مقال رأي: عصر حرب الذكاء الاصطناعي 2.0 الذي أحدثته ديب سيك واستراتيجيات الاستجابة لدينا

رابط يوتيوب: https://www.youtube.com/watch?v=XEw7Yypb9uY

نص الفيديو

أهلاً بكم. أنا سونغ وو من نافير كلاود. أعتقد أن الذكاء الاصطناعي، إلى جانب المحتوى التقني لديب سيك، أصبح بالفعل أجندة مهمة في عصرنا. منذ العام الماضي، شهدنا تغيرات سريعة من هذا المنظور، لذا أود أن أشرح هذه النقاط. أجريت العديد من المناقشات مع البروفيسور كيم سانغ باي من جامعة سيول الوطنية وغيره. أود أن أشارككم الأفكار التي توصلت إليها أثناء مناقشة كيفية تأثير الذكاء الاصطناعي على العلاقات الدولية. قبل الخوض في التفاصيل، يجب أن نشير إلى تغيير كبير في نموذج تقنية الذكاء الاصطناعي. أعتقد أن الأساتذة والخبراء الحاضرين يستخدمون بالفعل الذكاء الاصطناعي التوليدي مثل GPT. على وجه الخصوص، نماذج مثل GPT-4 أو Anthropic Claude 3.5 Sonnet أو Claude 2.0 تقوم بالتعليم القائم على الحفظ بشكل مكثف. زيادة عدد معلمات نموذج الذكاء الاصطناعي، أي حجم النموذج، بشكل كبير، وحفظ كميات هائلة من البيانات الموجودة على الإنترنت، والتي يمكن اعتبارها أكثر من 10 تريليونات رمز (token)، من خلال ملء الفراغات في الكلمات أو تخمين الكلمات. هذا يسمى التدريب المسبق، وبعد ذلك، يتم تدريبه باستخدام بيانات تم إنشاؤها بواسطة خبراء. هذا ما يصبح عليه ما تستخدمونه مثل GPT. يعتمد على المعرفة، ويفهم اللغة جيدًا، ويفهم السياق، ولديه قدرات استدلال أساسية. لقد عرفنا هذا على أنه الجيل الأول من الذكاء الاصطناعي المعرفي.

ظهور الجيل الثاني من الذكاء الاصطناعي المفكر

في كوريا، لدينا HyperCLOVA X من Naver و Exaone Series التي أصدرها LG AI Research. ومع ذلك، مع ظهور Exaone في سبتمبر الماضي، دخلنا مرحلة جديدة وعصرًا جديدًا، وأنا أسمي هذا الجيل الثاني. بدلاً من الذكاء الاصطناعي المعرفي، أصفه بأنه الذكاء الاصطناعي المفكر. السبب في تسميته "المفكر" هو أنه يتجاوز مجرد الكتابة الجيدة والمعرفة الواسعة، ويمكنه التفكير المنطقي بنفسه. إنه نموذج يمكنه التفكير المنطقي بنفسه، ثم يقول "انتظر، ماذا لو جربت هذا؟" كان ذلك ممكنًا لأننا أنشأنا كميات هائلة من البيانات التي تصف بدقة عملية حل المشكلات عندما يكون هناك سؤال وإجابة. بدلاً من حفظ هذه البيانات عن طريق الحقن، يتم تدريبها باستخدام تقنية تسمى التعلم المعزز، والتي تجعلها تفكر باستمرار. يتم تدريب نموذج الجيل الأول. بدون نموذج الجيل الأول، لا يمكن إنشاء هذا.

