واحد. سحبت DARPA التمويل في عام 1974 بعد أن عجزت الأنظمة عن التعامل مع الحواس المشتركة الأساسية. تحطمت ازدهار نظم الخبراء في الثمانينيات في عام 1987 عندما أدركت الشركات أن الذكاء الاصطناعي القائم على القواعد لا يمكنه التوسع. ماتت نهضة شبكات الأعصاب في التسعينات المتأخرة في الألفية عندما أثبتت آلات الدعم المتجهية بأنها أكثر موثوقية. تبع كل شتاء نفس المسار: وعود مفرطة في الذكاء العامة، نقص في تقديم التطبيقات الضيقة، انهيار التمويل، تراجع الباحثين إلى المختبرات. الفرق هذه المرة هو أن الذكاء الاصطناعي الضيق يعمل فعلاً في المجالات المحددة. انهارت الدورات السابقة لأن التكنولوجيا لم تكن قادرة بشكل أساسي على حل المشكلات التي وعدت بمعالجتها. لم تتمكن Perceptrons من التعامل مع المشاكل الخطية. لم تتمكن نظم الخبراء من اكتساب المعرفة على النطاق. لكن AlphaFold يتنبأ فعلاً بهيكل البروتين. يتنبأ GraphCast فعلاً بالطقس بشكل أفضل من النماذج الفيزيائية. التطبيقات العلمية لديها تحقق تجريبي، نتائج منشورة، ونتائج قابلة لإعادة الإنتاج. الانهيار سيضرب وعود الذكاء الاصطناعي الاستهلاكية التي لم تتحقق بينما يبقي العمل العلمي المؤكد سليمًا. هذا جديد.
تأثير السوق
ستواجه الشركات المصنعة للرقائق للذكاء الاصطناعي حسابًا ولكن ليس بالطريقة التي يتوقعها الجميع. تتداول NVIDIA بسعر 126 دولارًا للسهم اعتبارًا من يونيو 2024، بزيادة 180% على أساس سنوي، مع نسبة مكرر الربحية الآجلة تبلغ 45. هذا التقييم يفترض نموًا أسياً دائمًا في الطلب على حسابات الذكاء الاصطناعي. عندما تنهار ضجة الذكاء الاصطناعي الاستهلاكية، ستستقر إنفاقات مراكز البيانات الكبرى، مما يضرب إيرادات مركز بيانات NVIDIA بشدة. متشائم على NVIDIA على المدى القصير، لكن من يراهن ضدهم على المدى الطويل مجنون. الذكاء الاصطناعي العلمي والتحسين الصناعي سيبدآن الآن، وهؤلاء العملاء يمتلكون بالفعل الميزانيات وحسابات العائد على الاستثمار. اللعب الحقيقي هو شركات التكنولوجيا الحيوية التي لديها شراكات قوية في الذكاء الاصطناعي. تمتلك Recursion Pharmaceuticals (RXRX) بعمليات مشاركة مع Roche وBayer باستخدام الذكاء الاصطناعي لاكتشاف الأدوية. تستخدم Absci Corporation (ABSI) التعلم الآلي لتصميم الأجسام المضادة ولديها شراكات مع Merck. هذه الأسهم مغمورة في الشتاء الحالي للتكنولوجيا الحيوية، لكنها موضوعة للنمو الانفجاري عندما تصل الأدوية المصممة بالذكاء الاصطناعي إلى مراحل التجارب النهائية. متفائل حول كلاهما مع آفاق 18-24 شهرًا. اللعب في علوم المواد أصعب في العزل، لكن راقب الشركات المعرضة لابتكارات البطاريات. تطور QuantumScape (QS) بطاريات الحالة الصلبة باستخدام التصميم الحوسبي. متفائل إذا أعلنوا عن شراكات التسريع بالذكاء الاصطناعي في المواد. من الناحية التحتية، تستفيد الشركات العقارية لمراكز البيانات مثل Digital Realty Trust (DLR) من بناءات الحوسبة العلمية بغض النظر عن مصير الذكاء الاصطناعي الاستهلاكي. الطلب على الحوسبة من طي البروتين، النمذجة المناخية، ومحاكاة المواد لن يذهب إلى أي مكان. طويل الأمد على DLR كلعبة بنية تحتية دفاعية للذكاء الاصطناعي تنجو من انهيار الضجة.