لكابلات BMS وBUS والصناعية والأجهزة.
أطلق إيلون ماسك وفريق xAI رسميًا أحدث إصدار من Grok، Grok3، خلال بث مباشر. قبل هذا الحدث، أدت المعلومات الكثيرة ذات الصلة، إلى جانب الدعاية الترويجية المستمرة لماسك، إلى رفع التوقعات العالمية لـ Grok3 إلى مستويات غير مسبوقة. قبل أسبوع واحد فقط، صرّح ماسك بثقة خلال بث مباشر معلقًا على DeepSeek R1: "xAI على وشك إطلاق نموذج ذكاء اصطناعي أفضل". ووفقًا للبيانات المعروضة مباشرةً، فقد تجاوز Grok3 جميع النماذج السائدة الحالية في معايير الرياضيات والعلوم والبرمجة، حتى أن ماسك زعم أن Grok3 سيُستخدم في المهام الحسابية المتعلقة بمهام SpaceX إلى المريخ، متوقعًا "إنجازات بمستوى جائزة نوبل في غضون ثلاث سنوات". ومع ذلك، هذه مجرد ادعاءات ماسك حاليًا. بعد الإطلاق، اختبرت أحدث إصدار تجريبي من Grok3 وطرحتُ السؤال التقليدي الخادع للنماذج الكبيرة: "أيهما أكبر، 9.11 أم 9.9؟" للأسف، وبدون أي مؤهلات أو علامات، لم يتمكن ما يُسمى بـ "غروك 3" الأذكى من الإجابة على هذا السؤال بشكل صحيح. لم يتمكن "غروك 3" من تحديد معنى السؤال بدقة.
لفت هذا الاختبار انتباه العديد من الأصدقاء بسرعة، وبالمصادفة، أظهرت اختبارات مشابهة في الخارج أن جروك3 يواجه صعوبة في إجابة أسئلة فيزيائية/رياضية أساسية مثل "أي كرة تسقط أولاً من برج بيزا المائل؟". لذا، وُصف بأنه "عبقري لا يرغب في الإجابة على الأسئلة البسيطة".
Grok3 جيد، لكنه ليس أفضل من R1 أو o1-Pro.
واجه Grok3 "فشلًا" في العديد من اختبارات المعرفة الشائعة عمليًا. خلال فعالية إطلاق xAI، استعرض ماسك استخدام Grok3 لتحليل فئات الشخصيات وتأثيراتها من لعبة Path of Exile 2، التي ادعى أنه يلعبها كثيرًا، إلا أن معظم إجابات Grok3 كانت خاطئة. لم يلاحظ ماسك هذه المشكلة الواضحة خلال البث المباشر.
لم يُقدّم هذا الخطأ دليلاً إضافياً على سخرية مستخدمي الإنترنت في الخارج من ماسك لـ"إيجاده بديلاً" في الألعاب فحسب، بل أثار أيضاً مخاوف كبيرة بشأن موثوقية Grok3 في التطبيقات العملية. فبالنسبة لـ"عبقري" كهذا، وبغض النظر عن قدراته الفعلية، لا تزال موثوقيته في سيناريوهات التطبيقات المعقدة للغاية، مثل مهام استكشاف المريخ، موضع شك.
حاليًا، يشير العديد من المختبرين الذين حصلوا على حق الوصول إلى Grok3 منذ أسابيع، وأولئك الذين اختبروا قدرات النموذج لبضع ساعات أمس، إلى استنتاج مشترك: "Grok3 جيد، لكنه ليس أفضل من R1 أو o1-Pro".
منظور نقدي حول "تعطيل إنفيديا"
في العرض التقديمي الرسمي المقدم أثناء الإصدار، تم إظهار Grok3 على أنه "متقدم للغاية" في Chatbot Arena، ولكن تم استخدام تقنيات رسومية ذكية: المحور الرأسي على لوحة المتصدرين يدرج فقط النتائج في نطاق النتيجة 1400-1300، مما يجعل الفرق الأصلي بنسبة 1% في نتائج الاختبار يبدو مهمًا بشكل استثنائي في هذا العرض التقديمي.