باستخدام بيانات تدفق المنطق الطويل المسمى "سلسلة الأفكار" (Chain of Thought) الموجودة في نماذج الجيل الأول، والتعلم المعزز، يتطلب الأمر أيضًا وحدات معالجة رسومات (GPU) كثيرة. عند التدريب بهذه الطريقة، يتم إنشاء "ذكاء اصطناعي مفكر" يتمتع بقدرات تفكير ممتازة. أول ذكاء اصطناعي مفكر هو GPT-4 من OpenAI، وتم الإعلان مؤخرًا عن GPT-4o. تستخدم ديب سيك نفس الطريقة مع V3 لإنشاء R1 وإصداره. لذلك، في الوقت الحالي، الولايات المتحدة والصين فقط هما الدولتان اللتان تمتلكان تقنية الذكاء الاصطناعي من الجيل الثاني. يمكن القول إن الصين بدأت للتو. لتقديم نبذة عن شركة ديب سيك، إنها شركة صناديق تحوط وكميات صينية تسمى High Flyer. لقد حققت الكثير من المال. لديهم الكثير من المال.

تطور تقنية الذكاء الاصطناعي في الصين وديب سيك

لديهم عدد هائل من وحدات معالجة الرسومات (GPU). بحلول عام 2020، كانوا يمتلكون بالفعل أكثر من 10,000 وحدة A100، ووفقًا لشهادات مختلفة، يُقال إنهم يمتلكون ما بين 50,000 إلى 60,000 وحدة GPU، بما في ذلك H100 و H800 و A100 و H20. لهذا السبب، بدأت الحكومة الأمريكية تحقيقًا مع Nvidia، متسائلة "هل يتم فرض قيود التصدير بشكل صحيح؟" لم تظهر ديب سيك فجأة. ظهر V1 لأول مرة في يناير من العام الماضي، ثم V2 في مايو، و V3 في ديسمبر، وتطور التقدم التكنولوجي بسرعة ملحوظة. باستخدام ذكاء اصطناعي معرفي قوي مثل ديب سيك V3، وباستخدام التعلم المعزز وبيانات تدفق المنطق الطويل (بيانات COT) كما ذكرت، أعلنوا عن ديب سيك R1.

وبهذه الطريقة، قاموا بإطلاق خدمة الدردشة، وتطبيقات Android و iOS مثل ChatGPT في جميع أنحاء العالم، واحتلوا المرتبة الأولى في سوق متجر التطبيقات الأمريكي. يقول البعض إنها انتصار للهندسة، ولكن في الواقع، ساهم عدد كبير من وحدات معالجة الرسومات (GPU) و 100 إلى 200 مهندس ذكاء اصطناعي رفيع المستوى في تقديم العديد من التقنيات الجديدة. على مدار العام الماضي، قدموا العديد من الخوارزميات التي، على الرغم من أنها ليست جديدة تمامًا، حسنت الطرق الحالية بالاعتماد على إنجازات الآخرين. تتكون هذه الخوارزميات من تقنيات يمكن أن تقلل التكاليف الإجمالية. بالنظر إلى V1، عندما ظهر لأول مرة، كان الشعور كالتالي: "لقد ظهرت شركة أخرى للذكاء الاصطناعي مفتوحة المصدر في الصين، لا أكثر ولا أقل." في ذلك الوقت، لم يكن أفضل من نموذج Qwen من Alibaba Cloud. ومع ذلك، بدأت الأشياء المبتكرة تظهر بدءًا من نموذج V2. هناك تقنيات مثل "بنية الرأس المتعدد" (Multi-Head Architecture) التي تُستخدم بشكل أساسي في ديب سيك V3. باستخدام مثل هذه التقنيات، على عكس المحولات التقليدية، عندما يدخل إدخال، بدلاً من استخدام النموذج بأكمله، فإنه ينظر إلى السؤال ويحسب باستخدام جزء فقط من الخبراء في مجال معين. على سبيل المثال، في حالة V2، يبلغ العدد الإجمالي للمعلمات 26 مليار معلمة، ولكن عندما يأتي سؤال، إذا كان يتعلق بالقانون، فإنه يحسب باستخدام جزء فقط من المعلمات المتعلقة بالقانون، وهو 21 مليار معلمة. عند التدريب بهذه الطريقة، يتم تقليل تكلفة التدريب بشكل كبير مقارنة بنموذج واحد بنفس عدد المعلمات البالغ 26 مليار معلمة. ومع ذلك، فإن تكلفة التشغيل تصبح باهظة. وذلك لأنه عند كل إدخال، يتم الحساب باستخدام 21 مليار معلمة فقط، ولكن مقارنة بالنماذج التي تستخدم 21 مليار معلمة فقط، يمكن أن تكون تكلفة التشغيل أعلى بست مرات. وذلك لأن النموذج الكبير يجب أن يظل موجودًا في الذاكرة على الأجهزة.

