في عصرنا الرقمي المتطور باستمرار، يعمل الذكاء الاصطناعي (AI) على إعادة تشكيل عدد لا يحصى من الصناعات - من الرعاية الصحية والمالية إلى الترفيه. ومع ازدياد أهمية دور الذكاء الاصطناعي في عمليات الشركات، تتصارع الشركات مع قرار استخدام نماذج الذكاء الاصطناعي مفتوحة المصدر أو بدائلها المغلقة المصدر. لكن الاختيار قد لا يكون خيارًا محسومًا، وفقًا لبحث حديث.
مثلها مثل الدولارات المحترقة التي تصورها صورة VentureBeat الرمزية، فإن مزايا كفاءة التكلفة المزعومة للذكاء الاصطناعي مفتوح المصدر قد تتبخر في الدخان. لماذا؟ هذا لأن هذه النماذج يمكن أن تستهلك ما يصل إلى عشرة أضعاف موارد الحوسبة التي تستهلكها النماذج المملوكة لها، مما يؤدي بشكل أساسي إلى تبديد أي مزايا محتملة من حيث التكلفة.
عندما تقرر الشركات تطبيق حلول الذكاء الاصطناعي، عادةً ما تكون العوامل الرئيسية الدافعة لذلك هي الوظائف والمرونة والتكلفة بشكل كبير. تنجذب العديد من الشركات إلى النماذج مفتوحة المصدر بسبب انخفاض تكاليفها المتصورة والقدرة على تخصيصها وفقًا لمتطلباتها الفريدة. ومع ذلك، يمكن أن يكون مفهوم "رخص التكلفة" في مجال نماذج الذكاء الاصطناعي مضللاً - فالنظام الذي يوفر دولارات في الواجهة الأمامية يمكن أن يكلف ثروة في موارد الحوسبة.
الجانب المظلم للذكاء الاصطناعي مفتوح المصدر
في حين أنه من الصحيح أن نماذج الذكاء الاصطناعي مفتوحة المصدر تفتقر إلى رسوم الترخيص الباهظة المرتبطة بالبرمجيات المملوكة، إلا أن هذا لا يعني بالضرورة أنها أرخص في المخطط العام للأشياء. يمكن أن تكون النماذج مفتوحة المصدر متعطشة للموارد بشكل ملحوظ، حيث تستهلك كميات هائلة من طاقة الحوسبة - وهذا ليس رخيصاً.
وفقاً للأبحاث، يمكن أن تستخدم هذه النماذج موارد أكثر بعشر مرات من نظيراتها المغلقة. وهذا يعني أنه على الرغم من أن تنزيل نموذج ذكاء اصطناعي مفتوح المصدر وتنفيذه قد يكون مجانيًا، إلا أن التكلفة المطلوبة لتشغيله بفعالية قد تفوق بكثير التقديرات الأولية. وبالتالي، يصبح التوفير المتوقع استنزافًا ماليًا، حيث تتطلب هذه الأنظمة أجهزة أكثر قوة - وأكثر تكلفة - لتشغيلها. ناهيك عن الزيادة المحتملة في تكاليف الطاقة والأثر البيئي.
فوائد الذكاء الاصطناعي مغلق المصدر
على الجانب الآخر من العملة، فإن نماذج الذكاء الاصطناعي المغلقة المصدر عادةً ما تكون احتياجاتها من الموارد الحاسوبية أقل. وغالباً ما تنفق الشركات التي تطور هذه النماذج موارد كبيرة لتحسينها من أجل الحد الأدنى من استهلاك الموارد. وعلى هذا النحو، فإنها غالبًا ما تعمل بكفاءة أكبر، وعلى الرغم من أنها قد تكون ذات رسوم مقدمة أعلى، إلا أن تكلفتها الإجمالية قد تكون أقل على المدى الطويل عند أخذ موارد الحوسبة في الاعتبار.
علاوة على ذلك، تأتي النماذج المغلقة مع خدمة عملاء وتحديثات متسقة، مما يضيف طبقة إضافية من القيمة وراحة البال إلى تكلفتها. وهذا شيء مفقود عادةً أو أقل اتساقاً مع النماذج مفتوحة المصدر، التي تعتمد على الدعم المجتمعي.
الخلاصة؟ في حين أن جاذبية التوفير في التكلفة تجذب الكثيرين إلى نماذج الذكاء الاصطناعي مفتوحة المصدر، إلا أنه بالنظر إلى التكاليف الخفية المحتملة، يجب على الشركات أن تقيّم بعناية التكلفة الحقيقية لعمليات الذكاء الاصطناعي الخاصة بها. فالسعر الفعلي لنموذج الذكاء الاصطناعي يتجاوز سعره الملصق ويتضمن موارد الحوسبة التي سيتطلبها على مدى عمره الافتراضي. لذا، قبل اعتماد نموذج الذكاء الاصطناعي على تكلفته الأولية فقط، من المهم أن تأخذ في الحسبان استهلاكه المحتمل للموارد للحصول على رؤية واضحة للتكاليف الفعلية.
للتعمق أكثر في هذه الرؤى، لا تتردد في الاطلاع على المقال الأصلي على VentureBeat.