في نتائج تقييم النماذج الفعلية، يتفوق Grok3 على DeepSeek R1 وGPT-4.0 بنسبة 1-2% فقط، وهو ما يتوافق مع تجارب العديد من المستخدمين في الاختبارات العملية التي لم تجد "أي فرق ملحوظ". يتفوق Grok3 على خلفائه بنسبة 1%-2% فقط.
على الرغم من أن Grok3 حقق نتائج أعلى من جميع النماذج المُختبرة علنًا حاليًا، إلا أن الكثيرين لا يأخذون هذا الأمر على محمل الجد: ففي النهاية، سبق أن تعرّضت تقنية xAI لانتقادات بسبب "التلاعب بالنتائج" في عصر Grok2. وبما أن لوحة المتصدرين كانت تُعاقب أسلوب طول الإجابة، فقد انخفضت النتائج بشكل كبير، مما دفع خبراء الصناعة إلى انتقاد ظاهرة "النتائج العالية مع ضعف القدرة".
سواءً من خلال "التلاعب" بقوائم المتصدرين أو حيل التصميم في الرسوم التوضيحية، فإنها تكشف عن هوس ماسك وXAI بفكرة "الريادة" في قدرات النماذج. دفع ماسك ثمنًا باهظًا لهذه الهوامش: خلال الإطلاق، تفاخر باستخدامه 200,000 وحدة معالجة رسومية H100 (وادّعى "أكثر من 100,000" خلال البث المباشر) وتحقيقه إجمالي وقت تدريب يبلغ 200 مليون ساعة. دفع هذا البعض إلى الاعتقاد بأنه يمثل نعمة كبيرة أخرى لصناعة وحدات معالجة الرسوميات، واعتبار تأثير DeepSeek على هذا القطاع "سخيفًا". والجدير بالذكر أن البعض يعتقد أن القوة الحسابية الهائلة ستكون مستقبل تدريب النماذج.
ومع ذلك، قارن بعض مستخدمي الإنترنت استهلاك 2000 وحدة معالجة رسومية من طراز H800 على مدار شهرين لإنتاج DeepSeek V3، وقدر أن استهلاك Grok3 الفعلي للطاقة التدريبية يفوق استهلاك V3 بـ 263 مرة. الفجوة بين DeepSeek V3، الذي سجل 1402 نقطة، وGrok3 أقل بقليل من 100 نقطة. بعد نشر هذه البيانات، أدرك الكثيرون سريعًا أن وراء لقب Grok3 "الأقوى في العالم" يكمن تأثير فائدة هامشية واضح - حيث بدأ منطق النماذج الأكبر حجمًا التي تحقق أداءً أقوى يُظهر عوائد متناقصة.
حتى مع "النتائج العالية والقدرة المحدودة"، امتلك Grok2 كميات هائلة من بيانات الطرف الأول عالية الجودة من منصة X (تويتر) لدعم الاستخدام. ومع ذلك، في تدريب Grok3، واجهت xAI بطبيعة الحال "الحد الأقصى" الذي تواجهه OpenAI حاليًا - فنقص بيانات التدريب المتميزة يكشف بسرعة عن الفائدة الهامشية لقدرات النموذج.
من المرجح أن يكون مطورو Grok3 وماسك أول من يدرك هذه الحقائق ويحددها بدقة، ولذلك دأب ماسك على ذكرها على وسائل التواصل الاجتماعي بأن الإصدار الذي يستخدمه المستخدمون حاليًا "لا يزال مجرد نسخة تجريبية" وأن "النسخة الكاملة ستصدر في الأشهر المقبلة". تولى ماسك منصب مدير منتجات Grok3، واقترح على المستخدمين تقديم ملاحظاتهم حول مختلف المشكلات التي يواجهونها في قسم التعليقات. ولعله مدير المنتجات الأكثر متابعةً على وجه الأرض.
ومع ذلك، في غضون يوم واحد، أثار أداء Grok3 بلا شك قلق أولئك الذين يأملون في الاعتماد على "قوة حسابية هائلة" لتدريب نماذج ضخمة أقوى: بناءً على معلومات مايكروسوفت المتاحة للعامة، يبلغ حجم معاملات GPT-4 من OpenAI 1.8 تريليون، أي أكثر من عشرة أضعاف حجم معاملات GPT-3. وتشير الشائعات إلى أن حجم معاملات GPT-4.5 قد يكون أكبر من ذلك.