تمتلك كمية هائلة من وحدات معالجة الرسومات (GPU). بحلول عام 2020، كانت تمتلك بالفعل أكثر من 10,000 وحدة A100، ووفقًا لشهادات متعددة، يُقال إنها تمتلك ما بين 50,000 إلى 60,000 وحدة معالجة رسومات إجمالاً، بما في ذلك H100 و H800 و A100 و H20. لهذا السبب، بدأت الحكومة الأمريكية تحقيقًا مع Nvidia، وتساءلت: 'هل يتم بالفعل فرض قيود التصدير بشكل صحيح؟' لم يظهر DeepSeek فجأة. في يناير من العام الماضي، ظهر V1 لأول مرة، ثم V2 في مايو، و V3 في ديسمبر، وتطورت التكنولوجيا بسرعة مذهلة. باستخدام ذكاء اصطناعي معرفي قوي مثل DeepSeek V3، وبتطبيق التعلم المعزز وبيانات التدفق المنطقي الطويل (بيانات COT) كما ذكرت، أصدرنا DeepSeek R1.

بنية ديب سيك V3 ومزيج الخبراء (MoE)

لم يتغير الهيكل الأساسي لـ V3 كثيرًا، ولكن حجم النموذج يزداد بحوالي ثلاث مرات. نستخدم نماذج "مزيج الخبراء" (Mixture of Experts) التي تتكون من خبراء. بالإضافة إلى ذلك، يتم استخدام تقنيات جديدة قليلاً أثناء التدريب، وتزداد كمية البيانات المدربة بشكل كبير لتصل إلى 15 تريليون رمز. ومع ذلك، فإن ما صدم العالم بشأن ديب سيك V3 هو الجدول 1 هذا. لقد جاء من هناك.

يمكن إنشاؤه مقابل 8 مليارات وون. يبدو أن هذا كان مقصودًا تمامًا، ولكنه مضلل بعض الشيء. لننظر إلى الجدول. مكتوب "تكلفة التدريب"، ولكنه مقسم إلى "التدريب المسبق" و "تمديد السياق" و "التدريب اللاحق". يمكن اعتبارها ببساطة أجزاء التدريب. يوضح عدد ساعات استخدام وحدات معالجة الرسومات H800 لكل منها. في المجموع، يذكر أن 2,788,000 ساعة من وحدات معالجة الرسومات قد تم استخدامها. ويمكن اعتبار ذلك كمبيوتر فائق يربط 248 وحدة H800 معًا في شبكة قوية واحدة. في هذه الحالة، يتم استخدام 2,788,000 ساعة. تكلفة استئجار وحدة H800 واحدة في السحابة هي 2 دولار في الساعة. هذا هو تحويل تكلفة وحدات معالجة الرسومات المستخدمة في التدريب الناجح إلى تكلفة بالساعات، وليس تكلفة التطوير.

يجب أن تبقى في الذاكرة. لذلك، لحل تكاليف التشغيل هذه، يتم استخدام جميع تقنيات الهندسة المثلى الممكنة. لا يختلف الهيكل الأساسي لـ V3 كثيرًا، ولكن يتم زيادة حجم النموذج بحوالي ثلاث مرات. يتم استخدام نماذج 'مزيج الخبراء (Mixture of Experts)' بنفس الطريقة. بالإضافة إلى ذلك، يتم استخدام تقنيات جديدة قليلاً في التدريب، ويزداد حجم البيانات المدربة بشكل كبير ليصل إلى 15 تريليون رمز. ومع ذلك، فإن ما صدم العالم بشأن DeepSeek V3 هو الجدول 1. لقد جاء من هناك.

لم يكن من الممكن النجاح من المحاولة الأولى، ولم يتم تضمين أي من الأخطاء العديدة التي ارتكبت للعثور على وصفة النجاح هذه، أو تكاليف العمالة، أو تكاليف بناء البيانات. بل إنها مذكورة في الورقة البحثية. لذلك، مع الأخذ في الاعتبار جميع وحدات معالجة الرسومات وما إلى ذلك التي يتم عرضها، يمكن تقدير أن تكلفة الاستثمار الإجمالية تتراوح بين مئات المليارات إلى 1-2 تريليون وون. وباستخدام V3 هذا، قاموا بإنشاء نموذج R1 الذي يتمتع بقدرات تفكير استنتاجي ممتازة. عند إنشاء نموذج V3 هذا، وكذلك عند إنشاء نموذج R1، يبدو أنهم استخرجوا البيانات من نماذج OpenAI واستخدموها للتعلم. على الرغم من أنهم يقولون لا، إلا أن هناك بعض الأدلة التي تظهر ذلك. لا أعرف ما إذا كنت قد أدرجتها في الشرائح التالية أم لا، ولكن دعنا نرى.

الكشف عن التكنولوجيا وتأثير خفض التكاليف

أصبحت العديد من الشركات في جميع أنحاء العالم، بما في ذلك فرنسا وكوريا واليابان، قادرة على تقليدها. وهذا له تأثير كبير. كما أن خفض التكاليف كان كبيرًا، حيث كان على OpenAI، عند إنشاء GPT-4، أن ينشئ بيانات COT الطويلة هذه باستخدام خبراء بشريين، مما استغرق وقتًا طويلاً وتكاليف باهظة. ولكن بما أن الصينيين يمكنهم إنشاء البيانات باستخدام R1، فقد تم تقليل هذه التكاليف بشكل كبير. مع الأخذ في الاعتبار هذه العوامل، تم إنشاء ذكاء اصطناعي يتمتع بقدرات تفكير استنتاجي عالية الأداء بتكلفة أقل نسبيًا، وبمستوى استثمار يمكننا تحمله، وليس الاستثمار الفلكي الذي قامت به الولايات المتحدة. وهذا يعني أن ديب سيك ليست الوحيدة.

كيف ذلك؟ ربما يجب أن أحذفه. باختصار، عندما أدخلت شيئًا ما، وأمرت بشيء غريب، أجاب "نظرًا لأن السياسة التي طلبتها تنتهك سياسة خصوصية OpenAI،" وما إلى ذلك. حسنًا، هذا يعني بالطبع أنهم أنشأوا البيانات وجلبوها. على أي حال، الصدمة التي أحدثتها هذه التكنولوجيا هي أنها تم إنشاؤها. تم إنشاؤها في الصين، وليس في الولايات المتحدة أو الصين. وكان هناك فضول لدى العديد من شركات الذكاء الاصطناعي، بما في ذلك نحن، حول كيفية إنشاء ذكاء اصطناعي يتمتع بقدرات تفكير استنتاجي عالية مثل GPT-4 من OpenAI. كنا نخمن إلى حد ما، ولكن لم يكن من الممكن إجراء تجارب لتطويره بدقة. ومع ذلك، نظرًا لأن كل محاولة جديدة تتطلب تكاليف باهظة، فقد كان الأمر مرهقًا، ولكنهم نشروا تفاصيل مثل "SFT-GPT" و "SFT-GPT" في تقرير فني، قائلين إن هذا كل ما هو مطلوب، ولا شيء آخر. لقد كشفوا عن حوالي 80٪ من التفاصيل الإجمالية. باستخدام هذا،

احتدام المنافسة في مجال الذكاء الاصطناعي واستراتيجية الصين

شركات أخرى مثل Minimax و Moonshot و Deepal و Alibaba Cloud، التي تتمتع بقدرات مماثلة، بدأت في إنتاج ذكاء اصطناعي بمستويات مماثلة. ليس فقط في الصين، ولكن أيضًا في الولايات المتحدة، بدأت الأسعار في الارتفاع. لم يعد GPT-4 من OpenAI حكرًا. لقد بدأ سباقًا زمنيًا. نماذج الجيل الثاني. لذلك، هل ما هو منظم صحيح؟ في الواقع، مع الأخذ في الاعتبار العديد من العوامل، فإن تكلفة التطوير البالغة 8 مليارات وون هي فهم خاطئ، وهل يمكن لأي شخص القيام بذلك مقابل 8 مليارات وون فقط؟ ليس الأمر كذلك.