مع تزايد أحجام معلمات النماذج، ترتفع تكاليف التدريب بشكل كبير. مع وجود Grok3، يجب على المنافسين مثل GPT-4.5 وغيرهم ممن يرغبون في مواصلة "إهدار المال" لتحقيق أداء أفضل للنماذج من خلال حجم المعلمات، أن يأخذوا في الاعتبار السقف الذي أصبح واضحًا الآن، وأن يفكروا في كيفية تجاوزه. في هذه اللحظة، صرّح إيليا سوتسكيفر، كبير العلماء السابق في OpenAI، في ديسمبر الماضي: "سينتهي التدريب المسبق الذي اعتدنا عليه"، وهو ما عاد إلى الواجهة في المناقشات، مما دفع إلى بذل جهود لإيجاد المسار الأمثل لتدريب النماذج الكبيرة.
لقد دقّت وجهة نظر إيليا ناقوس الخطر في هذا المجال. فقد تنبأ بدقة بنفاد البيانات الجديدة المتاحة، مما سيؤدي إلى حالة لا يمكن فيها مواصلة تحسين الأداء من خلال جمع البيانات، مُشبّهًا ذلك بنفاد الوقود الأحفوري. وأشار إلى أن "المحتوى الذي يُنتجه الإنسان على الإنترنت، مثل النفط، مورد محدود". ووفقًا لتوقعات سوتسكيفر، سيتمتع الجيل القادم من النماذج، بعد مرحلة ما قبل التدريب، "باستقلالية حقيقية" وقدرات استدلال "مشابهة للدماغ البشري".
بخلاف نماذج اليوم المُدرَّبة مسبقًا والتي تعتمد بشكل أساسي على مطابقة المحتوى (بناءً على محتوى النموذج المُدرَّب سابقًا)، ستتمكن أنظمة الذكاء الاصطناعي المستقبلية من التعلُّم ووضع منهجيات لحل المشكلات بطريقة تُشبه "تفكير" الدماغ البشري. يمكن للإنسان تحقيق إتقان أساسي في أي موضوع بمجرد الاطلاع على الأدبيات المهنية الأساسية، بينما يتطلب نموذج الذكاء الاصطناعي الكبير ملايين نقاط البيانات لتحقيق أبسط مستوى من الكفاءة للمبتدئين. حتى مع تغيير الصياغة قليلاً، قد لا تُفهم هذه الأسئلة الأساسية بشكل صحيح، مما يُشير إلى أن النموذج لم يُحسِّن ذكاءه بشكل حقيقي: تُمثل الأسئلة الأساسية، التي لا تزال غير قابلة للحل، المذكورة في بداية المقال مثالًا واضحًا على هذه الظاهرة.
خاتمة
ومع ذلك، وبعيداً عن القوة الغاشمة، إذا نجح Grok3 بالفعل في الكشف للصناعة عن أن "النماذج المدربة مسبقاً تقترب من نهايتها"، فإن ذلك من شأنه أن يحمل تأثيرات كبيرة على هذا المجال.
وربما بعد أن يهدأ الهيجان المحيط بـ Grok3 تدريجيا، سوف نشهد المزيد من الحالات مثل مثال Fei-Fei Li في "ضبط نماذج عالية الأداء على مجموعة بيانات محددة مقابل 50 دولارا فقط"، مما يؤدي في النهاية إلى اكتشاف المسار الحقيقي إلى الذكاء الاصطناعي العام.
كابلات التحكم
نظام الكابلات الهيكلية
الشبكة والبيانات، كابل الألياف الضوئية، سلك التوصيل، الوحدات، اللوحة الأمامية
16-18 أبريل 2024، معرض الشرق الأوسط للطاقة في دبي
16-18 أبريل 2024 سيكوريكا في موسكو
9 مايو 2024، إطلاق منتجات وتقنيات جديدة في شنغهاي
22-25 أكتوبر 2024 الأمن الصين في بكين
19-20 نوفمبر 2024، عالم متصل، المملكة العربية السعودية
وقت النشر: ١٩ فبراير ٢٠٢٥