الشركات والدول التي لديها قدرات كافية في الجيل الأول من الذكاء الاصطناعي المعرفي يمكنها القيام بذلك. هناك حوالي 10 دول من هذا القبيل. هل ستدخل كل هذه الدول؟ هل سنحاول تحقيق ذلك بتكلفة منخفضة جدًا؟ في الواقع، هذه ليست رخيصة. لأن سعر نفس النموذج المقدم في الولايات المتحدة أغلى بحوالي مرة واحدة. هناك سبب لكونه رخيصًا. على الرغم من أن لديهم تقنيات تحسين خاصة بهم، إلا أنه من المتوقع أن يتم تقديمه بسعر أقل من التكلفة لأغراض أخرى. هذا الغرض هو السيطرة على هيمنة النظام البيئي للذكاء الاصطناعي مفتوح المصدر من خلال نشر الذكاء الاصطناعي مفتوح المصدر في جميع أنحاء العالم، والذكاء الاصطناعي الذي يكتب المحتوى، وخاصة الذكاء الاصطناعي الذي يتمتع بقدرات تفكير استنتاجي عالية، سيخرج المحتوى بناءً على قيمه الخاصة. لا توجد طريقة أفضل للدعاية للنظام العالمي.

الشركات والدول التي لديها قدرات كافية في الجيل الأول من الذكاء الاصطناعي المعرفي فقط. هناك حوالي 10 دول من هذا القبيل. إذن، ستدخل كل هذه الدول. هل يمكننا حقًا أن نقدمها بتكلفة فعالة للغاية؟ في الواقع، هذا ليس سعرًا رخيصًا. لأننا إذا نظرنا إلى السعر الذي تقدمه الولايات المتحدة لنفس النموذج، فهو أغلى بمرتين تقريبًا. هناك سبب لكونه رخيصًا. بالطبع، حتى مع تقنيات التحسين الخاصة بهم، يمكننا أن نتوقع أنهم يقدمونها بسعر أقل من التكلفة لأغراض أخرى. هذا الغرض هو السيطرة على هيمنة النظام البيئي للذكاء الاصطناعي مفتوح المصدر من خلال نشر الذكاء الاصطناعي مفتوح المصدر في جميع أنحاء العالم، والذكاء الاصطناعي الذي يكتب المحتوى، وخاصة الذكاء الاصطناعي الذي يقوم بالتفكير الاستنتاجي بشكل جيد جدًا، سيخرج المحتوى بناءً على قيمه الخاصة. لا توجد طريقة أفضل للدعاية لأنظمة العالم.

وبالطبع، سيتم تصديره بشكل طبيعي عندما يطرح الناس الأسئلة ويحصلون على إجابات. سيفكرون في نشر هذا كمصدر مفتوح في جميع أنحاء العالم للتأثير على العالم وترسيخ النظام البيئي، ومن خلال استخدام الناس له، سيتم تجميع البيانات باستمرار. داخل ديب سيك. ويمكن للحكومة الصينية استخدام البيانات المخزنة في ديب سيك. يبدو أن هذه الأمور قد تم أخذها في الاعتبار. ومن المتوقع أن تنمو ذاكرة وحدات معالجة الرسومات (GPU) بشكل كبير. في المستقبل، ستسعى المزيد من البلدان لشراء معدات باهظة الثمن لإنشاء الذكاء الاصطناعي من الجيل الثاني، ومن الواضح أن المعرفة من الذكاء الاصطناعي ذي القدرات الاستنتاجية العالية سيتم نقلها إلى نماذج أصغر وتشكيلها في شكل وكلاء ذكاء اصطناعي، أي وكلاء ذكاء اصطناعي يساعدون الناس في مهامهم.

المنافسة على السيادة في تكنولوجيا الذكاء الاصطناعي ومواقف الدول

سوف يتغلغل في السيارات والروبوتات والهواتف الذكية والنظارات والأجهزة المنزلية. لذلك، سيكون هناك طلب كبير على الذاكرة وأشباه الموصلات للذكاء الاصطناعي، ويمكن أن يصبح السوق كبيرًا جدًا. هذا الجانب مفيد بالتأكيد لكوريا. قال الرئيس بايدن ونائب الرئيس بايدن مؤخرًا ذلك. يجب تصنيع أشباه الموصلات للذكاء الاصطناعي في الولايات المتحدة فقط. يبدو أنهم أخذوا في الاعتبار هيمنة هذا السوق وسلسلة التوريد. وبالطبع، فإن المعلومات الشخصية معروفة جيدًا، والوضع الحالي طبيعي. ما يحدد خصائص الذكاء الاصطناعي هو البيانات التي تم التدريب عليها. الذكاء الاصطناعي المصنوع في الولايات المتحدة يمكن استخدامه عالميًا، ولكنه يمثل وجهة نظر الولايات المتحدة. لأنه تم إنشاؤه باستخدام وثائق أمريكية. الذكاء الاصطناعي المصنوع في الصين يمكن استخدامه عالميًا، ولكنه يمثل وجهة نظر الصين. ستكون المنافسة العالمية شرسة. السلامة ضعيفة نسبيًا. مقارنة بنماذج مثل Llama من Meta، أو نماذج OpenAI المغلقة مثل ChatGPT أو Claude من Anthropic، هناك العديد من نقاط الضعف من نواحٍ مختلفة.

كما هو موضح في تقارير مختلفة. هذا هو معدل النجاح في الهجمات الخارجية التي أجرتها Cisco مؤخرًا، ويشيرون إلى أنهم لم يولوا اهتمامًا كافيًا لهذه النقاط الضعيفة. في الواقع، قبل إصدار GPT، وقبل إصدار DeepSeek R1، أصدرت إدارة بايدن، قبل انتقالها إلى إدارة ترامب، هذا: "سنقوم بتقسيم صادرات الذكاء الاصطناعي GPU، وخاصة أشباه الموصلات للذكاء الاصطناعي التي تركز على GPU، إلى مستويات". كوريا واليابان وتايوان وبعض الدول الأوروبية، بالإضافة إلى دول الجيل الخامس، لا تخضع لقيود تصدير وحدات معالجة الرسومات (GPU). اللون الأصفر يعني تطبيق نظام الحصص، واللون الأحمر يعني حظر التصدير. المثير للاهتمام هو أن هذه الإجراءات تنطبق أيضًا على استخدام نماذج الذكاء الاصطناعي. بمعنى، لن نسمح للدول ذات اللون الأصفر باستخدام نماذج مثل GPT-4 أو GPT-4o بحرية. لأنهم قد يسربون البيانات. تم اتخاذ مثل هذه الإجراءات، ولكن الحكومة تغيرت. وتم إصدار توجيه إداري بإلغاء هذه الإجراءات ووضع إجراءات أكثر صرامة في غضون 180 يومًا.

تنظيم الذكاء الاصطناعي والمنافسة على الاستثمار حسب الدولة

هناك حالة. وفي الوقت نفسه، هناك مشروع قانون قدمه عضو في الكونغرس الجمهوري وهو أمر مذهل: "السجن لمدة 20 عامًا عند تنزيل نماذج الذكاء الاصطناعي لدول معادية واستخدامها في القطاع العام". إنه مشروع قانون غير معقول، ولكنه يعكس الفلسفة أو الاتجاه. يبدو أننا ننتقل الآن إلى مستوى الحرب الباردة، متجاوزين الحمائية التجارية. بسبب المنافسة في تكنولوجيا الذكاء الاصطناعي. وفي الوقت نفسه، في قمة باريس للذكاء الاصطناعي التي عقدت في باريس في 10 فبراير، والتي كانت في الواقع قمة لمناقشة السلامة، انتقدت الولايات المتحدة بشدة، قائلة "أنتم لا تتطورون بسبب لوائحكم". ولم توقع الولايات المتحدة والمملكة المتحدة على الإعلان الذي صدر بعد هذه القمة وغادرتا. كنا نتوقع أن تفعل الولايات المتحدة ذلك مع وصول ترامب، لكن المملكة المتحدة، التي كانت رائدة في نظام سلامة الذكاء الاصطناعي، انسحبت قائلة "لن نفعل ذلك". يبدو أنهم قرروا "علينا أن نجد طريقنا الخاص". لقد تحول إلى عمل. فيما يتعلق بالذكاء الاصطناعي، بذلنا قصارى جهدنا لتعزيز قدراتنا في مجال الذكاء الاصطناعي، وسنستثمر في البنية التحتية،

بل إننا أنشأنا منظمة مخصصة لـ "الذكاء الاصطناعي السيادي". ثم أعلن الاتحاد الأوروبي أيضًا عن استثمار 300 تريليون وون، مع تخصيص 30 تريليون وون للبنية التحتية الحاسوبية والبحث والتطوير المشترك في مجال الذكاء الاصطناعي. يمكننا أن نتفهم ذلك بالنسبة للولايات المتحدة، التي لديها تريليون دولار، ولكن الصين وفرنسا واليابان وتايوان وكندا، التي هي في مستوى مماثل لكوريا، كلها تتسابق. دعونا نؤجل اللوائح والسلامة لاحقًا. إذا تخلفنا عن هذه المنافسة، فقد انتهينا. والسبب في ذلك هو أنه في الماضي، كانت الولايات المتحدة تتسابق وحدها والبقية تتبعها، وكان الأمر يبدو وكأنها لم تكن كذلك دائمًا، ولكن الآن بعد أن أصبحت الصين تضاهي الولايات المتحدة، فقد تغير الأمر إلى "يمكننا أن نفعل ذلك أيضًا، وعلينا أن نفعل المزيد". وفي الوقت نفسه، أصدر الاتحاد الأوروبي أيضًا لوائح لمكتبات الذكاء الاصطناعي وخصوصية البيانات. هناك لوائح قد تعيق تقدمهم.

تعزيز القدرة التنافسية للذكاء الاصطناعي في كوريا واستراتيجية التحالف

من وجهة نظرنا، من الطبيعي أن نستثمر بكثافة في البنية التحتية وأن ننمي شركات الذكاء الاصطناعي الوطنية التنافسية من خلال استثمارات كافية في البنية التحتية. أعلن الرئيس بالنيابة مؤخرًا عن مشروع للقيام بذلك. ترى اللجنة الوطنية للذكاء الاصطناعي أن هناك حاجة إلى سياسات مختلفة لدمج الذكاء الاصطناعي بشكل جيد في مختلف الصناعات. في ظل المنافسة بين الولايات المتحدة والصين، ترغب دول أخرى في الشرق الأوسط وجنوب شرق آسيا وأمريكا الجنوبية أيضًا في تعزيز قدراتها في مجال الذكاء الاصطناعي. ومع ذلك، فإنها قلقة بشأن جوانب مثل النقص التكنولوجي ونقص بيانات اللغة المحلية. تمتلك كوريا خبرة واسعة في تجميع البيانات وتأمينها، وخبرة في تطوير الذكاء الاصطناعي الذي يركز على اللغة الكورية. كما أن لديها خبرة في بناء مراكز بيانات وأشباه موصلات للذكاء الاصطناعي وتنمية الصناعة ذات الصلة. لذلك، إذا تمكنا من تأمين القيادة التكنولوجية من خلال بناء تحالف، نعتقد أنه يمكننا التنافس مع الولايات المتحدة والصين من خلال تجميع قوتنا، حتى لو كانت قوتنا الوطنية ضعيفة.

السبب وراء عدم تعاون هذه الدول مع الولايات المتحدة والصين هو أنها قد تخضع لهما. ومع ذلك، نعتقد أنه يمكننا بناء تحالفات في شكل شراكات، وليس تبعية.